A Subavaliação de Crédito por Trás do Boom do Poder de Computação de IA: Como os Modelos de Financiamento de Infraestrutura Colidem com Ativos em Depreciação

As manchetes tecnológicas pintam um quadro otimista para o início de 2026: os investimentos em infraestrutura de IA continuam a acelerar, a construção de data centers na América do Norte dispara, e os mineiros de criptomoedas celebram a sua transição bem-sucedida para serviços de poder de computação estável de IA. Mas nos bastidores, os analistas de crédito de grandes instituições financeiras estão a experienciar um sentimento bastante diferente. Em salas de conferência em Wall Street, o foco não está no desempenho dos modelos ou nas especificações das GPUs—está em folhas de cálculo que mostram um pesadelo estrutural: o mercado está a financiar ativos com uma vida útil de 18 meses usando modelos de hipoteca de 10 anos. Este descompasso não é teórico. Relatórios recentes da Reuters e Bloomberg expõem o que realmente está a acontecer: a infraestrutura de IA tornou-se num setor intensivo em dívida, e a arquitetura financeira construída por baixo do boom de IA contém as sementes de uma crise de crédito significativa.

O problema central não é uma falha tecnológica—é um desalinhamento profundo entre ativos de poder de computação que depreciam rapidamente, colaterais excessivamente alavancados e dívidas de infraestrutura inflexíveis. Quando estas três forças convergem, uma cadeia oculta de transmissão de incumprimentos ativa-se, e a ilusão de segurança desmorona-se.

A Armadilha Deflacionária: Quando a Lei de Moore Encontra Dívida Fixa

Na base de cada obrigação ou investimento em dívida está uma suposição fundamental: a Relação de Cobertura do Serviço da Dívida (DSCR). Nos últimos 18 meses, os participantes do mercado apostaram que a renda de aluguer de poder de computação de IA se comportaria como o imobiliário comercial—estável, previsível, possivelmente até resistente à inflação. Os dados, no entanto, contam uma história completamente diferente.

De acordo com o acompanhamento da SemiAnalysis e Epoch AI divulgado no 4º trimestre de 2025, o custo de execução de cargas de trabalho de inferência de IA caiu entre 20-40% ao ano. Isto não é uma correção modesta; é a marcha inexorável da Lei de Moore a encontrar-se com a adoção acelerada de quantização de modelos, técnicas de destilação e circuitos integrados específicos de aplicação (ASICs). Cada avanço de eficiência torna a implantação de GPUs caras de ontem sistematicamente menos valiosa para gerar renda de aluguer.

Isto cria o primeiro descompasso crítico de duração: os investidores compraram GPUs a avaliações de pico em 2024, fixando custos de CapEx enquanto simultaneamente fixavam uma curva de rendimento de aluguer destinada a diminuir ao longo de 2025 e além. A matemática é simples: se tens uma dívida a pagar por hardware comprado a $10.000 por GPU, mas o poder de computação que essas GPUs geram cai 30% no valor de aluguer anual, a margem entre receita e obrigações evapora-se. Do ponto de vista de um investidor de ações, isto é “progresso tecnológico”. Do ponto de vista de um credor, isto é “desvalorização de colateral”—a base do risco de incumprimento.

O paradoxo aprofunda-se quando consideras o próprio modelo de negócio de poder de computação: ao contrário do imobiliário que pode valorizar ou manter-se estável, o ativo fundamental—a capacidade de poder de computação—é inerentemente deflacionário por design. Cada nova geração de GPU realiza mais cálculos por dólar, reduzindo a renda de aluguer por unidade de infraestrutura implantada. Isto significa que a dívida emitida hoje contra receitas de poder de computação está a ser paga a partir de uma classe de ativos com fluxos de caixa estruturalmente decrescentes.

A Reversão do Financiamento: Risco de Capital de Risco Disfarçado de Segurança de Infraestrutura

Diante de retornos decrescentes no lado dos ativos, os participantes racionais do mercado deveriam apertar os critérios de concessão de crédito e exigir prémios de risco mais elevados. Em vez disso, o oposto aconteceu. O financiamento total de dívida para data centers de IA e infraestrutura relacionada de poder de computação está projetado para disparar 112% para aproximadamente $25 mil milhões em 2025, segundo o The Economic Times e a Reuters.

Esta explosão de dívida não é impulsionada por credores de infraestrutura conservadores. Pelo contrário, é dominada por fornecedores Neo-Cloud como a CoreWeave e a Crusoe Energy, juntamente com mineiros de criptomoedas em processo de sua suposta “transformação”, utilizando estruturas de empréstimo garantido por ativos (ABL) e financiamento de projetos—modelos desenhados para ativos estáveis e de baixo risco, como autoestradas de portagem ou centrais hidroelétricas.

Isto representa um erro fundamental de categorização de risco:

O modelo antigo (antes de 2024): IA era um jogo de capital de risco. Investias numa empresa, construías tecnologia, esperavas sucesso. O fracasso significava perda de equity; os credores não estavam envolvidos.

O modelo atual (2025-presente): IA tornou-se numa jogada de infraestrutura. A dívida agora financia a implantação de poder de computação. O fracasso significa incumprimento de obrigações de bonds e de compromissos estruturados. O risco de perda estende-se a credores e investidores de rendimento fixo.

No entanto, o mercado está a precificar isto como se nada de fundamental tivesse mudado. Os credores aplicam modelos de risco de grau de infraestrutura (alavancagem de utilidade pública, spreads mais baixos, maturidades mais longas) a ativos de grau de risco de capital de risco (alta depreciação, obsolescência tecnológica, perfis binários de sucesso/fracasso). Isto é uma má precificação sistemática de crédito com consequências significativas.

A Ilusão de Desalavancagem dos Mineiros: Jogando com Dupla Alavancagem

A posição mais precária é ocupada pelos mineiros de criptomoedas que se têm virado para o poder de computação de IA. Narrativas mediáticas celebram esta transição como uma “mitigação de risco”—os mineiros finalmente escapando da volatilidade da mineração de criptomoedas para fornecer serviços de infraestrutura estáveis. Mas ao examinar os balanços reais, conta-se uma história mais sombria.

Dados da VanEck e TheMinerMag revelam que as razões de dívida líquida das principais empresas de mineração cotadas em 2025 permanecem em grande parte inalteradas desde o pico de 2021. Alguns jogadores agressivos até aumentaram a dívida em até 500%. Como é que os mineiros conseguiram esta aparente desalavancagem sem realmente reduzir a alavancagem?

O mecanismo é enganadoramente simples:

• Lado esquerdo do balanço (ativos): Os mineiros continuam a manter posições voláteis em criptomoedas (BTC/ETH) ou a registar receitas futuras de aluguer de poder de computação como colateral implícito.

• Lado direito do balanço (passivos): Emitem notas conversíveis, bonds de alto rendimento e outros instrumentos denominados em dólares para financiar compras de GPUs H100/H200 e infraestrutura associada.

Isto não é desalavancagem—é risco de rollover combinado com concentração de correlação. Os mineiros estão a jogar um jogo de “dupla alavancagem”: usam a volatilidade dos ativos de criptomoedas como colateral para apostar nas receitas de aluguer de GPU. Em ambientes de mercado benignos, isto amplifica os retornos. Mas, uma vez que ocorre um aperto macroeconómico, ambos os componentes falham simultaneamente. Os preços das criptomoedas caem enquanto as taxas de aluguer de GPU também diminuem (menos projetos a financiar investigação de IA, menor velocidade de investimento global). Em modelação de crédito, este cenário é chamado de convergência de correlação—um pesadelo para produtos estruturados e um desastre para credores não garantidos.

A suposição de que a receita de poder de computação serviria como força estabilizadora para os balanços dos mineiros não se materializou. Pelo contrário, os mineiros acrescentaram dívida adicional à volatilidade existente, criando uma estrutura que amplifica o risco de queda enquanto oferece pouco amortecedor de alta.

A Liquidez que Desaparece: Quando o Colateral Torna-se Teórico

O que mantém os gestores de crédito acordados é não o incumprimento em si, mas o que acontece depois. Na crise de hipotecas subprime de 2008, os credores podiam leiloar propriedades penhoradas para recuperar capital. Mas se um grande operador de poder de computação incumprir e os credores reaverem 10.000 GPUs H100, o que acontece a seguir? Quem as compra, e a que preço?

Este mercado secundário não existe em escala significativa—uma fraqueza escondida sob a aparência de avaliações de colateral publicadas. A ilusão de segurança assenta em três fraquezas críticas:

Dependência de infraestrutura física: GPUs de alto desempenho não são dispositivos plug-and-play. Requerem racks de refrigeração líquida feitos à medida, infraestrutura de energia específica (30-50kW por rack) e configurações de rede especializadas. Uma GPU penhorada fora do seu data center original enfrenta obstáculos significativos para encontrar locais alternativos de implantação.

Depreciação não linear por obsolescência tecnológica: Com a NVIDIA a lançar a arquitetura Blackwell no final de 2024 e planos para a Rubin nos anos seguintes, as gerações mais antigas de GPUs não depreciam de forma linear. Em vez disso, enfrentam uma depreciação abrupta à medida que chips mais eficientes ficam disponíveis. Uma H100 que valia $40.000 há meses pode valer apenas $8.000-12.000 numa venda em dificuldades, uma redução de 70-80%.

Ausência de um provedor de liquidez: Mais criticamente, não existe um mecanismo de “credor de última instância” no mercado de hardware de poder de computação usado disposto a absorver bilhões em pressão de venda. Ao contrário dos mercados de ações ou de títulos do governo, onde bancos centrais e intermediários financeiros estabilizam os preços durante períodos de stress, os mercados secundários especializados de GPUs não têm esses estabilizadores. Quando as vendas em dificuldades começam, a descoberta de preços torna-se catastrófica.

Isto representa o que poderíamos chamar de uma “ilusão de colateral”—as razões de LTV (relação empréstimo-valor) parecem prudentes na teoria, muitas vezes entre 50-70% com base em avaliações de hardware publicadas. Mas estas razões assumem liquidação ordenada em mercados secundários funcionais. O mercado real de GPUs usadas, com risco de obsolescência, é muito mais fino e caótico, tornando os valores de colateral teóricos em grande parte fictícios quando o stress chega.

Os Ciclos de Crédito Antes dos Ciclos Tecnológicos: A Verdadeira Linha do Tempo de Risco

Para ser claro, esta análise não nega o potencial tecnológico da IA nem a importância fundamental do poder de computação para infraestruturas futuras. A tecnologia continuará a avançar, e a procura por capacidade de IA manter-se-á robusta. O que está a ser questionado é a arquitetura financeira que sustenta a indústria—especificamente, como o financiamento de poder de computação tem sido mal precificado.

Ativos deflacionários impulsionados pela Lei de Moore estão a ser precificados como infraestruturas de proteção contra a inflação. Mineiros que não fizeram uma desalavancagem significativa estão a ser financiados como se fossem utilidades com balanços estáveis. Poder de computação com relevância tecnológica de 18-24 meses está a ser financiado com estruturas de dívida de 10 anos. Estes não são riscos marginais; são erros de precificação fundamentais embutidos em bilhões de dólares de dívida pendente.

Análises históricas mostram um padrão consistente: os ciclos de crédito atingem o pico e colapsam antes de os ciclos tecnológicos amadurecerem. O grande boom ferroviário dos anos 1880 viu excessos de crédito que atingiram o pico antes de as redes ferroviárias atingirem plena utilidade. A era das dot-com viu financiamento excessivo de dívida tecnológica em 1999-2000, anos antes da adoção generalizada da internet. A crise subprime atingiu o pico em 2007-2008, antes de os preços das casas se estabilizarem.

Para os estrategas macro e traders de crédito, a principal tarefa analítica antes de meados de 2026 não é prever qual modelo de IA atingirá uma capacidade revolucionária—é reexaminar os spreads de crédito reais e as probabilidades de incumprimento embutidas naquelas combinações de “Infraestrutura de IA + Minerador de Criptomoedas”. O mercado pode ter mal precificado o risco financeiro de forma substancial. E, quando essa reprecificação ocorrer, afetará não apenas os investidores de ações, mas também os mercados de renda fixa que agora suportam a maior parte dessa alavancagem.

O boom de poder de computação é real. O que é questionável é se os mercados de crédito que o suportam têm precificado corretamente o risco dessa realidade.