Quem paga pela corrida da IA? O risco saiu do balanço e entrou no sistema financeiro

Conclusão executiva — a corrida virou uma arquitetura de capital

A primeira fase da infraestrutura de inteligência artificial foi financiada sobretudo por balanços excepcionalmente fortes. Amazon, Microsoft, Alphabet, Meta, Oracle e outros grupos podiam encomendar chips, reservar energia e construir data centers usando o próprio caixa. Em 2026, a escala mudou. O volume projetado de investimento ficou grande demais para permanecer como uma decisão interna de tecnologia: passou a disputar capacidade no mercado de títulos, crédito privado, securitização, seguros, fundos de infraestrutura e project finance.

Este relatório responde a uma pergunta estratégica: quem está absorvendo o risco financeiro da corrida da IA? A resposta é distribuída. Hyperscalers continuam como patrocinadores e compradores de capacidade; desenvolvedores carregam terrenos, construção e licenciamento; veículos de propósito específico emitem dívida; fundos, bancos, seguradoras e investidores institucionais fornecem capital; fornecedores aceitam warrants ou garantias; clientes assumem compromissos de consumo. A mesma instalação pode depender de várias dessas camadas ao mesmo tempo.

Essa distribuição não é automaticamente fragilidade. Ela pode alinhar o prazo do capital à vida do ativo e liberar balanços para pesquisa, software e expansão. O problema aparece quando a estrutura financeira é mais longa que a utilidade tecnológica, quando a garantia econômica depende de poucos compradores ou quando compromissos futuros são tratados como receita já realizada. A leitura da Fluxia é que 2026 marcou a passagem de um ciclo corporativo de capex para um sistema financeiro próprio da IA.

O tamanho da conta — três números, três escopos

A S&P Global Ratings projeta mais de US$ 1,3 trilhão em investimento combinado em 2027 entre Alphabet, Amazon, Microsoft, Meta, Oracle e SpaceX. A Goldman Sachs estima que hyperscalers precisarão gastar cerca de US$ 5,3 trilhões até 2030. São cenários produzidos para finalidades diferentes, não despesas já realizadas.

As cifras não são diretamente intercambiáveis. Elas variam em número de empresas, período, classificação contábil e inclusão de infraestrutura construída por terceiros. Devem ser lidas como ordens de grandeza produzidas por metodologias diferentes, não como uma soma acumulável. O fato material é a inclinação da curva: centenas de bilhões de dólares por ano estão se transformando em mais de um trilhão antes que o retorno de muitos workloads tenha sido observado por um ciclo completo.

A S&P projeta ainda que os seis maiores hyperscalers terão fluxo de caixa operacional livre negativo em 2026 e 2027, com recuperação apenas em 2029. É uma previsão da agência, não um resultado consumado. Mesmo assim, ela explica por que empresas com enorme geração de caixa passaram a combinar dívida, leases, joint ventures e garantias em vez de financiar toda a expansão de forma direta.

Camada 1 — o balanço continua central, mas já não trabalha sozinho

O caixa corporativo oferece velocidade e controle: a empresa escolhe localização, especificação e cronograma sem negociar cada ativo com financiadores. Também concentra risco. Se a demanda demora a aparecer, o investidor vê imediatamente a compressão de fluxo de caixa e o aumento de depreciação. Por isso, o mercado de títulos se tornou uma extensão natural do balanço dos hyperscalers.

A Reuters informou em 22 de setembro que a emissão bruta de dívida por hyperscalers pode atingir US$ 420 bilhões em 2027, 60% acima da estimativa de 2026. O mercado não estava precificando colapso iminente das empresas; estava exigindo prêmio pela quantidade e imprevisibilidade da oferta. Em setembro, spreads de emissores ligados à IA rondavam 115 pontos-base, contra 78 pontos-base no mercado investment grade mais amplo.

A diferença é um sinal de disciplina, não uma sentença. Investidores aceitam financiar companhias com caixa robusto, mas querem compensação por concentração, capex recorrente e visibilidade limitada do retorno incremental. O custo marginal de capital começa a funcionar como filtro: projetos precisam competir não apenas por chips e energia, mas pela confiança de compradores de dívida que recebem cupom limitado e absorvem perdas quando a tese falha.

Camada 2 — leases transformam capacidade futura em obrigação econômica

Leases permitem reservar data centers e equipamentos sem comprar todos os ativos no primeiro dia. A estrutura pode preservar liquidez e combinar o pagamento com a entrega física. Mas contratos não iniciados permanecem fora de algumas medidas convencionais de dívida até que o ativo seja disponibilizado, criando uma distância entre a aparência do balanço e a obrigação econômica futura.

Em agosto, a Reuters calculou aproximadamente US$ 1,09 trilhão em pagamentos futuros relacionados a leases ainda não iniciados entre grandes empresas de tecnologia, além de cerca de US$ 285 bilhões em passivos de leases já reconhecidos. Microsoft aparecia com US$ 329,1 bilhões em compromissos futuros, Meta com quase US$ 279 bilhões, Oracle com US$ 260 bilhões, Amazon com US$ 137,2 bilhões e Alphabet com US$ 85,2 bilhões.

Esses valores não são equivalentes a dívida bancária tradicional e podem depender da conclusão de instalações. Agências de rating, porém, ajustam parte deles ao avaliar alavancagem porque os contratos reduzem flexibilidade futura. Se a demanda cresce, o lease garante capacidade escassa. Se a demanda muda, o mesmo contrato pode obrigar a empresa a pagar por infraestrutura cuja localização, densidade energética ou geração de chips já não é ideal.

Camada 3 — SPVs e project finance isolam ativos, não dependências

Veículos de propósito específico, ou SPVs, permitem financiar um campus ou conjunto de equipamentos com dívida vinculada ao projeto. O capital pode ser sustentado por leases longos, compromissos de capacidade, garantias do patrocinador e valor residual dos ativos. Joint ventures acrescentam equity de fundos, operadores e parceiros estratégicos. A combinação desloca parte do capex para fora da empresa compradora sem eliminar sua importância econômica.

A S&P observa uso crescente de garantias de valor residual, acordos de capacidade, estruturas de joint venture e project finance. A lógica é familiar em energia, telecomunicações e aviação: um ativo físico de longa duração recebe financiamento próprio, enquanto o cliente âncora oferece previsibilidade contratual. O novo elemento é a velocidade da obsolescência. Um prédio pode durar décadas; servidores e interconexões econômicas mudam em poucos anos.

O risco foi isolado juridicamente, mas continua concentrado comercialmente quando um único hyperscaler, laboratório ou trading firm sustenta a receita. Investidores de crédito já agregam exposições emitidas por estruturas relacionadas ao patrocinador para medir concentração real. A pergunta relevante não é apenas quem assinou a dívida, mas qual fluxo de caixa, garantia ou obrigação corporativa sustenta o veículo quando o projeto atrasa.

Camada 4 — crédito privado e securitização levam a IA a novos portfólios

Crédito privado entrou no ciclo porque consegue estruturar financiamentos grandes, sob medida e com menos exposição pública do que uma emissão tradicional. Fundos podem financiar chips, construção, energia e aquisição de terrenos; ativos e contratos servem como colateral. A S&P Market Intelligence aponta que o financiamento também se espalha por asset-backed finance, CMBS, ABS e dívida corporativa.

A Goldman Sachs calculou que fundos de infraestrutura administravam US$ 1,7 trilhão e tinham cerca de US$ 400 bilhões ainda disponíveis em setembro de 2025. Em maio de 2026, 695 fundos buscavam levantar US$ 555 bilhões. O estoque de capital ajuda a explicar por que data centers se tornaram ponte entre tecnologia e mercados privados.

A CRISIL avalia que o risco sistêmico permanece amplamente contido por alavancagem limitada e exposição bancária ainda modesta, embora reconheça risco de sobrecapacidade e estruturas mais complexas. Essa é uma avaliação, não uma garantia. À medida que empréstimos são distribuídos, securitizados ou mantidos em veículos privados, comparar prazos, garantias e concentração fica mais difícil — justamente quando a infraestrutura passa a ocupar mais portfólios de seguradoras, fundos de pensão e gestores de crédito.

O primeiro teste de preço já apareceu

O financiamento continua disponível, mas não de forma uniforme. A Reuters registrou que captações ligadas à IA em leveraged finance nos Estados Unidos chegaram a aproximadamente US$ 88 bilhões em 2026, contra US$ 20 bilhões no início de 2025. Investidores se concentraram em emissores próximos do investment grade, com contratos longos, ativos tangíveis e receita previsível.

Data centers responderam por US$ 40 bilhões de oferta high yield no ano, ante US$ 12 bilhões em todo 2025, segundo dados do BNP Paribas citados pela Reuters. Emissores BB+ pagavam rendimentos próximos de 9% a 10%; créditos inferiores poderiam enfrentar 14% a 15%. Um SPV chamado Zenith Arc vendeu US$ 2,25 bilhões em notas garantidas com cupom de 8,875% para financiar um data center em Oklahoma, e os títulos caíram após a emissão.

Um caso não define o mercado, mas revela a assimetria. O credor recebe retorno contratual e enfrenta atrasos, mudanças tecnológicas, excesso de alavancagem e queda de utilização. Por isso, a disponibilidade de capital passa a depender de prova de receita. A fase em que qualquer megawatt anunciado podia ser tratado como ativo premium está cedendo lugar a uma hierarquia entre contratos fortes, patrocinadores sólidos e projetos especulativos.

O laboratório de IA também virou contraparte de infraestrutura

A obrigação não termina no hyperscaler. O prospecto confidencial de IPO da Anthropic, analisado pela Reuters, mostra a intensidade do novo modelo. A empresa teria encerrado 2025 com US$ 54,6 bilhões em compromissos não canceláveis de hosting e computação; no início de 2026, seus compromissos de longo prazo superavam US$ 417 bilhões e cobriam 3,5 GW de capacidade dedicada.

Ao mesmo tempo, a receita de 2025 teria sido de quase US$ 4,6 bilhões, com perdas operacionais acima de US$ 8 bilhões. Amazon e Google eram investidores, fornecedores, distribuidores e concorrentes; 47% das vendas passavam por seus marketplaces. Esses números vêm de um documento confidencial visto pela Reuters e devem ser tratados com a cautela própria de uma empresa ainda em processo de listagem.

O exemplo torna visível a circularidade: provedores de nuvem investem no laboratório; o laboratório promete comprar computação; a capacidade contratada ajuda a financiar infraestrutura; marketplaces distribuem o produto e recolhem parte da receita. A estrutura pode acelerar adoção, mas concentra dependências. Crescimento de consumo precisa ocorrer antes que obrigações rígidas comprimam caixa e poder de negociação.

Três cenários para 2027–2029

Cenário 1 — absorção disciplinada. A inferência cresce, aplicações empresariais convertem uso em receita e os clusters mantêm alta utilização. Spreads estabilizam, leases são renovados e veículos de infraestrutura refinanciam sem estresse. O capital privado cumpre sua função: alonga prazos e distribui risco entre investidores capazes de suportá-lo.

Cenário 2 — bifurcação. Projetos com clientes âncora fortes, energia conectada e contratos verificáveis seguem financiáveis, enquanto ativos baseados em reservas de capacidade, terrenos ou demanda genérica pagam prêmios crescentes. Consolidação e renegociação aparecem antes de uma crise ampla. Este é o cenário-base da Fluxia porque os sinais de 2026 já mostram seleção por qualidade, não fechamento completo do mercado.

Cenário 3 — excesso e reprecificação. A monetização fica abaixo do esperado, hardware envelhece antes da amortização e projetos atrasados chegam juntos ao mercado. Clientes renegociam compromissos, SPVs perdem valor, crédito privado registra perdas e emissores precisam oferecer garantias adicionais. O choque pode continuar concentrado em estruturas específicas, mas afetaria energia, construção, semicondutores e portfólios institucionais conectados ao ciclo.

Nenhum cenário é previsão determinística. A diferença será observada em taxa de utilização, conversão de backlog, cancelamento de leases, custo de refinanciamento, vida útil efetiva dos chips e receita de inferência por dólar de capex. Esses indicadores são mais úteis que anúncios isolados de gigawatts ou contratos.

Mapa de risco — quem fica com o quê

Hyperscalers ficam com risco de retorno sobre capital, concentração de fornecedores e compromissos de capacidade. Laboratórios de modelos ficam com take-or-pay, dependência de poucos provedores e necessidade de monetizar consumo. Desenvolvedores de data centers assumem execução, energia, licenças, construção e refinanciamento. Fundos e credores recebem cupom, garantias e ativos, mas absorvem perdas se receita, valor residual ou patrocinador falharem.

Utilities e consumidores enfrentam risco de rede e tarifa quando investimentos são dimensionados para cargas que demoram a aparecer. Governos assumem risco político ao oferecer incentivos antes de empregos, impostos e capacidade se materializarem. Clientes empresariais carregam dependência de fornecedor e preço quando workloads críticos são construídos sobre uma infraestrutura cujo custo precisa ser recuperado.

A distribuição correta exige que cada participante carregue o risco que consegue medir e controlar. Energia deve ser financiada por contratos que não socializem capacidade especulativa; hardware precisa ter premissas realistas de obsolescência; dívida deve depender de receita identificável; o comprador de IA precisa preservar portabilidade e previsibilidade. Quando garantias escondem a exposição final, a arquitetura parece diversificada sem realmente ser.

Implicações empresariais — comprar IA agora inclui diligência de capital

Para empresas usuárias, a saúde financeira da cadeia virou requisito operacional. Contratos plurianuais devem separar preço de computação, serviço, suporte e migração; prever portabilidade de dados e modelos; definir tratamento para indisponibilidade, mudança de controle e substituição tecnológica; e evitar compromissos mínimos superiores à demanda observada.

FinOps precisa sair do relatório de nuvem e entrar no desenho de produto. Métricas úteis incluem custo por tarefa concluída, utilização efetiva da capacidade reservada, percentual de gasto comprometido, concentração por provedor e custo de saída. Um desconto por reserva pode destruir valor se o workload mudar antes do prazo.

A diligência também deve examinar quem financia o fornecedor, quais obrigações sustentam sua expansão e quanto da receita depende de partes relacionadas. Não é necessário transformar toda compra de software em análise de crédito. Mas sistemas críticos, contratos longos e workloads caros precisam de planos de continuidade proporcionais ao risco econômico da infraestrutura.

Nossa leitura — o gargalo agora é confiança financeira verificável

O capital disponível para IA continua enorme. O que ficou escasso é a capacidade de provar que cada obrigação longa está ligada a demanda, energia e receita suficientemente duráveis. A expansão não será decidida apenas por quem consegue levantar mais dinheiro, mas por quem torna sua estrutura compreensível: contratos claros, garantias limitadas, utilização mensurável e exposição consolidada.

A disciplina não interrompe a inovação; ela seleciona projetos capazes de sobreviver ao ciclo. Crédito mais caro para estruturas opacas pode reduzir anúncios, mas protege empresas e investidores de confundir capacidade reservada com valor criado. O teste decisivo ocorrerá quando dívida e leases começarem a vencer ao mesmo tempo em que novas gerações de hardware chegarem ao mercado.

A Fluxia acompanha cinco sinais: spreads de emissores ligados à IA; volume de compromissos fora do balanço; taxa de utilização de capacidade entregue; conversão de backlog em caixa; e renegociação de contratos de energia, nuvem e hosting. Se esses indicadores permanecerem saudáveis, a arquitetura financeira terá ampliado a capacidade do sistema. Se divergirem, mostrarão onde a conta realmente ficou.

A infraestrutura de IA não ficou menos arriscada porque o capex saiu do balanço. O risco apenas ganhou novos contratos, veículos e credores.