A Armadilha de US$ 720 Bilhões em Capex: 2 Hiperescaladores de Inteligência Artificial (IA) Gastando com Crescimento Enquanto o Resto Gasta com Manutenção

Pontos Principais

Os hiperescaladores de IA estão acelerando seus gastos com despesas de capital para financiar novos data centers e criar aplicações de próxima geração.

Meta, Amazon e Oracle estão cada um monetizando a IA de maneiras diferentes, mas seus gastos parecem enraizados na manutenção de posições fortes nos negócios existentes, em vez de inovação.

Microsoft e Alphabet têm planos de crescimento mais claros do que seus pares.

• 10 ações que preferimos em relação à Alphabet ›

Em 2026, os cinco principais hiperescaladores dos EUA — Microsoft (NASDAQ: MSFT), Alphabet (NASDAQ: GOOGL) (NASDAQ: GOOG), Meta Platforms (NASDAQ: META), Oracle (NYSE: ORCL) e Amazon (NASDAQ: AMZN) — projetaram que gastarão coletivamente US$ 720 bilhões em despesas de capital. Tão agressivo quanto esse número parece, esta fase de aceleração do crescimento da infraestrutura de inteligência artificial (IA) marca um momento em que a tecnologia passa de experimentos aspiracionais para se tornar a espinha dorsal da economia global.

As indústrias estão exigindo rapidamente sistemas inteligentes que possam aprender, raciocinar e agir em escala de máquina. Os hiperescaladores reconhecem que quem controlar a infraestrutura subjacente provavelmente capturará a maior parte do valor impulsionado pela IA na próxima década.

A IA criará o primeiro trilhionário do mundo? Nossa equipe acabou de lançar um relatório sobre uma empresa pouco conhecida, chamada de 'Monopólio Indispensável', que fornece a tecnologia crítica de que a Nvidia e a Intel precisam. Continuar »

Embora a corrida seja acelerada, nem todos os participantes carregam a mesma convicção ou clareza. Com base nos catalisadores que impulsionam a construção de infraestrutura de IA e nos casos de uso concretos em torno desses orçamentos em crescimento, vejo Microsoft e Alphabet como equipadas de forma única para justificar seus compromissos, enquanto o resto do setor de tecnologia corre o risco de superexposição.

Por que os hiperescaladores de IA estão acelerando os orçamentos de infraestrutura?

Os orçamentos de despesas de capital para IA são uma função de uma realidade simples: o apetite por poder de computação para IA está crescendo a um ritmo incrível. Criar um modelo de IA generativa requer sessões de treinamento medidas em milhões de horas de GPU, enquanto a inferência exige escala exponencial à medida que a adoção desses modelos se aprofunda nos ambientes de consumo e corporativo.

As empresas não estão mais considerando se devem ou não adotar a IA, mas sim o quão rapidamente podem incorporar novos fluxos de trabalho em suas operações principais. Isso cria um ciclo de feedback no qual os modelos de maior capacidade desbloqueiam novos casos de uso — exigindo que os desenvolvedores acessem a infraestrutura crítica.

Hiperescaladores que hesitam em investir pesadamente em novos data centers correm o risco de se tornar mais um serviço utilitário em um cenário em que a diferenciação dependerá de quais provedores podem oferecer os serviços mais avançados pelo menor custo marginal.

Quando qualquer um dos players anuncia um modelo revolucionário ou um novo compromisso de clusters de GPU, os outros são essencialmente forçados a igualar ou superar esse rival para evitar a migração de clientes.

Desmembrando as despesas de capital

Os cerca de US$ 720 bilhões em gastos com infraestrutura de IA não estão sendo alocados para pesquisa e desenvolvimento abstratos ou campanhas de marketing. Serão investidos principalmente em aço, silício e eletricidade.

A maior parte financiará a construção de fábricas construídas sob medida para cargas de trabalho de IA — data centers que superam os campi tradicionais de nuvem em densidade de energia e sofisticação de resfriamento. Dentro dessas instalações estão fileiras de racks de servidores resfriados a líquido abrigando centenas de milhares de clusters de GPU, interconectados por tecnologias de malha de ultrabaixa latência.

A infraestrutura de energia consumirá outra parte substancial das despesas. Os clusters de treinamento de IA demandam cargas de eletricidade, forçando os hiperescaladores a se comprometerem com acordos de longo prazo para capacidade renovável e nuclear.

Além disso, as grandes empresas de tecnologia estão gastando cada vez mais no projeto de silício proprietário. Esses chips integrados específicos de aplicação (ASICs) permitem que as empresas avancem além do gargalo de fornecimento de GPUs e adaptem os chips às cargas de trabalho que irão processar.

Por que Microsoft e Alphabet estão melhor posicionadas do que seus pares

Na minha visão, Microsoft e Alphabet se destacam da concorrência porque seus gastos com infraestrutura de IA estão estritamente alinhados com camadas de aplicação defensivas e de alta margem que já atingem centenas de milhões de usuários e empresas todos os dias.

Neste contexto, seus respectivos investimentos representam despesas de capital de crescimento clássicas — capital implantado agressivamente para capturar participação de mercado, acelerar trajetórias de receita e compor vantagens competitivas. Em contraste, os gastos de suas plataformas rivais carregam um sabor mais forte de despesas de capital de manutenção. Trata-se, em grande parte, de sustentar posições existentes e defender participação de mercado, em vez de acionar motores de crescimento de curto prazo — com retornos que parecem mais distantes e incertos.

A plataforma de nuvem da Microsoft, Azure, beneficia-se de um canal de distribuição inigualável: Microsoft Office, a suíte de produtividade mais ubíqua do mundo. Quando o Copilot adiciona novos recursos no Word, Excel e Teams, cada licença corporativa se torna um vetor para consumo de IA. Essa integração transforma despesas de capital em visibilidade de receita, pois os clientes já estão pagando pelas aplicações e pagam um prêmio pela IA agregada.

A Alphabet desfruta de uma vantagem semelhante. Seus ecossistemas Google Search, YouTube e Android geram um dos fluxos de dados proprietários mais ricos do mundo. Enquanto isso, o histórico de pesquisa do DeepMind e as unidades de processamento de tensor (TPUs) personalizadas do Google oferecem vantagens de eficiência que os concorrentes não podem replicar facilmente em escala.

Por enquanto, as ambições de IA da Meta permanecem focadas na otimização de anúncios e em experimentos de hardware vestível. As plataformas sociais enfrentam inerentemente problemas de fadiga do usuário e ventos contratórios regulatórios. Investir bilhões de dólares em infraestrutura para impulsionar ajustes de recomendação ou recursos de realidade virtual e jogos corre o risco de se tornar mais uma jogada de manutenção defensiva do que uma estratégia de expansão ofensiva.

A Oracle opera a partir de uma base ainda mais estreita. Sua presença em infraestrutura de nuvem, embora em crescimento, não possui a amplitude dos incumbentes como Azure ou Amazon Web Services (AWS). Além disso, seu histórico centrado em bancos de dados corre o risco de deixar partes da nova capacidade de IA subutilizada se os clientes decidirem migrar cargas de trabalho para plataformas de uso geral.

Os investimentos em nuvem da Amazon competem internamente com seu negócio principal de comércio eletrônico. Além disso, embora seus relacionamentos com clientes sejam vastos, não possuem o mesmo nível de bloqueio na camada de aplicações que Microsoft e Alphabet desfrutam.

Sem um ecossistema de modelos proprietários comparável ao Google Gemini ou um gancho diário de produtividade como o Microsoft Office, a Amazon corre o risco de gastar em nova capacidade onde os retornos sobre esses investimentos são diluídos por integrações mais lentas contra uma demanda menos certa — mais manutenção de uma fundação estabelecida do que crescimento audacioso para a próxima arquitetura.

No final, acho que os gastos da Microsoft e da Alphabet são justificados porque reforçam ciclos virtuosos que já estão girando em plena velocidade em dados, clientes, redes de distribuição e inovação. Os outros hiperescaladores podem acabar gastando em infraestrutura apenas para surfar nas ondas da economia de IA em vez de construí-la.

Deve-se comprar ações da Alphabet agora?

Antes de comprar ações da Alphabet, considere isto:

A equipe do Motley Fool Stock Advisor acabou de identificar o que acreditam ser as 10 melhores ações para os investidores comprarem agora… e a Alphabet não estava entre elas. As 10 ações que passaram no filtro podem produzir retornos monstruosos nos próximos anos.

Considere quando a Netflix entrou nesta lista em 17 de dezembro de 2004... se você tivesse investido US$ 1.000 na época de nossa recomendação, você teria US$ 498.522! Ou quando a Nvidia entrou nesta lista em 15 de abril de 2005... se você tivesse investido US$ 1.000 na época de nossa recomendação, você teria US$ 1.276.807!

Agora, vale notar que o retorno total do Stock Advisor é de 983% — um desempenho que esmaga o mercado em comparação com 200% para o S&P 500. Não perca a mais recente lista top 10, disponível com o Stock Advisor, e junte-se a uma comunidade de investimentos construída por investidores individuais para investidores individuais.

**Retornos do Stock Advisor em 25 de abril de 2026. *

Adam Spatacco tem posições em Alphabet, Amazon, Meta Platforms e Microsoft. The Motley Fool tem posições em e recomenda Alphabet, Amazon, Meta Platforms, Microsoft e Oracle. The Motley Fool tem uma política de divulgação.

As opiniões e visões expressas aqui são as do autor e não refletem necessariamente as da Nasdaq, Inc.