A IA é uma bolha? O argumento de que estamos subestimando o potencial
Atualizado em 11 de dezembro de 2025
Atualização de dezembro de 2025: As projeções de CapEx em IA dos hyperscalers foram revisadas para cima, chegando a US$ 405 bilhões em 2025, acima das estimativas iniciais de US$ 250 bilhões. A previsão da McKinsey de US$ 2,6 a 4,4 trilhões em criação de valor anual ganha validação à medida que o GitHub Copilot atinge 1,8 milhão de assinantes pagantes, com 46% do código agora sendo gerado por IA. A adoção de IA empresarial atinge 87% entre grandes organizações, com crescimento de 130% nos gastos em relação ao ano anterior. O argumento a favor do investimento em infraestrutura se fortalece à medida que os ganhos de produtividade se materializam mais rapidamente do que as comparações com a era das pontocom sugerem.
A pergunta se responde de forma errada. Quando Ray Dalio chama o investimento em IA de "muito similar" à bolha das pontocom, quando o FMI alerta sobre um colapso iminente, quando o economista-chefe da Apollo observa que as principais empresas de tecnologia de hoje são negociadas a valuations mais altos que seus equivalentes dos anos 1990 — o enquadramento assume que o risco central é o excesso de investimento.¹ ² ³
O risco central vai na direção oposta. A especulação subestima o potencial.
Muitas empresas de IA vão fracassar. A maioria das startups levantando capital com valuations inflacionados não retornará nada aos investidores. Projetos-piloto corporativos continuarão com sua taxa de falha de 95%.⁴ A correção virá, provavelmente de forma dolorosa. Nada disso contradiz a tese. Os vencedores que emergirem da atual onda de investimentos gerarão valor tão desproporcional ao capital empregado que os US$ 380 bilhões atuais em CapEx anual dos hyperscalers parecerão um erro de arredondamento.⁵
A comparação com as pontocom, na verdade, reforça o argumento. Amazon e Google emergiram daquele naufrágio para criar trilhões em valor. A infraestrutura que aquelas empresas da era da bolha construíram — a fibra, os data centers, os protocolos — impulsionou décadas de transformação econômica. Os perdedores perderam tudo. Os vencedores mudaram a civilização. A IA segue o mesmo padrão em escala maior e velocidade mais rápida.
A matemática de criação de valor que o discurso da bolha ignora
A análise de bolha se fixa na proporção errada. Analistas comparam investimento em IA com receita de IA e encontram uma lacuna. A lacuna existe. A comparação perde o ponto.
A comparação relevante mede investimento contra potencial de criação de valor. Quando a Anthropic implanta o Claude em empresas, a métrica que importa não é a receita da Anthropic. A métrica que importa abrange os ganhos de produtividade, reduções de custos e expansões de capacidade em todas as organizações que utilizam a tecnologia. Quando uma empresa farmacêutica usa IA para identificar candidatos a medicamentos em semanas em vez de anos, o valor criado supera vastamente os custos de computação e taxas de licenciamento.
A McKinsey estima que a IA generativa poderia adicionar de US$ 2,6 a 4,4 trilhões anualmente à economia global em 63 casos de uso analisados.⁶ Essa faixa representa o impacto de um único ano, não valor acumulado. Contra US$ 380 bilhões em investimento anual em infraestrutura, a proporção favorece os otimistas por uma ordem de magnitude — mesmo que as estimativas da McKinsey se provem otimistas pela metade.
As evidências de produtividade já se acumulam. Usuários do GitHub Copilot completam tarefas 55% mais rápido que não-usuários.⁷ Consultores da BCG usando GPT-4 produziram trabalho de qualidade 40% superior em 25% menos tempo.⁸ Operações de atendimento ao cliente relatam melhorias de produtividade de 14% para agentes usando assistentes de IA, com os maiores ganhos entre trabalhadores iniciantes.⁹ Esses números emergem de implantações iniciais e primitivas. Os modelos melhoram mensalmente.
Toda grande mudança de plataforma na história da computação gerou múltiplos de valor que excederam o investimento inicial. Computadores pessoais criaram aproximadamente US$ 10 em valor econômico para cada US$ 1 investido na indústria durante suas décadas formativas.¹⁰ A internet gerou proporções similares ou superiores. A computação móvel amplificou o padrão. A IA representa uma tecnologia de propósito geral mais fundamental que qualquer uma dessas — uma tecnologia que aumenta o trabalho cognitivo da mesma forma que revoluções anteriores aumentaram o trabalho físico e informacional.
O enquadramento de bolha trata a IA como a Pets.com: uma empresa sem caminho para criação de valor vendendo produtos que ninguém precisava. A IA demonstravelmente cria valor em cada implantação. A questão diz respeito à magnitude e distribuição, não à existência.
Por que a velocidade de adoção implica velocidade de criação de valor
O Fed de St. Louis publica dados que deveriam aterrorizar os céticos de IA. Três anos após o lançamento do IBM PC em 1981, a adoção de computadores pessoais atingiu 19,7%.¹¹ Três anos após a internet abrir comercialmente, a adoção atingiu 30,1%.¹² Três anos após o lançamento do ChatGPT em novembro de 2022, a adoção de IA generativa atingiu 54,6% em agosto de 2025.¹³
A disparidade reflete uma vantagem estrutural com profundas implicações de valor. Mudanças de plataforma anteriores exigiam que os usuários comprassem novo hardware, aprendessem novas interfaces, mudassem fluxos de trabalho estabelecidos e reconstruíssem processos em torno de capacidades desconhecidas. A adoção de IA não requer nada disso. A tecnologia alcança os usuários através de dispositivos existentes, navegadores existentes, aplicativos existentes. Um trabalhador do conhecimento em 2024 ganhou acesso a capacidades que não existiam em 2022 sem comprar nada novo ou aprender qualquer novo paradigma de interface.
A velocidade de adoção importa para a criação de valor porque o valor se compõe com a implantação. Uma tecnologia que atinge 50% de adoção em três anos gera valor durante esses três anos. Uma tecnologia que leva quinze anos para atingir a mesma penetração atrasa a criação de valor proporcionalmente. A velocidade de adoção da IA significa velocidade de criação de valor.
Os números de adoção empresarial tornam o padrão concreto. Em 2025, 87% das grandes empresas haviam implementado soluções de IA.¹⁴ O uso semanal de ferramentas de IA generativa saltou de 37% para 72% ano a ano.¹⁵ Os gastos empresariais com IA cresceram 130% em um único ano.¹⁶ Essas organizações não estão gastando por entusiasmo. Estão gastando porque a tecnologia produz retornos.
A taxa de falha de pilotos de 95% que os críticos citam na verdade apoia o argumento otimista quando examinada cuidadosamente.¹⁷ Empresas executam pilotos para encontrar o que funciona. Uma taxa de falha de 95% entre pilotos significa 5% de taxa de sucesso — e pilotos bem-sucedidos escalam para implantações de produção que geram valor sustentado. As empresas que continuam investindo após experimentar altas taxas de falha em pilotos encontraram os 5% que funcionam. Estão otimizando, não abandonando.
A revolução de produtividade em programação
O desenvolvimento de software oferece a janela mais clara para a criação de valor da IA porque os ganhos de produtividade são mensuráveis, imediatos e já operam em escala. Diferentemente de previsões abstratas sobre aplicações futuras, as melhorias de produtividade em programação geram dados concretos de milhões de desenvolvedores usando ferramentas de IA diariamente.
O GitHub Copilot fornece a evidência mais robusta. A pesquisa interna do GitHub descobriu que desenvolvedores usando Copilot completavam tarefas 55% mais rápido que desenvolvedores trabalhando sem assistência.⁷ O estudo controlou a complexidade das tarefas e os níveis de experiência dos desenvolvedores. No final de 2024, o Copilot havia acumulado mais de 1,8 milhão de assinantes pagantes gerando US$ 400 milhões em receita recorrente anual.²⁷ Mais notavelmente, 46% do código em repositórios habilitados com Copilot agora vem de sugestões de IA.²⁸
A tecnologia evoluiu além do autocompletar. Versões iniciais sugeriam as próximas linhas de código. Versões atuais propõem padrões arquiteturais, geram suítes de testes abrangentes, escrevem documentação e depuram problemas complexos. A mudança de "sugira a próxima linha" para "implemente esta funcionalidade" aconteceu em aproximadamente 18 meses.
O ecossistema se estende muito além do Copilot. O Cursor, uma IDE nativa de IA, cresceu de zero para mais de 40.000 usuários pagantes no final de 2024, com taxas de crescimento mensal superiores a 50%.²⁹ Claude Code, Aider e Cline permitem agentes de programação autônomos que executam alterações em múltiplos arquivos com intervenção humana mínima. Desenvolvedores cada vez mais descrevem o que querem em vez de escrever cada caractere. A transformação do fluxo de trabalho se assemelha à mudança de linguagem assembly para programação de alto nível — uma mudança categórica no nível de abstração.
A matemática econômica torna o enquadramento de bolha difícil de sustentar. O Bureau of Labor Statistics dos EUA reporta compensação mediana de desenvolvedor de software de aproximadamente US$ 127.000 anuais.³⁰ Uma melhoria de produtividade de 55% se traduz em aproximadamente US$ 70.000 em produção adicional equivalente por desenvolvedor. Os EUA empregam aproximadamente 4,4 milhões de desenvolvedores de software.³¹ Mesmo suposições conservadoras — 20% de adoção com 30% de ganho de produtividade — rendem US$ 26 bilhões em criação de valor anual apenas do desenvolvimento de software dos EUA. Populações globais de desenvolvedores excedem 28 milhões.³²
O contra-argumento do cético merece engajamento sério: Código gerado por IA contém bugs, introduz vulnerabilidades de segurança e cria dívida técnica. Desenvolvedores gastam tanto tempo depurando saída de IA quanto economizam gerando-a. Os estudos de produtividade foram financiados por empresas de IA com incentivo óbvio para produzir resultados favoráveis. O uso no mundo real mostra desenvolvedores juniores se tornando dependentes de ferramentas que não entendem, degradando suas habilidades fundamentais.
A crítica confunde uso ingênuo com uso habilidoso. Estudos mostrando degradação de qualidade tipicamente examinam novatos usando IA como muleta em vez de profissionais usando IA como alavanca. O estudo BCG/Harvard que encontrou melhoria de qualidade de 40% examinou especificamente consultores experientes — não desenvolvedores juniores tropeçando com ferramentas desconhecidas.⁸
Processos de revisão de código detectam erros de IA da mesma forma que detectam erros humanos. A preocupação com segurança tem mérito mas perde a trajetória: ferramentas de análise estática agora escaneiam código gerado por IA automaticamente, e a integração do GitHub Advanced Security significa que sugestões de IA recebem revisão de segurança antes do merge. As ferramentas acompanham a capacidade.
Mais importante, desenvolvedores votam com seus dedos. Taxas de retenção do Copilot excedem 80%.³³ O Cursor cresceu de zero para 40.000 usuários pagantes em meses. Se as ferramentas entregassem valor líquido negativo, desenvolvedores as abandonariam. Não estão abandonando; estão expandindo o uso.
Software representa uma indústria global de US$ 650 bilhões.³⁴ Uma melhoria de produtividade de 20% em toda a indústria cria US$ 130 bilhões em valor anual — de um setor entre dezenas onde a IA cria ganhos mensuráveis. O investimento em infraestrutura que habilita ferramentas de programação com IA representa uma fração dessa criação de valor. O enquadramento de bolha pergunta se o investimento em IA corresponde à receita de IA. O enquadramento correto pergunta se o investimento em IA corresponde à criação de valor da IA. Apenas em software, a proporção não é nem próxima.
A lição da fibra escura: perdedores financiam vencedores
Entre 1995 e 2000, empresas de telecomunicações investiram aproximadamente US$ 2 trilhões construindo 80 a 90 milhões de milhas de redes de fibra óptica.¹⁸ Quando a bolha estourou, 95% dessa fibra ficou escura.¹⁹ As empresas que a construíram — Global Crossing, Level 3, Qwest, WorldCom — faliram ou quase. Investidores nessas empresas perderam tudo.
A fibra em si reteve valor. A infraestrutura que destruiu seus construtores habilitou seus sucessores. A Netflix transmite vídeo por cabos que os acionistas da WorldCom pagaram. A computação em nuvem roda através de fibra escura que faliu seus proprietários originais. O valor econômico criado por essa infraestrutura ao longo de duas décadas supera os US$ 2 trilhões investidos por pelo menos uma ordem de magnitude.
Os perdedores financiaram os vencedores. Investidores de capital em telecomunicações da era da bolha absorveram as perdas. A economia mais ampla capturou os ganhos. A Amazon não construiu a infraestrutura de internet da qual depende; ela construiu sobre infraestrutura que investidores de outras empresas financiaram e perderam.
A IA segue o mesmo padrão com uma diferença crucial: a proporção entre custo de infraestrutura e valor criado é ainda mais favorável. Fibra exigia instalação física através de continentes. Infraestrutura de IA se concentra em data centers que servem bases de usuários globais. A eficiência de capital da infraestrutura de IA excede a eficiência de capital da infraestrutura de rede física por uma margem substancial.
O investimento atual em infraestrutura de IA produzirá perdedores. Startups avaliadas em bilhões retornarão zero. Alguma infraestrutura construída especulativamente ficará subutilizada por anos. As empresas que su
[Conteúdo truncado para tradução]
