Por que investidores olham para o capex

A leitura do Goldman Sachs aparece em um momento de cobrança sobre os investimentos bilionários em IA. Grandes empresas de tecnologia têm ampliado gastos com chips, servidores e data centers para sustentar a demanda por modelos de linguagem.

A dúvida dos investidores é se esse nível de investimento é sustentável. O ponto central, segundo Schneider, é que a economia da IA pode melhorar conforme o custo por token cai e o volume processado aumenta.

Na visão do Goldman Sachs, se as margens brutas subirem, os hiperescaladores passam a gerar mais caixa operacional. Isso daria mais espaço para continuar financiando infraestrutura sem pressionar tanto o fluxo de caixa livre.

O que são tokens?

Tokens são as unidades básicas de informação processadas por modelos de linguagem (LLMs) — como pedaços de palavras, códigos ou pixels.

Na nova era da IA agêntica, o consumo dessas unidades explode porque o sistema não apenas responde a comandos, mas executa fluxos complexos de tarefas de forma autônoma.

Agentes substituem parte das buscas tradicionais

No mercado de consumo, o Goldman Sachs espera que parte das buscas tradicionais seja substituída por consultas em grandes modelos de linguagem e, depois, por agentes de IA.

Esses agentes podem operar em segundo plano em celulares e aplicativos. Entre os exemplos citados estão reservar uma viagem para Singapura, limpar a caixa de entrada, separar e-mails indesejados e organizar mensagens por prioridade de trabalho.

O banco projeta que as consultas diárias a modelos de linguagem cresçam a uma taxa anual composta de 40% e cheguem a 11 bilhões por dia em 2030.

Empresas devem puxar uma segunda onda

A adoção no ambiente corporativo deve ser mais lenta, mas com impacto relevante no longo prazo.

A razão é a complexidade. Um agente empresarial precisa funcionar dentro de regras de conformidade, orçamento, documentação e integração com sistemas internos.

Atividades como escrever código, atender clientes ou operar processos internos exigem testes, retestes e validação antes de serem colocadas em produção.

O Goldman Sachs projeta que 12% dos trabalhadores do conhecimento usarão IA agêntica em 2030. Em 2040, esse número deve chegar a 37%.

Custo de computação cai rápido

A demanda maior vem acompanhada de uma queda forte no custo de processamento.

Segundo Schneider, fornecedores de semicondutores estão reduzindo o custo por token em 60% a 70% ao ano na inferência.

A inferência é a etapa em que um modelo já treinado é usado para gerar respostas ou executar tarefas.

A redução ocorre por dois fatores: chips mais eficientes e novas arquiteturas de data centers de IA.

Para o Goldman Sachs, essa combinação pode gerar uma inflexão positiva nas margens brutas nos próximos três a 12 meses.

Chips podem faltar no curto prazo

Schneider avalia que fabricantes de chips conseguirão atender à demanda no longo prazo, mas a oferta deve continuar apertada nos próximos meses.

Construir uma nova fábrica de chips pode levar cerca de três anos. Já os usos de IA mudam em ritmo mais rápido.

Segundo o analista, se a demanda estivesse limitada a chatbots, a capacidade atual seria suficiente. O avanço dos agentes mudou a conta.

Para o Goldman Sachs, a escassez deve continuar por pelo menos 12 meses. O equilíbrio pode chegar em cerca de dois anos.

Nem toda IA será igualmente rentável

O banco também alerta que a melhora de margens não será igual em todos os usos da IA.

Ferramentas de programação tendem a ter uma economia mais favorável, porque agentes podem trabalhar de forma autônoma e entregar resultados rapidamente.

Já agentes de voz em tempo real podem ter custos menos atrativos. Schneider citou um caso em que o custo humano ainda era menor do que o custo do modelo de linguagem por causa de latência e de dependência de tempo.

Na avaliação do Goldman Sachs, a adoção será desigual. Alguns hiperescaladores e provedores de modelos devem capturar mais ganhos de caixa e margem do que outros.

A virada da narrativa

A conclusão do Goldman Sachs é que a IA agêntica pode alterar a principal preocupação do mercado.

Hoje, parte dos investidores vê a IA como uma fonte de gastos crescentes e difíceis de sustentar. O banco avalia que o aumento do consumo, combinado à queda do custo por token, pode transformar essa pressão em melhora de margens.

A próxima etapa da IA, nesse cenário, não será apenas uma corrida por modelos mais avançados. Será uma disputa para processar volumes muito maiores de tarefas autônomas com custo cada vez menor.