Um relatório de pesquisa, centenas de bilhões de dólares em valor de mercado evaporados: desvendando SemiAnalysis, a agência de inteligência mais misteriosa da era da IA

Um relatório evaporou centenas de bilhões de dólares em valor de mercado: os segredos por trás da agência de inteligência mais misteriosa da era da IA, a SemiAnalysis

Em 9 de junho de 2026, o setor de comunicação óptica de IA do mercado de ações dos EUA foi subitamente alvo de uma venda coletiva.

A Coherent despencou, $COHR caiu mais de 11%, Marvell $MRVL caiu quase 9%, Corning $GLW, Lumentum $LITE e outras empresas de módulos ópticos e dispositivos ópticos de IA sofreram quedas acentuadas, evaporando centenas de bilhões de dólares em valor de mercado em um único dia.

Naquele dia, não houve reunião do Federal Reserve, nenhum grande evento geopolítico e tampouco lançamento de novos produtos pela Nvidia.

O verdadeiro gatilho para as fortes oscilações do mercado foi apenas um relatório de menos de cem páginas.

O mais surpreendente é que este relatório não veio do Goldman Sachs, nem da Morgan Stanley ou Bernstein, mas sim de uma empresa independente de pesquisa com apenas algumas dezenas de funcionários — a SemiAnalysis.

E não foi a primeira vez que ela mudou o mercado.

Quatro dias antes, outro relatório da SemiAnalysis sobre o ajuste de configuração de HBM da próxima geração da plataforma Vera Rubin da Nvidia levou o mercado a reavaliar a demanda futura por memória, fazendo com que as ações da Micron caíssem 13% em um dia.

Em poucos dias, dois relatórios, dois ajustes de precificação de mercado.

Hoje, no círculo global de investimentos em IA, cada vez mais pessoas acreditam em uma máxima: quem realmente pode impactar a avaliação de bilhões de dólares em toda a cadeia de IA não é apenas a Nvidia, mas sim quem descobre a verdade do setor antes dos outros.

Então, afinal, quem é a SemiAnalysis?

Por que ela sabe a resposta antes de Wall Street?

Muitos investidores ouviram falar da SemiAnalysis pela primeira vez por causa da DeepSeek.

No início de 2025, o anúncio da DeepSeek de que "treinou um modelo de classe mundial com apenas seis milhões de dólares" quase mudou toda a lógica dos investimentos em IA.

O mercado rapidamente chegou a uma conclusão: se o treinamento de IA já ficou tão barato, então os gastos de capital globais com GPU, HBM e data centers no futuro vão cair.

Naquele dia, o valor de mercado da Nvidia evaporou cerca de US$ 600 bilhões, o maior derretimento de valor em um único dia da história das bolsas americanas.

Enquanto toda a mídia discutia o "milagre de seis milhões de dólares", a SemiAnalysis refez as contas.

Segundo eles, os seis milhões cobrem apenas uma pequena parcela dos custos diretos na fase de treinamento de GPU, não incluindo aquisição de servidores, equipamentos de rede, armazenamento, energia, construção de data centers, operação de longo prazo nem todo o investimento em infraestrutura de IA.

Com base no modelo que recalcularam, o investimento real de capital por trás da DeepSeek foi muito superior ao divulgado, envolvendo um cluster de cerca de 50.000 GPUs da série Hopper (incluindo H100, H800, H20, entre outros modelos), longe do "milagre de baixo custo" imaginado pelo mercado.

O mercado percebeu depois que o que precisava de ajuste não era a demanda por IA, mas sim o entendimento geral sobre os custos.

Nada disso foi um caso isolado.

No final de 2024, eles passaram cinco meses testando o AMD MI300X em servidores reais para o benchmark, em vez de repetir os slides oficiais.

O resultado final não foi alentador.

Eles concluíram que, embora o hardware da AMD já seja competitivo, o ecossistema CUDA ainda é uma barreira de software muito robusta, o que dificulta desafiar de verdade a liderança da Nvidia no mercado de treinamento de IA no curto prazo.

No dia seguinte ao lançamento do relatório, a CEO da AMD, Lisa Su, entrou em contato diretamente com o fundador Dylan Patel. O que era para ser uma conversa de meia hora acabou levando noventa minutos inteiros.

Em 2026, a SemiAnalysis mais uma vez prevê que a comercialização em massa da alimentação direta DC 800V e do CPO (co-packaged optics) será adiada para 2028-2029, muito além das expectativas anteriores do mercado.

A justificativa deles não foi apenas um simples "acreditamos que haverá atraso", mas sim um detalhamento da taxa de rendimento na manufatura.

Se um ASIC precisar integrar 32 motores ópticos, mesmo com cada motor tendo rendimento de 95%, o produto final teria apenas cerca de 19% de rendimento total.

Isso significa que ainda existe um longo caminho de engenharia até a verdadeira produção em massa.

O mercado acreditou neles.

Assim, todo o setor de comunicações ópticas foi reprecificado coletivamente.

Após alguns anos acertando nas tendências do setor, a SemiAnalysis deixou de ser apenas uma fonte de opinião, passando a influenciar as expectativas do mercado.

Ela não vende pesquisa, vende inteligência

Muitos confundem a SemiAnalysis com um veículo de mídia tecnológica.

Na verdade, essa percepção está completamente errada.

Seu real modelo de negócio é mais próximo de uma mistura entre Bloomberg, Gartner e empresas de consultoria industrial.

O produto central do site não são artigos, mas sim uma série de bancos de dados institucionais, modelos de previsão e consultoria setorial.

Eles vendem para grandes fundos de hedge, fundos mútuos, empresas de semicondutores, provedores de nuvem e órgãos governamentais diversos modelos preditivos, incluindo modelos de oferta e demanda de GPU, previsões de HBM, modelos de capacidade fabril, centros de dados de IA, Token Economics e o banco de dados ChipBook.

Muitos desses produtos não são PDFs, e sim bancos de dados em Excel que podem ser importados diretamente em modelos de DCF e sistemas de previsão de lucros.

Para um fundo que gere ativos de bilhões de dólares, saber três meses antes sobre mudanças de capacidade da TSMC em CoWoS, sobre o ritmo de entregas de GPU da Nvidia ou lacunas de oferta de HBM vale muito mais que dezenas de milhares de dólares em honorários de consultoria.

Assim, a assinatura individual de US$ 500 ao ano é apenas o produto mais periférico.

O que dá lucro de verdade são os clientes institucionais.

Um único contrato anual com um grande cliente institucional pode valer tanto quanto centenas ou milhares de assinantes individuais.

Em outras palavras, o que a SemiAnalysis realmente vende não é notícia, mas dados que ninguém mais pode acessar.

Sua verdadeira vantagem competitiva é a construção de uma rede global de inteligência

O que realmente faz Wall Street respeitar a SemiAnalysis não é apenas a capacidade analítica de Dylan Patel, mas principalmente seu poder de coleta de informação.

Enquanto os outros ainda leem demonstrativos financeiros, eles já estão analisando imagens de satélite.

A SemiAnalysis monitora há muito tempo a construção de milhares de data centers ao redor do mundo, usando imagens de satélite combinadas com modelos de visão computacional para identificar automaticamente o progresso das obras, área construída e velocidade de expansão.

Quando necessário, chegam a pedir autorização de voo de drone para registrar imagens aéreas dos canteiros de obras de data centers.

Eles estudam manifestos de embarque, documentos de compras governamentais, pedidos de informação pública (FOIA), dados de cadeias de suprimentos e vários bancos de dados públicos, tentando montar o retrato mais fiel do funcionamento da cadeia produtiva de infraestrutura de IA.

Paralelamente, Dylan Patel participa de praticamente todas as principais conferências de semicondutores.

Ele mantém contato contínuo com engenheiros, fornecedores de equipamentos, empresas de encapsulamento, fábricas de materiais e profissionais da cadeia de suprimentos para montar, pouco a pouco, seu próprio banco de dados do setor.

No Reddit, muitos especialistas do ramo até o chamam de "Ming-Chi Kuo da era da IA".

A diferença é que ele não depende apenas de informações da cadeia de suprimentos, mas gosta de validar cada palpite com engenharia e cruzamento de dados.

Para testar GPUs AMD, ele se dispõe a passar cinco meses realizando benchmarks.

Para estudar data centers de IA, ele está disposto a criar seus próprios modelos de identificação via satélite.

Na era da IA, cada vez mais instituições acreditam em uma máxima: a informação realmente importante dificilmente aparece primeiro em demonstrativos financeiros, mas está escondida na cadeia de suprimentos, canteiros de obras, logística e detalhes de engenharia.

Como um apicultor se tornou uma das pessoas mais influentes do mundo de IA?

Ainda mais surpreendente, Dylan Patel praticamente não é analista de semicondutores no sentido tradicional.

Nascido em 1996, ele fez faculdade em administração e direito, sem base em engenharia eletrônica.

Antes de empreender, ele chegou a trabalhar como apicultor.

O que realmente mudou seu destino foi o interesse pessoal.

Quando jovem, foi ativo por muito tempo na comunidade de hardware do Reddit, publicando anonimamente análises de semicondutores e mantendo seu próprio blog tecnológico.

Mais tarde, por sugestão do amigo Doug O'Laughlin, passou a escrever usando seu nome real.

Em 2020, aos 24 anos, Dylan Patel fundou oficialmente a SemiAnalysis.

Ninguém imaginava que, em poucos anos, o site que era só um blog técnico se tornaria uma das instituições de pesquisa de maior influência na cadeia global de IA.

Na conferência GTC em 2026, Jensen Huang mencionou apenas duas pessoas do setor em mais de duas horas de palestra.

Uma delas era Dylan Patel.

Jensen Huang chegou a exibir o logo da SemiAnalysis na tela principal de sua apresentação e declarou publicamente que as análises de Dylan sobre o desempenho de inferência da Nvidia estavam praticamente corretas.

Para uma instituição de pesquisa independente, isso equivale ao maior grau de reconhecimento do setor.

Controvérsias também começaram a surgir

Quanto maior a influência, maior a controvérsia.

No final de junho de 2026, a Tema ETFs anunciou uma parceria exclusiva com a SemiAnalysis e lançou dois novos ETFs focados na cadeia de IA.

A data é bastante delicada.

Semanas antes, a SemiAnalysis tinha publicado uma sequência de relatórios ajustando as perspectivas para a cadeia de IA, causando intensas oscilações no setor.

Assim, surgiram rapidamente questionamentos no mercado.

Uma instituição que publica relatórios, faz parcerias em ETFs, oferece consultoria, bancos de dados e, possivelmente, realiza operações de investimento, estaria mesmo conseguindo manter total independência?

Hoje, analistas de venda dos EUA devem seguir regras de divulgação de conflitos de interesse como o Regulation AC, e empresas posicionadas vendidas costumam divulgar suas posições publicamente.

Mas para empresas de pesquisa independentes, ainda não existem regras de divulgação tão estritas.

Portanto, o real ponto para discussão do mercado não é a conduta da SemiAnalysis, mas sim os possíveis desafios regulatórios futuros para toda a indústria de pesquisa independente.

Conforme mais empresas de pesquisa misturam bancos de dados, consultoria, ETF e investimentos, a fronteira entre pesquisa e negócio torna-se cada vez mais difusa.

Na era da IA, o mais valioso não são os chips, mas a informação

Observando o desenvolvimento da SemiAnalysis, nota-se que o que ela realmente mudou não foi a indústria de semicondutores, mas a forma de produção de informação no mercado de capitais.

Por décadas, analistas de Wall Street dependiam majoritariamente de calls com empresas abertas, balanços e contatos com o management.

Hoje, na era da IA, as informações realmente valiosas vêm cada vez mais da cadeia de suprimentos, do campo, dos dados logísticos, de imagens de satélite e de bancos de dados industriais.

Quem conseguir montar esses fragmentos antes, terá maior vantagem no mercado.

No fundo, o que a SemiAnalysis faz é industrializar e sistematizar a obtenção de informação e vendê-la para quem está disposto a pagar caro por ela.

Para o investidor comum, não dispomos dos mesmos recursos nem temos condições de replicar uma rede global de inteligência.

A lição mais valiosa deles não está em um relatório otimista ou pessimista, mas sim no método de pesquisa do setor.

Não idolatre nenhuma instituição.

Por mais que acertem nos últimos anos, ninguém será sempre correto.

O que pode gerar retornos excedentes de longo prazo não é correr atrás de notícias recentes, mas sim construir sua própria estrutura de entendimento setorial, compreender a evolução tecnológica, as mudanças na cadeia de suprimentos e a lógica por trás do capex.

Porque qualquer relatório fica obsoleto, e toda febre de mercado, uma hora, esfria.

Só o conhecimento acumulado continuamente é o verdadeiro patrimônio que se multiplica com o tempo.

Talvez, essa seja a maior inspiração que a SemiAnalysis pode deixar para todos os investidores.