A economia da inteligência artificial (IA) generativa enfrenta um período difícil. Nas últimas semanas, várias notícias vieram confirmar que a questão dos modelos económicos associados a esta tecnologia se colocava com especial acuidade. A 24 de março, a OpenAI, criadora do ChatGPT e uma das principais impulsionadoras da IA, anunciou o abandono de dois projetos anteriormente anunciados com grande alarido.
Não só a sua ideia de um chatbot (robô conversacional) erótico foi “colocada em pausa por tempo indeterminado”, mas, muito mais importante, a plataforma de criação de vídeos Sora também foi encerrada dois meses após o seu lançamento com grande pompa.
No entanto, aquando do seu lançamento em dezembro de 2025, a Sora foi apresentada como o produto estrela da OpenAI.
O seu principal argumento de marketing era que aproveitava o catálogo de personagens da Disney. A empresa de entretenimento tinha, além disso, anunciado a intenção de investir mil milhões de dólares no ChatGPT. A Sora era, então, vista como uma espécie de segundo ChatGPT, reforçando o uso quotidiano da IA e a sua difusão na indústria cultural.
No entanto, o negócio rapidamente se tornou um fiasco para a OpenAI. A criação de vídeos por IA é, de facto, extremamente dispendiosa, mas quase não rendeu nada à empresa. E o problema é que, quanto mais utilizadores, mais o custo aumenta. Sem que as receitas aumentem em paralelo. Segundo o Wall Street Journal, a Sora custava, em média, 1 milhão de dólares por dia e, desde o seu lançamento, rendeu apenas pouco mais de 2 milhões de dólares.
Um poço sem fundo que, por si só, poderia não constituir um problema. Trata-se, de facto, da estratégia clássica das startups tecnológicas: impõem a utilização através da quase gratuidade, registam então fortes prejuízos e, assim que essa utilização se torna uma necessidade incontornável, captam a sua clientela, fixam os seus preços e obtêm lucros recorde. Um exemplo recente deste sistema foi o da plataforma musical Spotify.
O modelo económico da IA: mais parecido com os caminhos-de-ferro do que com a Internet
Mas, desta vez, a OpenAI não quis, no caso do Sora, desenvolver essa estratégia. Pelo contrário, a startup anunciou que iria utilizar os fundos poupados com o encerramento da Sora em produtos “agênticos”, ou seja, aplicações de inteligência artificial capazes de agir de forma autónoma para executar tarefas no lugar dos humanos. Aplicações destinadas a uma clientela empresarial que deseja melhorar a sua produtividade. Por outras palavras, produtos potencialmente rentáveis para a OpenAI, que poderá recuperar uma parte desses ganhos de produtividade adicionais obtidos.
A decisão da OpenAI traduz uma viragem para toda a indústria emergente da IA. O modelo de “start-up da Internet” que prevaleceu até agora com o ChatGPT já atingiu os seus limites. Por uma razão simples: a IA depende muito mais de infraestruturas físicas cujo custo é elevado. Assim, esta tecnologia enfrenta continuamente uma contradição entre o que Karl Marx denomina o “processo de produção” e o “processo de valorização”.
No papel, a IA generativa pode fazer muitas coisas, nomeadamente produzir infinitamente vídeos um tanto insípidos com personagens da Disney, para grande entusiasmo dos olhos contemporâneos. O seu processo de produção parece não ter limites. Mas as condições desta produção são muito dispendiosas. A IA mobilizada pela OpenAI baseia-se num grande modelo de linguagem (large language model, LLM), que se apoia em potências de cálculo extremamente elevadas de chips de última geração, interligados em gigantescos centros de dados (data centers).
Tudo é caro neste esquema: os chips, a construção dos centros de dados, a sua manutenção em condições ótimas, o tratamento dos dados… A ausência teórica de limites da IA esbarra na sua capacidade de ser rentável. E a decisão da OpenAI relativamente à Sora diz-nos que certas aplicações não podem ser rentáveis, mesmo a longo prazo.
A aposta ao estilo Spotify não pode funcionar aqui: exigiria a mobilização de recursos financeiros demasiado elevados, com perspetivas de retorno sobre o investimento demasiado baixas. Um estudo do banco HSBC indicava, antes do lançamento do Sora no final de dezembro, que se a OpenAI atingisse em 2030 200 mil milhões de dólares de faturação (atingiu 13,1 mil milhões em 2025), teria de angariar, paralelamente, 207 mil milhões de dólares para se manter financeiramente viável. Isso é mais do que o PIB atual de Marrocos previsto pelo Fundo Monetário Internacional (FMI) para 2026.
Eis a chave para compreender a economia da IA: a mudança de escala (scaling) da produção de IA em que ela se baseia vem acompanhada de uma mudança de escala dos seus custos. E a dificuldade reside, portanto, não apenas no financiamento da fase inicial e do arranque da tecnologia, mas também no financiamento do seu funcionamento diário. É isso que nos diz o caso Sora: não se pode esperar «saltar por cima» da infância da indústria para se encontrar no mundo encantado de uma atividade rentável. A IA não é nem o smartphone nem a Internet.
Este novo setor assemelha-se antes à ferrovia: uma tecnologia fortemente capitalista com custos fixos tão elevados que a sua rentabilidade sempre foi problemática e que o Estado quase sempre teve de ser mobilizado para garantir a sua existência.
Além disso, o montante dos investimentos destinados ao desenvolvimento das infraestruturas da IA, principalmente os centros de dados repletos de chips em rede, é tão vertiginoso que se equipara, sem dúvida, ao que foi a febre da construção dos caminhos-de-ferro na Europa Ocidental e na América do Norte, nas décadas de 1840 e 1860.
Pois, enquanto a OpenAI suspendia a Sora de forma catastrófica, os milhares de milhões de dólares continuavam a irrigar o setor. A empresa de Sam Altman angariou, a 31 de março, 122 mil milhões de dólares, um recorde histórico para uma angariação de fundos privada. E no início de fevereiro, os quatro gigantes da tecnologia (Amazon, Meta, Alphabet e Microsoft) previam, em conjunto, gastar 650 mil milhões de dólares em IA em 2026, ou seja, mais 60% do que em 2025.
Os números são vertiginosos. Segundo o Financial Times, o valor total das instalações relacionadas com a IA em 2030 poderá atingir a cifra astronómica de 9 biliões de dólares. E uma potência acumulada para os centros de dados de 125 gigawatts, ou seja, mais de três vezes o consumo de eletricidade de um país como o Reino Unido nas horas de ponta.
Fuga para a frente
Estes investimentos massivos não são fruto do acaso. O desafio para os intervenientes no sistema é atingir o mais rapidamente possível a massa crítica para impor os seus produtos no mercado, implementar um sistema oligopolístico ou monopolístico e, finalmente, poder impor os seus preços e esperar um retorno sobre os seus investimentos.
Nesta corrida pela velocidade, os intervenientes não são, no entanto, todos iguais. A OpenAI está no fim da cadeia. Desenvolve produtos de IA, mas não controla os centros de dados. A sua posição está, além disso, mais sujeita à concorrência, na medida em que os LLM são menos dispendiosos de desenvolver do que a construção de centros de dados. O ChatGPT está, portanto, sujeito a uma concorrência perigosa, nomeadamente a do Claude, o modelo da empresa Anthropic.
Como é frequente, os “operadores” da tecnologia são mais vulneráveis do que os fornecedores de infraestruturas, porque acumulam os custos no final da cadeia, mas também estão sujeitos aos efeitos das receitas dos consumidores finais. As empresas ferroviárias têm mais dificuldades, enquanto os fornecedores de aço prosperam.
Mas a particularidade da IA complica a equação. À importância dos custos junta-se a questão muito sensível da vida útil dos centros de dados e dos chips que os compõem. Há muitas incógnitas sobre este ponto. A indústria baseia os seus cálculos numa vida útil de seis anos. A Microsoft refere um período entre dois e seis anos.
Algumas fontes apontam para a possibilidade de os chips ficarem totalmente esgotados ao fim de três anos. E a Bloomberg estima que os centros de dados, edifícios muito frágeis e sensíveis, possam tornar-se obsoletos ao fim de cinco anos.
Ao estimar que os 9 biliões de dólares sejam suficientes para as necessidades da IA até 2030, seria necessário renovar este investimento colossal pelo menos a cada cinco anos.
A resposta das Big Tech é, então, a de avançar a todo o vapor. É preciso construir muito e rapidamente para atingir uma escala crítica, tornar-se indispensável para o mercado e impor uma lógica oligopolística capaz de impor preços suficientes para absorver custos gigantescos. Do Spotify, o modelo passa a ser Andrew Carnegie, construtor de um verdadeiro monopólio do aço nos Estados Unidos no final do século XIX.
Uma corrida de velocidade que deu aos grandes atores da IA o seu novo nome: os hyperscalers, ou seja, aqueles que são capazes de multiplicar a escala da IA. Pois a escala torna-se um elemento central para a rentabilidade.
Estes intervenientes defendem estratégias semelhantes, mas que, no entanto, se distinguem. A Meta tenta desenvolver um modelo “interno”, concentrando os seus investimentos na sua própria utilização; a Amazon concentra-se nas infraestruturas a montante que aluga a terceiros; a Google e a Microsoft acrescentam a esta última atividade o desenvolvimento de produtos finais com vista a controlar todo o ecossistema.
Circularidade da dívida
Nesta corrida, as Big Tech dispõem de uma vantagem de peso: uma tesouraria abundante que, na economia digital atual, assenta em quase-rendas. Poderíamos, aliás, resumir as suas estratégias pela manutenção dessa renda. Mas essas reservas de liquidez que, há ainda alguns anos, pareciam gigantescas, já não são suficientes. O impensável acontece: as Big Tech têm agora de recorrer ao endividamento.
O banco norte-americano Morgan Stanley estima que os hyperscalers vão contrair empréstimos no valor de 400 mil milhões de dólares este ano, após 165 mil milhões em 2025. No total, as necessidades de financiamento externo estão estimadas em 1,5 biliões de dólares. Trata-se de uma mudança significativa no modelo económico destas empresas. E para preservar a sua capacidade de endividamento, são mesmo obrigadas a contornar os obstáculos e a assumir novos riscos.
Em primeiro lugar, implementam uma “economia circular” da dívida. Como os intervenientes na IA têm todos um interesse comum — o de impor a utilização desta tecnologia ao ponto de a tornar rentável —, coordenam os seus esforços através de acordos por vezes surpreendentes, nos quais se emprestam fundos ou garantem empréstimos uns aos outros. Atualmente, o mundo da IA tornou-se uma gigantesca teia de compromissos mútuos, onde cada um depende financeiramente dos outros.
Inteligência Artificial
Mais de 100 organizações exigem limitar impacto ambiental da IA
Riscos financeiros
Outra forma de garantir esses recursos é recorrer a empresas ad hoc (special purpose vehicle, ou SPV) para financiar a construção de centros de dados ou a aquisição de chips. Estas entidades, frequentemente constituídas com o financiamento de investidores externos ou de bancos, tornam-se proprietárias dos ativos em questão e podem emitir obrigações com base na notação de crédito da Big Tech que lidera a operação.
Em troca, a Big Tech paga uma renda pelo direito de utilizar esses ativos. A sua situação financeira permanece inalterada pela operação e os centros de dados ou os chips são colocados à sua disposição. Mas, evidentemente, a construção não está isenta de riscos. Se o centro de dados ou os chips se tornarem obsoletos mais rapidamente do que o previsto, não é certo que o reembolso da dívida seja possível.
Em outubro, o banco central britânico manifestou preocupação com a dimensão da dívida mobilizada para financiar os centros de dados. “Se o montante da dívida relacionada com a IA e as infraestruturas energéticas associadas se concretizar, os riscos para a estabilidade financeira poderão aumentar”, salienta a instituição. Pois, cada vez mais, os bancos e as sociedades de financiamento privado têm uma exposição massiva a este setor.
Resumindo: a futura rentabilidade das atividades ligadas à IA terá de garantir o financiamento dos gigantescos custos de funcionamento desta tecnologia, mas também a rápida obsolescência destas infraestruturas e os custos financeiros ligados à dívida contraída para a implantação da IA. Tudo isto garantindo um rendimento “líquido” que permita a rentabilidade das operações em curso. Em suma: o custo de capital da IA é astronómico.
Como é que esta tecnologia poderá gerar tais margens? A resposta das Big Tech e da OpenAI é que os utilizadores finais pagarão. Uma aposta arriscada, que o Mediapart vai explorar na segunda parte desta série.
Romaric Godin é jornalista do Mediapart especializado em macroeconomia, foi correspondente do La Tribune na Alemanha entre 2008 e 2011. Artigo originalmente publicado no Mediapart a 4 de abril de 2026.
