por Michael Roberts1
As 7 ações Magnificent – NVIDIA, Microsoft, Alphabet (Google), Apple, Meta, Tesla e Amazon – agora representam cerca de 35% do valor do mercado de ações dos EUA, e o valor de mercado da NVIDIA representa cerca de 19% das 7 Magnificent. O S&P 500 nunca esteve tão concentrado em uma única ação quanto hoje, com a Nvidia representando cerca de 8% do índice.
Esse é um mercado de ações extremamente pesado, agora em níveis recordes, impulsionado por apenas sete ações e, em particular, pela Nvidia, a empresa que está fabricando todos os processadores necessários para as empresas de IA desenvolverem seus modelos. Se o crescimento da receita da Nvidia enfraquecer, isso exercerá uma enorme pressão de queda sobre esse mercado de ações altamente supervalorizado. Como disse Torsten Slok, economista-chefe de uma das maiores instituições de investimento: “A diferença entre a bolha de TI da década de 1990 e a bolha de IA de hoje é que as 10 maiores empresas do S&P 500 estão mais supervalorizadas do que estavam na década de 1990.”
Então, será que o grande setor de IA é uma enorme bolha, financiada por capital fictício que não se concretizará em receitas e, mais importante, em lucros para os líderes de IA? Até o final deste ano, Meta, Amazon, Microsoft, Google e Tesla terão gasto mais de US$ 560 bilhões em despesas de capital em IA nos últimos dois anos, mas só acumularam receitas de cerca de US$ 35 bilhões. A Amazon planeja gastar US$ 105 bilhões em despesas de capital este ano, mas obterá receitas de apenas US$ 5 bilhões. E receita não é lucro, pois a receita é medida antes dos custos de fornecimento de serviços de IA. O investimento em IA está agora em US$ 332 bilhões de despesas de capital em 2025 para apenas US$ 28,7 bilhões de receita. O investimento nos enormes data centers necessários para treinar e obter modelos de IA está planejado para atingir US$ 1 trilhão até o final da década.
Mas se qualquer um dos Sete Magníficos começar a ficar com medo do que está gastando em relação às receitas e ao lucro e, assim, reduzir suas compras de chips, o preço das ações da Nvidia poderá cair rapidamente, levando outros com ele.
É provável que os retornos de receita esperados com esse investimento maciço de capital se concretizem? O chefe de pesquisa de ações do Goldman Sachs, Jim Covello, questionou se as empresas que planejam investir US$ 1 trilhão na construção de IA generativa teriam algum retorno sobre o dinheiro. Um sócio da empresa de capital de risco Sequoia, por sua vez, estimou que as empresas de tecnologia precisariam gerar US$ 600 bilhões em receita extra para justificar seus gastos extras de capital somente em 2024 – cerca de seis vezes mais do que provavelmente produzirão.
Veja o caso do conhecido ChatGPT. Ele tem, supostamente, 500 milhões de usuários ativos semanais, mas, na última contagem, apenas 15,5 milhões de assinantes pagantes, ou seja, uma taxa de conversão de apenas 3%. Embora um número cada vez maior de pessoas esteja usando chatbots de IA, apenas um pequeno número está pagando pelo serviço de IA que usa, produzindo uma receita anual de cerca de US$ 12 bilhões, de acordo com uma pesquisa com 5.000 adultos americanos realizada pela Menlo Ventures.
Quando se trata de lucros com IA, a situação é ainda pior. Os resultados do crescimento dos ganhos anuais da Big Tech têm se mantido estáveis ou em desaceleração nos últimos trimestres e espera-se que diminuam ainda mais em 2025 e 2026.
Portanto, um enorme investimento de dinheiro e recursos, pagamentos astronômicos a instrutores de IA e enormes data centers sendo construídos – com o hype da IA levando o mercado de ações a alturas cada vez maiores – mas, até agora, sem nenhuma receita significativa e praticamente nenhum lucro. Isso é uma repetição da bolha das empresas ponto.com com esteroides.
No entanto, pode haver uma bolha, mas isso não significa que, eventualmente, não surja uma nova tecnologia “disruptiva” que mudará radicalmente a fronteira de produtividade das principais economias e, assim, proporcionará um novo período de crescimento. A bolha das ponto.com estourou em 2000 com uma queda maciça no mercado de ações, mas a Internet continuou a se espalhar por todos os setores de negócios e por todos os lares – e surgiram os Sete Magníficos.
Veja outro exemplo do século XIX. Na década de 1840, houve a Mania das Ferrovias, quando um grande número de empresas levantou fundos para investir na construção de linhas ferroviárias em toda a Grã-Bretanha. As ações das ferrovias dispararam, com os preços das ações dobrando em 18 meses a partir do início de 1843. Porém, após a bolha, veio o estouro em 1845, com muitas empresas falindo e os preços das ações caindo pela metade. Isso provocou uma crise financeira generalizada e uma queda na produção. No entanto, as ferrovias foram construídas, os custos de transporte caíram drasticamente e a demanda dos consumidores por viagens aumentou consideravelmente. A Grã-Bretanha entrou em um boom econômico na década de 1850.
Será que a bolha da IA seguirá o mesmo caminho, produzindo um colapso financeiro e uma crise, mas acabará fornecendo a base para um novo crescimento da produtividade? Em publicações anteriores sobre IA, relatei o ceticismo sobre os benefícios de produtividade da IA oferecidos por especialistas como o ganhador do prêmio Nobel, Daren Acemoglu e outros. Além disso, em um recente relatório detalhado da OCDE sobre o crescimento da produtividade nas principais economias, foi lançada água fria sobre o impacto da Internet no aumento do crescimento da produtividade nos últimos 25 anos.
Conforme o relatório da OCDE: “No último meio século, enchemos escritórios e bolsos com computadores cada vez mais rápidos, mas o crescimento da produtividade da mão de obra nas economias avançadas diminuiu de aproximadamente 2% ao ano na década de 1990 para cerca de 0,8% na última década. Até mesmo a produção por trabalhador da China, que já foi tão alta, estagnou”. A produtividade da pesquisa caiu. Atualmente, o cientista médio produz menos ideias inovadoras por dólar do que seu colega da década de 1960.
O crescimento da produtividade da mão de obra tem apresentado uma tendência de queda desde a década de 1970 em toda a OCDE e enfraqueceu ainda mais desde a virada do século. Nos EUA, a produtividade aumentou de meados da década de 1990 até meados da década de 2000, devido ao aumento da eficiência na produção de equipamentos de TIC e à difusão de inovações relacionadas à Internet que foram adotadas nos setores que usam TIC, principalmente o varejo. “No entanto, essa recuperação teve vida relativamente curta e, desde então, o crescimento da produtividade tem sido fraco.”
O principal fator para aumentar a produtividade da mão de obra é o investimento em novas tecnologias que economizam mão de obra. No entanto, o investimento empresarial sofreu uma desaceleração acentuada em todos os países. E a OCDE deixa claro o motivo. A “desaceleração do investimento, apesar do crédito prontamente disponível e barato para empresas com acesso aos mercados de capital, está de acordo com os padrões históricos que mostram que a incerteza e os lucros esperados tendem a desempenhar um papel mais importante do que as condições financeiras nas decisões de investimento”. Em outras palavras, a lucratividade do capital diminuiu, reduzindo o incentivo para investir em novas tecnologias.
E os chamados “intangíveis”, como o investimento em software, não compensaram o declínio no investimento em instalações, equipamentos etc. “Apesar do aumento dos intangíveis, o investimento total desde a crise financeira global tem sido fraco em geral, o que piorou diretamente a desaceleração da produtividade da mão de obra.”
A IA será diferente? Ela pode proporcionar maior produtividade por meio de empresas que substituem milhões de trabalhadores em toda a economia por ferramentas de IA? O problema aqui é que os milagres econômicos geralmente resultam de descobertas, não da repetição de tarefas em maior velocidade. Até o momento, a IA aumenta principalmente a eficiência e não a criatividade. Uma pesquisa com mais de 7.000 profissionais do conhecimento constatou que os grandes usuários de IA generativa reduziram as tarefas semanais de e-mail em 3,6 horas (31%), enquanto o trabalho colaborativo permaneceu inalterado. Mas quando todos delegaram as respostas de e-mail ao ChatGPT, o volume da caixa de entrada aumentou, anulando os ganhos iniciais de eficiência. “O breve ressurgimento da produtividade dos Estados Unidos na década de 1990 nos ensina que os ganhos com novas ferramentas, sejam elas planilhas ou agentes de IA, desaparecem se não forem acompanhados por inovações revolucionárias.” (OECD).
Grandes modelos linguísticos gravitam em torno do consenso estatístico. Um modelo treinado antes de Galileu teria repetido um universo geocêntrico; alimentado com textos do século XIX, teria provado que o voo humano era impossível antes do sucesso dos irmãos Wright. Uma análise recente da Nature constatou que, embora os LLMs tenham facilitado as tarefas científicas rotineiras, os saltos decisivos de percepção ainda pertenciam aos seres humanos. A cognição humana é mais bem conceituada como uma forma de raciocínio causal baseado em teoria do que a ênfase da IA no processamento de informações e na previsão baseada em dados. A IA usa uma abordagem baseada em probabilidade para o conhecimento e é, em grande parte, voltada para o passado e imitativa, enquanto a cognição humana é voltada para o futuro e capaz de gerar novidades genuínas.
O grande Santo Graal da OpenAI e de outras empresas de IA é uma IA geradora superinteligente que possa substituir a inovação dos seres humanos. Até o momento, isso continua sendo tão mítico quanto o Santo Graal era na literatura. A GenAI atual pode fazer apenas descobertas incrementais, mas não pode fazer descobertas fundamentais a partir do zero, como os humanos fazem.
Mas o guru da OpenAI, Sam Altman, promete que sua IA não será capaz apenas de fazer o trabalho de um único funcionário, mas de todos eles: “A IA pode fazer o trabalho de uma organização”. Isso seria o máximo em maximizar a lucratividade, eliminando os funcionários das empresas (até mesmo das empresas de IA?) à medida que as máquinas de IA assumissem a operação, o desenvolvimento e o marketing de tudo. É por isso que Altman e os outros magnatas da IA não deixarão de expandir seus data centers e desenvolver chips ainda mais avançados, só porque os modelos chineses de IA, como o DeepSeek, desvalorizaram seus modelos atuais. Nada deve impedir o objetivo da IA superinteligente.
Infelizmente, como explica o MIT Tech, muitos modelos de IA são notoriamente caixas-pretas, o que significa que, embora um algoritmo possa produzir um resultado útil, não está claro para os pesquisadores como ele realmente chegou lá. Esse tem sido o caso há anos, com os sistemas de IA frequentemente desafiando modelos teóricos baseados em estatísticas. Em outras palavras, os instrutores de IA não sabem realmente como os modelos de IA funcionam. Esse é um grande obstáculo para alcançar o Santo Graal.
Portanto, o boom da IA ainda é apenas uma bolha financeira. Como disse um comentarista: “A IA generativa não faz as coisas que está sendo vendida como fazendo, e as coisas que ela realmente pode fazer não são o tipo de coisa que criam retornos comerciais, automatizam o trabalho ou realmente fazem muito mais do que uma extensão de uma plataforma de software em nuvem. O dinheiro não está lá, os usuários não estão lá, todas as empresas parecem perder dinheiro e algumas empresas perdem tanto dinheiro que é impossível dizer como sobreviverão.”
Enquanto isso, a construção maciça de data centers está consumindo níveis de energia sem precedentes. A Agência Internacional de Energia prevê que o consumo de eletricidade dos data centers dobrará para 945 terawatts-hora até 2030 – mais do que a energia usada atualmente por um país inteiro, como o Japão. A Irlanda e a Holanda já restringiram o desenvolvimento de novos data centers devido à preocupação com seu impacto na rede elétrica. Há enormes picos de demanda de energia nos data centers para o treinamento de modelos de IA, além de um fornecimento irregular de energia renovável que ameaça a resiliência e a capacidade dos sistemas de energia atuais.
Quanto aos resultados de produtividade e crescimento, a OCDE protege suas apostas. Se as tecnologias de IA se difundirem e forem implementadas sucessivamente, a OCDE calcula que a produtividade global da mão de obra aumentará 2,4% pontos percentuais nos próximos dez anos e acrescentará 4% ao PIB mundial em relação ao que teria sido nas tendências atuais. Entretanto, se a IA não for tão bem-sucedida na redução da necessidade de mão de obra humana e não se espalhar por todos os setores, a produtividade da mão de obra poderá aumentar apenas 0,8% pontos percentuais acima do nível de tendência atual em dez anos (dos atuais 0,8% ao ano) e o crescimento econômico mundial não sofrerá alterações. Ainda é cedo para saber.
Este texto não passou pela revisão ortográfica da equipe do Contrapoder.
Artigo publicado originalmente em The Next Recession.
Tradução: Marino Mondek
Referências
- Michael Roberts trabalhou como economista por mais de 40 anos no Reino Unido e é ativista político do movimentos dos trabalhadores há décadas. Tem se dedicado a contribuir em estudos sobre as crises capitalistas e a teoria do valor em Marx. Escreve também em seu blog TheNextRecession. É autor de vários livros como The Great Recession – a Marxist view (2009), The Long Depression (2016), Marx 200 (2018), Engels 200 (2020), entre outros.
