Jeff Currie tem um recado para investidores na chamada revolução da IA. “Olhando para trás para grandes booms tecnológicos, de ferrovias à internet e ao shale [petróleo de xisto], você vê padrões semelhantes emergirem ao longo do tempo”, ele explica.
Mesmo que as tecnologias possam ser transformadoras, investidores ainda podem perder muito dinheiro. Currie coloca isso de forma mais branda: “Investidores em ações nem sempre viram retornos que correspondam às expectativas iniciais.”
A IA generativa é amplamente divulgada como uma tecnologia que transformará nosso mundo para o bem (ou talvez para o mal). Há pouca dúvida de que ela capturou o zeitgeist: no ano passado, as principais ações relacionadas à IA representaram 40% da capitalização de mercado do S&P 500, impulsionando uma estimativa de 75% dos ganhos do mercado. Não surpreendentemente, o investimento em IA também respondeu por quase metade do PIB (GDP) nos EUA, de acordo com os números oficiais mais recentes.
Por exemplo, a Nvidia, cujo negócio de chips de IA iniciou o boom no fim de 2023, agora vale quase US$ 5 trilhões, com sua ação tendo subido quase 300% desde que decolou há pouco mais de dois anos. A OpenAI, a empresa de capital fechado que criou o ChatGPT, está avaliada em US$ 500 bilhões. Mas, à medida que as somas gastas para expandir os data centers deste admirável mundo novo crescem para a casa dos trilhões, os alertas também estão ganhando força.
“Há um nível de ceticismo que está começando a ficar cada vez maior e cada vez mais alto”, diz Herb Greenberg, cujo Substack “On the Street” é conhecido por seus “red flag alerts” [alertas de sinal vermelho] que identificam empresas problemáticas. O que é interessante, ele diz, são os tipos de pessoas que estão se manifestando.
Alguns dos mais surpreendentes, ele sugere, são os do mundo de private equity, dado que o mundo de VC (venture capital) agora é dominado por startups de IA. Esses críticos incluem Currie, da Carlyle.
Podcast- Structured Credit Spotlight: Collateralized Loan Obligations
Sponsored
Podcast- Structured Credit Spotlight: Collateralized Loan Obligations
Sponsored by Fidelity Investments January 28, 2026
O caso de Currie contra a IA se baseia em parte em uma análise que mostra paralelos entre a mania atual de IA e o boom do petróleo de xisto do início dos anos 2010. Quando um excesso de oferta de petróleo levou a um colapso nos preços do petróleo, o boom do shale terminou em uma derrocada maciça, eliminando US$ 2,6 trilhões em equity.
Petróleo de xisto e IA generativa, embora pareçam extremos opostos do espectro de investimentos, na verdade “rimam”, ele sustenta.
“O ecossistema tecnológico, no fim das contas, repousa sobre infraestrutura física substancial e insumos de commodities”, ele diz à Institutional Investor. “Data centers exigem investimento de capital significativo, semelhante à infraestrutura de energia. Historicamente, negócios ligados a esses ativos tenderam a negociar a múltiplos de valuation mais baixos do que empresas puramente de tecnologia.”
O boom do petróleo de xisto foi “o ciclo de capex [gastos de capital] de growth-at-all-costs [crescimento a qualquer custo] mais notório da era moderna, no qual o capex de todo o setor de energia chegou a 110 a 120% do cash flow no seu pico”, diz Currie. Na véspera do crash do preço do petróleo em 2014, algumas empresas de energia estavam gastando acima de 200% do cash flow. Agora, ele diz, algumas empresas relacionadas à IA estão gastando perto de 100% do seu. Mesmo os chamados hyperscalers [grandes plataformas de nuvem em escala] ricos em caixa, como Meta e Google, vêm gastando 60% do seu cash flow para expandir data centers, e relatórios de resultados recentes mostram que a porcentagem está aumentando rapidamente.
.Os sunk costs [custos irrecuperáveis] e os longos lead times [prazos de implantação] para construir a infraestrutura de petróleo de xisto significavam que ela estava obsoleta quando entrou em operação (onstream), deixando os construtores debilitados com dívida, leases [arrendamentos] e contratos, explicou Currie em um comentário recente da Carlyle.
A IA enfrenta problemas semelhantes. “Esses chips vão ser viáveis daqui a cinco anos, daqui a 10 anos?”, pergunta Currie. Os preços do produto central já estão despencando. Em 2024, a indústria mirava um floor price [preço mínimo] de US$ 4 por hora para alugar os chips necessários para rodar modelos sofisticados de IA, mas hoje o preço já caiu para cerca de US$ 2, ele explica. “A expressão ‘price war’ [guerra de preços] já está sendo usada.”
“Eu não sei nada sobre a indústria de [tecnologia], mas eu sei que há uma commodity ligada a todos esses data centers, e ela é tratada como petróleo e é produzida com muito capital físico, assim como petróleo”, diz Curie.
Depois há a engenharia financeira. Currie argumenta que a “IA da Big Tech parece estar usando exatamente o mesmo playbook que a indústria de energia usou” no que diz respeito a financiamento fora do balanço (off-balance financing) [estruturas em que a dívida/financiamento fica fora do balanço da empresa principal], que permite aos participantes terceirizar grande parte de seus gastos de capital. Por exemplo, a OpenAI tem um balanço relativamente leve em dívida porque a maior parte da dívida usada para financiar suas necessidades de infraestrutura é mantida por seus parceiros e por quem empresta a eles. Seus parceiros, incluindo a Oracle, têm cerca de US$ 100 bilhões em dívida por meio desses arranjos off-balance sheet [fora do balanço].
“Isso é equivalente à dívida líquida (net debt) detida pelos seis maiores tomadores corporativos do mundo combinados”, diz Richard Norman, sócio fundador da S3 Partners. “Deixe isso assentar.”
Esses acordos aumentaram as preocupações dos investidores com risco sistêmico porque, embora o balanço da OpenAI pareça limpo, os bancos, em última instância, ficam na linha (on the hook) [responsáveis pelo prejuízo] caso o futuro da IA se revele menos promissor do que o antecipado.
Outro profissional de PE (private equity), Torsten Slok, economista-chefe da Apollo, publicou recentemente uma nota citando números do Census Bureau mostrando que as taxas de adoção de IA começaram a se achatar em empresas de todos os tamanhos em maio de 2025. Entre as grandes empresas, as taxas de adoção estão, na verdade, caindo. “Grandes empresas é o que importa, porque é ali que está o dinheiro”, diz Greenberg.
Lendas do setor como Howard Marks, fundador da Oak Tree Capital Management, que administra fundos de private equity e crédito, também têm palavras de cautela para os que estão presos à mania. “As memórias são curtas, e a prudência e a aversão natural ao risco não são páreo para o drama de ficar rico às custas de uma tecnologia revolucionária que ‘todo mundo sabe’ que vai mudar o mundo”, ele escreveu em um tratado de 17 páginas, de dezembro, intitulado “Is It a Bubble?”
Marks, que previu com precisão tanto a bolha dot-com quanto a bolha de hipotecas subprime, concentrou-se nos chamados circular deals [negócios circulares], que se tornaram comuns no mundo da IA e também foram um problema no boom de telecom do fim dos anos 1990.
“Hoje em dia, negócios estão sendo anunciados em que o dinheiro parece dar a volta e retornar (round-tripped) [circular entre as partes] entre players de IA. Pessoas que acreditam que há uma bolha de IA acham fácil olhar para essas transações com suspeita. O objetivo é atingir metas legítimas de negócios ou exagerar o progresso?”, ele perguntou. Ele observou que tanto a OpenAI quanto a Nvidia estão engajadas nessa prática, com o Goldman Sachs estimando que a Nvidia fará 15% de suas vendas no próximo ano a partir desses circular deals. (Os parceiros nesses negócios também são onde ocorre o financiamento off-balance sheet.)
Enquanto os circular deals estão atraindo muita atenção de investidores agora, o short seller [vendedor a descoberto] Nate Koppikar, fundador da Orso Partners, percebeu a prática pela primeira vez há mais de dois anos, no que ele descreveu à II como o “grift shift” [mudança para um esquema/“golpe”].
Koppikar foi um dos primeiros investidores a prever a queda em cascata em ações de tecnologia e growth em 2022, baseada em parte na interdependência das empresas. No verão de 2023, ele havia descoberto algo semelhante, no sentido de que startups de IA altamente divulgadas eram financiadas por empresas como a Nvidia, que precisava que elas comprassem seus chips. “As grandes empresas de tecnologia estão conduzindo isso. Elas financiam as startups e fazem com que elas comprem produtos delas. É uma reciclagem de caixa”, ele disse à II na época. Koppikar destacou a CoreWeave, que abriu capital em 2024 e desde então se tornou o exemplo emblemático de circular deals devido aos seus vínculos com a Nvidia.
Um short seller que pediu anonimato diz que está shorting [vendido/posicionado na queda] algumas empresas de IA e acha que a demanda voraz delas por eletricidade pode se provar o catalisador para as ações caírem. “Os preços de eletricidade ficaram altos o bastante para que as pessoas estejam reagindo”, ele diz. Enquanto pessoas em estados como o Texas estão acostumadas a preços baixos de eletricidade, a demanda que data centers de IA estão impondo às redes elétricas está causando “cost inflation” [inflação de custos] na eletricidade.
“Historicamente, preços altos de eletricidade estouraram bolhas de tecnologia”, ele diz.
Short sellers costumam estar à frente da curva. Mas, em grande parte, eles têm evitado apostar contra (shorting) empresas como a Nvidia por medo de que a euforia os destruísse.
Considere Steve Eisman, um investidor retratado em “The Big Short” (e interpretado por Steve Carrell no filme), que estava vendido em mortgage-backed securities [títulos lastreados em hipotecas] como gestor de portfólio na Front Point Partners no período que antecedeu 2008. Eisman disse recentemente à CNBC que atualmente possui grandes ações de IA como Nvidia, Microsoft e Meta, mas está ficando nervoso com isso.
Eisman disse que vem prestando atenção aos escritos de Gary Marcus, um crítico inicial dos large language models (LLMs) que dominam a conversa sobre IA.
Marcus argumenta que “os large language models, à medida que continuam escalando, que é o modelo que todo mundo tem, vão começar a perder sua eficácia (efficaciousness)”, disse Eisman na CNBC. “A melhoria vai desacelerar em vez de aumentar… Em algum momento, empresas como a Microsoft — se isso se tornar verdade — vão começar a comprar menos chips.”
Eisman disse que começou a ler Marcus nove meses atrás, quando “ele era um lobo solitário contra Sam Altman [o fundador da OpenAI] e todo mundo.” Mas quando a versão mais recente do ChatGPT mostrou menos melhora em relação à versão anterior do que ocorreu com versões anteriores, as pessoas perceberam. “De repente, Gary Marcus não é mais o lobo solitário.”
Marcus, um cientista e ex-professor da NYU que tem um Substack chamado “Marcus on AI”, está se vangloriando. Observando que o ChatGPT é “um dos produtos de consumo de crescimento mais rápido da história, e recebeu mais imprensa do que Deus”, ele escreveu recentemente que “um caso razoável pode ser feito de que ele não é aquilo que frequentemente disseram que ele era, e provavelmente nunca será.”
Ele citou vários estudos, incluindo um da McKinsey, mostrando que a adoção de IA generativa é menos disseminada do que o esperado, e que seus resultados também são decepcionantes.
Marcus disse que sua crítica à IA anos atrás quase lhe custou a carreira. “Meu alvo era a noção então extremamente popular de que poderíamos alcançar inteligência geral simplesmente por ‘escalar’ large language models, às vezes referida pelo slogan ‘scale is all you need’, o que foi proposto por pessoas como Altman, da OpenAI.”
A ideia era que alguém poderia usar “quantidades massivas de dados — muitas vezes derivados do comportamento humano — como substituto para inteligência”, disse Marcus.
Ele argumentou que isso não funcionaria e que “esses sistemas nunca seriam confiáveis o bastante, e que mesmo com mais dados eles teriam problemas com alucinações, factualidade, raciocínio, outliers e generalização.”
“O problema com a IA generativa sempre foi que large language models associam padrões uns aos outros sem realmente entender esses padrões; é estatística sem compreensão”, ele disse.
Segundo Eisman, a teoria de Marcus vai contra a visão fundamental de Wall Street sobre o trade de IA — “que o aumento da complexidade dos modelos vai justificar o gasto enorme em poder computacional que está impulsionando a demanda por chips.”
Ele ofereceu ainda outra analogia: “É como o argumento fundamental antes da grande crise financeira, quando eu eventualmente descobri que todo o mercado de renda fixa de hipotecas repousava sobre uma suposição, que era que os preços das casas não podiam cair”, ele disse. “E uma vez que essa suposição foi removida, todo o edifício desabou.”
Marcus alertou para um cenário semelhante acontecendo com IA: “A própria economia ficou tão embrulhada em IA generativa e suas promessas, que a própria economia está, por muitos relatos, em sério risco.” Ele citou um post no X de David Sacks, o guru de IA do governo Trump e um investidor proeminente do Vale do Silício, que alertou que “uma reversão arriscaria recessão. Não podemos voltar para trás.”
“Se a economia cair, o ChatGPT estará no centro da bagunça”, Marcus escreveu em novembro, acrescentando que “poderíamos facilmente acabar com data centers demais e muitos chips que rapidamente perdem seu valor.” Ele disse que o cenário mais provável é que resgates do governo (bailouts) [socorro financeiro estatal] serão necessários porque a IA será considerada “too big to fail” [grande demais para quebrar].
Sem ir tão longe, até alguns na indústria de tecnologia estão começando a concordar que os preços de chips provavelmente vão cair. Por exemplo, o CEO da Salesforce, Marc Benioff, escreveu recentemente no X que “LLMs são os novos disc drives, infraestrutura commodity, você troca a quente (hot swap) [substituição sem interromper] pelo mais barato, mais o melhor. A fantasia de que o modelo é um moat [fosso competitivo] acabou de expirar.”
Michael Burry, outro gestor de hedge fund famoso por “The Big Short”, também entrou no debate. Ele fechou seu hedge fund para poder shortar a Nvidia sem se preocupar com seus investidores e revelou sua tese em seu novo Substack, Cassandra Unchained, no fim de novembro.
Burry não discute se a IA generativa vai mudar o mundo. Seus argumentos são em grande parte técnicos e giram em torno da política de depreciação (depreciation policy) de gigantes de tecnologia como Microsoft, Google, Amazon e Meta, que são clientes da Nvidia. Ele argumenta que os investimentos delas em data centers não estão sendo write down [baixados por impairment/ajuste contábil] rápido o bastante porque os ciclos de produto de um a dois anos da Nvidia estão tornando chips mais antigos obsoletos.
Burry sustenta que esses acordos podem estar inflando a demanda. E, como Marcus, ele acredita que o resultante overbuilding [superconstrução] massivo em data centers poderia levar a um crash. (A OpenAI, a criadora do ChatGPT que enfrenta concorrência do Gemini, do Google, e da Anthropic, comprometeu centenas de bilhões de dólares para data centers.)
A Nvidia contestou a tese de Burry, dizendo que seus produtos têm uma longa vida útil (shelf life), entre outros pontos. Ela também recebeu recentemente permissão do governo dos EUA para vender chips para a China — um potencial impulso para a empresa, embora a China seja amplamente vista como oferecendo um potencial rival à indústria dos EUA. Ainda assim, a Nvidia enfrentou alguns headwinds [ventos contrários]: a ação caiu quase 10% desde que atingiu o pico no início de outubro. Ela caiu novamente na segunda-feira após relatos de que o investimento de US$ 100 bilhões da empresa na OpenAi está em espera, devido às preocupações da Nvidia com a estratégia de negócios da OpenAI. (Na sexta-feira, a ação subiu 7% depois que o CEO Jensen Huang disse que o gasto enorme dos clientes da Nvidia, incluindo Microsoft, Amazon e Meta, era “justificado” e “sustentável.”)
O fato de Burry ter colocado seu dinheiro onde sua boca está (put his money where his mouth is) significa algo para Greenberg. “A disposição dele de se inclinar contra a manada… com o próprio dinheiro dele com base no que acredita é admirável”, ele diz. “Eu acho que você tem que prestar atenção, porque a única coisa que sabemos aqui é que ninguém realmente sabe para onde isso tudo está indo.”
Fonte: Institutional Investor
Traduzido via ChatGPT
