O que o Vale do Silício está observando? A segunda fase da IA começou! Resumo das opiniões dos gigantes da tecnologia na Conferência TMT do Goldman Sachs (análise aprofundada)

O sinal mais claro transmitido pela Conferência Communacopia + TMT 2026, do Goldman Sachs, é: O foco dos investimentos em IA está migrando de "construir capacidade computacional" para "usar capacidade computacional", mas a própria capacidade ainda está seriamente abaixo da demanda. Essas duas realidades coexistem e compõem a principal tensão vigente no Vale do Silício.

Jan Hatzius, economista-chefe do Goldman Sachs, estabeleceu o tom em sua fala na conferência: "A onda de investimentos em IA não vai durar para sempre." Porém, Jensen Huang, da Nvidia, expressou uma sensação oposta de urgência no mesmo evento: "70% do crescimento é limitado pela oferta, não pela demanda." Esse tipo de divergência é, justamente, a característica essencial da segunda fase da IA — não há controvérsias quanto à direção, o desafio está no ritmo e na distribuição.

O que se discute no Vale do Silício: Seis temas centrais

Tema 1: O "gargalo físico" da capacidade computacional torna-se nova narrativa

Jensen Huang redefiniu sistematicamente o quadro narrativo da infraestrutura de IA durante a conferência. Ele atribui os motores dessa transformação a duas revoluções industriais sobrepostas: a transição paradigmática da computação por busca para a computação generativa e o fim da Lei de Moore.

Nos últimos 60 anos, o computador foi essencialmente "pré-gravado" — após o clique do usuário, a informação era recuperada do armazenamento. Mas a IA generativa exige respostas geradas em tempo real, baseadas no contexto, o que significa a necessidade de construir uma nova camada computacional operando continuamente. Paralelamente, o benefício do encolhimento dos transistores se esgotou, e o aumento de desempenho não depende mais da miniaturização do processo. A resposta de Jensen Huang é utilizar a embalagem multi-chip CoWoS e a expansão vertical NVLink para alcançar um design colaborativo extremo. Ele afirma diretamente: "Se você não tiver NVLink, se não puder expandir verticalmente de forma realmente eficiente, está acabado, pois a Lei de Moore é seu inimigo."

A virada dessa narrativa está em: O principal gargalo para o crescimento da IA passou de "existe demanda?" para "o mundo físico conseguirá acompanhar?" Huang reconhece que há gargalos nos setores upstream (embalagem, wafers, memória) e downstream (eletricidade e local de data center), mantendo a expectativa de crescimento de aproximadamente 70% ano a ano até CY27. Bret Johnsen, CFO da SpaceX, revelou planos de expansão ainda mais agressivos: aumentar a capacidade de IA de 2 GW em terra para 5-10 GW até 2027 e lançar satélites de IA para reduzir o custo computacional em órbita ao mesmo nível dos data centers terrestres.

Tema 2: "Caminho dos vencedores" na camada de aplicativos de IA começa a clarear

Hock Tan, CEO da Broadcom, trouxe um modelo econômico contundente: 1GW de capacidade Frontier de IA equivale a US$ 30 bilhões de ARR, dos quais US$ 10 bilhões são custos, e os US$ 20 bilhões restantes são distribuídos entre a camada de modelos + aplicativos, e US$ 10 bilhões vão para o ecossistema de Cloud + Chip + Memória + Energia.

Isso significa que a distribuição de valor da cadeia de IA já pôde ser quantificada. O "caminho dos vencedores" proposto pelo Goldman Sachs é: modelos proprietários > chips próprios > hyperscalers > energia + resfriamento líquido > rede > camada de aplicativos.

No entanto, o Goldman Sachs também destaca que os recursos do mercado estão migrando da primeira fase (GPU/HBM/hardware de data centers) para a segunda fase (aplicativos vencedores capazes de converter tokens em produtividade, receita e fluxo de caixa para empresas). As diferenciações de valuation podem, no futuro, ser "ainda mais acentuadas": empresas de software com dados exclusivos, fluxos de trabalho complexos e ROI claro serão reavaliadas, enquanto softwares SaaS tradicionais suscetíveis à comoditização pela base dos modelos passarão a sofrer ainda mais.

A fala de Ali Ghodsi, CEO da Databricks, confirma essa avaliação: a competição na área de software de IA está se voltando para a implantação prática nas empresas, e plataformas capazes de transformar eficientemente habilidades dos modelos em resultados confiáveis de negócios deverão experimentar novo espaço de crescimento.

Tema 3: Agentic IA sai do "conceito" e entra na "reorganização organizacional"

Nesta edição da conferência, Agentic IA não se limita mais a demonstrações funcionais e começa a remodelar as estruturas organizacionais internas das empresas.

A CHYM revelou ter implementado demissões de 10%, visando criar "uma organização mais plana e rápida". As equipes de produto e engenharia agora somam metade do tamanho original, porém, "graças à clareza de responsabilidades e operações mais enxutas, a produtividade se mantém". Já a Block, após uma grande reestruturação organizacional no início do ano (reduzindo níveis entre decisores e executores), está colhendo efeitos de alavancagem significativos sem aumentar custos fixos.

No lado técnico, a AMD considera Agentic IA como uma nova carga de trabalho, que deve aumentar a demanda por diferentes tipos de CPUs, não apenas GPUs. A SailPoint estabeleceu uma meta concreta: agentic IA pode tornar-se o principal motor de crescimento, com meta de receita agentic de US$ 800 milhões para o ano fiscal de 2029.

A explicação mais sistemática foi de Amy Hood, CFO da Microsoft: a empresa está combinando licenciamento previsível para usuários com precificação baseada no consumo de serviços de IA, além de expandir os produtos Agent 365 e Copilot. Ela afirma abertamente que "fluxos de trabalho agentic seguros e regulados" podem alavancar crescimento, pois agentes, aplicativos e humanos passarão a colaborar cada vez mais.

Tema 4: Segurança cibernética torna-se o "tema mais frequente"

Segurança cibernética foi o cenário de aplicação mais mencionado nesta conferência. Jensen Huang destacou-a claramente como próxima principal aplicação de IA, apresentando lógica econômica específica:

"Uma derivada da codificação, naturalmente, é a descoberta de bugs, e uma derivada disso é um mercado imenso chamado segurança cibernética. O assistente de código responde e para; o agente de segurança monitora a rede continuamente, o que significa que os clientes precisam pagar pela inferência 24x7 e não mais de forma pontual."

O CEO da Palo Alto Networks foi direto ao ponto: "A indústria de IA para segurança nem sequer se estabeleceu", enquanto CrowdStrike e Palo Alto juntas valem cerca de US$ 490 bilhões em valor de mercado, bem abaixo do valor trilionário das gigantes de IA, destacando o potencial de revalorização do setor.

Dados apresentados por George Kurtz, CEO da CrowdStrike, trouxeram senso de urgência mensurável: ataques cibernéticos habilitados por IA cresceram 89% no último ano, e o tempo recorde de invasão caiu para 27 segundos. Esse tempo é menor do que o necessário para a maioria dos times humanos de segurança avaliarem um alerta, servindo de principal argumento para agentes autônomos substituírem times de analistas.

Huang chamou a CrowdStrike de "primeira parceira de segurança cibernética" da Nvidia e disse que o lançamento do SafeMind representa "um ponto de inflexão para a segurança cibernética".

Tema 5: Cobrança por resultado da OpenAI e economia da intensidade de uso

Sarah Friar, CFO da OpenAI, trouxe à conferência sinais do ponto mais avançado da monetização da IA.

Negócios corporativos já são metade do mix: a participação de receita entre consumidor e empresa chegou antecipadamente ao 50:50 no meio do ano, ante 60:40 no início. Em julho, a receita anualizada total cresceu 20% mês contra mês, enquanto a receita corporativa cresceu 32%, já em uma base grande.

O novo número relevante é a intensidade de uso: o consumo de tokens do top 10% dos clientes corporativos de vanguarda já é 8 vezes maior que o do cliente comum (antes era 3 vezes); dentro da OpenAI, chega a 33 vezes. Friar define as 33x como "um preview do que os atuais clientes podem atingir no futuro", indicando que o crescimento corporativo não advém de conquistar novos clientes, mas sim do aumento contínuo do consumo por cliente.

O roadmap de preços já está claro: assinatura → por uso → cobrança por resultado. Friar diz explicitamente que quer deixar de cobrar por token, migrando a divisão para receita vertical. A lógica competitiva também está mudando: não se olha mais o custo por token, mas sim por tarefa, com o modelo precisando de 68% menos tokens para o mesmo resultado em comparação à concorrência.

Tema 6: Sinais de oferta de armazenamento, consumo e eficiência organizacional

A SanDisk trouxe um ponto subestimado pelo mercado: O crescimento da oferta de NAND deverá continuar limitado no futuro previsível, enquanto a proliferação da inferência de IA continua elevando a demanda. Essa relação direta de oferta e demanda sustenta a lógica do preço da NAND.

Sinais do lado consumidor são bastante consistentes: a Block afirmou que "os gastos do consumidor apresentaram alta resiliência durante o segundo trimestre, tendência que se mantém em julho e agosto"; a Toast relatou níveis de gastos estáveis; e a Booking.com disse que a demanda por viagens permanece forte. Declaração na mesma linha feita pela Visa em conferência anterior.

A remodelação da eficiência interna pela IA também está sendo revelada diretamente: a Booking.com emprega IA generativa em atendimento ao cliente e desenvolvimento de software, "já enxergando benefícios reais"; e a Etsy diz que a IA resulta em "compreensão mais profunda de estoque, entendimento do comprador e identificação de intenção de compra".

O quadro da "segunda fase da IA" nos relatórios do Goldman Sachs

Os relatórios publicados pelo Goldman Sachs antes e depois da conferência montam o quadro analítico de fundo que permite entender o evento.

Primeira camada: de "expansão da capacidade computacional" à "monetização dos tokens". Analistas do banco apontam que recursos globais estão migrando da primeira fase de gargalos de hardware da IA para a segunda fase, focada nos aplicativos que convertem tokens em produtividade, receita e fluxo de caixa para empresas. O critério central para avaliar esses aplicativos é: possuir um grande e exclusivo banco de dados, forte vantagem nos fluxos de trabalho, execução fechada via agentes inteligentes e ROI claro.

Segunda camada: de "duopólio" à "competição multipolar". Rich Privorotsky, chefe da mesa de operações One-Delta do Goldman Sachs, afirma que a narrativa da IA está mudando de "corrida de tecnologia de ponta Nvidia x Google" para um quadro de competição altamente multipolar. Meta e xAI já conseguiram fornecer APIs de ponta a custos menores. Embora mais competição pressione o preço do token para baixo, o argumento contrário de que "tokens mais baratos liberarão nova demanda exponencial" não se comprova na prática. A adoção de IA paga por empresas já passou de 50%, e só o barateamento pode não desencadear outro ciclo de forte demanda.

Terceira camada: de "grandes modelos" a "modelos pequenos dedicados". Workloads corporativos migram aceleradamente para modelos menores — para processamento de documentos, roteamento de workflows, revisão de conformidade, atendimento ao cliente. Custam menos para rodar, são mais rápidos e rodam localmente em edge devices. O CEO da Hugging Face é citado pelo Goldman Sachs: empresas estão passando por uma transformação estrutural de "consumir APIs proprietárias de ponta" para "ter e rodar modelos próprios open source".

Quarta camada: eficiência de capital será o teste final. A principal dúvida do Goldman Sachs não é se as gigantes da nuvem vão reduzir investimentos, e sim quando os acionistas vão exigir maior eficiência do capital. Caso pressionadas, essas gigantes reduzem gastos, e mesmo com bons resultados das empresas beneficiadas de hardware, os múltiplos de valuation podem não se sustentar.

Resumo em uma frase do momento atual do Vale do Silício

A essência da segunda fase da IA não é "a IA ficou mais lenta", mas sim "a IA deixou de ter narrativa de escassez para ter narrativa de distribuição". Capacidade computacional ainda é insuficiente, mas o mercado começa a questionar: afinal, de quem esses recursos viram fluxo de caixa no fim das contas? Huang responde "investe-se 1 dólar e retorna 100", OpenAI vai para "cobrança por resultado", e Goldman Sachs quer "resultado útil por dólar investido em IA". Quem conseguir transformar tokens em resultados corporativos verificáveis, define as regras da segunda fase da IA.