China desafia OpenAI e Anthropic com modelos de IA mais baratos e competitivos

A rápida expansão de modelos de inteligência artificial chineses, de baixo custo e de código aberto pode provocar uma reavaliação dos investimentos trilionários em infraestrutura de IA. A análise é do banco de investimentos Jefferies, que questiona se as grandes empresas de computação em nuvem conseguirão recuperar os recursos aplicados em data centers diante da queda contínua dos preços de processamento.

Em relatório recente sobre os mercados asiáticos, o Jefferies estima que aproximadamente metade dos US$ 2,3 trilhões em contratos futuros acumulados por Microsoft, Alphabet, Amazon e Oracle esteja vinculada à OpenAI e à Anthropic. Entretanto, o avanço de modelos chineses, de pesos abertos e de modelos menores ameaça reduzir os preços praticados pelas empresas americanas, colocando em dúvida suas perspectivas de receita.

Dados da plataforma OpenRouter mostram que modelos chineses processaram 76,12 trilhões de tokens na semana encerrada em 27 de setembro de 2026, contra apenas 4,37 trilhões no final de abril. No mesmo período de referência, os quatro principais fornecedores americanos processaram 14,2 trilhões de tokens.

Outro fator destacado é o lançamento do Kimi K3, modelo de código aberto da chinesa Moonshot AI. Segundo a análise, a tecnologia já compete entre os modelos mais avançados, alcançando aproximadamente 95% do desempenho do Claude Fable 5, da Anthropic.

Para o Jefferies, os mercados financeiros ainda não incorporaram completamente os efeitos dessa concorrência sobre a rentabilidade futura da inteligência artificial.

Investimentos bilionários em data centers enfrentam incertezas

As maiores empresas de infraestrutura em nuvem devem investir conjuntamente entre US$ 600 bilhões e US$ 800 bilhões em data centers durante 2026. Uma parcela crescente desses investimentos está sendo financiada por endividamento, em vez de recursos próprios.

O problema, segundo o banco, é a incerteza sobre a origem das receitas necessárias para sustentar essa expansão.

Com a chegada de alternativas competitivas e significativamente mais baratas, já não seria possível presumir que os grandes modelos de linguagem (LLMs) alcançarão rentabilidade. A queda dos preços cobrados por token compromete as projeções utilizadas para justificar investimentos em capacidade computacional.

Essa questão afeta diretamente os grandes provedores de nuvem, que ampliaram suas estruturas considerando que empresas como OpenAI e Anthropic continuariam comprando grandes volumes de processamento.

Embora o Jefferies considere que os investimentos em IA possam fazer sentido no longo prazo, o relatório aponta incertezas relevantes no horizonte intermediário.

A instituição prevê que o setor poderá passar por uma grande reavaliação em um futuro relativamente próximo e questiona se os quatro principais provedores realmente investirão US$ 993 bilhões em despesas de capital em 2027.

Lucros das gigantes de tecnologia também entram em discussão

O relatório também levanta dúvidas sobre a composição dos resultados financeiros das grandes empresas de nuvem, especialmente quanto à participação de ganhos provenientes de investimentos em desenvolvedoras de modelos de IA.

Segundo o Jefferies, os lucros anualizados das quatro companhias cresceram US$ 222 bilhões, alcançando US$ 581 bilhões nos quatro trimestres encerrados no segundo trimestre de 2026.

Entretanto, a categoria de receitas e perdas não operacionais apresentou crescimento de US$ 224 bilhões na comparação anual, chegando a US$ 237 bilhões. Isso significa que, segundo os cálculos do banco, esses resultados responderam por todo o aumento registrado nos lucros.

A análise sugere que parte desses ganhos pode estar relacionada à valorização de participações em empresas privadas de inteligência artificial.

A situação levanta questionamentos sobre a sustentabilidade dos resultados, já que os grandes provedores investem em empresas das quais também esperam receber receitas futuras pela utilização de infraestrutura computacional.

Setor de IA precisará gerar US$ 6 trilhões anuais até 2031

Um estudo da consultoria Bain & Company amplia as dúvidas sobre a viabilidade financeira da expansão da inteligência artificial.

Segundo o Global Technology Report 2026, o setor precisará gerar aproximadamente US$ 6 trilhões em receitas anuais até 2031 para continuar financiando a infraestrutura necessária ao crescimento esperado da demanda.

A Bain estima que as aplicações atuais de IA poderão representar cerca de US$ 1,8 trilhão desse montante, deixando uma diferença de US$ 4,2 trilhões.

Novas aplicações, incluindo mecanismos de busca, publicidade, veículos autônomos desenvolvidos com IA e sistemas de simulação, poderiam acrescentar US$ 1,5 trilhão em receitas anuais.

Mesmo nesse cenário, permaneceria uma lacuna de US$ 2,7 trilhões, que dependeria de produtos e aplicações ainda inexistentes.

As projeções indicam que ganhos de produtividade corporativa, isoladamente, não serão suficientes para sustentar os investimentos previstos. A expansão financeira do setor dependerá da criação de novos mercados e aplicações capazes de transformar a crescente capacidade computacional em receitas recorrentes.