Quem está financiando a corrida da inteligência artificial?

A infraestrutura por trás da IA

Quando se fala em inteligência artificial, a conversa costuma começar por modelos, chips e grandes empresas de tecnologia. Mas existe uma camada menos visível e cada vez mais importante: a infraestrutura física necessária para sustentar esse crescimento e, principalmente, a forma como ela está sendo financiada.

O volume de investimento necessário é tão alto que mesmo grandes empresas passaram a combinar caixa próprio com emissão de dívida e estruturas de financiamento fora do balanço.

O que o BIS está observando

Em março de 2026, o Bank for International Settlements (BIS) chamou atenção justamente para essa mudança. O BIS é uma organização internacional sediada na Suíça que funciona como fórum de cooperação entre bancos centrais e produz pesquisas sobre o sistema financeiro global.

Paralelamente, aumentou o uso de veículos dedicados e private credit para financiar data centers, criando novas conexões entre empresas de tecnologia, investidores não bancários, seguradoras e bancos.

Um jogo em que o vencedor não está garantido

Existe uma assimetria pouco discutida. Com o tempo, os modelos de linguagem tendem a se tornar bens substituíveis. Um avanço de hoje é igualado por concorrentes em meses e depois aparece em modelos abertos quase de graça. A empresa que quer liderar precisa gastar volumes enormes em capex só para continuar no jogo, e mesmo assim não tem garantia de vitória.

Para o investidor, a pergunta é direta: o que acontece com o capital alocado se o cavalo escolhido não for o vencedor?

A dívida emitida para construir a infraestrutura continua lá, com ou sem vitória.

Quando a infraestrutura envelhece mais rápido que a conta

Pressionada pela velocidade, a indústria construiu antes de dominar tudo o que estava construindo, e está aprendendo com problemas que não previa:

Se as projeções de payback não trazem essas premissas de forma explícita, o investidor deveria fazer a pergunta.

China: o dragão que joga outro jogo

O modelo chinês é diferente do americano. Os modelos são abertos, o preço por token é muito baixo e há pouca transparência sobre custos, subsídios e dados de treinamento.

Quando parte relevante da inovação americana roda sobre tecnologia chinesa, algo não fecha. Pode ser na tese de retorno das empresas que gastam centenas de bilhões em modelos fechados. Pode ser no risco regulatório e geopolítico de quem depende desses modelos.

Monitorar esse player é difícil, porque os dados são pouco confiáveis. Mesmo assim, é possível acompanhar sinais indiretos:

• Participação de uso
• Preço por token
• Restrições regulatórias

O vencedor pode estar na sombra.

Por que financiamento também é risco de IA

Isso não significa que exista uma crise de crédito em curso. A tese que monitoramos parte justamente do contrário: não há, até aqui, um evento de crédito confirmado que invalide o crescimento do setor. O ponto é observar um risco que pode passar despercebido quando toda a atenção está concentrada na demanda por IA.

E aí, como se posicionar?

A IA tende a ser a nova fronteira de eficiência para empresas e economias, e boa parte do dinheiro do futuro deve passar por esse setor. O problema é que são centenas de candidatos, a informação é difusa e poucos devem capturar a maior parte do valor.

Em garimpo de ouro, quem ganha dinheiro com mais consistência é quem vende a pá.

Anos atrás, quando entramos nesse tema, tentar acertar o olho da mosca, ou seja, escolher cedo quem lideraria a corrida, fazia sentido. Os preços ainda não embutiam o sucesso e o capex necessário para competir era outro. Hoje o cenário mudou. Os modelos tendem a virar commodity, a conta de capex só cresce e o vencedor continua incerto. Com isso, a relação entre risco e retorno de apostar em um único vencedor piorou.

Mesmo entre os vendedores de pá, vale separar os casos. Um fornecedor que cresce com a própria dívida ou depende de poucos compradores muito alavancados carrega parte do risco de financiamento descrito acima.

Por isso, acompanhar de perto os sinais de financiamento continua sendo essencial: é ali que a tese pode quebrar primeiro.

O que isso pode mudar na carteira

Para o investidor, isso muda a maneira de enxergar a cadeia de IA. O risco não está apenas na valorização das ações das grandes empresas. Ele pode aparecer também em:

• Crédito corporativo
• Private credit
• Fornecedores de infraestrutura
• Setor de energia
• Instituições que financiam os projetos

Esta é uma boa ilustração de como trabalhamos uma tese de investimento: não basta identificar uma tendência forte. É preciso procurar também onde estão seus pontos de fragilidade, quais sinais poderiam mudar o cenário e por quais caminhos um problema localizado poderia chegar a outros ativos da carteira.

A inteligência artificial pode continuar sendo uma transformação estrutural. Isso não elimina a necessidade de perguntar quem financia essa transformação, a que custo e com quais riscos.