Ken Griffin detalha a “queda da IA”: poder de computação semelhante à aviação, três grandes armadilhas de “precificação marginal”, “prazo de depreciação” e “orçamento empresarial”

Em 21 de outubro, durante a Cúpula Anual sobre o Futuro dos Mercados Globais da Citadel, Griffin disse em entrevista à repórter Dani Burger da Bloomberg que o mercado está mudando do “frenesi temático” dos últimos dois anos para uma pesquisa fundamentalista de verdade. Ele afirmou: “O que vejo acontecendo neste mercado é que as pessoas realmente começaram a fazer o dever de casa.”

Nos dois últimos anos, a lógica do mercado foi simples e direta: uma onda trilionária de construção de data centers foi inaugurada e bastava comprar posições estratégicas em toda a cadeia — NVIDIA, DRAM de alta largura de banda, capacitores cerâmicos multicamadas MLCC, fornecedores da Coreia do Sul, Taiwan, Japão e gigantes da computação em nuvem — para quase sempre garantir lucros. Hoje, essa lógica está sendo reavaliada. Recentemente, até as operações de AI sofreram quedas acentuadas, e o setor de semicondutores passou pela mais longa sequência de quedas desde a crise financeira.

Ken Griffin faz um alerta: GPUs são altamente semelhantes às companhias aéreas, com custos marginais de operação extremamente baixos. Caso haja excesso de oferta de poder computacional, os preços de aluguel spot e chamadas API desabariam instantaneamente, repetindo o desastre das “fibras escuras” na bolha das telecomunicações de 2000.

Armadilha 1: Colapso do preço marginal — o “momento companhia aérea” das GPUs

Griffin usou uma comparação direta com a indústria da aviação.

“GPUs e companhias aéreas são muito parecidas, o custo marginal de operação é extremamente baixo. Se houver um assento vazio em um voo e ele for vendido por US$ 20, ainda assim estará dando lucro”, afirmou. “É justamente essa característica que determina que, quando há excesso de capacidade nas companhias aéreas, o preço despenca livremente.”

Ele estendeu essa lógica para o mercado de computação: “Se chegarmos a um momento em que a oferta de GPU supera a demanda, o preço marginal vai despencar livremente.”

Griffin mencionou a bolha das telecomunicações de 2000 como referência histórica: na época, o excesso de fibra ótica instalada nunca foi ativado por falta de demanda suficiente — as chamadas “fibras escuras” —, levando a uma queda abrupta dos preços das telecomunicações. A dúvida colocada por ele é: o mercado de computação caminha para a mesma situação?

“Isso mudaria completamente todas as suposições de investimentos em que as pessoas confiam hoje. Esse é o primeiro ponto.”

Armadilha 2: Falha do modelo de depreciação — “vida útil” superestimada

A segunda questão apontada por Griffin mira diretamente nos modelos de avaliação dos investidores institucionais.

“Atualmente, ainda usam GPUs de 5 ou 6 anos atrás e conseguem cobrar aluguéis elevadíssimos. É muito provável que isso não continue nos próximos 5 ou 6 anos”, afirmou. “Por isso, cada vez mais pessoas começam a se preocupar: não dá mais para capitalizar ou projetar receitas para o sétimo, oitavo ou nono ano de um chip da mesma forma que há 12 meses.”

Em outras palavras, se os investidores continuarem depreciando chips considerando valores residuais altos para 7 a 9 anos, seus modelos de avaliação enfrentarão forte pressão para serem revisados sistematicamente.

Armadilha 3: Orçamentos empresariais mais rígidos — chega a era da precisão no cálculo do ROI

Griffin destaca que a lógica dos gastos corporativos em AI mudou drasticamente.

“As empresas mais espertas dos Estados Unidos estão ficando muito lúcidas — quais operações precisam pagar caro pelos modelos de ponta da OpenAI e Anthropic, e quais podem usar modelos open source a custos baixíssimos.”

Ele complementa: “Se você observar as empresas que realmente utilizam bem AI internamente, verá que se tornam rapidamente muito hábeis em maximizar o retorno de cada centavo investido em AI. Acho que todo o mundo corporativo está olhando a conta enviada por Anthropic e OpenAI, refletindo: tudo bem, precisamos garantir que estaremos realmente obtendo produtividade com isso.”

US$ 750 bilhões e o embate direto entre expansão das big techs e corte de custos empresariais

Essa tendência de maior rigor orçamentário nas empresas conflita diretamente com os planos de expansão das companhias de AI.

Segundo o The Wall Street Journal, a Anthropic revelou em seu documento S-1 planos de investir US$ 750 bilhões em computação no futuro, e o volume de gastos continua crescendo.

A repórter Dani Burger perguntou diretamente a Griffin: há conflito entre esses dois movimentos?

A resposta de Griffin foi curta e direta: “Sim. Sua pergunta já é a resposta.”

Ele acrescentou que o ponto crucial é se a Anthropic conseguirá transformar seu modelo em algo “essencial” — por exemplo, se no campo das ciências da vida o modelo de fato ajudar a vencer o câncer ou outras doenças letais, todas as farmacêuticas pagarão o que for preciso por tal tecnologia. “Mas hoje não sabemos a resposta.”

A questão da bolha: a história costuma se repetir, mas o desfecho pode ser diferente

Sobre o debate crescente de uma possível “bolha de AI”, Griffin deu uma resposta com profundidade histórica.

“Neste momento, quase certamente há bolhas localizadas. Qualquer transformação fundamental na economia costuma vir acompanhada de bolhas”, afirmou. “Eu só queria ter segurado minhas ações da Amazon na época.”

Em sua avaliação, o que restará após o estouro da bolha serão as infraestruturas tecnológicas que mudam o mundo, e as empresas que atravessarem a bolha serão líderes de mercado nas próximas décadas.

Mas ele ressalta que isso não significa que o risco de precificação atual possa ser ignorado — especialmente nos três pontos: preço marginal, hipóteses de depreciação e orçamento corporativo, sendo que a reprecificação do mercado está apenas começando.