De bolhas a oportunidades: As quatro grandes questões do sector tecnólogico

Em plena época de divulgação de resultados do terceiro trimestre, Kristofer Barrett, Head of Global Equities, e Somesh Batra, analista tecnológico da Carmignac, analisam quatro questões essenciais que estão a moldar o investimento no sector tecnológico.

Kristofer Barrett: "No setor de IA, estamos a ver alertas tanto de bolhas como de oportunidades genuínas.

No domínio do investimento em inteligência artificial, estamos a assistir tanto a sinais de possível bolha como a oportunidades reais. Por um lado, encontramos empresas não rentáveis que negoceiam com base em promessas ambiciosas. Esta tendência acelerou há algumas semanas com a digressão mundial do CEO da OpenAI, que reacendeu o entusiasmo pela IA através de uma sucessão de anúncios de novos produtos e parcerias. Em muitos casos, grande parte das notícias atuais já reflete expectativas sobre desenvolvimentos que poderão demorar até três anos a concretizar-se, o que significa que os investidores estão a antecipar narrativas futuras e, assim, a reduzir o potencial de rentabilidade a longo prazo. Além disso, surgiram recentemente sinais de tensão no mercado de dívida privada, o que poderá fragilizar os segmentos mais alavancados do sector tecnológico.

Por outro lado, os verdadeiros facilitadores da IA — Alphabet, Microsoft e Amazon — estão a realizar enormes investimentos de capital, impulsionados pela necessidade de proteger os seus negócios principais. Estão a financiar estes investimentos com fluxos de caixa próprios, obtendo rentabilidade dos serviços existentes e gerando poupanças operacionais graças à integração da IA.

O nosso objetivo ao investir no domínio da inteligência artificial é apostar em empresas cujos lucros estejam efetivamente a crescer, e não naquelas cuja rentabilidade futura dependa apenas de promessas.”

Somesh Batra: "Os resultados trimestrais mais recentes voltaram a superar as expectativas, especialmente entre os grandes nomes da IA — Nvidia, Microsoft, Alphabet e Amazon —, com receitas a crescer a dois dígitos e lucros por ação (EPS) a avançar ainda mais rapidamente. Este crescimento exponencial reflete o aumento explosivo da procura de capacidade de computação: a geração de tokens, utilizada como indicador de utilização de recursos computacionais, duplicou aproximadamente a cada dois meses. Após a fase de pré-treino do ano passado — quando a IA absorveu e generalizou todos os dados humanos disponíveis —, este ano os modelos foram afinados para se tornarem especialistas em domínios específicos, desde a programação de software até ao atendimento ao cliente. Este salto de capacidade aumentou significativamente o envolvimento dos utilizadores e as necessidades de processamento.

No entanto, dado que os centros de dados demoram anos a ser construídos, a oferta de capacidade computacional não consegue acompanhar a procura, criando restrições e maior poder de fixação de preços em toda a cadeia de abastecimento da IA. Como resultado, as margens estão a expandir-se mais rapidamente do que as receitas, impulsionando o crescimento excecional dos lucros atualmente observado no sector.

A Alphabet ilustra bem esta dinâmica. A IA está a impulsionar uma fase de expansão dos seus negócios principais: a pesquisa online beneficia de consultas mais complexas e conversacionais, enquanto os modelos de recomendação melhorados do YouTube sustentam um forte crescimento do tempo de visualização, tornando-o na plataforma digital mais vista nos Estados Unidos. O Google Cloud também está a ganhar tração, assinando contratos maiores e conquistando novos clientes, mais de 70% dos quais já utilizam produtos Google AI¹.

Quais são os riscos?

Embora este crescimento continue impressionante, os gargalos na disponibilidade de hardware podem atrasar o lançamento de modelos maiores e mais avançados, uma vez que a oferta de capacidade computacional tem dificuldade em escalar. No entanto, estas limitações também geram oportunidades de investimento seletivas, ajudando a evitar excessos no investimento de capital.

Prevê-se que o CapEx relacionado com IA dos quatro grandes hiperescaladores norte-americanos (Amazon, Microsoft, Alphabet e Meta) abrande no próximo ano — uma normalização saudável após dois anos de hiper-crescimento —, mantendo-se, contudo, em níveis elevados (+30% em 2026). Este investimento sustentado continua a suportar toda a cadeia de valor tecnológica, enquanto um crescimento mais disciplinado do CapEx poderá reforçar a geração de caixa das empresas líderes do sector."

Kristofer Barrett: Embora as empresas mais conhecidas de inteligência artificial sejam maioritariamente norte-americanas, não se pode subestimar o papel da Ásia, especialmente quando se considera toda a cadeia de valor da IA. Taiwan, por exemplo, desempenha um papel crítico, produzindo 90% dos chips mais avançados do mundo². Estes chips alimentam centros de dados, clusters de treino de IA e dispositivos de edge computing em todo o mundo, tornando possível a IA moderna. Além disso, se analisarmos os fornecedores de materiais nas fases iniciais da cadeia de valor, encontramos exemplos como a Elite Materials, que detém uma posição única como fabricante de ponta de laminados de cobre revestidos, utilizados por produtores de chips e placas de circuito. A empresa consolidou-se como fornecedor essencial, combinando escala e especialização, e tirando partido da sua tecnologia patenteada num segmento com altas barreiras à entrada".

Somesh Batra: “A China, por seu lado, está a afirmar-se como um verdadeiro concorrente no campo da IA. DeepSeek foi um alerta importante do ponto de vista dos modelos de linguagem (LLM), embora menos relevante em termos de infraestrutura. Se pensarmos nos quatro vetores de que depende a inteligência artificial, a China tem maior e mais fácil acesso à energia do que o mundo ocidental; além disso, uma grande parte dos engenheiros de dados é chinesa, e o país opera num mercado menos regulado, o que acelera a adoção.

No entanto, o quarto vetor — os chips — é uma história diferente. Os Estados Unidos lideram o design e a distribuição de semicondutores e continuarão a fazê-lo, pois a sua produção requer capacidades e ferramentas às quais a China não tem acesso, fornecidas por empresas como ASML, Cadence e Synopsys".

Kristofer Barrett: "A China pode encurtar a distância, já que tem concentrado esforços em alcançar independência na produção de chips. Ainda assim, será difícil igualar os chips mais avançados de última geração. Vemos a China como uma ameaça mais direta para empresas como Analog Devices, Infineon e STMicroelectronics, que desenvolvem chips menos sofisticados tecnologicamente. A Huawei, por exemplo, é atualmente o maior interveniente na produção de IA na China, mas continua dependente de fornecedores estrangeiros para o fornecimento de chips".

Kristofer Barrett: “Existem claros gargalos na cadeia de abastecimento de semicondutores. No entanto, essas mesmas limitações criam oportunidades de investimento significativas. Quando uma cadeia de fornecimento atinge os seus limites, as empresas capazes de aliviar ou ultrapassar essas restrições tendem a registar uma procura excecional e maior poder de fixação de preços. A TSMC encontra-se no centro desta dinâmica. Em muitos aspetos, todos os caminhos conduzem à TSMC. Por exemplo, na recente parceria entre a OpenAI e a Microsoft, as GPU que alimentam os modelos de IA são fornecidas pela Nvidia, mas a Nvidia depende totalmente da TSMC para as fabricar. Da mesma forma, os processadores TPU da Google, concebidos com a Broadcom, dependem também das capacidades de fabrico da TSMC. Esta concentração da produção torna a TSMC tanto um gargalo essencial como um ponto estratégico de controlo na cadeia de fornecimento da IA.

Além dos chips lógicos, existem restrições semelhantes no segmento de memória. A memória de alta largura de banda (HBM), essencial para treinar e operar grandes modelos de IA, é produzida apenas por alguns poucos fornecedores, como a SK Hynix na Coreia do Sul. As taxas de produção continuam baixas e a capacidade limitada, restringindo o desempenho e a escalabilidade dos sistemas.

Em suma, os gargalos indicam onde surgirá a próxima vaga de crescimento e investimento.

Quanto aos hiperescaladores, continuam a gerar eficiências de custos significativas, beneficiando da escala, dos efeitos de rede e de tendências estruturais favoráveis, como a transformação digital empresarial, o crescimento dos dados e a computação na periferia (edge computing). O investimento em capital (CapEx) mantém-se em níveis recorde e continua a aumentar, embora a moderação do crescimento anual seja vista como uma normalização saudável. Importa salientar que estes investimentos continuam a ser financiados maioritariamente com fluxos de caixa próprios.

No sector do software, a maioria das empresas — exceto as de infraestrutura — tem sofrido receios de disrupção causados pela IA. No entanto, os fundamentos não confirmam essa narrativa. A Salesforce abrandou o seu crescimento, mas este mantém-se positivo e, com um rendimento de fluxo de caixa livre de 5%, continua a demonstrar forte rentabilidade. Da mesma forma, empresas como a Atlassian e a GitLab, que fornecem ferramentas para programadores, sofreram fortes correções de valorização, apesar de continuarem a desempenhar funções essenciais. Mesmo com a adoção da IA pelos programadores, estes continuam a necessitar de repositórios de código, plataformas de colaboração e ferramentas de planeamento de projetos.

Em conclusão, a disrupção percebida parece exagerada, e acreditamos que as empresas de software dispõem de uma ampla margem para utilizar a IA como um facilitador, e não como uma ameaça".