O investimento em IA das Big Tech enfrenta uma análise do ROI pela Wall Street à medida que o fluxo de caixa muda

As empresas de Big Tech, incluindo Amazon, Alphabet e Meta, estão a ser escrutinadas pela Wall Street quanto ao calendário para converter enormes despesas de capital em inteligência artificial em retornos de dinheiro reais. O Bank of America identificou uma “mudança geracional” no fluxo de caixa livre (FCF), com o FCF das empresas hyperscaler previsto para cair para -50 mil milhões de dólares até 2026, enquanto as empresas de semicondutores acumulam liquidez com as vendas de chips de IA. As empresas tecnológicas do grupo Magnificent 7 aplicaram 234 mil milhões de dólares em despesas de capital este ano, mas as suas cotações continuam num intervalo. Torsten Slok, economista-chefe da Apollo Global Management, alertou que, se a recuperação do caixa demorar mais do que o mercado espera, poderão materializar-se riscos de rentabilidade. Esta divergência resulta do facto de a Big Tech construir infraestruturas de IA enquanto os fornecedores de semicondutores como a NVIDIA capturam receitas imediatamente, criando o que a Apollo descreve como um “desfasamento de timing” entre o desembolso de custos e a concretização de receitas.

Bank of America Identifica uma Inversão do Fluxo de Caixa Livre Entre a Big Tech e as Empresas de Semicondutores

O Bank of America diagnosticou o padrão atual de fluxos de capital como uma “migração geracional do fluxo de caixa livre” entre hyperscalers e empresas de semicondutores. O fluxo de caixa livre representa o caixa líquido que uma empresa retém após despesas operacionais e despesas de capital. Os dados de mercado mostram que, até 2026, empresas hyperscaler como a Amazon e a Google tiveram uma trajetória acentuadamente descendente no FCF, atingindo aproximadamente -50 mil milhões de dólares devido aos custos astronómicos de infraestruturas de IA. Em contrapartida, as empresas de semicondutores, incluindo a NVIDIA e a Micron, estão a acumular reservas de caixa substanciais. Esta diferença estrutural surge porque um grupo investe na construção de infraestruturas, enquanto o outro assegura imediatamente caixa fornecendo componentes essenciais.

Apollo Global Management Adverte para Riscos de Realização de Receitas de IA

A Apollo Global Management, a segunda maior gestora de fundos de private equity do mundo, identificou dois fatores centrais a pressionar a rentabilidade da Big Tech. Primeiro, embora aumente a utilização absoluta de serviços de IA, os preços de tokens por unidade continuam a cair, o que pode limitar o crescimento real das receitas abaixo das expectativas. Segundo, modelos de IA chineses estão a exercer uma forte pressão descendente sobre preços exatamente quando plataformas dos EUA tentam monetizar serviços de IA com margens elevadas. Os dados de utilização de tokens dos 20 principais modelos de IA evidenciam esta disparidade de forma clara. Até maio, a utilização nos EUA e na China manteve-se relativamente equilibrada, mas em junho a utilização de tokens nos EUA cresceu de forma moderada para 53 biliões, enquanto a utilização na China explodiu para 98 biliões. Num único mês, a diferença na utilização de infraestruturas de IA entre EUA e China alargou-se dramaticamente.

Dados de Utilização de Tokens Revelam a Fenda de Infraestruturas de IA EUA-China

A comparação da utilização de tokens entre maio e junho revela uma divergência acentuada na forma como as infraestruturas de IA são implantadas nos Estados Unidos e na China. Em maio, ambos os países mantiveram níveis de utilização comparáveis. Em junho, porém, o consumo de tokens dos EUA atingiu 53 biliões, enquanto os modelos chineses processaram 98 biliões de tokens. Esta diferença de quase o dobro num único mês demonstra a rápida escalada da infraestruturas de IA na China. A Apollo alerta que, se os modelos de IA chineses continuarem a capturar quota de mercado enquanto os preços dos tokens caem, as empresas de Big Tech poderão falhar na geração das receitas antecipadas. A empresa caracteriza isto como um “desfasamento de timing”, em que as faturas de custos chegam imediatamente, mas a cobrança de receitas se estende para o futuro distante, representando o maior risco enfrentado pelo mercado atual de IA.

A Apollo conclui que, embora empresas de semicondutores como a NVIDIA e a SK Hynix assegurem lucros definitivos no momento, fissuras sustentadas nos modelos de receitas da Big Tech poderão minar a escalada do boom no mercado de semicondutores. A preocupação da Wall Street mudou de celebrar quanto a Big Tech consegue investir em IA para questionar quando esses investimentos vão converter-se em retornos de caixa reais.

FAQ

O que é que o Bank of America identificou sobre os fluxos de caixa da Big Tech e das empresas de semicondutores até 2026?

O Bank of America identificou uma “mudança geracional” no fluxo de caixa livre, com o FCF das empresas hyperscaler a cair para -50 mil milhões de dólares até 2026, enquanto as empresas de semicondutores acumulam caixa com as vendas de chips de IA. Esta inversão acontece porque a Big Tech gasta fortemente em infraestruturas de IA, enquanto os fornecedores de semicondutores capturam imediatamente receitas das vendas de componentes.

Porque é que a Apollo Global Management alertou para a rentabilidade da Big Tech em IA?

A Apollo Global Management alertou que dois fatores pressionam a rentabilidade da Big Tech: a queda dos preços de tokens por unidade apesar do aumento da utilização de serviços de IA, e a concorrência agressiva em preços por parte de modelos de IA chineses. O economista-chefe Torsten Slok alertou que, se a recuperação de caixa demorar mais do que as expectativas do mercado, a Big Tech poderá falhar em gerar as receitas antecipadas a partir das suas despesas de capital de 234 mil milhões de dólares.

Como é que a utilização de tokens de IA nos EUA e na China diferiu entre maio e junho?

Os dados de utilização de tokens dos 20 principais modelos de IA mostraram que, até maio, a utilização nos EUA e na China se manteve relativamente equilibrada. Em junho, a utilização de tokens nos EUA cresceu para 53 biliões, enquanto a utilização na China explodiu para 98 biliões, criando uma diferença de quase o dobro dentro de um mês e demonstrando a rápida escalada da infraestruturas de IA chinesas.