Bom dia! Hoje é 4 de agosto. Neste mesmo dia, em 1693, o monge beneditino Dom Pérignon teria exclamado, ao provar pela primeira vez o vinho espumante que criara acidentalmente na abadia de Hautvillers, na região de Champagne: “Venham depressa, estou bebendo estrelas!” A frase é quase certamente inventada, historiadores concordam que Pérignon não inventou o champanhe e provavelmente nunca disse nada parecido. Mas a lenda sobreviveu porque captura algo que a realidade não consegue: a ideia de que grandes descobertas chegam em momentos perfeitos, com a frase certa, e que quem está na sala sabe, imediatamente, que tudo mudou.
Trezentos e trinta e três anos depois, a indústria de tecnologia vive um momento em que a distância entre a lenda e a realidade nunca foi tão grande. A Amazon atinge US$ 3 trilhões em valor de mercado e o mercado celebra, mas, como mostramos na semana passada, mais da metade do lucro reportado vem de ganhos no papel da Anthropic. A China lança modelos de IA que custam 100 vezes menos que seus rivais americanos, e o preço das estrelas que o Ocidente vendia com exclusividade colapsa em meses. E a Apple finalmente entrega uma Siri que funciona de verdade, mas a reação do público é de indiferença, porque o mundo já se acostumou a esperar mais do que uma assistente que faz o que sempre deveria ter feito. Em todos os casos, alguém está levantando a taça. A pergunta é se o que está dentro dela é champanhe ou apenas espuma.
A Amazon Atinge US$ 3 Trilhões
A Amazon ultrapassou pela primeira vez a marca de US$ 3 trilhões em valor de mercado nesta segunda-feira, impulsionada pela reação positiva dos investidores ao balanço do segundo trimestre que cobrimos na semana passada. Cinco corretoras elevaram suas projeções para as ações após os resultados, e o J.P. Morgan declarou estar “otimista com a solidez do negócio principal da AWS”. Andy Jassy reforçou a narrativa ao afirmar que a demanda por serviços de IA é tão forte que a capacidade de computação da empresa “ainda não é suficiente para atender todos os clientes”. Num mercado que, nas últimas semanas, castigou big techs cujos resultados ficaram aquém das expectativas, o balanço da Amazon ofereceu aos investidores algo que eles estavam precisando: uma razão para acreditar.
Os US$ 3 trilhões, porém, merecem a mesma análise que aplicamos ao balanço no dia de sua divulgação. O lucro líquido de US$ 62,6 bilhões inclui US$ 53,4 bilhões em ganhos não realizados, principalmente da Anthropic, ou seja, um dinheiro que não efetivamente entrou no caixa e que pode nem entrar se o IPO da Anthropic precificar abaixo das expectativas. O fluxo de caixa livre virou negativo em US$ 7,6 bilhões. A dívida de longo prazo quase dobrou em seis meses. A AWS cresceu 37%, sim, mas o capex do trimestre foi de US$ 53,1 bilhões – mais do que a AWS faturou.
A Amazon está, portanto, gastando mais para construir a infraestrutura de IA do que a divisão de IA gera em receita, e financiando a diferença com dívida. Num contexto em que a Meta divulgou resultados abaixo das expectativas e a Alphabet registrou fluxo de caixa livre negativo, o balanço da Amazon pareceu sólido por comparação. Mas parecer sólido e ser sólido são coisas que só o tempo distingue.
Para investidores, a marca de US$ 3 trilhões coloca a Amazon ao lado de Apple, Nvidia e Alphabet no clube das empresas mais valiosas da história. Mas o clube, neste momento, divide-se em dois modelos que não poderiam ser mais diferentes. De um lado, a Apple, que atingiu US$ 5 trilhões gastando (apenas) US$ 2,45 bilhões em investimentos num trimestre, com uma margem bruta de 50% e caixa líquido positivo. Do outro, a Amazon, que chega a US$ 3 trilhões gastando US$ 53,1 bilhões de capex no mesmo período, com fluxo de caixa negativo e uma dívida duplicada. As duas estão no mesmo clube. Mas uma pagou a entrada com lucro; a outra, com promessas. E a pergunta de quem tem razão, a disciplina da Apple ou a ambição da Amazon, é a que vai definir o próximo capítulo da indústria de IA.
A IA Chinesa Custa 100 Vezes Menos
A DeepSeek lançou o V4-Flash, um modelo de codificação que custa apenas US$ 0,28 por milhão de tokens de saída. Comparado ao Claude Opus 4.8, da Anthropic, que cobra US$ 25 pelo mesmo volume, a diferença é de 99% de “desconto” para o chinês. O V4-Flash estreou, ainda, à frente do Opus 4.8 no ranking de codificação front-end da Arena IA – traduzindo, ele é 99% mais barato e já é mais eficiente do que um dos melhores modelos de IA da Anthropic.
Em paralelo, a Alibaba revelou o Qwen3.8-Max, seu maior modelo até agora, que rapidamente se tornou o modelo chinês mais bem colocado no ranking de texto da mesma plataforma que avaliou o desempenho do V4, algo que ajudou as ações da companhia a subirem em 7% na Bolsa de Hong Kong. Os dois modelos são de códigos abertos, o que significa que desenvolvedores podem baixar seus parâmetros e adaptá-los para diferentes aplicações.
Já pensou em ter todo esse conteúdo em formato de áudio? Se sim, é só você clicar aqui e aproveitar!
Os números são tão extremos que merecem ser lidos duas vezes. Um desconto de 99% entre dois modelos que competem nos mesmos benchmarks pode ser, para os mais arrojados, o colapso de uma estrutura de precificação inteira. Afinal, os chamados hyperscalers americanos – que são, em síntese, os gigantes tech dos EUA – planejam gastar US$ 700 bilhões em investimentos de infraestrutura este ano para rodar modelos como esses, ao passo que esses próprios modelos já estão sendo comoditizados, ou seja, tornando-se igual aos concorrentes e dependendo apenas do preço mais baixo para vender, numa velocidade que não tem precedente em nenhum ciclo industrial observável. Como um comparativo, petróleo, chips de memória e painéis solares nunca caíram 99% em seis meses durante suas piores crises.
É justamente aí que surge a contradição, pois o mercado continua precificando os investimentos bilionários das Big Techs como se eles criassem um grande fosso competitivo, capaz de protegê-las da concorrência. Mas os modelos produzidos por essa mesma infraestrutura estão sendo precificados como uma commodity, em que a diferenciação desaparece e vence quem cobra menos. Em outras palavras: constrói-se um fosso na entrada da fábrica, enquanto o produto que sai dela já vale cada vez menos. Essa combinação, como já sinalizamos nas últimas semanas, não funciona em nenhum ciclo industrial que a história registre.
O CEO da Hugging Face, Clément Delangue, resumiu a situação com uma franqueza que deveria preocupar tanto a OpenAI quanto a Anthropic: “a China está claramente dominando os modelos abertos agora, e eu não ficaria surpreso se começasse a dominar também a fronteira tecnológica até o fim deste ano ou no próximo.”
A frase vem de quem opera a maior plataforma de compartilhamento de modelos de IA do mundo, e seu diagnóstico ecoa o que as empresas chinesas já entenderam: muitos fluxos de trabalho corporativos não precisam do melhor modelo da indústria; precisam de um bom o suficiente, acessível, transparente e disponível. Enquanto OpenAI e Anthropic apostam em modelos de código fechado e preços premium, a China entrega alternativas abertas que custam uma fração e, em vários benchmarks, já competem de igual. A corrida da IA não será vencida apenas por quem constrói o modelo mais poderoso, mas por quem entrega valor ao maior número de desenvolvedores pelo menor custo. E, neste momento, quem faz isso fala mandarim.
A Apple Finalmente Consertou a Siri, e Ninguém Ficou Impressionado
A Siri finalmente funciona. Após anos de promessas e atrasos, a assistente virtual da Apple chegou à versão beta do iOS 27 com tudo que a empresa prometia: ela, agora, entende contexto pessoal, utiliza conhecimento amplo para responder perguntas, encontra informações armazenadas no iPhone mesmo quando o usuário não sabe onde as guardou, e permite conversas naturais e interativas com ajustes de expressividade e ritmo de voz. A Siri agora faz exatamente o que sempre deveria ter feito. E a reação predominante é um encolher de ombros coletivo.
A razão do anticlímax é que o mundo não esperou. Enquanto a Apple hesitava em investir em IA, a indústria avançou: agentes de IA que programam softwares completos, executam tarefas corporativas por horas seguidas já surgiram, e, agora, até mesmo escapam de sandboxes e atacam alvos reais. Ser uma assistente de voz funcional em 2026 deixou de ser inovação para se tornar um tipo de obrigação, um padrão de mercado.
A Siri reformulada é, na prática, a Apple corrigindo um bug de mais de uma década, não lançando um produto novo. E o público, que convive diariamente com ChatGPT, Claude e Gemini, internalizou um novo patamar de expectativa que uma assistente de celular, por melhor que seja, não consegue superar. É o fenômeno que psicólogos chamam de adaptação hedônica aplicado à tecnologia: quando cada avanço vira o novo normal antes de ser celebrado, nenhum avanço parece suficiente.
As Entrelinhas financeiras da empresa, contudo, contam uma história diferente da frieza do público. A nova Siri foi possível porque a Apple fechou uma parceria com o Google para usar os modelos Gemini como base, treinando e aprimorando seus próprios modelos proprietários a partir dessa tecnologia. É a estratégia que fez a Apple atingir a incrível marca dos US$ 5 trilhões: em vez de construir data centers próprios e queimar bilhões em infraestrutura, a empresa usa a tecnologia alheia para entregar IA na ponta, processando o que pode nos próprios chips do iPhone e terceirizando o peso computacional para a nuvem privada da Apple.
Entre no canal Entrelinhas no WhatsApp e siga nosso Instagram: informação rápida, em tempo real, que tangibilizam as transformações.
O resultado é que a Apple gastou US$ 2,45 bilhões em investimentos no trimestre enquanto a Alphabet gastou US$ 44,9 bilhões – e ambas entregam assistentes de IA aos seus usuários. A diferença é que a Alphabet entrou em fluxo de caixa negativo para fazê-lo, e a Apple manteve uma margem bruta de 50%. A Siri pode não impressionar o público, mas a equação financeira por trás dela deveria impressionar qualquer investidor. A Apple entendeu algo que suas rivais ainda estão aprendendo a preço alto: na era da IA, o mais inteligente nem sempre é quem constrói o motor; às vezes é quem dirige o carro que outra pessoa montou.
A grande provocação desse movimento tecnológico é que inovação não é apenas uma corrida por potência, mas uma disputa por eficiência, adoção e capacidade de transformar conhecimento em impacto real. A história mostra que tecnologias revolucionárias frequentemente passam por uma fase de deslumbramento, seguida por uma compressão brutal de custos e pela seleção dos modelos de negócio mais inteligentes. A IA parece caminhar para esse ponto: o diferencial deixará de ser simplesmente possuir o modelo mais avançado e passará a ser integrá-lo melhor aos processos, às pessoas e aos desafios concretos de cada setor. Para organizações e profissionais, a lição é clara: não basta acompanhar a tecnologia; é preciso desenvolver capacidade estratégica para aplicá-la.