Daily Journal

AI, Infrastructure, and the Next Investment Cycle

a16z30 de setembro de 202652minVer no YouTube|

David George, Sarah Wang, Alex Immerman e Santiago Rodriguez, sócios da equipe de investimentos Growth da Andreessen Horowitz (a16z), analisam 25 gráficos da apresentação anual State of Markets. A discussão abrange a dinâmica macroeconômica do ciclo de infraestrutura de inteligência artificial, o comportamento dos balanços e valuations das empresas de tecnologia, a evolução da camada de modelos e aplicações, as transformações no mercado de SaaS e as novas fronteiras de investimento em hardware, autonomia, biologia e defesa.

Macroeconomia e a tese de ciclo: múltiplos, lucros e CapEx

  • Participação no investimento: Equipamentos de alta tecnologia, software e P&D respondem por aproximadamente 55% de todo o gasto de capital (CapEx) corporativo nos Estados Unidos. O setor de tecnologia representa quase 40% do valor agregado do mercado de ações americano, e 8 das 10 empresas mais valiosas do mundo são companhias de tecnologia dos EUA. O investimento acumulado em infraestrutura de IA já superou o ciclo de construção das ferrovias como proporção do PIB.
  • Fundamentos versus bolha: Desde o lançamento do ChatGPT (cerca de quatro anos antes), o mercado geral subiu 90% (17% ao ano composto). No entanto, o múltiplo Preço/Lucro (P/E) do S&P 500 está abaixo de 20x, e os múltiplos médios de negociação caíram cerca de 20% no período em que as ações subiram 20%. David George e Alex Immerman destacam que a valorização é sustentada por crescimento real de lucros (~15%), diferentemente da bolha pontocom de 2000 (quando empresas negociavam a 100x P/E) ou do pico de 2021. Empresas de chips de memória, embora cíclicas, negociam entre 6x e 7x os lucros futuros.
  • CapEx dos Hyperscalers: Alphabet, Amazon, Meta, Microsoft e Oracle têm previsão de atingir US$ 780 bilhões em CapEx combinado em 2026 (contra US$ 416 bilhões em 2025) e devem ultrapassar US$ 1 trilhão por ano a partir de 2027. O investimento consome praticamente todo o fluxo de caixa operacional recente dessas empresas.
  • Backlog e demanda: Microsoft, Google e Amazon acumulam aproximadamente US$ 1,7 trilhão em backlog contratado de nuvem. A escassez de suprimentos persiste: componentes da cadeia de data centers têm prazos de entrega comprometidos até 2028. David George aponta a dinâmica de curva J (detalhada no balanço da Amazon): o investimento inicial em construção e chips deprime o fluxo de caixa livre imediato, mas a vida útil econômica de GPUs/TPUs tem se mostrado mais longa do que o previsto, com projeções de forte recuperação de caixa a partir de 2028.

Infraestrutura física e impacto na rede elétrica

  • A "era dos átomos": A necessidade de investimento global em infraestrutura física até 2040 é estimada em US$ 90 trilhões, incluindo energia, água, malha viária e transporte. Empresas do portfólio exemplificam essa escala industrial: a Anduril opera fábrica com área equivalente a 87 campos de futebol; a Waymo expande bases operacionais; a SpaceX mantém projeto de investimento de US$ 100 bilhões na Louisiana. Santiago Rodriguez e Alex Immerman ressaltam que founders egressos da Tesla e SpaceX aplicam o princípio de que "a fábrica é o produto".
  • Impacto em tarifas de energia: Contrariando a percepção de que data centers encarecem a conta de luz residencial, dados econômicos nos EUA indicam que cada aumento de 10% na capacidade de data centers reduz a tarifa residencial em 40 pontos-base (0,40%). Como a infraestrutura de transmissão (postes, subestações e cabeamento) é um custo fixo compartilhado, grandes consumidores estáveis diluem o custo unitário por kWh (caso citado por Dina Powell da Meta na Louisiana).

Camada de modelos e o abismo na adoção corporativa

  • Receita dos laboratórios de IA: As receitas anualizadas somadas de OpenAI e Anthropic superaram em escala e velocidade de adição de receita qualquer empresa de software da história. As empresas desenvolvedoras de modelos já captaram, em conjunto, mais de US$ 350 bilhões.
  • Métricas de adoção no S&P 500:
    • Empresas com implementações ativas (live deployments) de IA: 69%.
    • Empresas que reportam impacto quantificável: 30%.
    • Empresas com métricas formais monitoradas continuamente ao longo do tempo: apenas 2%.
  • Power Users versus Usuários Médios: Dados da plataforma Yipit indicam que o 1% superior de clientes corporativos gasta cerca de 8 vezes mais em fornecedores de IA do que o percentil 10%. Em startups nativas em IA, os principais usuários individuais geram custos entre US$ 7.500 e US$ 9.000 mensais em ferramentas de IA, comparados a US$ 200–400 de usuários medianos (diferença superior a 20x). Grandes empresas da Fortune 500 gastam cerca de 1% do equivalente à sua folha de pagamento em IA, enquanto empresas nativas chegam a 10%.
  • Casos públicos de ROI:
    • Chime: Reduziu o custo de atendimento (cost to serve) em mais de 10% ao ano de forma composta por quatro anos consecutivos (quase 50% de redução total acumulada), com apoio da Decagon.
    • Shopify: Com o assistente "Sidekick", aumentou em 8% a proporção de novos lojistas que atingem a marca de 5 pedidos nos primeiros 15 dias de integração.
    • ServiceNow: Reportou mais de US$ 1 bilhão em Valor Contratual Anual (ACV) ligado a IA e crescimento de 9x em implantações de agentes.

Economia dos agentes, inferência e roteamento

  • Consumo de tokens e queda de custos: O uso de tokens por agentes no OpenRouter cresceu 14x, impulsionado por tarefas em múltiplos passos. Técnicas como prompt caching permitiram à Hebbia reduzir o custo de processamento em cargas financeiras em 10x.
  • Roteamento e fine-tuning: O roteador inteligente da Databricks solucionou mais problemas com custo 35% inferior ao do modelo individual de ponta mais caro. A Elise AI adotou fine-tuning de modelos menores, reduzindo custos em 60% e viabilizando latências suficientemente baixas para interações por voz.
  • Paradoxo de Jevons: A redução de duas ordens de grandeza no custo de inferência (como demonstrado por laboratórios como a Typeface/Jev) viabiliza tarefas complexas com validação contínua e autocorreção sem estourar os orçamentos de engenharia.

Consumidor: retenção, agentes e plataformas de descoberta

  • Penetração doméstica: Apenas pouco mais de 2% dos lares norte-americanos assinam serviços pagos de IA (comparado a 200+ milhões de assinantes do Amazon Prime e 70+ milhões da Netflix). Usuários pagos de IA apresentam curvas de retenção em formato de sorriso (smile curves), onde o engajamento e a retenção voltam a subir com o tempo.
  • Engajamento sem tela: Diferente das redes sociais (onde métricas-chave giram em torno de 30 a 60 minutos de tempo de tela diário), agentes autônomos executam tarefas em segundo plano, demandando novas métricas de valor além do tempo de uso visível.
  • Disputa por descoberta e monetização publicitária:
    • A Amazon bloqueou integrações de busca com agentes como Muse, enquanto a Instacart integrou-se ativamente.
    • O negócio de publicidade da Amazon gera mais de US$ 70 bilhões com alta margem (superando todo o lucro operacional da empresa fora da AWS). A intermediação por agentes ameaça cliques em anúncios, mas pode expandir o Valor Bruto de Mercadorias (GMV) transacionado ao remover atritos no checkout e compras de supermercado online.

A bifurcação do mercado de SaaS e dinâmica de mercado privado

  • Desaceleração do SaaS público: Cerca de 75% das empresas públicas de software do índice analisado são lucrativas, mas apenas 30% crescem a 20% ou mais ao ano (e menos de 5 empresas crescem acima de 30%). No mercado privado da a16z, quase a totalidade das empresas investidas cresce acima de 30%.
  • Cenário de bifurcação: Segmentos como cibersegurança (CrowdStrike), observabilidade e software vertical (Harvey, Abridge, Elise AI) mantêm aceleração, enquanto aplicações horizontais sofrem pressão nos orçamentos de TI. Dados de clientes SaaS da Stripe indicam reaceleração no crescimento corporativo projetado para 2026 (fenômeno chamado internamente de "Renascença do SaaS").
  • Valuation das gigantes privadas versus IPOs: As seis maiores empresas privadas de tecnologia (OpenAI, Anthropic, Databricks, Stripe, Waymo e Revolut) somam US$ 2,4 trilhões em valuation. Esse valor supera todo o valor de mercado combinado de IPOs de tecnologia nos EUA nos últimos 10 anos (US$ 1,7 trilhão, excluindo a SpaceX). O grupo equivale em tamanho a todo o índice Russell 2000.
  • Ofertas de liquidez privada (Tenders) e secundárias: Dados da Carta mostram que a taxa de adesão de funcionários em ofertas de recompra (tender offers) foi de apenas 58%, indicando opção deliberada por manter ações em virtude da confiança no crescimento futuro. O desconto médio de transações secundárias em relação à última rodada primária caiu para próximo de 0%.
  • Concentração de Venture Capital: Empresas de IA responderam por 86% de todo o volume transacionado de capital de risco nos EUA no recorte recente de 2026, contra 65% em 2025.

Fronteiras de investimento e novas verticais

  • Robótica: Tese de que o mercado de robótica física pode superar o mercado de LLMs em valor econômico total, estando atualmente de 3 a 5 anos atrás na maturidade tecnológica.
  • Autonomia veicular: As viagens por aplicativos (Uber/Lyft) representam cerca de 1% do total de milhas rodadas nos EUA. Veículos autônomos operando com taxas de segurança 14x superiores às de motoristas humanos devem expandir essa participação em mais de uma ordem de grandeza no mercado de 17 milhões de veículos novos vendidos ao ano nos EUA.
  • IA aplicada à Biologia e Saúde Pessoal: Avanços no design de fármacos e consolidação de dados médicos para recomendações hiperpersonalizadas de saúde preventiva.
  • American Dynamism e Defesa: Empresas de tecnologia modernas focadas em defesa (como Anduril, Saronic e Castelion) ainda recebem menos de 5% do orçamento total do Departamento de Defesa americano, representando oportunidade de substituição de fornecedores legados à medida que os requisitos militares evoluem para sistemas autônomos e integrados.