Steve Eisman alerta para um potencial colapso da IA: a lição deixada pela bolha de 2001

Steve Eisman, o investidor que previu corretamente a crise hipotecária de 2008 e obteve lucros milionários com sua queda, voltou a alertar. Desta vez, sua previsão não aponta para os mercados de crédito, mas para os gastos vertiginosos que as grandes empresas tecnológicas estão canalizando para a inteligência artificial. Através do seu canal no YouTube, Eisman traça um paralelo histórico que preocupa a Wall Street: os excessos de investimento que caracterizaram a bolha da internet podem se repetir agora na corrida pelo domínio da IA.

A história de sobreinvestimento que se repete: de 1999 a 2026

O aviso de Steve Eisman baseia-se em um precedente desconfortável. No final dos anos 90, analistas de todo o mundo afirmavam que a internet revolucionaria a economia. Tinham razão no fundo, mas o timing foi catastrófico. A indústria foi inundada com capital especulativo que alimentou uma febre de investimento sem precedentes. O resultado foi previsível: dinheiro demais, rápido demais, em tecnologias ainda imaturas.

Quando a bolha das pontocom explodiu em 2001, não apenas marcou o início de uma recessão econômica, mas as ações tecnológicas passaram anos sem se recuperar. O sobreinvestimento foi, em grande parte, a causa raiz da crise. Hoje, Steve Eisman observa movimentos semelhantes em torno da IA, embora reconheça que o contexto é diferente e sua análise merece cautela.

Mais de 300 bilhões em CapEx: o gasto em IA é sustentável?

O argumento de Eisman apoia-se em um dado concreto: Meta, Google, Amazon e outras corporações tecnológicas estão gastando conjuntamente mais de 300 bilhões de dólares em despesas de capital (CapEx) ligados a projetos de inteligência artificial. Todas competem na mesma direção, perseguindo a promessa de sistemas de IA cada vez mais avançados. Mas aqui surge a pergunta incômoda: esse nível de investimento massivo está justificado pelos resultados reais que está gerando?

Sinais de fadiga: os limites do ChatGPT como indicador

Uma das primeiras fissuras na narrativa do progresso imbatível aparece ao observar os últimos desenvolvimentos em modelos de linguagem. Segundo críticos citados por Steve Eisman, a abordagem atual de escalonamento de modelos—investir mais recursos computacionais para treinar sistemas maiores—pode estar se aproximando de seus limites. O novo ChatGPT 5.0, lançado recentemente, não apresentou melhorias revolucionárias em relação à sua versão anterior, ChatGPT 4.0, o que sugere uma desaceleração na curva de inovação.

Essa desaceleração, embora incipiente, aponta para um problema fundamental: ninguém sabe com certeza qual será o retorno efetivo do investimento (ROI) desse gasto titânico em infraestrutura de IA.

O cenário que Eisman teme: um período de “digestão dolorosa”

Se os retornos desse investimento monumental se mostrarem decepcionantes no curto prazo—o que pode acontecer em breve—a corrida pelos gastos em IA sofrerá uma desaceleração abrupta. As empresas reduzirão orçamentos, os projetos desacelerarão e a indústria entrará no que Steve Eisman descreve como um período de “digestão dolorosa”. Um cenário semelhante ao que o setor tecnológico viveu após 2001, quando anos de euforia inversora precisaram ser processados lentamente pelo mercado.

A história, adverte Eisman, nem sempre é mestra do futuro. Mas seus paralelos são suficientemente claros para manter o radar ligado.