Há pouco mais de vinte anos, eu estava sentado em um escritório com carpetes cinza-escuro, cercado por servidores que zumbiam com a promessa de uma nova economia. Era o auge da bolha das pontocom. A sensação no ar era elétrica, quase maníaca. Não importava se o modelo de negócios fazia sentido; o que importava era quantos "olhos" você atraía e quão rápido você queimava o capital de risco para comprar hardware da Sun Microsystems e licenças da Oracle. Eu era um jovem aprendiz na época, fascinado pela tecnologia, mas confuso com a matemática.

Todos sabemos como essa história terminou. O dinheiro secou, os carpetes cinza-escuro foram manchados de café e lágrimas, e muitos de nós aprendemos uma lição dura sobre a gravidade econômica.

Hoje, com mais de duas décadas de estrada, vendo tecnologias nascerem, amadurecerem e morrerem, sinto um déjà-vu desconfortável. Não me levem a mal, eu adoro tecnologia. Passo meus fins de semana mexendo em novos projetos ou testando novas ferramentas, e aqui mesmo no blog eu escrevo frequentemente sobre como usar IA para melhorar seu fluxo de trabalho de programação e dou dicas técnicas práticas. Acredito no potencial transformador das ferramentas que construímos.

No entanto, minha experiência me ensinou a olhar além do código e observar as fundações financeiras que sustentam nossa indústria. E quando olho para o atual boom da Inteligência Artificial Generativa, o que vejo não é apenas inovação; vejo uma engenharia financeira de escala monumental sendo construída sobre um terreno geológico instável.

Há um elefante na sala do tamanho de um datacenter de gigawatts, e poucas pessoas estão dispostas a apontar para ele. Estamos testemunhando uma corrida armamentista de infraestrutura que desafia a lógica contábil básica, financiada por mecanismos opacos que lembram os dias sombrios de 2008.

A narrativa predominante é que precisamos de poder computacional infinito a qualquer custo para alcançar a "Inteligência Artificial Geral" (AGI). Mas a realidade prática, aquela que emerge quando você segue o dinheiro, sugere que podemos estar construindo as pirâmides mais caras da história humana sem ter certeza se o faraó realmente existe.

Vamos abrir o capô dessa máquina e olhar para a realidade física e financeira que a mídia de tecnologia raramente aborda com a devida profundidade.

A física do exagero

Como engenheiros de software, tendemos a pensar em termos de abstrações. Containers, microsserviços, chamadas de API. A nuvem, para muitos de nós, é apenas um ponto final para onde enviamos nosso código. Mas a "nuvem" é, na verdade, um prédio de concreto cheio de silício quente, metal e ventiladores barulhentos, consumindo a energia de uma cidade pequena.

Recentemente, me deparei com dados sobre a nova safra de datacenters sendo construídos especificamente para workloads de IA. Os números são tão grandes que perdem o sentido se não pararmos para contextualizá-los.

Estamos falando de projetos no interior dos EUA, onde apenas dois datacenters, podem custar 120 bilhões de dólares.

Para colocar isso em perspectiva, esse valor é superior ao PIB de muitos países. E o que esse dinheiro compra? O projeto em questão visa construir duas instalações de 750 megawatts cada. Isso totaliza 1.5 gigawatts de potência.

Se você já trabalhou com infraestrutura física, sabe que 750 MW em um único local é uma quantidade de energia atordoante. É o tipo de demanda que requer não apenas uma subestação dedicada, mas muitas vezes uma reconfiguração da rede elétrica regional inteira. É a energia necessária para abastecer centenas de milhares de residências.

O custo de construção (o "tijolo e cimento", o cobre, o sistema de refrigeração líquida necessário para que os chips modernos não derretam) é astronômico. Mas isso é apenas o começo do problema. O verdadeiro custo, o buraco negro financeiro, está no que colocamos dentro desses prédios.

Ao contrário da era da computação em nuvem tradicional, onde servidores de commodity tinham uma vida útil razoável e podiam ser reutilizados para diferentes propósitos, a infraestrutura de IA atual é altamente especializada e perturbadoramente efêmera.

A ilusão contábil

Aqui é onde minha experiência me faz coçar a cabeça e questionar a sanidade do mercado atual. Em qualquer negócio saudável, há uma relação direta entre o custo de um ativo e sua vida útil produtiva.

No mundo da IA de ponta, essa relação está quebrada.

Os chips que alimentam esses datacenters monstruosos (as GPUs H100, B200 e seus sucessores) são submetidos a um estresse térmico e elétrico inimaginável. Eles rodam a 100% de capacidade, 24 horas por dia, 7 dias por semana, treinando modelos gigantescos. A física dos materiais tem seus limites. A eletromigração e o desgaste térmico significam que a vida útil operacional desses componentes de ponta é estimada entre 18 a 24 meses.

Depois de dois anos, na melhor das hipóteses, esse hardware de bilhões de dólares é essencialmente obsoleto. Ele não consegue mais competir com a próxima geração em termos de eficiência energética ou desempenho de treinamento, e sua confiabilidade começa a cair.

Agora, aqui está o truque financeiro que deveria preocupar qualquer um que entenda o básico de balanços corporativos: o custo desses chips, que duram menos de dois anos, está sendo diluído (amortizado) nos livros contábeis ao longo de 5 anos ou mais.

Imagine que você compra um carro de luxo de R$ 200.000 para trabalhar como motorista de aplicativo. Você sabe que, devido ao uso intenso, o motor vai fundir em 18 meses. No entanto, você faz um financiamento de 60 meses e diz ao seu banco que o carro manterá seu valor durante todo esse período.

Nos primeiros 18 meses, você parece estar lucrando. Mas no mês 19, você tem um carro quebrado que não gera receita, e ainda tem 41 parcelas gigantescas para pagar. E pior: para continuar trabalhando, você precisa comprar outro carro de R$ 250.000 (a nova geração) e começar outro ciclo de dívida.

É exatamente isso que está acontecendo no setor de IA. É um projeto fundamentalmente insustentável nos termos atuais. As empresas estão empurrando uma montanha de custos reais para o futuro, criando uma aparência de saúde financeira hoje. Se tivessem que reconhecer a depreciação real desses ativos (ou seja, amortizar os bilhões em hardware em 2 anos em vez de 5), os lucros trimestrais dessas big techs seriam obliterados, e seus preços de ações despencariam.

Os facilitadores da dívida oculta

Se o cenário já parece ruim com a matemática da depreciação, ele piora quando olhamos para como esse dinheiro está sendo levantado.

As grandes empresas de tecnologia (Meta, Google, Amazon e a própria OpenAI com apoio da Microsoft) sabem que não podem simplesmente colocar centenas de bilhões de dólares em dívida direta em seus balanços sem assustar o mercado. Elas precisam manter a aparência de "balanços fortes" e "caixa líquido".

Então, como elas financiam a construção dessas catedrais de 120 bilhões de dólares? Elas usam intermediários e estruturas financeiras complexas para ocultar os débitos das folhas públicas de balanço.

Eles utilizam mecanismos frequentemente classificados como "Equity Assets" ou através de Joint Ventures (JVs). Na prática, isso significa que a dívida não aparece diretamente como um passivo óbvio da empresa principal. Ela fica escondida em veículos de propósito específico ou em empresas parceiras.

Isso cria uma opacidade perigosa. Nós, o público, os investidores e até mesmo os engenheiros que trabalham nessas empresas, não sabemos de fato qual é o tamanho real da alavancagem e do risco financeiro que essas companhias estão assumindo.

Um exemplo claro desse ecossistema de "financiamento sombra" é a gestora Blue Owl. A Blue Owl se tornou um dos principais financiadores e proprietários da infraestrutura física (os "tijolos, hardware e megawatts") voltada para IA.

Eles não estão apenas emprestando dinheiro; eles estão se tornando donos da infraestrutura crítica através de fundos massivos, como o "Digital Infrastructure Fund III" de US$ 7 bilhões, e através de Joint Ventures bilionárias com operadores de datacenter para atender clientes como a CoreWeave (um grande parceiro da NVIDIA) e até mesmo a Meta.

A Blue Owl está envolvida em projetos de escala faraônica, como um campus no Texas planejado para chegar a 1.2 GW de potência e um acordo com a Meta para um campus na Louisiana que pode chegar a 5 GW. Para se ter uma ideia, 5 GW é a capacidade de geração de uma grande usina hidrelétrica.

O problema não é a Blue Owl existir. O problema é a fragilidade que esse modelo introduz. Quando você tem dezenas de bilhões de dólares fluindo através de estruturas complexas de JVs, focadas em ativos que se depreciam em 24 meses, o sistema se torna extremamente sensível a choques.

E os sinais de alerta já estão aí. A própria Blue Owl enfrentou recentemente um processo de "Securities Fraud" (fraude de valores mobiliários), com alegações de que teriam feito maquiagem em sua liquidez e saúde financeira.

Se os financiadores dessa infraestrutura (aqueles que estão segurando a dívida que as Big Techs não querem mostrar) começarem a balançar, o efeito dominó pode ser catastrófico. É um castelo de cartas construído sobre GPUs superaquecidas e contabilidade criativa.

Minha opinião crítica

Ao longo da minha carreira, aprendi que o ceticismo saudável é a ferramenta mais importante de um engenheiro. Quando todos estão correndo para um lado, vale a pena parar e olhar para o outro.

É crucial comparar o momento atual com outras tecnologias similares no passado. O paralelo mais próximo que vejo não é a bolha da internet de 2000, mas sim a bolha das telecomunicações do final dos anos 90.

Naquela época, a tese era de que a demanda por largura de banda da internet cresceria exponencialmente para sempre. Com base nessa crença, empresas investiram centenas de bilhões de dólares para enterrar cabos de fibra óptica sob oceanos e continentes. A infraestrutura foi construída com base na expectativa de demanda futura, não na realidade atual.

O resultado? A demanda cresceu, mas não na velocidade absurda que os modelos financeiros previam. O mercado colapsou, empresas gigantes como a WorldCom e a Global Crossing faliram em meio a escândalos contábeis, e o mundo ficou com uma quantidade massiva de "fibra apagada", infraestrutura instalada mas não utilizada.

Curiosamente, essa fibra apagada acabou sendo crucial para o crescimento da internet na década seguinte, pois forneceu largura de banda barata quando as aplicações (como o streaming de vídeo) finalmente amadureceram. Mas os investidores originais perderam tudo.

Estamos vendo a versão de IA da "fibra apagada". Estamos construindo "GPUs apagadas".

A diferença crucial, no entanto, é a física. A fibra óptica enterrada no chão dura décadas. Um datacenter de IA cheio de GPUs H100 que fica ocioso ou subutilizado por dois anos se torna um museu de bilhões de dólares de hardware obsoleto. O tempo de retorno do investimento necessário é incrivelmente curto.

A pergunta que eu faço, como alguém que constrói software, é: onde está a receita que justifica R$ 120 bilhões em dois datacenters agora?

Sim, o ChatGPT é impressionante. Sim, o Copilot ajuda a escrever código mais rápido (eu mesmo uso e escrevo sobre isso aqui no blog). Mas a receita gerada por assinaturas de US$ 20/mês e APIs ainda está ordens de magnitude abaixo do necessário para pagar o CapEx (despesas de capital) que está sendo investido.

Estamos vendo uma desconexão fundamental entre o valor econômico real que a IA Generativa está produzindo hoje e o custo da infraestrutura necessária para treiná-la e executá-la. As empresas estão apostando que a "Killer App" da IA surgirá a qualquer momento e gerará trilhões em valor.

Talvez surja. Mas e se demorar 5 anos? Ou 10 anos? A infraestrutura que está sendo construída hoje, com dinheiro emprestado e contabilidade duvidosa, não durará até lá.

Voltando à realidade

Escrever este tipo de análise não me dá prazer. Eu preferiria estar escrevendo sobre a última arquitetura de redes neurais ou sobre como otimizar seu pipeline de CI/CD. Mas acredito que, como profissionais experientes da área, temos a responsabilidade de olhar para o panorama geral.

Não podemos ser apenas técnicos cegos, construindo as ferramentas sem questionar a viabilidade do sistema em que operamos.

A cultura de trabalho na tecnologia atual está sendo moldada por essa pressão maníaca. Vejo equipes sendo pressionadas a "integrar IA" em produtos onde ela não faz sentido, apenas para agradar investidores. Vejo orçamentos de P&D sólidos sendo drenados para pagar contas de GPU, enquanto a manutenção de sistemas críticos é negligenciada.

Acredito firmemente que a Inteligência Artificial é uma tecnologia definidora da nossa era. Mas nenhuma tecnologia, por mais revolucionária que seja, está imune às leis da física ou da economia.

O que estamos vendo agora não é um crescimento orgânico saudável; é uma bolha alimentada por FOMO (medo de ficar de fora), dinheiro barato (que está acabando) e a crença mágica de que "desta vez é diferente".

E eu acredito tanto que essa bolha irá estourar em breve, que eu liquidei todas as minhas ações em agosto deste ano (2025) na NVidia, Meta, Google, Microsoft e Oracle. Posso ter sido precipitado, mas tenho certeza de que essa bomba vai chegar em breve.

Minha provocação final para você, leitor, seja você um desenvolvedor júnior ou um CTO, é a seguinte: quando a música parar (e ela sempre para) e os contadores não conseguirem mais esconder a depreciação de hardware de bilhões de dólares que durou apenas 18 meses, onde sua empresa estará?

Vamos continuar focados em construir software real, que resolva problemas reais, de forma sustentável. A ressaca dessa festa de infraestrutura promete ser dolorosa, e os melhores engenheiros serão aqueles que souberem construir valor duradouro, não apenas consumir megawatts.