Especialistas avaliam o risco de enfrentarmos uma nova bolha da internet, desta vez relacionada à tecnologia generativa
Em 2025, a inteligência artificial definitivamente foi um dos conceitos que mais permearam as discussões profissionais e pessoais dos brasileiros. Não porque ela não existia antes, mas porque atingiu, nesse período, um nível que permitiu o acesso popular à tecnologia. Atualmente, empresas e indivíduos conseguem arcar sem grandes dificuldades com as assinaturas de modelos de inteligência artificial em seu dia a dia.
O uso é diverso. Há aqueles que utilizam a IA como um verdadeiro assistente, principalmente em diálogos que buscam resolver dúvidas e demandas do dia a dia. Há os que aplicam a tecnologia em seus ambientes de negócios para facilitar processos, com resultados diversos. E também aqueles que ainda veem na IA uma ferramenta recreativa, para gerar imagens e vídeos curiosos e divertidos, mas sem relevante aplicação prática.
O problema é que a inteligência artificial, tão presente em todos os nossos ambientes de convivência, passou a chamar a atenção para um fenômeno preocupante: uma possível bolha.
A bolha pode ocorrer em qualquer setor da economia e sua principal característica é provocar um crescimento muito acelerado no valor de mercado de um ativo, ou de um grupo de ativos. Geralmente surge porque, por alguma razão, investidores passam a comprar ou investir em determinado ativo de forma massiva, fazendo com que o valor potencial de algo (ou de alguma empresa) cresça de maneira artificial. A empresa vale X, mas o mercado a precifica por 5X, sob a promessa de resultados futuros. Quando a bolha estoura, os efeitos podem ser destruidores.
Nos últimos meses, a discussão sobre uma possível “bolha da inteligência artificial” ganhou força e saiu do ambiente acadêmico para o ambiente de negócios. A discussão é motivada pelo volume bilionário de investimentos em infraestrutura, chips e data centers, além da valorização acelerada de empresas ligadas ao setor.
Para David de Oliveira Lemes, professor e coordenador dos cursos de Tecnologia da Fundação Escola de Comércio Álvares Penteado (Fecap), o fenômeno apresenta sinais típicos de bolha especulativa, mas com particularidades que tornam o cenário atual mais difícil de classificar.
“O ciclo atual exibe características clássicas de bolha: concentração de capital em poucos ativos e otimismo projetado décadas à frente. A questão central é se esses valores estão em equilíbrio com as receitas potenciais que a tecnologia conseguirá gerar”, afirma Lemes, que é doutor e mestre pelo Programa de Pós-Graduação em Tecnologias da Inteligência e Design Digital (TIDD) da PUC-SP (Pontifícia Universidade Católica de São Paulo) e Bacharel em Mídias Digitais pela mesma universidade.
Bolha ponto-com
Em meio à discussão envolvendo a inteligência artificial, a bolha das empresas ponto-com geralmente aparece como um exemplo negativo e recente. Conhecido como bolha da internet, o fenômeno ocorreu entre 1994 e 2000 e ficou caracterizado por uma forte alta das ações das novas empresas de tecnologia da informação e comunicação baseadas na internet.
Ao longo de 2000, as empresas do Nasdaq Composite, índice que funciona como termômetro das empresas de tecnologia dos Estados Unidos, perderam 75% de seus valores, o que naturalmente gerou prejuízos enormes para os investidores. Até então, o fator novidade da internet e o amplo volume financeiro disponível para financiamentos provocou uma verdadeira corrida de negócios e permitiu a criação e o crescimento momentâneo de centenas de empresas.
O professor da Fecap explica que a comparação com a bolha ponto-com é inevitável, mas exige cautela. Naquele período, empresas ligadas à internet passaram a receber investimentos massivos e avaliações altíssimas, mesmo sem receitas consistentes ou modelos de negócio sustentáveis. O entusiasmo do mercado com a “nova economia digital” inflou ações e atraiu especulação global, até que a realidade financeira se impôs e provocou uma queda brusca nas bolsas, levando muitas companhias à falência.
Para Lemes, a diferença é que, atualmente, as empresas líderes do setor de tecnologia operam com bases financeiras muito mais sólidas. “As empresas líderes têm caixa sólido, margens reais e receitas crescentes, o que não existia na bolha ponto-com”.
O especialista explica ainda que é difícil afirmar com certeza se uma nova bolha está prestes a estourar – até porque, geralmente, só se percebe a extensão da bolha depois que ela estoura. No caso da IA, ele pondera, o cenário combina euforia e apostas especulativas, mas também bases financeiras e avanços concretos, o que torna a avaliação de risco mais complexa.
Lemes reforça também que a situação atual tem fundamentos mais sólidos, embora exista um risco estrutural novo: o entrelaçamento financeiro entre gigantes da tecnologia. “Na bolha de 2000, empresas eram avaliadas com base em promessas sem receita real. Hoje, as grandes empresas de tecnologia têm lucros consistentes e clientes pagantes”, explica o professor, que aponta uma diferença grande também entre os valores envolvidos nos dois momentos históricos.
“Em 2000, empresas líderes chegaram a valer 70 vezes o lucro esperado. Hoje, essa relação está em torno de 26 vezes, o que ainda é muito alto, mas em outro patamar. [A questão é que] as grandes empresas de IA estão todas investindo umas nas outras ao mesmo tempo. É uma teia de interesses cruzados em que os mesmos atores são simultaneamente investidores, fornecedores e clientes”, afirma.
Apesar de falarmos de empresas sólidas, esse entrelaçamento pode criar uma fragilidade coletiva, inflando artificialmente os números e dificultando a identificação do valor real das companhias. E essa fragilidade, vale dizer, ainda não foi testada por uma crise real.
Investimentos trilionários e retorno limitado
O crescimento da inteligência artificial generativa acelerou a corrida global por infraestrutura tecnológica. No entanto, Lemes destaca que o ritmo de investimento não acompanha, na mesma proporção, o nível de maturidade das empresas para gerar retorno real com a tecnologia.
“Um estudo da McKinsey aponta que apenas 1% das empresas atingiu maturidade real em IA, integrando a tecnologia nos fluxos de trabalho e gerando retorno financeiro mensurável”, aponta.
O retorno real, de fato, ainda tem sido um mistério para muitas empresas que resolvem apostar em IA, seja assinando modelos para uso de seus colaboradores, seja desenvolvendo seus próprios modelos para uso interno. Uma pesquisa do MIT (Instituto de Tecnologia de Massachusetts, nos Estados Unidos) indicou que 95% das empresas que adotaram IA generativa ainda não tiveram lucro como resultado de sua aplicação.
Outro levantamento, desta vez da PwC, apontou que mais da metade dos 4 mil CEOs consultados não tiveram aumento de receita ou redução de custos após investir na tecnologia. Em artigo publicado no Valor Econômico, Andressa Michelotti, doutoranda em Ciência Política pela Universidade Federal de Minas Gerais, relatou que, no Brasil, quase 40% dos CEOs apontam aumento de receita com IA nos últimos 12 meses, enquanto 28% indicam redução de custos. No entanto, 56% das empresas dizem não ver nenhum ganho com a IA. Após o boom e a euforia gerados pelo uso da IA, as pessoas (e principalmente as empresas) começam a se questionar o quanto ela realmente vale.
O professor da Fecap cita ainda o alto custo operacional do setor, especialmente no uso de modelos avançados em larga escala. “A OpenAI gastou US$ 3,76 bilhões somente em inferência em 2024. Esse valor saltou para US$ 5,02 bilhões no primeiro semestre de 2025, além de projeções que apontam para déficit operacional até 2027”, diz.
Na avaliação do especialista, o descompasso entre infraestrutura e monetização já é visível. “O investimento em infraestrutura está à frente da capacidade de monetização das aplicações. O potencial existe, mas as expectativas de retorno no curto e médio prazos estão claramente infladas”, afirma.
Expectativas irreais e “AI washing”
Lemes afirma que parte da euforia do mercado é alimentada por narrativas exageradas sobre o impacto imediato da IA, especialmente em relação à substituição do trabalho humano e à promessa de ganhos gigantescos em curto prazo. “O mercado está precificando o futuro mais promissor possível da tecnologia como se ele já estivesse acontecendo agora”, alerta.
O professor também destaca um movimento crescente de empresas que se promovem como “orientadas por IA” sem resultados concretos, apenas para atrair investidores. “Há um ‘AI washing corporativo generalizado’, em que companhias de praticamente todos os setores se declaram movidas por inteligência artificial sem evidências claras de impacto financeiro real”, diz.
E se estourar?
Caso, de fato, ocorra uma ruptura no mercado, Lemes acredita que o cenário mais provável é uma correção forte, e não um colapso total. Entre os impactos imediatos, ele lista retração brusca no investimento em startups, consolidação do mercado e queda no valor de empresas ligadas a semicondutores e infraestrutura. Os efeitos poderiam atingir a economia global, mas com limites.
“A IA já responde por uma parcela relevante do crescimento econômico americano. Uma queda brusca seria sentida além do mercado financeiro, com menos contratações e menos projetos”, diz.
Ainda assim, Lemes ressalta que o risco de uma crise sistêmica como a de 2008 é menor. Naquele ano, o mundo enfrentou uma das maiores crises financeiras da história recente, causada pelo colapso do mercado imobiliário nos Estados Unidos e pela concessão de crédito em larga escala, incluindo empréstimos de alto risco. Na época, a quebra de confiança travou o mercado financeiro global e gerou efeitos em cadeia na economia.
“No caso de 2008, os bancos estavam no centro do problema: haviam emprestado dinheiro que não existia e, quando o esquema desmoronou, o sistema financeiro inteiro travou. No ciclo atual da IA, a maior parte do dinheiro investido é das próprias empresas, com lucros acumulados, não empréstimos. Isso reduz bastante o risco de uma crise bancária em cascata”, explica.
Ainda que ocorra uma correção, o especialista reforça que a inteligência artificial tende a deixar um legado concreto, como aconteceu com a internet. Para ele, as aplicações que resolvem problemas reais e entregam ganhos mensuráveis continuarão crescendo.
“A história mostra que toda grande bolha tecnológica deixa algo real para trás. A bolha da internet destruiu empresas, mas a infraestrutura continuou existindo e sustentou a web que usamos hoje”, afirma.
“O que tende a sobreviver é o que já resolve problemas concretos no dia a dia: ferramentas que ajudam médicos a interpretar exames, sistemas que detectam fraudes em tempo real, assistentes que aceleram o trabalho de programadores e modelos mais baratos voltados para tarefas específicas”, exemplifica.
Por fim, o especialista destaca que o exagero atual com a IA não está no potencial da tecnologia, mas no tempo em que esse potencial se converterá em lucro. “O potencial produtivo da tecnologia é real. O que está inflado é o ritmo e a escala com que esse potencial se tornará lucro”, finaliza.
E o setor automotivo?
No setor automotivo, especificamente no segmento de reposição, a inteligência artificial tem entrado lentamente na mesma dinâmica do varejo, de um modo geral. Os desafios são muito parecidos aos já descritos. Como fazer com que a inteligência artificial, de fato, gere valor às empresas? Passada a euforia inicial com a novidade, como integrar a IA aos processos do cotidiano?
Um dos principais usos da IA na reposição está relacionado ao atendimento ao cliente. Através da tecnologia, a empresa faz o primeiro atendimento ao consumidor, de modo a direcioná-lo para os canais adequados. Funciona, na maioria das vezes, mas a ferramenta parece se aproximar de uma saturação. Se o consumidor não se sente acolhido pela tecnologia, a tendência é que sua insatisfação cresça e chegue já ao limite quando o primeiro contato humano for feito. Reverter essa insatisfação formada é muito difícil.
Além disso, a IA tem atuado na gestão de estoque, auxiliando as empresas a controlarem de forma mais efetiva seus produtos a partir dos dados de vendas nos mais diversos modais. É uma dinâmica que exige um investimento, mas ao mesmo tempo promove uma economia importante às grandes marcas.
A Vaapty, empresa com franquias que atua na intermediação de venda de veículos, apostou na tecnologia. A empresa estruturou um modelo de gestão orientado por dados e sustentado por uma IA própria, com foco em produtividade, padronização e escalabilidade da operação. Como resultado, registrou um crescimento de aproximadamente 33% na movimentação financeira da rede, saltando de R$ 1,5 bilhão em 2025, para mais de R$ 2 bilhões em 2026.
Em 2025, a companhia implementou um ecossistema tecnológico que integra CRM (Gestão de Relacionamento com o Cliente) com inteligência artificial e um ERP (Planejamento de Recursos Empresariais) desenvolvido especificamente para o modelo de franquias. A estratégia inclui automação de tarefas, monitoramento em tempo real das unidades e uso de análise preditiva para apoiar decisões comerciais e operacionais.
“Estruturamos um painel para monitorar toda a operação, além da automação de tarefas críticas, integração entre sistemas e implementação de chatbots para melhorar a comunicação entre franqueados e clientes. A IA também passou a atuar na análise preditiva de dados e na resolução de problemas complexos da operação. Com isso, aumentamos a transparência dos resultados, a eficiência da rede e a segurança para investidores e franqueados”, afirma Miguel Henrique Souza, CEO da Vaapty.
Desse modo, a empresa tem a tranquilidade de usar a IA para gerar resultados concretos. A simples adoção da tecnologia, sem planejamento e acompanhamento, não gera resultados de forma automática. Mas quem sabe utilizar a IA e investe tempo e dinheiro na tecnologia pode colher relevantes frutos em sua operação.
Escrito por: Redação