A correção recente das ações de tecnologia não é o fim do enredo da IA, mas o mercado está passando por uma profunda reestruturação da lógica de precificação.
A Nvidia caiu por sete pregões consecutivos, pressionando o Nasdaq. Rich Privorotsky, responsável pela mesa de operações One-Delta da Goldman Sachs, afirmou que a venda recente do setor de tecnologia não pode ser atribuída a um único catalisador, e sim ao resultado da sobreposição de três pressões: do mercado de crédito, das expectativas sobre a cadeia de suprimentos e do ambiente de políticas públicas. Ele alertou que, «o mercado de crédito está levantando questões que o mercado de ações antes praticamente ignorava».
Essa reavaliação já deixou marcas claras na dimensão da valuation. O múltiplo de lucro (P/L) prospectivo de 24 meses do índice de semicondutores da Filadélfia, que estava entre 21 e 22 vezes, foi comprimido para cerca de 15 vezes, e a faixa de resultados prováveis está se ampliando de forma significativa. O problema central também mudou — saiu de «o que a IA consegue fazer» e evoluiu para «quem vai pagar pela operação».
O mercado de crédito emite o primeiro alerta
O mercado de ações, no longo prazo, permanece otimista quanto à sustentabilidade dos investimentos em infraestrutura de IA, mas a postura do mercado de crédito está mudando silenciosamente.
Privorotsky aponta que o spread dos swaps de inadimplência de crédito (CDS) da $英偉達 (NVDA.US)$ e da $博通 (AVGO.US)$ se abriu significativamente, e o mercado começa a se concentrar nos arranjos de cobertura para financiamento de IA e nos problemas de compromissos fora do balanço. Essa preocupação está se espalhando para um conjunto mais amplo do setor de semicondutores, tornando-se um importante motor da reavaliação de valuation nesta rodada.
A lógica do mercado de crédito é essencialmente diferente da do mercado de ações: o primeiro se concentra mais na previsibilidade do fluxo de caixa e na capacidade de pagamento das dívidas, e não no potencial de crescimento futuro. Quando os spreads de CDS se ampliam, isso significa que investidores em títulos começam a questionar o caminho de retorno do capital para os investimentos em IA — um sinal que costuma aparecer antes e é mais difícil de ignorar do que no mercado de ações.
Surge uma preocupação latente com acúmulo de estoques
Ao mesmo tempo, o diálogo na cadeia de suprimentos de semicondutores está passando por uma mudança sutil, e o mercado começa a discutir o risco de acúmulo de estoques em alguns elos.
Os dados setoriais citados por Privorotsky mostram que, impulsionados pela disposição contínua dos fabricantes de semicondutores em fazer CAPEX, os pedidos em aberto dos fornecedores de equipamentos de fabricação de semicondutores (WFE) dispararam. Instituições relacionadas já revisaram para cima as previsões do mercado global de WFE: em 2026, o tamanho do mercado deve atingir US$ 150,3 bilhões, alta de 36% ano a ano; em 2027, chegar a US$ 217,5 bilhões, alta de 45%; em 2028, subir ainda para US$ 280,9 bilhões, alta de 29%.
No entanto, enquanto esses números retratam o aquecimento dos investimentos de capital em IA, eles também embutem outro risco: com os pedidos de equipamentos na frente continuando a se acumular, caso o ritmo da demanda final se desvie das expectativas, a pressão sobre estoques na cadeia de suprimentos aparecerá rapidamente. Esse é exatamente o motivo central pelo qual o diálogo do mercado começa a mudar de direção.
Gargalos de energia e resistências políticas limitam o ritmo da construção
Além das pressões sobre capital e cadeia de suprimentos, a implementação real dos data centers enfrenta atritos do mundo real.
Privorotsky aponta que gargalos de energia e a crescente resistência política em torno da construção de data centers estão introduzindo incerteza para a velocidade de expansão e para o tamanho final da infraestrutura de IA. Essa contradição também se reflete no nível político: candidatos de ambos os partidos vêm percebendo gradualmente que os benefícios da IA são nacionais, difusos e, muitas vezes, levam anos para se concretizar; já os custos de construção são locais, concentrados e acontecem imediatamente.
Essa contradição estrutural de “receita atrasada, custos adiantados” faz com que governos locais e comunidades adotem uma postura mais cautelosa em relação aos projetos de data centers, o que por sua vez impõe restrições ao cronograma geral de construção.
As necessidades de hardware de IA ou a realocação em vez de desaparecer
Embora essas pressões acima sejam reais, Privorotsky não acredita que a narrativa de investimentos em IA termine por aí; ele enfatiza que o intervalo de resultados possíveis está se ampliando.
No lado da demanda por hardware, ele observa uma possível variável estrutural: novas gerações de modelos de IA, representadas pela Safe Superintelligence Inc. (SSI, fundada por Ilya Sutskever), estão explorando arquiteturas de aprendizado contínuo baseadas em treinamento em teste (TTT). Diferentemente do paradigma tradicional de pré-treinamento, esses sistemas permitem que o modelo atualize seus parâmetros em tempo real durante o processo de inferência, transformando cada interação em um processo de aprendizado real.
Se a tecnologia de aprendizado contínuo vier a ser viabilizada, pode reduzir a dependência de clusters de pré-treinamento em escala extremamente grande; porém, Privorotsky mantém cautela em relação ao julgamento de “queda na demanda total por capacidade computacional”. Ele acredita que, mais provavelmente, o resultado será uma realocação do consumo de computação — saindo do treinamento massivo inicial para cálculos na ponta de inferência contínua, e não uma retração geral da demanda.
Quanto ao desempenho do mercado no curto prazo, ele afirma que catalisadores recentes como os resultados da Nvidia, dados de PCE e falas de autoridades do Federal Reserve podem oferecer suporte, mas também admite que, neste momento, ainda é um pouco cedo para uma entrada completa novamente. Sua avaliação básica é: a valuation de IA passará por compressões pontuais; depois, à medida que as previsões de lucros forem rolando para os exercícios fiscais de 2027 a 2028, o mercado voltará a perseguir — e, nessa altura, a razoabilidade das valuations será mais fácil de sustentar.