No mercado, surgem simultaneamente duas vozes: de um lado, os preços de aluguel de GPU e de leasing de capacidade computacional continuam apertados, o que indica que a demanda por treinamento e inferência não desapareceu; de outro, alguns preços de tokens/chamadas de IA estão recuando na concorrência, melhorando os custos do lado do usuário. À primeira vista parece contraditório, mas na verdade pode ser uma segmentação em que “a infraestrutura continua apertada, enquanto a guerra de preços na camada de aplicação já começou”.
A lição para o mercado secundário é: quem vende pás e a camada de aplicação não devem ser confundidos. A demanda forte por capacidade computacional sustenta a narrativa de equipamentos e infraestrutura em nuvem; já a queda no preço dos tokens testa a margem bruta e a diferenciação das empresas de aplicação. As declarações desta semana da ASML e da TSMC acrescentarão mais uma camada de evidência a essa segmentação.
Minha opinião: não use um único sinal de preço para avaliar toda a cadeia de IA. Diferencie se você investe em capacidade computacional, modelos ou aplicações, pois cada segmento tem riscos distintos.
Nas negociações, evite aumentar ou reduzir posições de forma indiscriminada; faça a gestão separadamente por segmento.
Com uma visão clara de cada camada, a alocação fica mais precisa: para capacidade computacional e equipamentos, observe a taxa de utilização e os pedidos; para empresas de modelos, as receitas de clientes corporativos e a margem bruta; para as aplicações, a retenção e a economia unitária. Ao comprar tudo misturado, é fácil aumentar a posição no segmento errado.
Se, no curto prazo, voltar a surgir a combinação de manchetes “capacidade computacional escassa, mas aplicações mais baratas”, não reduza as posições de forma indiscriminada por impulso. Primeiro, pergunte a si mesmo em qual camada investiu.
O conteúdo acima é apenas para referência e não constitui aconselhamento de investimento.