Durante anos, uma premissa ajudou a sustentar uma das maiores valorizações do mercado de tecnologia:
a inteligência artificial continuará exigindo cada vez mais poder computacional.
Mais modelos significariam mais GPUs.
Mais GPUs exigiriam mais data centers.
Mais data centers significariam mais energia, refrigeração, redes e infraestrutura.
E modelos cada vez maiores manteriam funcionando uma cadeia de investimentos de centenas de bilhões de dólares.
Nesta segunda-feira, 14 de setembro, o mercado começou a considerar um cenário diferente.
E se os próprios criadores das inteligências artificiais mais avançadas decidirem que estão evoluindo rápido demais?
O resultado foi uma forte onda de vendas nas ações diretamente relacionadas ao boom da IA, atingindo fabricantes de chips, fornecedores de equipamentos para semicondutores, empresas de infraestrutura e investidores fortemente expostos ao setor.
O alerta veio de dentro da própria indústria
O gatilho foi a publicação de um longo texto pelo CEO da Anthropic, Dario Amodei, defendendo uma estratégia de “pacing the frontier” — algo como controlar ou reduzir o ritmo de avanço da fronteira tecnológica.
Amodei argumenta que as capacidades dos modelos estão aumentando rapidamente e que as empresas precisam garantir que mecanismos de segurança consigam acompanhar essa evolução.
A preocupação ganhou uma dimensão muito maior quando outros líderes importantes demonstraram apoio.
Sam Altman, da OpenAI, concordou com a necessidade de controlar melhor o ritmo da fronteira.
Elon Musk, da xAI, também apoiou Amodei.
Demis Hassabis, do Google DeepMind, igualmente manifestou apoio à direção geral da discussão.
Para investidores, isso mudou a natureza do alerta.
Não eram críticos externos dizendo que o crescimento da IA poderia desacelerar.
Eram executivos diretamente envolvidos na construção dos modelos mais avançados.
Nvidia caiu 3,6% e índice de semicondutores despencou
Nos Estados Unidos, a reação atingiu diretamente o setor que mais se beneficiou do boom.
O índice de semicondutores da Filadélfia recuou cerca de 5,1%.
A Nvidia caiu 3,6%.
A AMD perdeu 5,6%.
A Micron caiu aproximadamente 6%.
Fabricantes de equipamentos essenciais à produção de semicondutores também foram atingidos: Lam Research e Applied Materials recuaram cerca de 6% cada.
O Nasdaq 100 chegou a recuar cerca de 1,2%, alcançando o menor nível em aproximadamente seis semanas no início do pregão americano.
O movimento mostrou que o mercado não estava simplesmente reagindo a uma empresa.
Estava reavaliando uma tese inteira.
SoftBank chegou a despencar mais de 13%
Na Ásia, um dos movimentos mais fortes aconteceu com a SoftBank.
As ações do conglomerado japonês chegaram a cair 13,2% durante o pregão.
A exposição da companhia ao ecossistema de inteligência artificial tornou a empresa particularmente sensível à mudança de percepção.
Outros gigantes asiáticos também sofreram.
A sul-coreana SK Hynix, uma das principais fornecedoras de memórias avançadas utilizadas em aceleradores de IA, recuou mais de 6% em determinados momentos.
A Samsung Electronics também caiu.
A taiwanesa TSMC, maior fabricante terceirizada de semicondutores do mundo, terminou pressionada.
O índice Kospi, da Coreia do Sul, caiu aproximadamente 3,3%.
ASML também sentiu o impacto na Europa
A onda chegou rapidamente ao mercado europeu.
A fabricante holandesa ASML, responsável pelas máquinas de litografia mais avançadas utilizadas na fabricação dos chips de ponta, recuou aproximadamente 5,9%.
O setor europeu de tecnologia perdeu cerca de 2,2%.
Infineon também caiu, enquanto empresas relacionadas à infraestrutura energética necessária aos data centers sofreram pressão.
O recado dos investidores era claro:
se a velocidade da IA mudar, a consequência não termina nos laboratórios que desenvolvem os modelos.
Ela atravessa toda a cadeia.
Por que um alerta de segurança derruba uma fabricante de chips?
Porque modelos avançados precisam de enormes quantidades de computação.
Empresas como OpenAI, Anthropic, Google, Meta, Microsoft e xAI utilizam grandes clusters de aceleradores para treinamento e inferência.
Quanto mais rapidamente os modelos evoluem, maior tende a ser a necessidade de infraestrutura.
Isso alimenta demanda por GPUs da Nvidia e AMD, memórias HBM da SK Hynix e Samsung, fabricação avançada da TSMC, máquinas da ASML e equipamentos de empresas como Applied Materials e Lam Research.
Se a indústria deliberadamente reduzir a velocidade de desenvolvimento, investidores começam a perguntar:
serão necessários tantos chips quanto se imaginava?
E a pergunta seguinte é ainda maior: quem pagará pelos data centers?
Essa talvez seja a parte mais importante da reação dos mercados.
O boom atual da inteligência artificial desencadeou uma corrida gigantesca por infraestrutura.
Empresas assumiram compromissos de longo prazo envolvendo data centers, energia, chips, terrenos, redes e contratos de capacidade.
Muitos desses investimentos foram planejados considerando uma trajetória de crescimento extremamente agressiva para a demanda computacional.
Se essa demanda crescer mais lentamente, os compromissos financeiros não desaparecem automaticamente.
Os prédios continuam existindo.
Os financiamentos continuam vencendo.
Os contratos de energia permanecem.
Os equipamentos precisam ser pagos.
Essa diferença entre infraestrutura contratada e demanda efetiva pode aumentar o risco financeiro em partes da cadeia.
IA deixou de ser apenas uma história tecnológica
Existe uma diferença enorme entre o mercado de IA de 2022 e o de 2026.
No início da explosão provocada pelo ChatGPT, o debate estava concentrado principalmente nos modelos.
Agora existe uma gigantesca economia física construída ao redor deles.
Data centers.
Usinas.
Linhas de transmissão.
Subestações.
GPUs.
Memórias.
Fibra óptica.
Sistemas de refrigeração.
Transformadores.
Terrenos.
Financiamentos.
Por isso, qualquer mudança relevante na velocidade de desenvolvimento dos modelos pode atingir uma cadeia econômica muito maior.
Juros elevados tornam a equação ainda mais delicada
A pressão sobre o setor ocorre justamente quando os custos de financiamento estão elevados.
Isso importa porque uma parte da expansão da infraestrutura de IA depende de dívida e de estruturas financeiras cada vez mais complexas.
Quando os juros aumentam, financiar um data center fica mais caro.
Se simultaneamente as expectativas de crescimento da demanda por IA diminuírem, o retorno esperado desses projetos também pode cair.
Essa combinação ajuda a explicar por que o mercado reagiu tão rapidamente às declarações dos líderes da indústria.
Mas ninguém anunciou que os data centers serão desligados
Aqui existe uma diferença importante entre o movimento financeiro e aquilo que efetivamente foi proposto.
Amodei não anunciou o fim do desenvolvimento de IA.
OpenAI não desligou seus clusters.
Google não cancelou seus modelos.
Microsoft não abandonou seus investimentos.
Nvidia continua vendendo aceleradores.
A proposta é reduzir o ritmo de avanço das capacidades de fronteira, criando espaço para avaliações e mecanismos de segurança acompanharem o desenvolvimento.
Portanto, o mercado está reagindo principalmente à possibilidade de uma mudança futura na trajetória de crescimento.
Não a uma interrupção já concretizada da demanda.
Segurança pode até criar uma nova categoria de investimentos
Existe ainda um cenário completamente diferente.
Desacelerar o avanço das capacidades não significa necessariamente gastar menos com IA.
Parte do investimento poderia simplesmente mudar de destino.
Mais dinheiro para:
avaliação de modelos;
cibersegurança;
monitoramento;
infraestrutura segura;
alinhamento;
red teaming;
controle de agentes;
governança.
Em outras palavras, a indústria poderia continuar aumentando seus gastos, mas distribuir uma parcela maior para segurança em vez de utilizar praticamente todo o crescimento computacional para aumentar capacidades.
Analistas do Deutsche Bank também destacaram que a intensa competição entre empresas e países torna difícil imaginar uma desaceleração voluntária ampla enquanto rivais continuam avançando.
A China torna qualquer desaceleração muito mais complicada
Esse é o problema geopolítico.
Mesmo que OpenAI, Anthropic, Google e xAI concordem em diminuir a velocidade, existe uma pergunta inevitável:
e a China?
Laboratórios chineses como DeepSeek, Alibaba e Moonshot AI estão desenvolvendo modelos cada vez mais competitivos.
Se empresas americanas reduzirem voluntariamente o ritmo enquanto concorrentes chineses continuarem avançando, Washington pode interpretar isso como perda de vantagem estratégica.
Foi exatamente esse argumento que Donald Trump utilizou ao rejeitar um freio amplo ao desenvolvimento.
Na visão do presidente americano, os Estados Unidos precisam preservar sua liderança.
China também rejeitou a lógica apresentada pela Anthropic
Pequim reagiu de outra maneira.
A imprensa estatal chinesa criticou a proposta de Amodei, especialmente porque o executivo também defende controles rígidos sobre o acesso chinês a chips avançados.
Na visão apresentada por veículos ligados ao governo chinês, existe uma contradição em pedir cooperação internacional para desacelerar a IA enquanto Washington limita o hardware disponível para concorrentes chineses.
O resultado é um impasse.
Estados Unidos temem desacelerar e deixar a China passar.
China teme que a desaceleração seja utilizada para preservar a vantagem americana.
Isso pode fazer exatamente o contrário do que o mercado teme
Existe, portanto, outro cenário possível.
Os alertas de segurança podem produzir mais regras e avaliações, mas não reduzir substancialmente os investimentos em computação.
A competição geopolítica pode obrigar os laboratórios a continuar avançando.
Nesse cenário, chips e data centers continuariam recebendo investimentos gigantescos.
É justamente por isso que alguns analistas consideram prematuro concluir que o ciclo de investimento em IA chegou ao fim.
A própria Deutsche Bank afirmou que a corrida competitiva entre empresas e países continua intensa e torna difícil imaginar participantes simplesmente abandonando seus investimentos.
Morgan Stanley projeta investimentos superiores a US$ 1,3 trilhão
A escala ajuda a explicar a sensibilidade do mercado.
O CEO do Morgan Stanley, Ted Pick, já projetou que os gastos relacionados à inteligência artificial podem superar US$ 1,3 trilhão até 2027.
Quando valores dessa magnitude estão envolvidos, uma pequena mudança nas expectativas pode produzir enormes oscilações nas bolsas.
O mercado não precisa acreditar que a IA vai parar.
Basta começar a acreditar que crescerá menos rapidamente do que estava incorporado nas avaliações das empresas.
O problema das ações muito valorizadas
Empresas relacionadas à IA passaram anos recebendo enormes fluxos de capital.
Quando investidores aceitam pagar avaliações muito elevadas, estão comprando principalmente:
crescimento futuro.
Isso significa que as expectativas precisam continuar sendo extraordinárias.
Uma empresa pode continuar crescendo e mesmo assim ver suas ações caírem caso cresça menos do que o mercado esperava.
Essa dinâmica é especialmente importante para fabricantes de semicondutores.
Nvidia virou o termômetro do boom
Poucas empresas representam melhor essa transformação do que a Nvidia.
Suas GPUs se tornaram infraestrutura fundamental para treinamento e inferência de modelos.
O resultado foi um crescimento extraordinário da companhia e uma valorização que a colocou entre as empresas mais valiosas do planeta.
Por isso, qualquer ameaça à tese de crescimento ilimitado da computação para IA rapidamente aparece na cotação da empresa.
A queda desta segunda-feira não significa que a demanda por GPUs desapareceu.
Significa que investidores começaram a recalcular o risco de que essa demanda não cresça na velocidade anteriormente esperada.
A memória HBM também está no centro dessa cadeia
Empresas como SK Hynix, Samsung e Micron ganharam importância enorme porque aceleradores de IA precisam de memórias de alta largura de banda.
HBM tornou-se um dos componentes mais estratégicos do hardware de IA.
Se a produção de aceleradores desacelerar, a demanda projetada por memória também muda.
Por isso as ações dessas empresas reagiram praticamente junto com Nvidia e AMD.
ASML está ainda mais atrás na cadeia
A ASML não fabrica GPUs.
Ela fabrica máquinas utilizadas para produzir os semicondutores mais avançados.
Isso demonstra o alcance da reação.
Quando investidores vendem ASML por causa de uma possível desaceleração da IA, estão antecipando consequências que poderiam atravessar várias etapas da cadeia:
menos expansão dos modelos;
menos necessidade incremental de aceleradores;
menor crescimento da fabricação avançada;
menor necessidade futura de equipamentos.
É uma cadeia de expectativas.
Energia também começou a sentir a mudança
Empresas ligadas à infraestrutura energética recuaram.
A Bloom Energy caiu cerca de 6,8%, enquanto a GE Vernova perdeu aproximadamente 7,4%.
Isso acontece porque data centers de IA se tornaram uma das maiores fontes esperadas de crescimento da demanda elétrica.
Projetos de geração, armazenamento e transmissão passaram a ser planejados considerando a expansão da computação.
Se o ritmo de construção de data centers mudar, parte dessas projeções também precisa ser revista.
O mercado está descobrindo que IA possui um “risco de segurança”
Até recentemente, investidores normalmente calculavam riscos como:
concorrência;
chips;
energia;
regulação;
juros;
custos;
China;
demanda.
Agora surgiu mais explicitamente outra variável:
os próprios desenvolvedores podem considerar perigoso continuar acelerando.
Isso cria um risco peculiar.
Quanto mais poderosos os modelos se tornam, maior pode ser a necessidade de limitar sua evolução.
E, paradoxalmente, quanto mais impressionantes forem as capacidades demonstradas, maior também pode ser a pressão por controles.
Michael Burry não acredita nessa narrativa
Nem todos os investidores compraram a explicação.
Michael Burry, conhecido por antecipar a crise imobiliária americana que inspirou o filme The Big Short, classificou os alertas como exagerados e sugeriu que poderiam servir para encobrir uma desaceleração real do crescimento da indústria.
Essa interpretação representa o campo mais cético.
Para esses investidores, falar em segurança pode também funcionar como narrativa conveniente em um momento em que sustentar taxas extraordinárias de crescimento se torna cada vez mais difícil.
Não há, porém, evidência suficiente para tratar essa interpretação como fato.
É uma leitura do mercado.
Há também empresas que podem ganhar com a preocupação
A reação não foi uniformemente negativa.
Enquanto fabricantes de hardware sofreram, empresas ligadas à segurança digital e softwares empresariais apresentaram desempenho melhor em partes do pregão.
A lógica é simples:
se os riscos da IA aumentarem, empresas gastarão mais para protegê-la.
Companhias de cibersegurança podem acabar se tornando beneficiárias de uma nova onda de investimentos voltados à proteção de agentes e infraestrutura de inteligência artificial.
O mercado talvez esteja entrando em uma segunda fase da IA
A primeira fase foi:
construir o máximo possível.
A segunda pode ser:
provar que tudo aquilo pode operar com segurança e gerar retorno financeiro.
Essa mudança seria significativa.
Durante anos, capacidade foi praticamente sinônimo de valor.
Modelo maior.
Mais GPUs.
Mais parâmetros.
Mais data centers.
Mais energia.
Agora surgem outras métricas.
Segurança.
Eficiência.
Retorno sobre investimento.
Confiabilidade.
Controle.
Isso não significa que a bolha estourou
Uma queda de um pregão não comprova o fim do ciclo.
Também não demonstra que os investimentos em IA foram excessivos.
Mercados frequentemente exageram movimentos de curto prazo.
O que aconteceu nesta segunda-feira foi mais interessante:
uma nova variável entrou no cálculo.
Investidores começaram a precificar a possibilidade de que o desenvolvimento da inteligência artificial não seja limitado apenas por chips, dinheiro ou energia.
Ele também pode ser limitado pela disposição das próprias empresas em continuar acelerando.
O paradoxo da IA chegou à bolsa
Durante anos, investidores comemoraram cada demonstração de que os modelos estavam ficando mais poderosos.
Agora, poder demais também pode ser interpretado como risco.
Se os sistemas avançarem lentamente:
o crescimento pode decepcionar.
Se avançarem rapidamente:
os riscos podem aumentar.
Se governos regularem:
custos aumentam.
Se governos não regularem:
incidentes podem provocar reação política.
Se os Estados Unidos desacelerarem:
China pode avançar.
Se ninguém desacelerar:
a corrida de segurança continua.
É uma equação muito mais complexa do que simplesmente comprar mais GPUs.
E os bilhões já investidos não desaparecem
Talvez essa seja a questão que mais preocupa Wall Street.
A infraestrutura física já começou a ser construída.
Contratos foram assinados.
Data centers estão em obras.
Chips foram encomendados.
Capacidade elétrica foi reservada.
Financiamentos foram estruturados.
Se a trajetória de crescimento da inteligência artificial continuar, esses investimentos poderão sustentar uma nova era da computação.
Se a trajetória mudar significativamente, investidores terão de descobrir quanto daquela infraestrutura foi dimensionada para expectativas otimistas demais.
Por isso, o alerta sobre segurança divulgado pelos próprios líderes da indústria provocou uma reação tão grande.
A discussão deixou de ser apenas:
“a inteligência artificial pode ficar perigosa?”
Nesta segunda-feira, Wall Street começou a fazer outra pergunta:
“quanto vale toda a infraestrutura construída para uma corrida que os próprios participantes agora dizem que talvez precise diminuir de velocidade?”
E essa pergunta foi suficiente para apagar bilhões de dólares em valor de mercado em poucas horas.
