Por que a bolha da inteligência artificial é diferente ✨🧵 Sinais clássicos de bolha aparecem: descompasso financeiro, valuations estratosféricos e adoção hesitante. Mas a arquitetura do problema — investimento em hardware, modelos e contratos circulares — muda os riscos. Vou detalhar.

Imagem indisponível

Primeiro aro: desproporção entre investimento e faturamento. As cinco maiores empresas gastaram US$ 560 bi em infraestrutura de IA em 2024–2025 e geraram apenas US$ 35 bi em receita — uma razão de ~16 para 1. Esse gap levanta dúvidas sobre sustentabilidade financeira.

Segundo aro: a conta global. Relatório da Bain & Company aponta necessidade de até US$ 2 trilhões em receita anual nova até 2030 para sustentar o poder computacional; projeções otimistas chegam a US$ 1,2 trilhão — há um potencial gap de até US$ 800 bi.

Imagem indisponível

Terceiro aro: valuations e concentração. A Nvidia vale cerca de US$ 4,38 tri — mais que todo o mercado de ações do Reino Unido — e fechou compromisso de US$ 100 bi com a OpenAI, que vai comprar seus chips. É um mega-acordo circular que concentra poder e receita.

Riscos reais: adoção hesitante por parte de empresas e usuários, incerteza sobre monetização em escala e impacto ambiental dos centros de dados. Há também questões de acesso e competição — transparência e políticas públicas podem reduzir assimetrias e proteger trabalho e recursos.

Imagem indisponível

Reflexão final: a IA tem potencial transformador, mas a matemática atual — 16:1 de investimento/receita e um gap de até US$ 800 bi até 2030 — exige métricas claras, transparência e regulação pragmática. Sem isso, o risco de bolha e desperdício de capital e energia é real.