Nvidia: a Fiadora Oficial da IA
A Nvidia quer que o mercado trate suas GPUs como ferrovias, não como PCs.
A manchete que circulou esta semana foi a de que Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR estão dispostas a investir até 500 bilhões de dólares na construção de data centers de inteligência artificial, em uma parceria articulada pela Nvidia. O número é impressionante, e é exatamente por isso que ele dominou a cobertura. Mas a notícia mais importante dessa semana não é o tamanho do cheque, mas é o mecanismo que a Nvidia criou para convencer essas empresas a assiná-lo, porque esse mecanismo revela algo sobre o estado da economia de IA que nenhum balanço trimestral mostrou com a mesma clareza.
Para entender o que a Nvidia fez, é preciso primeiro entender o problema que ela está tentando resolver. A construção de data centers para inteligência artificial exige investimentos na casa das dezenas de bilhões de dólares por projeto, com retorno que pode levar anos para se materializar. Até recentemente, quem financiava essa infraestrutura eram as próprias big techs, usando caixa operacional, emissão de dívida ou venda de novas ações. Mas como acompanhamos nas edições sobre os resultados da Alphabet, da Meta e da Microsoft, esses mecanismos estão se esgotando, uma vez que a Alphabet registrou seu primeiro fluxo de caixa livre negativo da história, a Meta viu o seu cair 91%, a Oracle acumulou dívida em níveis preocupantes, e o Google passou de comprador a emissor de ações para financiar a expansão. Os métodos tradicionais de financiamento estão, portanto, chegando ao limite, e a demanda por infraestrutura continua crescendo. A conta não fecha mais dentro dos balanços das big techs. E é esse o vácuo que a Nvidia decidiu preencher.
A solução que Jensen Huang desenhou é engenhosa, incomum e arriscada, tudo ao mesmo tempo. Em termos simples, a Nvidia concordou em garantir, com o próprio dinheiro, que seus chips, quando usados como garantia em financiamentos de data centers, manterão seu valor ao longo do tempo. Na prática, funciona assim: uma empresa de infraestrutura toma um empréstimo bilionário para construir um data center equipado com GPUs da Nvidia. As GPUs servem como colateral do empréstimo, da mesma forma que um imóvel serve como garantia de uma hipoteca. Se o tomador do empréstimo não pagar e o credor precisar liquidar o ativo, a Nvidia promete cobrir até 25% da diferença caso os chips não atinjam o preço estimado no mercado secundário. É, em essência, a Nvidia dizendo ao mercado financeiro: pode emprestar com tranquilidade, porque se o valor do meu hardware cair, eu absorvo parte da perda.
Os mercados de títulos reagiram frente à isso com uma mistura de admiração e nervosismo, porque a manobra, por mais inteligente que seja, cria o que os financistas chamam de “risco na direção errada”: as obrigações da Nvidia aumentam exatamente no cenário em que a demanda por seus chips diminui. Se o mercado de IA desacelerar e os data centers perderem valor, os chips que os equipam também perderão, e é justamente nesse momento que a Nvidia seria chamada a honrar suas garantias, quando suas receitas estariam sob pressão pela mesma razão que acionou a garantia. É um risco correlacionado, o tipo que mantém gestores de risco acordados à noite, e que levou Huang a recorrer à rede social X e a entrevistas em TV para explicar que a exposição da Nvidia seria limitada e que o esquema havia sido deliberadamente estruturado para evitar o paralelo mais perigoso que o mercado poderia traçar: a Lucent Technologies.
A comparação com a Lucent é, ao mesmo tempo, inevitável e instrutiva, porque explica tanto o que a Nvidia está fazendo quanto o que ela está tentando, a todo custo, não fazer. A Lucent foi a gigante de equipamentos de telecomunicações que ascendeu e colapsou com a bolha da internet no início dos anos 2000, depois de emprestar dinheiro diretamente aos seus próprios clientes para que eles comprassem seus produtos. Quando o mercado virou e os clientes não puderam pagar, a Lucent ficou com a dívida e com os equipamentos que ninguém mais queria. Foi financiamento circular na sua forma mais destrutiva: a empresa financiava a própria demanda, e quando a demanda real se revelou menor do que a artificial, o sistema inteiro desabou. Huang sabe que essa sombra paira sobre a Nvidia, e a estrutura que ele montou é deliberadamente, descrita por ele, diferente: em vez de emprestar diretamente aos clientes, a Nvidia está trazendo capital institucional independente, os maiores gestores de ativos do mundo, para assumir a maior parte do investimento e do risco, enquanto ela própria se limita a proteger uma fração do valor residual dos chips. É, como ele escreveu na rede social X, “capital institucional de longo prazo”, e não “financiamento circular”.
Mas a parte mais consequente dessa manobra, e aquela que provavelmente terá o impacto mais duradouro sobre o mercado de tecnologia, não está na garantia financeira em si, e sim no que ela revela sobre a ambição de longo prazo da Nvidia. Ao garantir o valor residual de seus chips, Huang está tentando fazer algo que nenhuma empresa de hardware de computação jamais conseguiu: reclassificar seus produtos de equipamentos de rápida depreciação para infraestrutura de longo prazo.
Um PC perde a maior parte do seu valor em três a cinco anos e vira sucata tecnológica. Uma ferrovia, um aeroporto ou uma rede elétrica mantêm valor por décadas. A Nvidia quer que o mercado financeiro trate suas GPUs como se fossem ferrovias, não como PCs, e para isso cunhou o termo “fábricas de IA” para descrever os data centers que seus chips equipam, argumentando que, quando as necessidades de um cliente mudam, a mesma infraestrutura pode ser reaproveitada por outro cliente, outra nuvem ou outro operador, preservando o valor do ativo ao longo do tempo.
É realmente muito interessante. Se essa reclassificação se consolidar, e a disposição de seis dos maiores gestores de ativos do mundo em participar do esquema sugere que ela tem chances reais, as consequências para o ecossistema de IA são profundas. Primeiro, porque cria uma nova fonte de financiamento para infraestrutura de IA que não depende dos balanços das big techs, resolvendo o gargalo de capital que os últimos trimestres de resultados expuseram com tanta nitidez. Segundo, porque cria um mercado secundário para GPUs usadas, o que permitiria que startups, pesquisadores e empresas menores acessassem hardware de alta performance a preços reduzidos, da mesma forma que o mercado de aviões usados permite que companhias aéreas regionais operem com aeronaves que as grandes companhias aposentaram. E terceiro, porque estende o ciclo de vida econômico dos chips da Nvidia, garantindo que cada geração de GPU continue gerando receita mesmo depois de ser substituída pela geração seguinte, em vez de perder valor precipitadamente como acontece com a maioria dos equipamentos de tecnologia.
Essa visão se conecta ao que analisamos na edição sobre a qual cunhamos a tese de que o gargalo da IA mudou de endereço. Se a Nvidia conseguiu, ao longo dos últimos dois anos, capturar o valor de ser o fornecedor indispensável do hardware mais demandado do mundo, o que ela está tentando agora é preservar esse valor mesmo quando o gargalo migrar para outros componentes da cadeia, como já começou a migrar para a memória HBM. Ao criar um mercado secundário saudável para suas GPUs e ao garantir seu valor residual, a Nvidia transforma cada chip vendido em um ativo de longo prazo cuja vida econômica se estende por muito além do ciclo de ponta, gerando receita por meio de manutenção, software, suporte e, eventualmente, recompra para refurbishment. É, em certo sentido, a mesma coisa que a Apple faz com o iPhone: o produto mais recente gera a margem mais alta, mas o ecossistema de produtos usados, trade-ins e acessórios sustenta uma economia secundária que multiplica o valor total capturado por unidade vendida.
O risco, naturalmente, é que a analogia com infraestrutura não se sustente. Ferrovias mantêm valor porque o serviço que prestam, de transportar carga e passageiros, permanece relevante por décadas. GPUs mantêm valor enquanto a demanda por computação de IA continuar crescendo na velocidade atual. Se empresas e consumidores moderarem o uso de IA, se novas arquiteturas tornarem o hardware atual obsoleto, ou se a eficiência dos modelos avançar a ponto de reduzir a necessidade de computação bruta, os chips que hoje servem de garantia para centenas de bilhões em empréstimos poderiam perder valor muito mais rápido do que o cenário base da Nvidia prevê. E a garantia de 25% que parecia confortável se tornaria, nesse cenário, uma obrigação que cresce exatamente quando a empresa menos pode honrá-la.
Satya Nadella, CEO da Microsoft, parece ciente desse tipo de risco: na última teleconferência de resultados, recomendou aos investidores o livro “1873”, que narra as manobras financeiras da era ferroviária americana que levaram à primeira grande depressão do país.
Entre no canal Entrelinhas no WhatsApp e siga nosso Instagram: informação rápida, em tempo real, que tangibilizam as transformações.
Ao fim e ao cabo, para quem lidera negócios e acompanha essas movimentações, a leitura mais reveladora talvez não esteja na manobra financeira em si, mas no que ela diz sobre o momento em que a economia de IA se encontra. Quando a maior fabricante de chips do mundo precisa garantir o valor dos próprios produtos para convencer investidores a financiar a infraestrutura que os utiliza, o sinal é de que o modelo de financiamento anterior, sustentado pelo caixa das big techs, chegou ao limite. A Nvidia encontrou uma solução criativa para esse limite, e se ela funcionar, terá criado uma nova classe de ativos financeiros baseada em hardware de IA, algo que, há dois anos, seria considerado coisa de outro mundo. Mas a distância entre uma solução criativa e um risco sistêmico depende inteiramente de uma variável que ninguém controla: a demanda. E essa é a variável que, como temos visto trimestre a trimestre, nem as empresas mais poderosas do mundo conseguem garantir. Apenas apostar.
