Bolha da IA: Arthur Hayes aposta em excesso de data centers

A bolha da IA pode estar sendo inflada pela construção acelerada de data centers, segundo Arthur Hayes, ex-CEO da BitMEX e atual cofundador e diretor de investimentos da Maelstrom. A tese dele é simples: empresas estão comprometendo volumes gigantescos de capital para garantir capacidade computacional e, se a demanda ou a rentabilidade da IA não acompanharem esse ritmo, o mercado poderá enfrentar excesso de oferta, queda e uma eventual intervenção financeira.

Por que Arthur Hayes vê uma bolha da IA

O argumento de Hayes não é que a inteligência artificial deixará de ser útil. Ele aponta um problema recorrente em grandes ciclos tecnológicos: a infraestrutura costuma ser construída antes de existir demanda madura e lucrativa suficiente para ocupá-la.

Na prática, empresas de tecnologia e fornecedores de infraestrutura disputam chips, energia, terrenos e capacidade em data centers para treinar modelos e executar aplicações de IA. Essa corrida tem uma lógica competitiva clara: quem tiver computação disponível pode desenvolver produtos mais rapidamente e atender mais clientes. Mas ela também eleva o risco de investimentos que demoram demais para gerar retorno.

Durante a Gamma Prime Investing Conference, em Singapura, Hayes afirmou que a humanidade está desperdiçando “trilhões de dólares” na expansão de data centers para IA. Na visão dele, a consequência seria uma oferta de poder computacional extremamente ampla e barata.

Isso não é uma confirmação de que o setor está em bolha nem uma previsão consensual. É uma leitura de mercado baseada em ciclos anteriores de infraestrutura: períodos de euforia, construção excessiva, correção e reorganização dos negócios sobreviventes.

O teste da demanda chega com os data centers

Hayes acredita que um teste importante pode ocorrer no fim de 2027 ou em 2028. É quando parte relevante da capacidade hoje em construção deverá ser entregue e os fornecedores passarão a cobrar pela computação contratada por seus clientes.

O ponto central é a distância entre demanda por IA e capacidade de pagar por ela. Há organizações que precisam de computação para treinar modelos, rodar inferências e manter produtos baseados em agentes. Porém, para sustentar contratos caros e recorrentes, esses projetos precisam produzir receita e margem.

Hayes citou SpaceX, OpenAI e Anthropic como usuários finais que impulsionam essa demanda computacional e questionou a rentabilidade desses clientes. Já companhias que vendem componentes e infraestrutura podem estar lucrando agora. Ele mencionou fabricantes de chips de memória e a Nvidia como exemplos de empresas fornecedoras que já capturam receita no ciclo atual.

A distinção importa: uma cadeia pode ter fornecedores rentáveis mesmo quando parte dos compradores finais ainda busca um modelo econômico sustentável. Para investidores, Hayes argumenta que a pergunta não é apenas se determinadas companhias ganham dinheiro, mas se o preço pago hoje reflete de forma adequada os lucros esperados no futuro.

Queda, liquidez e a aposta em cripto

O cenário projetado por Hayes segue uma sequência: excesso de infraestrutura, queda do mercado e, depois, medidas para restaurar a liquidez. Ele relaciona essa dinâmica a episódios financeiros anteriores, incluindo o período posterior à crise de 2008.

Na tese dele, bitcoin e outros criptoativos seriam ativos capazes de absorver parte da liquidez criada em uma eventual resposta de governos e bancos centrais. Isso explica por que ele enxerga uma correção na infraestrutura de IA como potencialmente positiva para o mercado cripto no momento seguinte.

É importante separar a leitura macroeconômica de uma certeza operacional. Não há garantia de que uma desaceleração dos investimentos em IA levaria a resgates, nem de que criptoativos reagiriam como Hayes espera. Preços de bitcoin e outros ativos digitais dependem de muitos fatores, como regulação, juros, fluxo de capital, adoção e percepção de risco.

O próprio Hayes disse que não considera uma boa oportunidade simplesmente apostar na queda de empresas de IA. A posição dele não é uma recomendação de operar vendido no setor, mas uma visão de longo prazo sobre a possibilidade de excesso de capacidade.

A análise e as declarações foram publicadas pela CNBC.

Computação barata pode acelerar os agentes

Há uma consequência construtiva nessa hipótese. Caso a expansão atual gere mais oferta do que a necessária no curto prazo, o custo para usar GPUs e executar modelos pode cair. Isso reduziria uma barreira relevante para produtos de IA, sobretudo aqueles que exigem processamento contínuo.

Hayes aposta nesse desdobramento com o Flop, um projeto de pagamentos para agentes de IA previsto para lançamento no primeiro trimestre de 2027. A proposta é criar um mercado à vista de poder computacional, no qual participantes receberiam tokens Flop por fornecer GPUs e executar inferência de IA.

Inferência é a etapa em que um modelo já treinado processa pedidos reais: responder uma mensagem, resumir documentos, gerar uma imagem ou tomar uma decisão dentro de um fluxo automatizado. É justamente esse uso recorrente que tende a crescer à medida que agentes de IA passam a executar tarefas em nome de pessoas e empresas.

Segundo Hayes, ainda não existe uma rede de pagamentos voltada especificamente a agentes. A aposta do Flop é que, se um agente puder converter moeda diretamente em computação, terá um meio prático de pagar pelo recurso de que precisa para operar. Trata-se de uma proposta em desenvolvimento, não de uma infraestrutura já consolidada.

O que isso muda pra você

Para criadores, pequenos negócios e profissionais brasileiros, a principal leitura não é tentar antecipar movimentos de cripto ou escolher vencedores da bolsa. É preparar operações para um ambiente em que ferramentas de IA podem ficar mais acessíveis, enquanto fornecedores e plataformas atravessam uma disputa intensa por receita.

• Evite dependência de uma única ferramenta: documente prompts, processos, bases de conhecimento e automações para poder migrar caso preços, limites ou políticas de uma plataforma mudem.
• Meça retorno, não só uso: antes de ampliar gastos com IA, acompanhe horas economizadas, conversões, redução de retrabalho, qualidade das entregas e receita atribuída ao processo.
• Prefira testes curtos e reversíveis: em vez de contratar estruturas caras ou desenvolver um sistema grande de uma vez, valide uma tarefa específica com um piloto.
• Construa ativos próprios: audiência, processos, dados organizados com consentimento e conhecimento de mercado continuam valiosos independentemente de qual modelo ou provedor lidera o ciclo.
• Observe o custo de inferência: se sua empresa usa IA em escala, acompanhe quanto custa cada atendimento, análise, conteúdo ou automação. A queda desse custo pode abrir produtos antes inviáveis.

O possível excesso de data centers não elimina a oportunidade da IA; ele pode mudar quem captura valor. Em ciclos de infraestrutura, quem constrói nem sempre é quem fica com a maior parte do benefício econômico. Muitas vezes, a vantagem aparece para quem usa a infraestrutura mais barata para resolver um problema concreto.

O que acompanhar até 2028

A tese de Hayes depende de fatos que ainda precisam se confirmar. Acompanhe a entrega de novos data centers, o ritmo de investimentos em chips e energia, os compromissos de computação assumidos por empresas de IA e, principalmente, a evolução da receita dessas companhias.

Também merece atenção a capacidade de a IA gerar produtos pelos quais clientes pagam de forma recorrente. Se aplicações se tornarem indispensáveis e rentáveis rapidamente, a demanda poderá absorver uma fatia maior da infraestrutura. Esse é, segundo Hayes, o cenário otimista: a IA se tornar útil o bastante nos próximos 12 meses para que as empresas cresçam até a lucratividade.

Para quem opera um negócio, o indicador mais útil é menos abstrato: a IA está melhorando sua margem, velocidade ou experiência do cliente de maneira mensurável? Se a resposta for sim, aproveite a tecnologia. Se não, reduza o escopo e ajuste o processo antes de aumentar o investimento.

Perguntas frequentes

O que é a bolha da IA mencionada por Arthur Hayes?

É a hipótese de que empresas estejam construindo capacidade de computação em ritmo maior do que a demanda rentável consegue absorver, criando excesso de data centers e risco de correção.

Quando Hayes acredita que esse risco pode aparecer?

Ele aponta o fim de 2027 ou 2028, período em que mais data centers devem entrar em operação e compromissos de computação tendem a vencer.

Computação mais barata é boa para pequenos negócios?

Em geral, sim. Custos menores podem viabilizar automações, agentes e atendimento com IA. Ainda assim, cada implementação deve ser medida pelo retorno real para o negócio.