Ao ver estes dados compilados pelo JPMorgan, fica claro que a carteira de encomendas pendentes de entrega das quatro gigantes da cloud — Microsoft, Oracle, Google e Amazon — já chegou a 2,1 biliões de dólares. O mais interessante é que os compromissos de compra de capacidade computacional dos dois laboratórios de IA, OpenAI e Anthropic, representam quase 1 bilião — perto de metade.
Esta composição diz muito: a velocidade e a escala a que os laboratórios de IA de ponta estão a gastar já são suficientes para sustentar metade dos negócios dos fornecedores de serviços cloud. Do ponto de vista da alocação de capital, trata-se de uma aposta cíclica típica: o que está em jogo é saber se a narrativa da AGI conseguirá traduzir-se em valor comercial nos próximos anos.
Há muitos casos semelhantes na história: a instalação de fibra ótica no final dos anos 90, a compra de equipamentos de telecomunicações no início dos anos 2000 e o investimento de capital no petróleo de xisto durante a década de 2010. Em todos os casos, houve enormes investimentos antecipados, apostando que a procura futura absorveria a capacidade. Algumas apostas resultaram; outras acabaram em excesso de capacidade e dívidas incobráveis.
No fundo, estas encomendas de 1 bilião em capacidade computacional garantem antecipadamente os fluxos de caixa dos próximos anos. Para os fornecedores de serviços cloud, representam uma expectativa estável de receitas; para os laboratórios de IA, significam a pressão de terem de provar que o seu modelo de negócio funciona. Quem conseguir primeiro lançar aplicações em grande escala poderá absorver estes custos; quem não conseguir estará perante um caso típico de má alocação de capital.
Do ponto de vista do ciclo macroeconómico, esta concentração extremamente elevada das despesas de capital — com dois laboratórios a representarem metade do total — envolve riscos consideráveis. Se a monetização da IA ficar aquém das expectativas ou se um dos laboratórios tiver problemas de financiamento, os fluxos de caixa de toda a cadeia e a lógica das avaliações terão de ser reavaliados. Não é uma questão tecnológica, mas sim de ciclo de capital e gestão da liquidez.
Como diz o velho ditado: uma carteira de encomendas cheia é uma coisa boa, desde que os clientes continuem a pagar. Neste jogo, o que conta é saber quem consegue primeiro transformar as aplicações de IA em dinheiro a sério.
Esta composição diz muito: a velocidade e a escala a que os laboratórios de IA de ponta estão a gastar já são suficientes para sustentar metade dos negócios dos fornecedores de serviços cloud. Do ponto de vista da alocação de capital, trata-se de uma aposta cíclica típica: o que está em jogo é saber se a narrativa da AGI conseguirá traduzir-se em valor comercial nos próximos anos.
Há muitos casos semelhantes na história: a instalação de fibra ótica no final dos anos 90, a compra de equipamentos de telecomunicações no início dos anos 2000 e o investimento de capital no petróleo de xisto durante a década de 2010. Em todos os casos, houve enormes investimentos antecipados, apostando que a procura futura absorveria a capacidade. Algumas apostas resultaram; outras acabaram em excesso de capacidade e dívidas incobráveis.
No fundo, estas encomendas de 1 bilião em capacidade computacional garantem antecipadamente os fluxos de caixa dos próximos anos. Para os fornecedores de serviços cloud, representam uma expectativa estável de receitas; para os laboratórios de IA, significam a pressão de terem de provar que o seu modelo de negócio funciona. Quem conseguir primeiro lançar aplicações em grande escala poderá absorver estes custos; quem não conseguir estará perante um caso típico de má alocação de capital.
Do ponto de vista do ciclo macroeconómico, esta concentração extremamente elevada das despesas de capital — com dois laboratórios a representarem metade do total — envolve riscos consideráveis. Se a monetização da IA ficar aquém das expectativas ou se um dos laboratórios tiver problemas de financiamento, os fluxos de caixa de toda a cadeia e a lógica das avaliações terão de ser reavaliados. Não é uma questão tecnológica, mas sim de ciclo de capital e gestão da liquidez.
Como diz o velho ditado: uma carteira de encomendas cheia é uma coisa boa, desde que os clientes continuem a pagar. Neste jogo, o que conta é saber quem consegue primeiro transformar as aplicações de IA em dinheiro a sério.