Existe uma imagem muito poderosa na economia.
Uma nova tecnologia surge.
Empresas começam a investir.
A infraestrutura é construída.
O dinheiro começa a circular.
E, durante algum tempo, ninguém sabe exatamente quanto daquela capacidade será realmente necessária.
É exatamente o momento que a economia da inteligência artificial parece estar atravessando.
A Nvidia acaba de divulgar receita trimestral de US$ 96,2 bilhões, alta de 106% em relação ao mesmo trimestre do ano anterior. O negócio de data centers respondeu por US$ 89 bilhões, crescimento de 117%.
É um número extraordinário.
Mas a pergunta mais interessante não é quanto a Nvidia está vendendo.
É:
quanto valor econômico essa infraestrutura de IA conseguirá produzir?
A máquina de investimento está acelerando
A Nvidia afirma que a demanda por computação continua aumentando e que o investimento em infraestrutura de IA está em plena expansão.
Os números confirmam a dimensão do movimento.
A receita de data centers mais que dobrou em um ano.
A margem bruta ficou em 75%.
O lucro líquido chegou a quase US$ 59,7 bilhões no trimestre.
Isso significa que, até aqui, não estamos diante de uma história de tecnologia sem receita.
Existe demanda real.
Existe faturamento real.
Existe lucro real.
Mas isso não encerra a discussão.
Quem compra tantos chips?
A resposta ajuda a entender o problema.
Grandes empresas de tecnologia e laboratórios de IA estão construindo infraestrutura para treinar e executar modelos cada vez maiores.
Isso exige GPUs.
Exige data centers.
Exige energia.
Exige redes.
Exige armazenamento.
Exige refrigeração.
A Nvidia está no centro dessa cadeia.
Mas a Nvidia não é a economia da IA inteira.
Ela vende uma parte da infraestrutura.
A pergunta seguinte é:
o que acontece depois que essa infraestrutura é instalada?
Infraestrutura não é produtividade
Uma fábrica nova pode aumentar a capacidade produtiva de uma empresa.
Mas construir a fábrica não garante que os produtos serão vendidos.
O mesmo vale para data centers.
Uma empresa pode investir bilhões em computação.
Isso cria capacidade.
Mas a capacidade só se transforma em produtividade quando é utilizada para produzir algo que tenha valor econômico.
Essa distinção é essencial.
Investimento é uma condição para aumentar a capacidade produtiva. Não é garantia de retorno.
A IA precisa atravessar essa ponte
Imagine uma empresa que gaste US$ 1 bilhão para automatizar determinadas atividades.
Se economizar US$ 200 milhões por ano e aumentar sua receita, o investimento pode fazer sentido.
Se o sistema gerar apenas US$ 20 milhões de benefícios anuais, talvez não.
A tecnologia pode ser excelente nos dois casos.
O que muda é a produtividade econômica produzida por ela.
Por isso, o debate sobre IA está começando a sair da pergunta:
“O modelo consegue fazer isso?”
e migrando para:
“Quanto valor essa capacidade produz por unidade de capital investido?”
Essa é uma pergunta de economia
A produtividade é, no fundo, uma relação entre produção e recursos utilizados.
Uma empresa pode produzir mais utilizando a mesma quantidade de trabalho e capital.
Ou pode produzir a mesma coisa utilizando menos recursos.
A IA promete atuar exatamente aí.
Pode ajudar trabalhadores a produzir mais.
Pode automatizar tarefas.
Pode reduzir custos de busca e informação.
Pode melhorar decisões.
Pode acelerar desenvolvimento de software.
Pode criar produtos que antes não eram economicamente viáveis.
Mas tudo isso precisa aparecer nos números.
O mercado ainda está tentando descobrir quanto
Essa é uma das razões pelas quais as avaliações das empresas ligadas à IA estão sendo observadas com tanta atenção.
Existe uma enorme diferença entre:
uma tecnologia revolucionária
e
uma tecnologia revolucionária que gera retorno financeiro suficiente para justificar o capital investido.
A primeira pode existir sem a segunda.
A história econômica está cheia de tecnologias extraordinárias que demoraram décadas para produzir retornos proporcionais ao entusiasmo inicial.
A infraestrutura pode chegar antes da demanda
Esse fenômeno não é novo.
Ferrovias foram construídas antes que todas as rotas se mostrassem lucrativas.
Redes de telecomunicação foram instaladas antes de todo o potencial de uso ser conhecido.
A internet recebeu investimentos enormes antes que muitos dos modelos de negócios atuais existissem.
Isso não significa que os investimentos tenham sido “um erro”.
Parte da infraestrutura criada acabou permitindo inovações que ninguém havia previsto.
Mas também significa que alguns investidores ganharam muito menos do que imaginavam.
A Nvidia está em uma posição diferente
Existe uma diferença importante entre a empresa que constrói infraestrutura e a empresa que utiliza essa infraestrutura.
A Nvidia vende para quem está investindo na corrida.
Portanto, pode crescer muito mesmo enquanto seus clientes ainda estão tentando descobrir exatamente como monetizar toda a capacidade adquirida.
Isso não significa que exista uma bolha.
Significa que a rentabilidade de diferentes partes da cadeia pode ocorrer em momentos diferentes.
E a energia entrou no problema
Quanto mais computação, maior a demanda por energia.
Data centers de IA precisam de enormes quantidades de eletricidade.
Isso cria outra camada econômica.
Se a demanda por computação cresce mais rápido que a oferta de energia e infraestrutura elétrica, o custo marginal da expansão pode aumentar.
O gargalo deixa de ser apenas chips.
Pode passar a ser:
energia
transmissão
terrenos
refrigeração
redes
capital
Isso muda a economia do setor.
Existe uma consequência para o trabalho
A outra grande pergunta é produtividade.
Se a IA permitir que um trabalhador produza o que antes exigia duas pessoas, a produtividade por trabalhador aumenta.
Mas isso não significa automaticamente que todos ficarão mais ricos.
Depende de como os ganhos serão distribuídos.
Podem aparecer:
salários maiores,
lucros maiores,
preços menores,
novos produtos,
novos empregos,
ou uma combinação de todos eles.
A história das revoluções tecnológicas mostra que produtividade e distribuição de renda são questões relacionadas, mas diferentes.
O verdadeiro teste começa agora
Até aqui, a indústria de IA conseguiu demonstrar algo importante:
existe demanda extraordinária por computação.
A Nvidia é uma das melhores evidências disso.
Mas o próximo estágio é mais difícil.
Será preciso demonstrar que:
empresas conseguem monetizar IA;
produtividade aumenta de forma mensurável;
clientes mantêm a demanda depois dos primeiros experimentos;
retornos superam o custo de capital;
e a infraestrutura construída encontra utilização suficiente.
Isso não é um argumento contra a IA
É exatamente o contrário.
Tecnologias importantes merecem análise econômica séria.
Não precisamos escolher entre:
“IA vai mudar tudo”
e
“IA é uma bolha”.
As duas afirmações podem estar erradas ao mesmo tempo.
A IA pode ser uma transformação tecnológica profunda e, ainda assim, determinados investimentos feitos durante a corrida podem produzir retornos ruins.
Tecnologia e investimento não são sinônimos.
A pergunta que vale acompanhar
O número da Nvidia é impressionante.
Mas, daqui para frente, talvez devamos olhar menos para o crescimento da capacidade computacional e mais para uma variável diferente:
produtividade por dólar investido em IA.
Se essa relação continuar melhorando, a revolução terá encontrado seu fundamento econômico.
Se não melhorar, teremos construído uma quantidade extraordinária de capacidade antes de descobrir exatamente para que ela servirá.
A corrida da IA ainda está acelerando.
Agora começa a fase em que será preciso descobrir quem realmente captura o valor criado por ela.
Fontes
NVIDIA, Financial Results for Second Quarter Fiscal 2027, 26 ago. 2026.
Financial Times, análise dos resultados da Nvidia e do ciclo de investimento em IA.
Associated Press, reação dos mercados aos resultados de Nvidia e Salesforce, 27 ago. 2026.