IA: a maior aposta econômica da história dos EUA – Uma rentabilidade altamente duvidosa

Michael Roberts [*]

A economia dos EUA continua a expandir-se a um ritmo mais rápido do que as outras economias do G7, mas o motor desta expansão é o investimento colossal em modelos de IA, centros de dados e todos os chips e tecnologias relacionados com a IA.

O PMI composto dos EUA (medida da atividade econômica) subiu de 56 para 58,4 em agosto, a expansão mais forte da atividade do setor privado desde julho de 2021 e marcando o quarto mês consecutivo de crescimento acelerado. Os ganhos foram impulsionados pelo setor dos serviços (incluindo serviços de informação), com o aumento mais acentuado da produção em mais de cinco anos, enquanto a indústria transformadora também acelerou. As novas encomendas cresceram ao ritmo mais rápido desde abril de 2022, enquanto a contratação na indústria transformadora foi a mais forte desde fevereiro de 2021.

Ainda em junho, comentei que a IA era apenas “uma grande aposta para a economia dos EUA”. Mas agora, em setembro, isso parece ser um eufemismo. A expansão da IA está a caminho de se tornar a maior aposta econômica da história dos EUA, superando em muito os investimentos feitos para financiar outros enormes projetos de infraestruturas norte-americanas no passado, tais como as ferrovias no século XIX, o sistema de autoestradas no século XX e a Internet no século XXI..

Os analistas estimam que as despesas de capital em cinco das chamadas “hiperescaladoras” — Alphabet, Amazon.com, Meta Platforms, Microsoft e Oracle — ascenderão a 4,2 trilhões de dólares nos quatro anos que terminam em 2029, de acordo com a FactSet. Os gastos com centros de dados são superiores aos gastos combinados com canais, ferrovias e rede elétrica, com uma projeção de totalizar 10,3 milhões de milhões de dólares entre 2025 e 2032, de acordo com novas estimativas da Brookings Institution. Trata-se de uma média impressionante de 3,6% do PIB por ano. Nunca antes a economia dos EUA esteve tão dependente da expansão de um único setor.

Até julho, foram gastos 37 bilhões de dólares em centros de dados privados, a maioria dos quais ainda não está em funcionamento.

Em contrapartida, os gastos privados com a construção nos EUA em tudo o resto — casas, edifícios de apartamentos, centros comerciais e assim por diante — ficaram cerca de 46 mil milhões de dólares abaixo dos níveis do ano anterior nos primeiros sete meses deste ano.

O investimento em IA criou 750 000 novos postos de trabalho desde 2023, de acordo com estimativas do LinkedIn. E esses empregos são bem remunerados:   o salário anual mediano para ofertas de emprego relacionadas com IA no LinkedIn ronda os 180 000 dólares, a comparar com os 80 000 dólares para o conjunto dos empregos.

Acima de tudo, o investimento em IA conduziu a enormes ganhos de riqueza no mercado bolsista. No segundo trimestre de 2026, as participações em ações e fundos de investimento dos EUA atingiram 63 milhões de milhões de dólares, de acordo com a Reserva Federal — quase o dobro do valor registado no final de 2022. A maior parte deste aumento da riqueza financeira reverteu a favor dos já ricos, uma vez que os trabalhadores possuem poucas ações ou obrigações..

Investidores estrangeiros estão a concentrar-se maciçamente em ativos norte-americanos. Detêm agora um valor recorde de 39 milhões de milhões de dólares em ações e obrigações dos EUA, um aumento desde 2022. Isto mantém o dólar norte-americano relativamente forte e faz subir os preços das ações. As guerras na Ucrânia e no Irão incentivam os estrangeiros a transferir os seus ativos para os EUA, a fim de tirarem partido do boom..

Ao mesmo tempo, a procura por equipamentos utilizados em centros de dados, como chips de memória, está a fazer subir os custos dos produtos tecnológicos. Os preços de importação de computadores, periféricos (como discos rígidos) e semicondutores foram 20% mais elevados em agosto do que no ano anterior. Estes preços de importação elevados estão, por sua vez, a exercer pressão ascendente sobre os custos dos bens de consumo, como iPhones e consolas de jogos, e a contribuir para a inflação geral.

Mas eis o problema. O fosso entre as despesas das hiperescaladoras e o fluxo de caixa está a alargar-se rapidamente. Prevê-se que as despesas de capital da Amazon, Meta, Microsoft e Alphabet ultrapassem, pela primeira vez, 1 milhão de milhões de dólares em 2027. Ao mesmo tempo, prevê-se que o “fluxo de caixa livre” combinado (ou seja, o dinheiro proveniente dos lucros dos negócios existentes) desça para menos de 100 bilhões de dólares. Há um ano, o fluxo de caixa livre rondava os 200 mil milhões de dólares, enquanto as despesas de capital eram de 300 bilhões de dólares. Agora, os gastos com IA estão a acelerar ao mesmo tempo que o dinheiro disponível para os financiar está a desaparecer.

Quanto maior for esta diferença, mais as hiperescaladoras terão de recorrer aos mercados de dívida e de capitais próprios para financiar os seus gastos com IA.

O problema é que, se os gastos com IA não gerarem retornos (lucros) suficientes, o mercado bolsista poderá sofrer uma queda acentuada à medida que os investidores se retirarem. Os preços no mercado bolsista dos EUA estão extremamente sobrevalorizados em relação aos ganhos atuais. O rácio tendencial entre os preços das ações e o ganho por ação (denominado rácio CAPE) está acima do nível registado imediatamente antes da crise financeira de 2008 e quase ao nível observado imediatamente antes do colapso da bolha das “dot.com” em 2000.

Será que os lucros irão realizar-se? Uma investigação da Fathom Consulting mostra que, para que o boom da IA, no valor de vários biliões de dólares, gere lucro, seria necessário que as vendas relacionadas com a IA das empresas tecnológicas envolvidas aumentassem entre 600 e 800 mil milhões de dólares nos próximos dois anos. No entanto, a empresa de consultoria Panmure Liberum calculou que as atuais previsões de CAPEX e receitas até 2030 implicam uma taxa interna de retorno negativa sobre o capital investido para a Alphabet, a Meta, a Microsoft e a Oracle.

Assim, ou as hiperescaladoras reduzem significativamente as suas despesas de capital em IA para níveis que gerem um lucro razoável sobre o capital já investido, ou, por algum milagre, conseguem obter uma rentabilidade enorme graças a um enorme aumento futuro da procura por produtos de IA. Se reduzirem as despesas, isso sinalizaria aos investidores que a IA não está a cumprir as expectativas e estes venderiam as suas ações em conformidade. Seguir-se-ia uma queda. Por isso, têm de continuar a gastar cada vez mais.

Ao mesmo tempo, o que as empresas podem cobrar pelos custos de computação de IA (tokens) está a cair rapidamente. O Índice de Despesas com Tokens de LLM, que acompanha o preço de mercado que as empresas pagam pela produção dos modelos de IA, caiu para apenas 0,97 dólares, o seu nível mais baixo desde que o índice foi criado no final do ano passado e mais de 50% abaixo do seu pico de verão. Os preços dos tokens estão a desmoronar-se à medida que modelos mais baratos, concorrentes chineses de código aberto e a queda dos custos de treino (inferência) tornam a utilização da IA cada vez mais barata. Isso está a corroer o crescimento das receitas dos laboratórios de IA, tornando mais difícil fazer face às despesas com a infraestrutura de IA.

Os laboratórios de IA (OpenAI e Anthropic) continuam a afirmar que em breve obterão grandes lucros e que, por isso, as hiperescaladoras acabarão por receber a sua parte do bolo. Mas grande parte destas afirmações baseia-se em estimativas de lucro duvidosas. Os ganhos de investimento relacionados com a IA estão a tornar os ganhos financeiros cada vez mais planos, com as chamadas “outras receitas” (contratos com outras empresas de IA) a aumentarem para 54% do rendimento antes de impostos.

Na verdade, as empresas de IA só se mantêm à tona através do chamado “financiamento circular”, em que uma empresa empresta fundos a outra e esta última alega então ter obtido lucro. A Sona Asset Management mapeou o universo da IA e catalogou as interligações entre os principais intervenientes. Todos dependem uns dos outros para obter resultados.

A Sona também descobriu que as receitas das empresas de IA estão quase totalmente ligadas às decisões de investimento (capex) de um ou dois outros intervenientes no setor da IA. Trata-se de um colapso sistémico em formação.

Uma questão fundamental é se a IA irá, de facto, proporcionar uma mudança radical na produtividade do trabalho nos EUA, capaz de impulsionar o progresso económico durante uma geração. O laboratório de IA, Anthropic, pretende emitir ações no valor de 100 mil milhões de dólares ao público em novembro (avaliando assim a empresa em 2 bilhões de dólares!). Para sustentar o seu argumento, publicou um relatório no qual afirmava que, se a IA realmente decolar, o PIB dos EUA poderia aumentar 32% até 2030 (!), o que representa um crescimento anual do PIB de até 15% (em comparação com o crescimento atual dos EUA, que, na melhor das hipóteses, é de 2,5%).

Isto é um disparate sem sentido que pressupõe que a IA contribui para impulsionar o crescimento da produtividade à medida que todas as empresas nos EUA adotam agentes e ferramentas de IA para gerir os seus negócios, ao mesmo tempo que despedem milhões de trabalhadores que já não são necessários.

Historicamente, a automatização tem avançado a um ritmo de cerca de 2% das tarefas por ano ao longo de dois séculos, sem nunca ter impulsionado o crescimento para muito acima dos 2%. As chamadas “tecnologias de uso geral” do passado demoraram décadas a difundir-se, mesmo depois de a própria tecnologia ter começado a funcionar. Por exemplo, a eletrificação demorou cerca de 40 anos a refletir-se na produtividade das fábricas. Da mesma forma, o estudo de Comin e Mestieri sobre a adoção de tecnologia em vários países documenta atrasos médios de adoção de cerca de 45 anos, e ainda de 7 a 18 anos para tecnologias mais recentes.

A adoção da IA parece ser muito mais rápida do que a do computador pessoal ou da Internet, mas a adoção é apenas o primeiro passo:   a produtividade medida normalmente diminui inicialmente enquanto as empresas realizam os investimentos complementares necessários — a “curva em J da produtividade” de Brynjolfsson, Rock e Syverson. Até mesmo os especialistas mais otimistas estão a perceber isto, por exemplo, Sam Altman, que admitiu recentemente:   “Acho que me enganei em algumas coisas, mas uma delas, em termos de velocidade, é que a economia tem simplesmente muita inércia. […] todos fomos demasiado ambiciosos quanto aos prazos […] A sociedade e a economia vão adaptar-se mais lentamente”.

E lembre-se de que a maior parte do trabalho é físico. Uma explosão das capacidades da IA é, antes de mais nada, uma explosão das capacidades cognitivas. Mas apenas cerca de um terço da economia consiste em trabalho que pode ser realizado num computador (artigo da Epoch AI sobre o trabalho remoto). O resto do PIB é produzido em minas, em estaleiros de construção, em cozinhas, hospitais e lares de idosos. Automatizar dois terços de todas as tarefas até 2035 requer, portanto, robôs que realizem uma grande parte do trabalho físico. Estes robôs teriam de ser concebidos, fabricados, instalados e mantidos aos milhares de milhões dentro de uma década. Embora haja, sem dúvida, progressos, o desenvolvimento da robótica é mais lento do que o desenvolvimento de software e robôs capazes de realizar uma vasta gama de tarefas físicas a um custo próximo do de um trabalhador ainda não se vislumbram no horizonte.

Até ao momento, há poucas evidências de ganhos de produtividade a nível de toda a economia; na verdade, a produtividade total dos fatores (uma medida da produtividade resultante das novas tecnologias) está a cair abaixo da tendência.

É verdade que a adoção da IA pelas empresas está a ganhar ritmo, pelo menos entre as empresas de serviços. Em apenas dois anos, a utilização da IA aumentou de 25% para 61% entre as empresas de serviços e de 16% para 51% entre os fabricantes. Mas apenas 17% dos trabalhadores nos serviços e 7% na indústria transformadora estão, de fato, a utilizar a IA regularmente no seu trabalho.

Como admitiu o Banco Federal de Nova Iorque:   “A próxima fase será muito mais importante, uma vez que, por enquanto, a IA ajuda principalmente as pessoas a escrever, resumir, programar ou analisar mais rapidamente. No futuro, agentes e ferramentas especializadas poderão gerir fluxos de trabalho inteiros. Nesse momento, o impacto na produtividade e no emprego poderá realmente atingir outro nível. A utilização está a explodir, enquanto a despesa corporativa permanece relativamente limitada, mas o preço da inteligência continua a descer. Isto é muito otimista para a difusão da IA e para a produtividade, mas muito menos otimista para a monetização de todos os intervenientes no ecossistema”. Por outras palavras, o crescimento da produtividade poderá eventualmente aumentar, mas à custa da rentabilidade, à medida que os preços de utilização da IA descem:   uma contradição clássica do capitalismo.

E continuam a existir falhas na própria natureza dos Modelos de Linguagem de Grande Dimensão (LLM) da IA. Há dois anos, investigadores de Oxford e Cambridge provaram que todos os LLM treinados apenas com conteúdo gerado por IA desenvolvem uma desordem irreversível. Cada novo modelo aprende apenas com o que o modelo anterior escreveu. Na nona geração, o novo modelo já se tinha esquecido do que estava a dizer. Pergunte-lhe sobre torres de igrejas medievais e ele responde com uma lista de lebres. Chamaram-lhe “colapso do modelo”. Sempre que alguém publica um resultado gerado pela máquina, o modelo seguinte torna-se um pouco mais medíocre.

Os sinais de alerta do colapso iminente continuam a multiplicar-se. Uma tendência ascendente das taxas de juro, num contexto de queda dos preços das obrigações, poderá ser o fator desencadeador da crise. Ou poderá ser uma oferta pública inicial (IPO) mal sucedida (Anthropic, OpenAI), ou o aumento da concorrência dos chamados modelos LLM de “peso aberto”, provenientes da China e de outros locais, que estão a reduzir os lucros. A maior aposta da história económica dos EUA é extremamente arriscada.

01/Outubro/2026

[*] Economista.

O original encontra-se em thenextrecession.wordpress.com/2026/09/26/ai-the-biggest-economic-bet-in-us-history/.

Este artigo encontra-se em resistir.info