A cotação bolsista das empresas relacionadas com a Inteligência Artificial () aumentou dez vezes na última década. Como John Lanchester observou recentemente, todas as dez maiores empresas do mundo, com exceção de uma, estão ligadas ao valor futuro da inteligência artificial. Todas elas, com exceção de uma, são estadunidenses e, juntas, o seu valor é superior a metade da economia dos EUA. Nos últimos anos, a antecipação da “revolução” da IA impulsionou um aumento nos investimentos nessas empresas de tecnologia estadunidenses. As promessas de um avanço radical na inteligência pós-humana e ganhos milagrosos de produtividade capturaram o instinto animalesco dos investidores a tal ponto que, como afirmou Ruchir Sharma, do FT, “os Estados Unidos são agora uma grande aposta na IA”. O investimento fixo no setor é tão grande que foi o principal motor do crescimento dos EUA em 2025. O treino e a operação de modelos de IA exigem uma enorme construção física de centros de dados, equipamentos de computação, sistemas de refrigeração, hardware de rede, ligações à rede e fornecimento de energia. Espera-se que as empresas de tecnologia gastem a impressionante quantia de 5 biliões de dólares nesta infraestrutura cara — que ainda está concentrada principalmente nos EUA — para atender à procura esperada entre agora e 2030.
O problema é que os números não batem certo. Para satisfazer as suas colossais necessidades financeiras, o setor passou de um modelo dominado pelo fluxo de caixa e pelo financiamento de capital para o financiamento da dívida. Em princípio, esta viragem para a dívida poderia simplesmente refletir oportunidades de lucro crescentes e a antecipação de uma prosperidade futura. No entanto, transações financeiras cada vez mais exóticas sugerem o contrário. Grande parte do entusiasmo é alimentado por ciclos financeiros em que os fornecedores investem nos seus clientes e vice-versa. A OpenAI é um exemplo disso. O seu principal fornecedor de chips, a Nvidia — a empresa mais valiosa do mundo — planeia investir 100 mil milhões de dólares na OpenAI, financiando efetivamente a procura pelos seus próprios produtos. Enquanto isso, a OpenAI está a gastar quase o dobro do que ganha na plataforma de nuvem Azure da Microsoft, que fornece o poder de computação para executar os seus serviços, enriquecendo assim o seu principal financiador e acumulando dívidas.
Muitas formas criativas de financiamento estão em andamento. Veja-se o plano da Meta de construir um enorme centro de dados na Louisiana. A instalação de 30 mil milhões de dólares será propriedade da Beignet Investor LLC, uma joint venture entre a Meta e uma empresa de capital privado chamada Blue Owl. No entanto, nem os clientes da Blue Owl nem a Meta fornecerão a maior parte do financiamento, que virá de um vasto grupo de detentores de obrigações. A Meta está principalmente a comprometer-se com um contrato de arrendamento de longo prazo para utilizar as instalações. Como observa Alphaville, do FT, “a estruturação habilidosa significa que a Beignet se beneficia da credibilidade da Meta, mas a credibilidade da Meta, magicamente, não é afetada pela responsabilidade financeira que a garantia do contrato de arrendamento de longo prazo representa”.
Ainda assim, por trás da engenharia financeira engenhosa, o resultado final é que a Meta está disposta a pagar cerca de 1% do seu balanço patrimonial para financiar a construção do centro de dados. E a razão é que, ao contrário do que é repetido aos investidores em obrigações, procura proteção no caso de o futuro prometido de superinteligência e superabundância não se concretizar. O acordo do centro de dados da Meta é sintomático da conjuntura do mercado, que um analista financeiro descreveu como “a convergência de uma enorme necessidade de capital, emissores menos dispostos a assumir o risco residual... e dinheiro disponivel”. Nestas circunstâncias, o trabalho dos banqueiros de investimento é convencer os credores a assumir riscos que eles realmente não compreendem. “Já vimos essa história um milhão de vezes”, alerta o analista, principalmente no período que antecedeu a crise financeira de 2008.
Olhando estritamente para os balanços patrimoniais sólidos dos principais hiperescaladores – Amazon, Meta, Microsoft, Alphabet –, o boom da IA pode parecer sustentável. Mas, à medida que surgem fissuras em players mais fracos, como a Oracle, e em alguns setores do negócio de desenvolvimento de IA, cresce a ansiedade de que talvez não haja lucro suficiente para sustentar a tendência em todo o ecossistema como um todo. A corrida pela IA vem após anos de um mercado de ações em alta nos EUA e um superciclo de capital fictício que durou décadas, o que acarreta as suas próprias fragilidades. Daí a preocupação crescente percetível por detrás da linguagem burocrática do Banco de Pagamentos Internacionais: “Se um declínio no investimento em IA vier acompanhado de uma correção significativa do mercado de ações, os efeitos colaterais negativos podem ser maiores do que os booms anteriores sugerem. Os investidores têm preferido ações dos EUA para obter exposição a empresas de IA, e a alavancagem oculta pode levar a efeitos colaterais no mercado de crédito”.
As provas limitadas de estudos de campo sugerem que se verificam ganhos de produtividade significativos em tarefas como escrever, codificar e ajudar clientes em centros de atendimento. Existe um atraso inicial, uma vez que as empresas suportam os custos de aprendizagem da utilização da tecnologia, mas, com o tempo, os que a adotam colhem os benefícios. Uma vez que se espera que a tecnologia venha a ser amplamente utilizada e a impulsionar a inovação e a melhoria contínuas, incluindo nos processos de investigação e desenvolvimento, as expetativas em termos de benefícios económicos são elevadas. Se a inteligência artificial aumentar a produtividade conforme prometido, os utilizadores estarão dispostos a pagar significativamente mais para ter acesso a ela. De acordo com o JP Morgan, dado o tamanho do investimento de capital esperado, os fornecedores de IA “precisariam de cerca de 650 mil milhões de dólares em receita anual perpetuamente” para obter um retorno de 10% – “um número surpreendentemente grande”. Isso equivale a cerca de 35 dólares por mês para cada um dos 1,5 mil milhões de utilizadores ativos do iPhone, ou 0,55% do PIB global. Por enquanto, os preços são mantidos artificialmente baixos, pois as empresas de IA ocultam os verdadeiros custos económicos para fidelizar os clientes. Se os ganhos de eficiência se concretizarem, não haverá problema; as empresas prósperas terão recursos suficientes para pagar a conta. Mesmo que sejam discretos, os investidores em IA ainda poderão sair com os bolsos cheios. Em alguns anos, quando a IA já tiver se infiltrado nos processos de trabalho a ponto de tornar os custos de saída proibitivos, a base de clientes não poderá escapar e será coagida a pagar. O mundo ficará viciado em IA, e as empresas de tecnologia colherão lucros consideráveis.
Ninguém deve duvidar que esta é a estratégia das grandes empresas de tecnologia e que mesmo uma cascata de falhas no negócio da IA não as fará desviar-se dela. A história do capitalismo está repleta de fases de crise seguidas de momentos dramáticos de consolidação, e as principais empresas de tecnologia podem até beneficiar com a agitação do setor. Além disso, dada a enorme influência política dos bilionários de Silicon Valley sobre o governo dos EUA, é de esperar que lutem com unhas e dentes para angariar apoio político para atingir os seus objetivos. Se necessário, podem sempre reforçar o argumento prometeico com um argumento geopolítico, apresentando a vitória na corrida da IA contra a China como um desafio existencial para o país e reforçando contratos militares lucrativos.
Ainda assim, levantam-se fortes ventos contrários. A adoção da IA tornou-se viral após o lançamento do ChatGPT em 30 de novembro de 2022, e o valor das empresas disparou. Mas a aceitação nas empresas não tem sido tão alta quanto o previsto. Apesar do entusiasmo, o uso da IA no trabalho não está a disparar e pode até estar a abrandar, e diz respeito apenas a uma pequena fração da força de trabalho. Dados recentes indicam que não há um aumento imediato da produtividade com o uso da IA. Em suma, embora haja alguma automação em andamento, nada indica que haja uma ruptura iminente da IA capaz de gerar os enormes ganhos económicos previstos.
Como é bem sabido pelos críticos radicais e argumentado com veemência por Daron Acemoglu e Simon Johnson, não existe desenvolvimento capitalista impulsionado pela eficiência; o aumento da eficiência técnica é um resultado macroeconómico que depende do contexto institucional. Tecnologias poderosas podem revelar-se pouco rentáveis e não ser implementadas se a estrutura do mercado impedir os investidores de colher os frutos; e podem empobrecer a mão de obra se levarem a despedimentos em massa. Com a IA, o perigo mais imediato parece ser uma epidemia de desmoralização da força de trabalho. Estudos sugerem que o uso intensivo de IA é desmotivador e desqualificante, alimentando o tédio e a mediocridade. Poderíamos até ver uma “curva J de produtividade” inversa: ganhos de produtividade de curto prazo rapidamente superados por uma deterioração na qualidade do trabalho.
Outro problema é o desperdício que pode resultar da aposta quase religiosa na IA por parte das grandes empresas tecnológicas, possibilitada pela liderança privada na indústria e pelos mercados propensos à euforia. O contraste entre as abordagens estadunidense e chinesa à IA é instrutivo. As economias capitalistas são assoladas por um profundo problema de coordenação, como Michael Roberts salientou: “na China, existe um plano para atingir metas-chave em tecnologia que impulsionarão toda a economia”, mas “nas principais economias capitalistas, todos os ovos da IA estão numa cesta pertencente às hiperescaladoras privadas de IA e às sete gigantescas empresas de tecnologia e media – e, para elas, a rentabilidade é fundamental, não os resultados tecnológicos”.
Mais adiante, se a pressão financeira sobre o setor se intensificar, não é claro que as consequências materiais do boom serão comparáveis às das bolhas anteriores. Na verdade, a construção e a infraestrutura representam apenas uma minoria das despesas com a instalação da capacidade do centro de dados; quase três quartos do investimento consistem em equipamentos de TI — principalmente chips avançados (unidades de processamento gráfico). Ao contrário dos cabos de fibra ótica da era dot-com ou das ferrovias do século XIX, os chips de IA devem ser substituídos com frequência, à medida que o seu desempenho diminui e a tecnologia melhora. Se, devido a preocupações com a rentabilidade, o investimento parar repentinamente, uma redução na disponibilidade de IA em relação à sua abundância atual é uma possibilidade real. Teoricamente, se a redução das despesas de capital superasse as reduções de custos decorrentes das melhorias nos processos de IA, o legado do boom da IA não duraria muito tempo e a capacidade computacional disponível para consultas comuns de IA poderia diminuir.
Este problema de obsolescência tem implicações financeiras cruciais. Na verdade, os empréstimos para centros de dados “são quase sempre empréstimos não amortizáveis: os pagamentos não são destinados à redução do montante em dívida. Em vez disso, são financiamentos perpétuos para o que se presume ser um ativo perpétuo. A premissa é que, no final do prazo do empréstimo — normalmente de cinco a sete anos —, todo o saldo será refinanciado”. Mas se os chips estiverem quase sem valor após cinco anos, quem refinanciará um ativo cujo componente principal se desvalorizou totalmente?
Inteligência Artificial
Visão Capitalista da IA: Lucro, Poder e Controlo
Rezgar Akrawi
Isso sem falar no impacto ecológico causado pela crescente necessidade de terrenos, energia e água para operar os centros de dados, colocando toda a corrida pela IA numa trajetória insustentável. Nesse contexto, a função ideológica da narrativa de conquista espacial das grandes empresas de tecnologia é dar credibilidade à fantasia de um futuro totalmente digital. Como explica o Projeto Suncatcher do Google, “a procura por computação de IA – e energia – continuará a crescer” e “na órbita certa, um painel solar pode ser até 8 vezes mais produtivo do que na Terra e produzir energia quase continuamente, reduzindo a necessidade de baterias”; portanto, “no futuro, o espaço pode ser o melhor lugar para escalar a computação de IA”.
Na Terra, a crescente procura por energia barata e terras raras materializa-se no imperialismo à moda antiga. A nova doutrina de segurança dos EUA deixa claro que quer “um hemisfério [...] que apoie cadeias de abastecimento críticas”. A apreensão do petróleo venezuelano pela administração Trump e as reivindicações expansionistas sobre a Gronelândia por minerais críticos cobiçados por bilionários da tecnologia mostram o quão sério isso é. Se a IA continuar a desapontar, as aventuras imperialistas podem muito bem intensificar-se — a busca digital por ganhos de eficiência quiméricos substituída por uma corrida predatória para reduzir custos numa nova época do que David Harvey chamou tão acertadamente de “acumulação por desapropriação”.
Cédric Durand é professor de Economia Política na Universidade de Genebra e membro do Centre d'économie Paris Nord. É autor de Fictitious Capital. How Finance Appropriates Our Future e How Silicon Valley Unleashed Techno-Feudalism: The Making of the Digital Economy. Artigo publicado no blog Sidecar
