IA entra em fase mais seletiva: onde investir e o que exige cautela

A inteligência artificial segue como o principal vetor de alocação no setor global de tecnologia, mas a discussão entre investidores ficou mais complexa. Se, de um lado, a expansão acelerada do investimento em infraestrutura, o salto no consumo de tokens e o avanço da inferência sustentam a leitura de que a tese ainda tem fôlego, de outro cresce a preocupação com a sustentabilidade dos lucros em segmentos mais cíclicos — sobretudo memória.

É esse o eixo central do Global TMT Weekly Journal, produzido pela equipe de Equity Research do Banco Safra. No documento, os analistas mostram que o mercado de IA permanece apoiado por fundamentos robustos, mas que a próxima etapa da tese exige maior seletividade. O debate já não é mais sobre a existência de demanda por inteligência artificial, e sim sobre onde o valor econômico ficará concentrado e quais múltiplos ainda se justificam depois de uma reprecificação tão intensa dos ativos ligados ao tema.

O ponto mais agudo dessa disputa está no mercado de memória, que se tornou um dos temas mais controversos da cadeia de valor da IA. A discussão opõe uma visão estruturalmente mais otimista, baseada na intensificação do uso de memória em inferência, a uma leitura mais cautelosa, ancorada na história cíclica do setor.

Memória virou o centro do embate entre otimistas e céticos

Na visão mais favorável, a IA alterou a natureza da demanda por memória. Em tarefas de inferência, sobretudo em cargas de trabalho agentic e de longa duração, os modelos precisam armazenar grandes volumes de dados temporários em memória de alta largura de banda, a HBM. Isso cria uma relação mais direta entre intensidade computacional e consumo de bits, reduzindo a dependência dos ciclos tradicionais de renovação de PCs, smartphones e servidores convencionais.

Essa leitura é reforçada por sinais concretos de mercado. O relatório destaca que hyperscalers vêm garantindo oferta com anos de antecedência e realizando pré-pagamentos aos fornecedores, enquanto parte crescente da produção de DRAM é redirecionada para HBM — segmento mais complexo, com menor rendimento efetivo por wafer. Na prática, isso significa que o crescimento da oferta útil de memória pode ficar abaixo do que o volume de investimento sugeriria à primeira vista.

O argumento de alta

Sob essa ótica, o setor pode estar diante de uma mudança estrutural, e não apenas de mais um ciclo. Se a inferência continuar se expandindo no ritmo atual, a nova capacidade tende a ser absorvida rapidamente. Isso ajudaria a sustentar margens elevadas por mais tempo e explicaria por que nomes ligados à memória passaram a capturar parte relevante do entusiasmo do mercado com IA.

Os dados compilados pelo Safra ajudam a ilustrar esse movimento. No acumulado de 2026 até 29 de maio, o segmento global de memória avançava 88,97%, superando semicondutores como um todo (88,97%), cloud computing (11,14%) e o basket de IA em TMT nos EUA (43,01%). Em 12 meses, o desempenho era ainda mais expressivo, com destaque para Micron (+903,10%) e SK Hynix (+1.049,14%).

O argumento de baixa

Mas o contraponto é relevante. O relatório lembra que a indústria de memória sempre operou sob lógica de commodity: poucos fornecedores, alto investimento fixo, pouca disciplina estrutural de preços e tendência à expansão de capacidade quando a rentabilidade sobe demais. Historicamente, foi justamente a rentabilidade excepcional que atraiu novos investimentos e, adiante, pressionou preços e margens.

Além disso, há um risco tecnológico. Os clientes que hoje pagam caro por memória têm forte incentivo econômico para reduzir sua intensidade de uso. Isso pode ocorrer por diferentes frentes: técnicas de compressão que diminuem a necessidade de KV cache, arquiteturas que compartilham atenção de forma mais eficiente, deslocamento de cargas menos quentes para camadas mais baratas de armazenamento e, no limite, a emergência de novas arquiteturas capazes de gerar saídas longas com menor pegada de memória.

O ponto do Safra é que, mesmo com uma demanda forte, o mercado não deveria ignorar que parte relevante da tese depende da permanência do paradigma atual de modelos autorregressivos. Se essa base técnica mudar, parte do racional de lucros extraordinários pode perder força.

Valuation deixou de ser argumento simples

Outro alerta importante do relatório é que os múltiplos correntes exigem leitura mais sofisticada. Em setores cíclicos, o lucro no pico tende a comprimir artificialmente o P/L, criando a impressão de ativo barato quando, na prática, o mercado está apenas capitalizando resultados extraordinários e possivelmente não recorrentes.

No caso de memória, o Safra argumenta que a referência histórica mais adequada não é necessariamente o múltiplo de lucro, mas sim métricas como P/TBV. Por esse critério, a leitura do setor parece menos confortável do que sugere o P/L corrente. Em outras palavras, a aparente “barateza” pode ser efeito do pico do ciclo, e não desconto real de valuation.

Essa cautela vale para além de memória. O relatório mostra que a IA continuou puxando uma forte dispersão entre subsetores. Em 12 meses até 29 de maio, semicondutores subiam 172,17%, South Korea Semis 429,13%, PC & enterprise hardware 165,49% e cloud computing 26,27%, enquanto vários segmentos de software tradicional seguiam pressionados. Isso sugere que o mercado já está redistribuindo valor dentro da cadeia, premiando mais fortemente os elos percebidos como gargalos de infraestrutura.

O dinheiro continua entrando na infraestrutura

Se há um dado difícil de contestar no relatório, é a escala do investimento em infraestrutura. As estimativas compiladas pelo Safra indicam que o capex agregado de Amazon, Google, Meta, Microsoft, Oracle, CoreWeave e Nebius deve saltar de US$ 429,3 bilhões em 2025 para US$ 802,0 bilhões em 2026, avançando para US$ 974,3 bilhões em 2027.

Ao mesmo tempo, o fluxo de caixa operacional combinado dessas companhias continua crescendo: de US$ 607 bilhões em 2025 para US$ 783 bilhões em 2026 e US$ 997,5 bilhões em 2027. Essa combinação ajuda a sustentar a visão de que, diferentemente de ciclos especulativos do passado, a atual onda de investimento em IA está sendo financiada, em boa medida, por balanços robustos e geração relevante de caixa operacional.

Mais capex, menos caixa livre no curto prazo

A contrapartida aparece no fluxo de caixa livre para a firma. O relatório projeta que o FCFF agregado dos hyperscalers fique negativo em US$ 19,3 bilhões em 2026, antes de voltar ao terreno positivo em US$ 23,2 bilhões em 2027. O movimento deixa claro que a monetização da IA não está sendo questionada no presente, mas está sendo postergada por um ciclo de investimentos muito intenso.

Para o investidor, isso muda o enquadramento da tese. A discussão deixa de ser apenas crescimento de receita e passa a envolver duração do ciclo, retorno marginal do capital investido e capacidade de monetização em aplicações e serviços.

A demanda por IA segue acelerando

O relatório também apresenta sinais de tração operacional no uso de inteligência artificial. Um deles é a expansão do consumo semanal de tokens na OpenRouter, plataforma usada como proxy de demanda por modelos. Entre o início de março e 18 de maio de 2026, o volume subiu de 14,8 trilhões para 28,3 trilhões de tokens por semana, acumulando alta de 408,1% no ano.

Outro dado relevante é a adoção paga por empresas americanas. Segundo a base citada no estudo, o uso geral de ferramentas e plataformas de IA entre negócios dos EUA alcançou 50,6% em maio de 2026. Entre os provedores, a penetração medida era de 34,4% para Anthropic, 32,3% para OpenAI, 4,5% para Google e 1,9% para xAI.

O valor pode migrar ao longo da cadeia

Essa evolução reforça uma das perguntas centrais levantadas no material: onde o valor da IA vai se concentrar? No curto prazo, a captura parece fortemente distribuída entre infraestrutura, chips, memória, nuvem e laboratórios de fronteira. Mas, à medida que modelos se tornem mais comparáveis e o custo por token siga caindo, a tendência é que parte da captura econômica avance para a camada de aplicações.

Esse raciocínio aparece também no conteúdo curado pelo Safra ao longo da semana. A leitura é que, se os modelos convergirem para um comportamento mais comoditizado, a diferenciação passará a depender menos do modelo em si e mais do contexto de uso, da distribuição, da integração com fluxo de trabalho e da capacidade de transformar inferência em produtividade mensurável.

O que o investidor deve observar agora

Para o Banco Safra, a tese de inteligência artificial permanece sólida, mas mais seletiva. O mercado ainda encontra suporte em três pilares: expansão de capex dos hyperscalers, crescimento efetivo de demanda por inferência e aceleração de uso corporativo. Esses fatores ajudam a explicar por que a IA continua no centro da alocação global em tecnologia.

Mas a fase atual também impõe filtros mais rigorosos. O primeiro deles é distinguir crescimento estrutural de pico cíclico, especialmente em memória. O segundo é separar múltiplos comprimidos por lucros extraordinários de ativos realmente descontados. E o terceiro é entender onde a captura de valor será mais resiliente se o custo da inteligência cair e os modelos se tornarem mais intercambiáveis.

Entre a euforia e a disciplina

O relatório não nega a força da tese. Ao contrário, mostra que a inteligência artificial segue reorganizando a cadeia global de tecnologia, pressionando oferta de memória, expandindo investimentos em data centers e redesenhando as referências de valuation do setor. O ponto é que o mercado entrou numa etapa em que entusiasmo e disciplina analítica precisam coexistir.

Na prática, isso significa que o investidor já não pode tratar IA como uma cesta homogênea. Infraestrutura, memória, semicondutores, hyperscalers, software e aplicações respondem a vetores distintos de retorno e carregam riscos bastante diferentes. O ciclo segue aberto, mas a dispersão entre vencedores e perdedores tende a aumentar.

Conclusão

A mensagem central do Safra é clara: a inteligência artificial continua sendo o principal tema estrutural de investimento em tecnologia, mas o mercado já começou a migrar da narrativa ampla para a análise fina dos elos que, de fato, capturam valor. Nesse processo, memória emerge como o ponto mais sensível da tese — ao mesmo tempo o maior símbolo da escassez atual e o principal teste para saber se a IA está criando uma mudança estrutural ou apenas amplificando um velho ciclo.

• Íntegra do relatório Global TMT Weekly Journal.