Quando a bolha da IA vai estourar?
Ao mesmo tempo em que os mercados de ações nos EUA atingem novos recordes, liderados pelas gigantes de tecnologia “Sete Magníficas”, e centenas de bilhões são investidos em novos data centers sedentos por energia e água – com trilhões mais a caminho – vozes alertam sobre uma bolha que pode estourar a qualquer momento. Esses alertas não vêm de figuras marginais, mas de atores centrais, nomes como Mark Zuckerberg da Meta (Facebook, Instagram, WhatsApp), Sam Altman (OpenAI) e Joe Tsai (Alibaba). Até mesmo Xi Jinping fez alertas contra o excesso de investimento na China.
Um economista-chefe da gigante de investimentos Apollo afirma que essa bolha já é maior que a bolha ponto-com, com as dez principais ações de IA mais desconectadas da realidade do que os titãs de tecnologia dos anos 90 estavam.
No curto prazo, os investimentos em datacenters, com uma parcela crescente destinada à IA, têm ajudado a manter a economia dos EUA e mundial crescendo, em uma situação muito instável de recordes de dívida e guerras tarifárias. O estouro da bolha da IA provavelmente desencadearia uma crise ainda maior, da mesma forma que a bolha imobiliária nos EUA na crise de 2007-09.
A necessidade de minerais críticos, água e quantidades colossais de eletricidade para o rápido crescimento dos data centers está aumentando a competição entre potências imperialistas por recursos no mundo todo, e qualquer pretensão de preocupação ambiental é ignorada.
Essa nova bolha ressalta a natureza extremamente parasitária do capitalismo e a necessidade de uma alternativa socialista.
Investimentos gigantescos, e maiores ainda estão planejados
De acordo com dados do Bureau of Economic Analysis, dois terços do crescimento dos EUA (1,6%) no primeiro semestre do ano estão ligados ao investimento em IA. Sem isso, a economia estaria praticamente estagnada.
“Talvez não seja um exagero dizer que a NVIDIA – a principal fornecedora de bens de capital para o ciclo de investimento em IA – está atualmente carregando o peso do crescimento econômico dos EUA. A má notícia é que, para que o ciclo de tecnologia continue a contribuir para o crescimento do PIB, o investimento de capital precisa permanecer exponencial. Isso é altamente improvável”, diz George Saravelos do Deutsche Bank.
Google, Meta, Microsoft e Amazon devem gastar quase US$ 400 bilhões em data centers somente neste ano. Para os próximos anos, as expectativas do mercado são astronômicas.
Um relatório da Morgan Stanley indica que a IA planeja investir US$ 3 trilhões nos próximos 3 anos. Dados da McKinsey projetam que, entre 2025 e 2030, empresas no mundo precisarão investir impressionantes US$ 6,7 trilhões em nova capacidade de data centers para atender à demanda de IA. Outro relatório, da consultoria Bain&Co, diz que a necessidade de investimento é de US$ 2 trilhões por ano até 2030.
A OpenAI, a empresa por trás do ChatGPT, lançou, em parceria com a Softbank, Oracle e MGX, um projeto gigante chamado “Stargate”, com planos para investir US$ 500 bilhões até 2029. O plano é construir 10 data centers no Texas, mas com expansão para mais estados e países, como Reino Unido, Noruega, Japão e Emirados Árabes Unidos.
A miragem do crescimento ilimitado
O problema é que todos esses investimentos se baseiam na suposição de um crescimento irrealista de produtividade, receita e lucro em alguns anos, que pagaria por tudo isso – algo que até agora não se materializou. Como um comentarista resumiu: “Se cumprirem as suas promessas, até o final de 2025, Meta, Amazon, Microsoft, Google e Tesla terão gasto mais de US$ 560 bilhões em despesas de capital em IA nos últimos dois anos, tudo para gerar cerca de US$ 35 bilhões em renda.”
O mesmo aconteceu com a bolha ponto-com. O valor das empresas explodiu com as expectativas da nova tecnologia, mas o impacto real na economia, em termos de crescimento da produtividade, tem sido limitado. Isso não se deve apenas a expectativas irreais sobre a tecnologia em si, mas também ao caráter do capitalismo e da era de crise em que vivemos, que restringe a capacidade de usar novas tecnologias de forma socialmente útil.
Nenhum lucro à vista
Nenhuma empresa que opera IA está gerando lucro. Na verdade, estão perdendo bilhões. A empresa de IA de maior sucesso é a OpenAI, com 700 milhões de usuários, mas apenas uma pequena minoria paga pelo serviço. A empresa perdeu US$ 5 bilhões no ano passado e deve perder outros US$ 14-15 bilhões neste ano. O alto custo de operação dos data centers faz com que a empresa perca dinheiro até mesmo com usuários que pagam assinaturas.
A Microsoft é uma gigante que arrecada dezenas de bilhões a cada trimestre, mas sua receita proveniente de assinantes pagantes de IA está estimada em US$ 3 bilhões neste ano, em comparação com o investimento planejado de US$ 80 bilhões. A situação é semelhante para as outras gigantes. A Amazon, apesar de ter um serviço de cloud (AWS) muito lucrativo, deve faturar apenas US$ 5 bilhões com IA neste ano, enquanto gasta US$ 105 bilhões. O Google está um pouco melhor, com receita esperada de US$ 7,7 bilhões em US$ 75 bilhões de despesas de capital (capex), enquanto a Meta deve faturar US$ 2-3 bilhões e gastar US$ 72 bilhões (a realidade virtual do Metaverso tem sido um fracasso espetacular).
Risco de crise de crédito
Este frenesi da IA está limitando o capital disponível para outros investimentos. De acordo com a Statista, 71% do capital de risco nos EUA foi para o financiamento de IA. Mas, mesmo assim, estão com problemas para encontrar dinheiro suficiente para seus investimentos. A Softbank tem problemas para levantar os US$ 40 bilhões que prometeu emprestar à OpenAI. Por sua vez, a OpenAI se comprometeu a investir US$ 19 bilhões no projeto Stargate, mas para isso, precisará do dinheiro da SoftBank. Como mencionado, a Nvidia prometeu US$ 100 bilhões à OpenAI, mas só se esta conseguir gastar muito mais na construção de data centers da Nvidia. E este é apenas o começo dos planos de gastar centenas de milhões, se não trilhões, de dólares!
Quem está ganhando dinheiro, por enquanto
A empresa que está realmente ganhando dinheiro no momento é a Nvidia, que fabrica as GPUs (unidades de processamento gráfico) mais usadas para treinar e rodar IA em data centers. Suas GPUs, inicialmente usadas para gerar imagens de computador, ficaram populares para a mineração de criptomoedas, e o mercado explodiu recentemente com a IA. Seu modelo topo de linha, a G200, custa US$ 60-70 mil cada, e um centro de dados pode usar dezenas de milhares delas.
A Nvidia se tornou agora a empresa mais valiosa do mundo, com um valor de mercado de US$ 4,5 trilhões. Mas este valor se baseia na expectativa de crescimento contínuo, que já mostra sinais de desaceleração em relação à velocidade vertiginosa dos últimos anos.
Para manter o mercado crescendo, a Nvidia está investindo nas empresas que estão comprando suas GPUs. Por exemplo, a Nvidia fez um acordo para investir US$ 100 bilhões na OpenAI, mas isso está condicionado à OpenAI construir muitos data centers e comprar centenas de bilhões de dólares em GPUs da Nvidia!
A Oracle também se mostrou uma vencedora no momento, ao construir os data centers. Isso impulsionou seu fundador, Larry Ellison (apoiador de Trump e candidato a assumir o TikTok), ao segundo lugar na lista dos homens mais ricos do mundo (Jensen Huang, da Nvidia, também se qualificou para o top 10). Mas a empresa depende totalmente do sucesso desses projetos, com uma relação dívida/patrimônio líquido de 400-500%!
A bolha se apoia em poucos gigantes
É importante notar que toda essa bolha depende em grande parte de negócios entre algumas gigantes, comprando equipamentos, construindo e fazendo investimentos, mas gerando pouca receita externa. Laura Bratton, do Yahoo Finance, relatou em maio que Microsoft, Amazon, Meta e Alphabet representam 41,5% da receita da Nvidia, enquanto a Microsoft gasta 47% e a Meta gasta 25% de suas respectivas despesas de capital em chips da Nvidia.
Atualmente, as 10 maiores empresas no índice S&P 500, que incluem as Sete Magníficas, respondem por 40% do valor do mercado de ações, algo inédito. Assim, para resumir, 40% do mercado depende de poucas empresas continuarem a comprar GPUs da Nvidia.
No momento, os mercados ainda estão no modo “FOMO” (fear of missing out – medo de ficar de fora), então a bolha ainda pode crescer por um tempo. Mas quando estourar, o processo de queda pode ser bem rápido e arrastar o resto da economia.
Et tu, China
Na China, também vemos uma expansão frenética de data centers que se acelerou depois que a DeepSeek chamou a atenção do mundo com um modelo mais barato que conseguiu ter resultados comparáveis ao ChatGPT e outros. O próprio Xi Jinping alerta para esse crescimento desenfreado.
“Quando se trata de projetos, há algumas coisas: inteligência artificial, poder computacional e veículos de nova energia. Todas as províncias do país têm que desenvolver indústrias nessas direções?”, disse Xi na Conferência Central de Trabalho Urbano, uma reunião de alto nível raramente realizada pelo Partido Comunista sobre desenvolvimento urbano, segundo o Financial Times.
O desenvolvimento de IA nacional é estratégico na tensa competição com os EUA, inclusive para usos militares. Ao mesmo tempo, Trump está tentando forçar a China a ceder o controle do algoritmo de sucesso do TikTok ao controle dos EUA.
Como a IA poderia nos matar
Muito se fala sobre o risco de a IA se voltar contra a humanidade e ameaçar nossa existência. Mas um risco mais imediato é a destruição acelerada do meio ambiente que as empresas por trás da IA estão causando, não a própria IA.
A expansão dos data centers está exigindo enormes quantidades de recursos.
Há uma crescente competição por minerais críticos que está impulsionando guerras na África e a competição entre empresas ocidentais e chinesas por minas na África, América Latina e Ásia.
Os data centers também são enormes consumidores de água para resfriamento. De acordo com uma investigação da SourceMaterial, Amazon, Microsoft e Google estão operando data centers que usam vasta quantidade de água em algumas das áreas mais secas do mundo em todos os continentes, e estão construindo muitos mais.
Há também uma necessidade quase infinita de eletricidade, que está revertendo até mesmo os modestos passos em direção a qualquer aparência de transição verde. É revelador que a capacidade dos data centers seja medida em Gigawatts, em consumo de energia, e não em capacidade de dados ou número de GPUs. De acordo com uma estimativa, o consumo de eletricidade dos data centers deve mais do que dobrar entre 2024 e 2030, adicionando um equivalente à demanda de eletricidade atual do Japão!
Isso acontece no mundo todo. Nos EUA, a demanda de energia dos data centers de IA pode crescer mais de trinta vezes até 2035, atingindo 123 Gigawatts (GW), acima dos 4 GW em 2024. Apenas o projeto Stargate, se for realizado, consumiria tanta energia quanto a Bélgica.
Na China, o consumo de energia dos data centers deve mais do que triplicar até o final da década, de acordo com o Goldman Sachs. Isso é mais do que toda a eletricidade gerada na Alemanha no ano passado.
Na Europa, a expansão estimada dos data centers chega a cerca de 170 Gigawatts (GW), o que equivale a aproximadamente um terço do consumo de energia atual da região. Na Irlanda, espera-se que os datacenters usem 32% da eletricidade do país já em 2026.
O acesso à energia barata será um grande gargalo para a expansão da IA, então todas as fontes possíveis de energia serão usadas. Atualmente, os combustíveis fósseis fornecem quase 60% da energia para data centers globalmente. Apesar da explosão de energia solar e eólica na China, o país está, na verdade, expandindo sua capacidade de energia a carvão. Ao mesmo tempo, Microsoft, Google, Amazon e Meta estão investindo em energia nuclear para seus data centers.
Os limites dos LLMs
O frenesi por trás da IA tem se baseado em previsões de que os Large Language Models (Modelos de linguagem de grande escala, LLMs) por trás do ChatGPT e outros cresceriam em capacidade exponencialmente e rapidamente alcançariam AGI – Inteligência Artificial Geral, capaz de tudo e mais – incluindo substituir trabalhadores em larga escala. O CEO da Ford, Jim Farley, previu que a inteligência artificial reduzirá pela metade o número de empregos de colarinho branco nos EUA.
Para alcançar isso, eram necessários modelos cada vez maiores, alimentados com todos os dados disponíveis na internet. Tudo mesmo. Mais da metade do tráfego na internet agora é feito por bots de IA, buscando dados para treinar os modelos. Isso levantou corretamente muitas questões sobre o direito de empresas privadas usarem os dados de todos, incluindo livros, artigos acadêmicos, publicações em redes sociais, publicações de notícias, vídeos do YouTube, etc., para lucro.
Isso também levou a alguns questionamentos entre as empresas. Quando a DeepSeek conseguiu fazer um modelo mais barato, a OpenAI tentou acusá-los de usar seus dados, mas a OpenAI também treinou seus modelos com dados de outros em larga escala.
No início, os resultados foram impressionantes, com chatbots parecendo ter conversas significativas, fazendo textos decentes e sendo usados como mecanismos de busca superpotentes. Em algumas áreas e alguns usos específicos, a IA deu resultados impressionantes, desde vencer campeões mundiais de xadrez e do jogo chinês Go até encontrar novas proteínas para medicamentos. Mas os limites dos LLMs estão se tornando mais evidentes.
Muitos estão questionando se os LLMs poderiam algum dia atingir uma inteligência geral, pois não são construídos para raciocinar, mas para gerar texto de acordo com modelos de probabilidade. No seu núcleo, funciona como o preenchimento automático no seu celular, mas muito avançado. Isso significa que não dirá “Não sei disso, não tenho dados suficientes”, gerará o que é calculado como o mais provável, mesmo que tenha que inventar, ou como dizem, alucinar).
Há também um limite para os dados disponíveis para treinar os modelos. Com uma parte crescente do conteúdo na internet, especialmente em algumas redes sociais, sendo gerada por LLMs, os modelos estão sendo cada vez mais treinados em suas próprias alucinações.
O anúncio do ChatGPT 5 foi um alerta para muitos, porque o resultado não foi o salto esperado. Ao mesmo tempo, o alvoroço dos últimos anos tem perdido força, com o limite do uso concreto dos LLMs.
Um relatório do MIT Media Lab descobriu, por exemplo, que 95% dos projetos-piloto de IA generativa em empresas estão falhando em entregar um retorno financeiro mensurável sobre o investimento, apesar de US$ 30-40 bilhões em investimento empresarial. Como consequência, dados do US Census Bureau do início de setembro mostram que a adoção de IA tem diminuído entre empresas com mais de 250 funcionários, estagnado em empresas de médio porte, e só continua a crescer em pequenas empresas com 1-4 funcionários.
Os LLMs têm sido populares entre os desenvolvedores de software de computador. Mas, um estudo do Model Evaluation & Threat Research (METR), um grupo de pesquisa sem fins lucrativos, mostra que as ferramentas de codificação de IA tornaram os desenvolvedores de software mais lentos, apesar das expectativas em contrário. A IA gera código rapidamente, mas é preciso gastar muito tempo verificando se há erros. Alguns argumentam que a IA é boa para código simples e tarefas de rotina, no nível de um estagiário. Mas se você substitui os estagiários, corre o risco de ficar sem os trabalhadores mais experientes, que começam como estagiários, depois de um tempo. .
De acordo com uma pesquisa da Orgvue, 55% dos líderes empresariais que demitiram funcionários em favor da IA admitem que tomaram a decisão errada, citando fatores como a perda de conhecimento institucional, experiências do cliente enfraquecidas e perturbação interna.
A necessidade do socialismo
Como Marx escreveu em O Capital, a maquinaria traz o potencial de poupar o trabalho humano, mas o domínio do Capital transforma o trabalhador em um apêndice da máquina. Em vez de libertar, escraviza os trabalhadores, para gerar lucro para uma pequena elite.
Não é diferente com a IA. Como podemos ver, esse processo é extremamente desperdiçador, destrói o meio ambiente, concentra ainda mais a riqueza e é usado para minar os direitos dos trabalhadores.
Precisamos construir uma alternativa socialista, que possa colocar esta tecnologia, que tem um potencial enorme, em mãos públicas, sob o controle dos trabalhadores, para o benefício de todos, não para o lucro de poucos.
