Em meio ao fervoroso entusiasmo em torno da inteligência artificial, uma narrativa de cautela ganha força, impulsionando uma reavaliação crítica das avaliações de mercado e das capacidades imediatas da tecnologia. Embora a perspectiva de uma IA transformadora prometa eficiência e inovação sem precedentes, um coro crescente de especialistas, incluindo o renomado pesquisador de IA Gary Marcus, aponta para sinais de uma correção iminente do mercado. Este ceticismo emergente sugere que o atual boom da IA, alimentado por investimentos significativos e altas expectativas, pode estar se aproximando de um momento crucial de acerto de contas, reminiscente de ciclos especulativos tecnológicos passados.
Marcus, um cientista cognitivo e crítico proeminente, tem consistentemente expressado preocupações sobre as limitações dos grandes modelos de linguagem (LLMs) desde 2019, prevendo uma potencial bolha e problemas econômicos até 2023. Sua avaliação recente destaca o desempenho percebido como “decepcionante” do GPT-5 como um gatilho chave para a recalibração dos investidores. Longe de ser um fracasso completo, a incapacidade do GPT-5 de entregar o salto quântico antecipado em direção à Inteligência Artificial Geral (AGI) — uma IA hipotética com raciocínio semelhante ao humano — “despertou muitas pessoas”, desafiando a crença anteriormente mantida em um caminho rápido para a superinteligência. Esse sentimento é ainda mais reforçado por Sam Altman, CEO da OpenAI, que teria usado a “palavra B” (bolha), e por uma pesquisa abrangente do MIT revelando que 95% dos programas piloto de IA generativa dentro das empresas estão falhando.
- Gary Marcus tem alertado consistentemente sobre as limitações dos LLMs e uma potencial bolha de IA desde 2019.
- A performance “decepcionante” do GPT-5 não entregou o salto quântico esperado para a Inteligência Artificial Geral (AGI), levando à recalibração dos investidores.
- Sam Altman, CEO da OpenAI, teria usado o termo “bolha” para descrever o cenário atual.
- Uma pesquisa do MIT revelou que 95% dos programas piloto de IA generativa em empresas estão falhando.
Indicadores Econômicos e Paralelos Históricos
A sensibilidade do mercado a essas preocupações tem sido palpável, com uma venda massiva de ações de tecnologia contribuindo para uma queda significativa no valor do S&P 500. Isso reflete os temores de que o boom da IA possa estar se transformando na “bolha pontocom 2.0”. A análise quantitativa apoia essa apreensão; Torsten Slok, Economista Chefe da Apollo Global Management, traçou comparações severas com a bolha de TI dos anos 90. Ele observou que as 10 maiores empresas no S&P 500 hoje exibem uma sobrevalorização maior do que suas contrapartes na década de 1990, com os índices P/L projetados e as capitalizações de mercado de gigantes da tecnologia como Nvidia, Microsoft, Apple e Meta parecendo “desconectados de seus lucros”.
Outro sinal de alerta significativo é o investimento colossal em data centers, impulsionado pela demanda teórica futura por IA. A pesquisa de Slok indica que a contribuição dos investimentos em data centers para o crescimento do PIB igualou o gasto do consumidor no primeiro semestre de 2025, um fato extraordinário dado que o gasto do consumidor geralmente representa 70% do PIB. Somando-se à reavaliação, o ex-CEO do Google, Eric Schmidt, uma figura anteriormente associada a uma perspectiva otimista sobre a AGI, foi coautor de um artigo de opinião no New York Times argumentando que o cronograma para alcançar a AGI permanece incerto. Essa mudança de perspectiva, como observado pelo cientista político Henry Farrell, significa um potencial “crepúsculo do unilateralismo tecnológico”, desafiando suposições subjacentes sobre o rápido progresso da IA. O sentimento social mais amplo também está mudando, com uma crescente “reação negativa à IA” caracterizada por termos como “IA lixo” e “tranqueira” para falhas da IA.
Embora a perspectiva imediata possa apresentar volatilidade, os padrões históricos oferecem uma visão nuançada. John Thornhill, do Financial Times, sugere que se prepare para uma queda, mas também para uma futura “era de ouro” da IA. Ele aponta para o investimento impressionante de US$ 750 bilhões das Big Tech na construção de data centers para 2024 e 2025, parte de uma implantação global projetada para atingir US$ 3 trilhões até 2029. Historiadores financeiros como Carlota Perez e Edward Chancellor documentaram como tais ciclos de investimento frenéticos frequentemente desencadeiam bolhas, quedas dramáticas e destruição criativa, mas, em última análise, levam à realização de valor duradouro e ao estabelecimento de novos paradigmas tecnológicos. Perez identificou a IA como a quinta dessas revoluções tecnológicas, cada uma caracterizada por uma bolha inicial e subsequente reavaliação.
A Abordagem Ponderada de Wall Street
Apesar do crescente ceticismo de alguns setores, os bancos de Wall Street geralmente mantêm uma postura cautelosa, mas não alarmista, abstendo-se de declarações explícitas de “bolha” para o mercado mais amplo. O Morgan Stanley, por exemplo, antecipa eficiências substanciais da IA, projetando US$ 920 bilhões por ano para as empresas do S&P 500. O UBS, embora reconheça uma potencial “indigestão de capex” devido às construções de data centers, enfatiza a crescente adoção da IA, citando a monetização crescente de grandes plataformas e aplicações de IA. A Bank of America Research vê a IA como uma “mudança fundamental” na produtividade do trabalhador, impulsionando um “prêmio de inovação” para as empresas do S&P 500.
No entanto, mesmo dentro dessas perspectivas mais otimistas, surgem preocupações específicas. Savita Subramanian, Chefe de Estratégia de Ações dos EUA no Bank of America, observa que, embora o S&P 500 possa não estar em uma bolha, empresas menores e empréstimos privados no setor de IA podem estar sendo “reavaliados de forma muito agressiva”. Ela destaca a mudança para estratégias com muitos ativos, particularmente com investimentos extensivos em data centers, como um afastamento do modelo de poucos ativos que geralmente define as empresas de tecnologia de alto desempenho. Essa transformação, ela argumenta, poderia justificar múltiplos de mercado de ações mais baixos, traçando paralelos com o boom ferroviário do passado, intensivo em capital.
A Desconexão Fundamental: Avaliação vs. Realidade
Gary Marcus questiona fundamentalmente as avaliações atuais com base na economia central. Ele aponta para quase 500 unicórnios de IA avaliados em US$ 2,7 trilhões, argumentando que esse valor parece desconectado da geração de receita real. Ele cita a receita reportada pela OpenAI de US$ 1 bilhão em julho, observando que a empresa ainda não é lucrativa. Projetando isso para o mercado de IA mais amplo, Marcus estima uma receita setorial de aproximadamente US$ 25 bilhões anualmente, o que é insignificante em comparação com os trilhões investidos e os custos substanciais associados ao desenvolvimento e infraestrutura da IA.
Marcus atribui as expectativas inflacionadas do mercado a uma “lacuna de credulidade”, um fenômeno que ele descreveu em seu livro de 2019, “Rebooting AI”. Baseando-se em sua formação como cientista cognitivo, ele explica que os humanos tendem a antropomorfizar a IA, atribuindo erroneamente inteligência e capacidades humanas que não estão realmente presentes. Esse impulso de nos projetarmos nas máquinas, combinado com uma superestimação da “escala” como panaceia para desafios complexos da IA, fomentou um ambiente onde o mercado se expandiu sem uma compreensão completa das limitações inerentes da tecnologia. A percepção da IA como “feitiçaria” ou “mágica”, como observado por Subramanian, sublinha essa lacuna entre a percepção e a realidade tecnológica atual.
O debate em curso ressalta um ponto crítico para a indústria da IA. Embora seu potencial de longo prazo para a transformação social e econômica permaneça inegável, as realidades financeiras de curto prazo, as atuais restrições tecnológicas e o sentimento de mercado em evolução exigem uma avaliação mais sóbria e analítica. A confluência do ceticismo de especialistas, indicadores econômicos e precedentes históricos sugere que o setor de IA pode estar preparado para um período de recalibração, separando a inovação sustentável do excesso especulativo.