O endividamento das maiores empresas de tecnologia do mundo, impulsionado pela necessidade de financiar a construção de infraestrutura de inteligência artificial, começa a gerar desconforto entre investidores do mercado de dívida corporativa. Projeções do banco Morgan Stanley indicam que a dívida combinada das big techs pode atingir US$ 570 bilhões até o final de 2026, um patamar que desperta alertas sobre a sustentabilidade financeira da atual onda de investimentos em IA.
As chamadas hyperscalers — empresas como Microsoft, Alphabet (controladora do Google), Amazon, Meta e Oracle — vêm mobilizando volumes sem precedentes de capital para construir data centers, adquirir processadores especializados e expandir a capacidade de computação em nuvem necessária para treinar e operar modelos de inteligência artificial. Para tanto, essas companhias recorreram de forma intensiva ao mercado de dívida, emitindo títulos corporativos em larga escala.
Agora, agentes financeiros que compram esses papéis começam a sinalizar que o apetite por assumir mais risco está chegando ao limite. Os juros exigidos para emprestar a essas empresas subiram, assim como os prêmios de risco, conhecidos no mercado como spreads. Esse movimento reflete a percepção de que a velocidade de acumulação de passivos pode estar avançando mais rápido do que a capacidade das companhias de gerar receitas proporcionais com seus produtos de IA.
O banco Barclays emitiu um alerta ainda mais direto. Em análises recentes, a instituição avaliou que o mercado de dívida das big techs estaria se aproximando de um ponto de inflexão — um momento em que o custo crescente do capital passa a funcionar como um freio natural sobre a expansão dos investimentos. Em outras palavras, quanto mais caro fica tomar dinheiro emprestado, menor tende a ser o ritmo de novos aportes em infraestrutura de IA.
O número projetado pelo Morgan Stanley, de US$ 570 bilhões em dívida acumulada até o fim de 2026, coloca em perspectiva a magnitude do esforço financeiro dessas empresas. Esse montante representa um salto significativo em relação aos níveis de endividamento observados nos anos anteriores ao boom de IA, quando essas companhias eram amplamente reconhecidas por manterem balanços patrimoniais robustos, com grandes volumes de caixa e baixa alavancagem.
A corrida por supremacia em inteligência artificial transformou radicalmente esse perfil. Desde o lançamento do ChatGPT pela OpenAI, em novembro de 2022, as big techs passaram a competir em uma espécie de disputa armamentista tecnológica. Cada empresa busca garantir acesso a grandes quantidades de processadores gráficos, principalmente os fabricados pela NVIDIA, além de energia abundante e terrenos para erguer centros de processamento de dados cada vez maiores.
Nesse cenário, a dívida corporativa tornou-se uma ferramenta central de financiamento. As emissões de bônus dessas empresas passaram a dominar o calendário do mercado de renda fixa nos Estados Unidos, atraindo fundos de investimento, seguradoras e gestores de ativos em busca de retornos superiores aos dos títulos do Tesouro. A qualidade creditícia dessas companhias, em sua maioria classificadas com notas próximas ao grau de investimento, ajudou a manter a demanda elevada até agora.
O desconforto que começa a emergir, porém, não se restringe ao volume absoluto da dívida. Investidores também questionam se as receitas geradas por produtos de IA — como serviços de assinatura de assistentes virtuais, licenciamento de modelos de linguagem para empresas e ferramentas de automação — serão suficientes para remunerar o capital investido dentro de prazos razoáveis. Até o momento, embora o uso de IA tenha se disseminado rapidamente, a monetização em escala ainda é considerada incerta.
O ponto de inflexão descrito pelo Barclays aponta para um cenário em que os custos financeiros passam a pesar nas decisões estratégicas das empresas. Se os juros da dívida continuarem subindo, as hyperscalers podem ser forçadas a priorizar projetos, adiar expansões ou buscar fontes alternativas de financiamento, como joint ventures, parcerias ou até a venda de ativos não estratégicos.
Para o ecossistema de inteligência artificial como um todo, esse ajuste pode ter efeitos amplos. Startups e empresas menores que dependem da infraestrutura de nuvem das big techs para treinar e rodar seus modelos podem enfrentar custos mais altos de processamento, caso as plataformas comecem a repassar parte do aumento de seu custo de capital aos clientes.
A percepção de risco crescente também pode influenciar decisões de investimento em setores correlatos. Fornecedores de equipamentos, empresas de energia e construtoras especializadas em data centers acompanham de perto o ritmo de gastos das big techs, uma vez que seus próprios planos de expansão dependem diretamente da continuidade dos aportes.
No curto prazo, o mercado deverá observar com atenção os próximos balanços trimestrais das hyperscalers, em busca de sinais sobre a trajetória de receitas de IA e sobre a intenção de cada empresa em manter, acelerar ou moderar seus planos de investimento. As declarações dos executivos sobre o equilíbrio entre crescimento e disciplina financeira ganham peso redobrado nesse contexto.
O que está em jogo é a velocidade da transição tecnológica que promete redefinir setores inteiros da economia. Se o custo do capital se confirmar como um obstáculo estrutural, a corrida armamentista em inteligência artificial pode perder fôlego, reabrindo o debate sobre o ritmo e a escala em que a tecnologia será efetivamente incorporada ao tecido produtivo global.
A trajetória da dívida das big techs, portanto, deixou de ser uma questão restrita às mesas de operação de renda fixa. O tema se tornou um termômetro da própria maturidade do mercado de inteligência artificial, cuja evolução nos próximos trimestres dependerá tanto do progresso técnico dos modelos quanto da disposição dos mercados financeiros em continuar financiando a expansão.
