O boom de gastos em IA da Big Tech pode virar uma crise de crédito?

Um único trimestre de fluxo de caixa livre negativo não é evidência de insolvência. Déficits recorrentes, porém, podem aumentar a dependência de reservas de caixa, emissão de títulos, venda de ações, arrendamentos e compromissos contratuais. O risco deixa de ser apenas um ciclo de investimento em tecnologia e passa a envolver também um ciclo de financiamento.

Por que a infraestrutura cria um descompasso

A infraestrutura de IA combina ativos com vidas econômicas muito diferentes:

• GPUs e outros equipamentos podem perder valor rapidamente se sistemas mais novos oferecerem desempenho superior ou custos menores.
• Data centers e infraestrutura de energia têm vida longa, são caros e difíceis de reaproveitar em outros projetos.
• Os preços dos serviços de nuvem podem ficar mais competitivos à medida que vários provedores ampliam sua capacidade ao mesmo tempo.
• Compromissos de construção, compra de equipamentos e fornecimento de energia podem continuar vigentes mesmo depois que um cliente reduzir sua expansão.

Se a demanda por IA decepcionar, uma hyperscaler pode cortar despesas de capital futuras. Isso não necessariamente cancela instalações que já estão em construção, equipamentos já encomendados, contratos de aluguel assinados ou dívidas de projeto já levantadas. Assim, a perda pode atingir primeiro os proprietários da infraestrutura e seus financiadores — e não a maior empresa de tecnologia envolvida.

O financiamento fora do balanço pode transferir o risco

A expansão vem sendo financiada por uma combinação de dívida corporativa, arrendamentos, joint ventures, veículos de projeto, garantias e capital de terceiros. O BIS descreve estruturas nas quais uma entidade de propósito específico desenvolve ou compra um data center, capta dívida e depende de contratos de aluguel de longo prazo ou compromissos de capacidade de uma hyperscaler.

Essas estruturas podem estar economicamente ligadas a uma hyperscaler mesmo quando o empréstimo relacionado não aparece como dívida corporativa comum. Uma atualização de julho atribuída à Moody’s apontou aproximadamente US$ 1,2 trilhão em obrigações de aluguel de data centers de Amazon, Alphabet, Meta, Microsoft, Oracle e CoreWeave. Desse total, mais de US$ 820 bilhões estariam ligados a instalações ainda em construção.

Por isso, estimativas sobre “obrigações ocultas” de IA precisam ser interpretadas com cuidado. Um total de US$ 3 trilhões pode incluir combinações diferentes de arrendamentos, compromissos de compra, garantias e outras exposições contratuais; o valor não é automaticamente comparável à dívida reportada. O ponto mais sólido é que a dívida exibida no balanço não captura todas as obrigações criadas pela expansão da infraestrutura.

O crédito privado enfrenta o primeiro grande teste de estresse

Credores privados estão cada vez mais envolvidos no financiamento de data centers, construção, terrenos, equipamentos de energia e infraestrutura relacionada. Uma pesquisa da Columbia Business School, citando estimativas do Morgan Stanley, afirma que mais da metade dos cerca de US$ 2,9 trilhões necessários para ampliar a capacidade computacional das hyperscalers entre 2025 e 2028 poderá depender de capital externo. O crédito privado deve responder por uma parcela relevante do financiamento da dívida.

Isso cria várias vulnerabilidades conectadas. O atraso na abertura de um data center pode adiar a receita enquanto os juros continuam acumulando. Uma demanda menor por capacidade pode enfraquecer a cobertura do serviço da dívida. A queda no valor de GPUs ou de outros equipamentos pode reduzir as garantias justamente quando o fluxo operacional piora.

Se fundos de crédito privado precisarem atender pedidos de resgate enquanto seus ativos forem difíceis de vender, as remarcações de preço poderão gerar pressão de liquidez mesmo sem um calote de uma hyperscaler.

Os spreads dos títulos corporativos podem aumentar

As hyperscalers conseguem captar recursos a custos menores que empresas mais frágeis, mas um volume elevado de emissões ainda compete pelo espaço nos balanços dos investidores. O Federal Reserve Bank of Dallas identifica a emissão de títulos corporativos de grau de investimento de longo prazo, o refinanciamento de empréstimos de crédito privado e o possível efeito de exclusão sobre emissores financeiros como canais pelos quais o financiamento da IA pode afetar a oferta de títulos de longo prazo e as taxas de juros.

Se o fluxo de caixa livre cair enquanto a dívida e os compromissos de aluguel aumentam, analistas de classificação de risco podem adotar uma visão mais cautelosa sobre alavancagem e política financeira. A Moody’s alertou que os gastos com IA, a venda de ações e o financiamento fora do balanço podem ameaçar a qualidade de crédito, embora também tenha destacado a força financeira subjacente dessas empresas.

O efeito poderia ultrapassar o setor de tecnologia. Operadores de data centers, empresas de energia, companhias de telecomunicações, construtoras, fabricantes de chips e outros tomadores industriais podem enfrentar spreads maiores se os investidores passarem a exigir uma remuneração adicional pelo risco correlacionado à IA.

As finanças estruturadas podem ampliar as perdas

Fluxos de caixa de data centers, recebíveis de contratos de aluguel, empréstimos para equipamentos e dívidas de projetos podem ser financiados ou reunidos em veículos estruturados. Essas operações podem parecer resilientes quando dependem de um inquilino de alta qualidade de crédito e contrato de longo prazo. A proteção é menos completa, porém, quando vários projetos dependem do mesmo pequeno grupo de hyperscalers e das mesmas premissas sobre a demanda por IA.

Um corte coordenado nos investimentos poderia produzir vários efeitos simultâneos: renegociação de aluguéis, descumprimento de covenants, queda no valor das garantias e revisões para baixo nas estimativas de valor residual dos equipamentos. Investidores seniores podem manter alguma proteção, mas tranches subordinadas, credores de depósitos e investidores de ações ficariam mais expostos às perdas.

O perigo está na correlação: ativos que parecem diversificados individualmente podem ter um desempenho ruim pela mesma razão.

A dívida pública é um canal indireto

É improvável que os gastos com IA, sozinhos, provoquem uma crise de dívida soberana. Seu efeito sobre os mercados de títulos públicos tenderia a ocorrer por meio da competição por capital e de prêmios de prazo mais altos.

Grandes emissões corporativas e de financiamento de projetos chegam ao mercado enquanto os governos também refinanciam volumes significativos de dívida. Se os investidores exigirem uma compensação maior pelo risco de prazo ou de crédito, os rendimentos podem subir tanto para tomadores públicos quanto privados.

Taxas mais elevadas, por sua vez, encareceriam o financiamento de data centers, empresas de energia e outros projetos de infraestrutura, reforçando a pressão sobre empreendimentos com economia marginal.

O risco sistêmico está na concentração e no efeito pró-cíclico

A preocupação dos investidores é um cenário de choque comum, não uma previsão de que Alphabet, Amazon, Meta ou Microsoft entrarão repentinamente em colapso. Uma pesquisa do Bank of America com gestores de fundos mostrou que 38% dos entrevistados identificaram os investimentos de capital das hyperscalers em IA como a fonte mais provável de um evento de crédito sistêmico.

A preocupação reflete a concentração. As mesmas empresas impulsionam a demanda por chips avançados, eletricidade, construção, capacidade de data centers e financiamento. Se os retornos continuarem fortes, essa concentração acelera os investimentos. Se os retornos decepcionarem, as mesmas empresas poderão cortar gastos juntas, transmitindo o choque simultaneamente a credores, proprietários de imóveis, empresas de energia, fornecedores e operações de securitização.

O que confirmaria ou reduziria o risco?

Os indicadores mais importantes não são apenas os totais de despesas de capital. Os investidores precisam acompanhar:

1. O crescimento da receita de IA e de nuvem em relação à depreciação, aos custos de energia, aos aluguéis e às despesas financeiras.
2. O fluxo de caixa livre depois das despesas de capital e dos arrendamentos financeiros.
3. A utilização e os preços dos data centers, especialmente quando vários provedores ampliam a capacidade.
4. O início e o cancelamento de contratos de aluguel de instalações ainda em construção.
5. A concessão de crédito privado e a liquidez dos fundos, incluindo a exposição a um único inquilino ou região.
6. As emissões de títulos, perspectivas de rating e spreads das hyperscalers e de tomadores ligados à infraestrutura.
7. Os valores de revenda de GPUs e equipamentos, que afetam as garantias e as taxas de recuperação.

O risco continuará administrável se a receita de IA e o fluxo de caixa operacional finalmente crescerem mais rápido que os novos investimentos em infraestrutura. Uma estimativa de mercado prevê que o crescimento do lucro e do fluxo de caixa das hyperscalers comece a superar o crescimento incremental das despesas de capital no fim de 2027 ou em 2028. Essa, porém, é uma previsão — não um resultado já comprovado.

A condição de ruptura seria um período prolongado em que o crescimento da receita ficasse abaixo do necessário para cobrir depreciação, energia, aluguéis, custos de financiamento e novos investimentos. Nesse cenário, a expansão da IA passaria de um ciclo rentável de aumento de capacidade para um ciclo de excesso de oferta: as hyperscalers absorveriam retornos menores, enquanto intermediários mais alavancados enfrentariam calotes, deterioração das garantias, dificuldades de refinanciamento e spreads de crédito mais amplos.