CICC: O momento financeiro da IA

O investimento em capital de AI está em um ponto de inflexão, passando de ser impulsionado por fluxos de caixa internos para uma expansão do balanço patrimonial. À medida que o volume de investimentos supera a capacidade dos fluxos de caixa internos, os recursos marginais virão cada vez mais do sistema financeiro. Este relatório, como o primeiro artigo da série “Monitoramento de Financiamento de AI”, busca responder a três perguntas: como o sistema financeiro irá absorver a demanda de 3,5 trilhões de dólares em financiamentos para AI? Os investimentos em AI conseguirão atender o pagamento da dívida e retorno aos acionistas? Este ciclo de financiamento de AI trará quais oportunidades às instituições financeiras e acumulará que tipos de riscos e transmissões?

Resumo

Investimento em infraestrutura de AI: do fluxo de caixa à dívida. O CAPEX dos grandes provedores de nuvem como proporção da receita aumentou de cerca de 12% em 2023 para aproximadamente 23% em 2025, e de acordo com as expectativas de consenso do mercado, pode ultrapassar 40% em 2027, chegando ou até superando os picos históricos de ciclos de CAPEX das indústrias de internet e energia. Sob a pressão do investimento em AI, os investimentos podem passar de fluxo de caixa operacional para uma dependência maior de financiamento externo. Com base nas estimativas de consenso de fluxo de caixa operacional e CAPEX dos grandes provedores de nuvem, estimamos que o investimento em AI pode criar uma demanda de financiamento externo de cerca de 3,5 trilhões de dólares nos próximos cinco anos.

De onde vêm os 3,5 trilhões de dólares? Em um cenário básico, esperamos que o financiamento externo de 3,5 trilhões para o CAPEX de AI seja absorvido por: mercado de ações público (0,4 trilhão), títulos de grau de investimento (1,5 trilhão), financiamento alavancado (0,3 trilhão), produtos de securitização de ativos (0,3 trilhão) e capital privado (1,1 trilhão). Entre eles, títulos de grau de investimento e capital privado são o lastro do financiamento: o primeiro depende da expansão do balanço das provedoras de nuvem e da capacidade de pagamento de dívida via fluxo de caixa, enquanto o segundo pode atender a projetos de maior risco e porte, e, através de design de financiamento off-balance, reduzir o comprometimento de recursos das provedoras de nuvem e preencher a lacuna de forma mais flexível.

Uma questão de 1 trilhão de dólares: como a dívida de AI será paga? Para satisfazer o pagamento de dívidas e retorno aos acionistas, assumindo ROIC de 10%, estimamos que as aplicações de AI precisarão gerar uma receita estável de cerca de 1 trilhão de dólares por ano no final do ciclo. Supondo que esse volume seja atingido até 2030, seria necessário crescimento quase dobrado das receitas das aplicações de AI a cada ano nos próximos 5 anos. Mais importante do que o volume de receitas é a margem de lucro e a vida útil dos ativos: com margem EBITDA de cerca de 50% na maturidade e vida útil da infraestrutura de aproximadamente 5 anos, o investimento poderá ter retorno positivo; caso a margem caia abaixo de 20%, mesmo com vida útil mais longa, dificilmente cobrirá o custo de capital.

O refinanciamento pode substituir fluxo de caixa? Os títulos emitidos por grandes provedores de nuvem costumam ter prazos de 10 a 30 anos; fundos de infraestrutura também investem por períodos superiores a 10 anos; após a entrada em operação de data centers, é possível substituir os financiamentos de construção por bonds de projetos e securitização. Contudo, refinanciar apenas ganha-se tempo, não substitui o fluxo de caixa: se a taxa de ocupação, a margem e a vida útil dos ativos ficarem persistentemente abaixo do esperado, a rolagem contínua eleva a alavancagem e o custo de financiamento. Estimamos que entre 2027 e 2032, haverá um pico de vencimentos de títulos das grandes provedoras, cerca de 28 bilhões de dólares anuais, um aumento de 60% em relação a 2024-2026, elevando a pressão por refinanciamento.

Oportunidades e riscos para instituições financeiras. Bancos podem obter receitas com underwriting de ações e dívidas, trading, consultoria em M&A e financiamento de projetos; capital privado e seguradoras conseguirão novos ativos de longo prazo. No segundo trimestre de 2026, as seis maiores bancas americanas tiveram um crescimento anual de 32% na receita não proveniente de juros; até junho de 2026, os empréstimos bancários a instituições financeiras não bancárias cresceram cerca de 25% ao ano — e o financiamento de AI é um componente importante deste aumento. A receita dos bancos costuma ser reconhecida na fase de financiamento e construção, já o risco de crédito só aparece quando o projeto entra em operação ou é refinanciado, mostrando “receita antecipada, risco postergado”.

AI é uma "bolha" financeira? Atualmente, os principais investidores em AI ainda são grandes provedoras de nuvem com forte fluxo de caixa, enquanto ações e capital subordinado fazem o papel de amortecedor antes dos empréstimos bancários prioritários. Então, mesmo que parte dos projetos não tenha o retorno esperado, o risco tende a aparecer primeiro em ajustes de valuation das empresas, redução do CAPEX e perdas de crédito localizadas, ao invés de crise generalizada do sistema financeiro. Por outro lado, a rápida expansão do capital privado e do financiamento alavancado traz efeitos de spillover: se o crescimento da receita permanecer atrás do CAPEX, o risco pode evoluir de ajustes de valuation para deterioração da qualidade de crédito, sendo transmitido via refinanciamento, crédito privado e securitização ao sistema financeiro. O problema não é o volume, mas sim se o ciclo de caixa fecha antes que o custo de financiamento suba e os ativos se desvalorizem.

Gráfico 1: De onde vêm os 3,5 trilhões de dólares para financiamento de AI?

Nota: CAPEX e OCF suportados para AI são estimativas de consenso do mercado; assume-se 10% de participação do equity em mercado aberto; o volume de títulos de grau de investimento é estimado com base no rating de dívida, alavancagem e concentração dos emissores; alavancagem inclui debêntures de alto rendimento e empréstimos alavancados; ativos securitizados incluem ABS e CMBS, considerando capacidade e aceitação de mercado; lacunas restantes são assumidas via capital privado, como fundos de infraestrutura, private equity, private credit, fundos imobiliários, etc. Cálculos demonstrativos, não representam projeção real.

CAPEX de infraestrutura de AI: do fluxo de caixa à dívida

Novo ciclo de CAPEX em AI cria demanda por financiamento

As projeções de mercado para o CAPEX em AI nos próximos cinco anos variam de 4 a 8 trilhões de dólares, com grandes diferenças metodológicas; adotamos um consenso de cerca de 5,6 trilhões como base para estimativas de financiamento entre 2026-2030. Consideramos como base as projeções de CAPEX para 2025 das cinco maiores provedoras de nuvem[1], usan o consenso sobre as receitas de AI da NVIDIA e AMD[3] como proxy do crescimento de investimentos na cadeia. A expectativa é que as receitas relacionadas a AI de NVIDIA e AMD cresçam, em média, 44% ao ano nos próximos cinco anos, bem mais que os 21% previstos para o crescimento do CAPEX suportado por fluxo de caixa operacional das provedoras até 2025. A diferença indica que depender apenas de fluxo de caixa operacional dos provedores de nuvem pode não ser suficiente — será necessário financiamento externo adicional no futuro.

Gráfico 2: Crescimento esperado de receita de AI dos fabricantes de chips supera o do CAPEX das provedoras de nuvem

Nota: Dados de 2026-2030 são estimativas de consenso Bloomberg; cálculos demonstrativos, não projeção real.

Fonte: Comunicado de empresas listadas, Bloomberg, Departamento de Pesquisa do CICC

Grandes provedoras de nuvem: do fluxo de caixa à dívida

Até o final de 2025, Microsoft, Amazon, Alphabet, Meta e Oracle somarão cerca de 2,6 trilhões de dólares em ativos, com uma razão de endividamento de cerca de 45% e dívida líquida/EBITDA de apenas 0,3 vezes; juntas, geram cerca de 580 bilhões de dólares em fluxo de caixa operacional ao ano. Contudo, pressionadas pelo CAPEX em AI, algumas provedoras vêm elevando a alavancagem. A proporção do CAPEX no faturamento das cinco empresas salta de 12% em 2023 para 23% em 2025, e o consenso prevê ultrapassar 40% em 2027, atingindo ou superando picos históricos nos setores de internet e energia. O consenso do mercado aponta que o fluxo de caixa livre total dessas empresas pode cair de cerca de 200 bilhões em 2025 para aproximadamente 24 bilhões em 2027, reduzindo as disponibilidades para recompra de ações, dividendos e outras finalidades. Assim, o investimento em AI tende a migrar de fluxo de caixa operacional para uma dependência maior de financiamento externo.

Gráfico 3: Fornecedores de AI se beneficiam do CAPEX das nuvens, mas fluxo de caixa livre em queda pressiona cotação das provedoras

Nota: 2026-2027 usa consenso Bloomberg; o índice de preço de fornecedores de AI inclui NVIDIA, AMD, Broadcom, SK Hynix, Samsung Electronics, Micron Technology, ASML; índice de preço das provedoras inclui Meta, Amazon, Microsoft, Alphabet e Oracle.
Fonte: Factset, Bloomberg, comunicados de empresas listadas, Departamento de Pesquisa do CICC

Gráfico 4: Intensidade do CAPEX das nuvens sobe, podendo superar as bolhas pontocom e de energia

Nota: 2026-2028 com consenso Bloomberg
Fonte: Factset, Bloomberg, comunicados de empresas listadas, Departamento de Pesquisa do CICC

3,5 trilhões de dólares: o gap de financiamento do CAPEX em AI

Consideramos como limite o consenso de mercado para o CAPEX das grandes provedoras em 2025 (cerca de 2,1 trilhões) como o volume que pode ser suportado via fluxo de caixa operacional, antes do início de grande alavancagem; este é suficiente para dividendos, recompra de ações e liquidez básica com financiamento externo limitado. Então, a diferença entre o CAPEX esperado do setor e esse volume (aprox. 3,5 trilhões) representa o financiamento externo a ser buscado.

Gráfico 5: CAPEX em AI gera gap de financiamento de 3,5 trilhões de dólares

Nota: Cálculos demonstrativos, não projeção real. Volume total do setor estimado pelo crescimento projetado de receita de AI por Nvidia e AMD, ajustado pelo CAPEX das grandes nuvens em 2025; CAPEX suportado por fluxo de caixa operacional de acordo com consenso Bloomberg ao final de 2025, considerando espaço orçamentário além de dividendos e recompras.

Fonte: Comunicados de empresas, Bloomberg, Departamento de Pesquisa do CICC

De onde vêm os 3,5 trilhões: estrutura de financiamento de AI

Títulos de grau de investimento: o lastro do financiamento de AI

Estimamos que, de 2026 a 2030, títulos de grau de investimento poderão prover cerca de 1,5 trilhão de dólares, ou 42% da demanda de financiamento externo para AI, tornando-se a maior fonte individual. Provedoras de nuvem têm forte fluxo de caixa, baixa alavancagem inicial e ratings elevados, viabilizando captações volumosas, de longo prazo e com custos relativamente baixos nos mercados globais. Baseados em restrições de rating, concentração de índices de dívida e meta de dívida/EBITDA, estimamos uma capacidade de 1,2 a 2,3 trilhões de dólares.

Desde o início de 2026, as cinco maiores provedoras já emitiram cerca de 190 bilhões de dólares em bonds, recorde histórico, diversificando moedas (além do dólar, euro, libra e dólar canadense), facilitando emissões. O mercado de grau de investimento suporta grande parte da demanda de AI, mas o volume, a extensão dos prazos e a concentração do setor podem expandir spreads, custos e restrições de rating.

Gráfico 6: Volume histórico de emissão de bonds por grandes nuvens e diversificação em moedas

Nota: Até 14 de julho de 2026
Fonte: Bloomberg, Departamento de Pesquisa do CICC

Gráfico 7: Estimativa do teto de emissão dos títulos de grau de investimento pelas provedoras de nuvem

Nota: Dados até 14 de julho de 2026.
Fonte: Bloomberg, S&P Global, Departamento de Pesquisa do CICC

Gráfico 8: Emissões ultra-longas podem ampliar spreads de crédito de longo prazo

Fonte: Wind, Departamento de Pesquisa do CICC

Financiamento alavancado: capital de transição para empresas de alto crescimento

A partir da lógica de proporção de mercado entre alavancagem e grau de investimento (aprox. 20%), estimamos que bonds de alto rendimento e empréstimos alavancados podem prover cerca de 0,3 trilhão de dólares, cerca de 8% da demanda. Este mercado atende empresas com alguma receita e ativo, mas ainda sem rating de grau de investimento, como Neoclouds, operadoras de HPC e data centers.

Gráfico 9: O mercado americano de financiamento alavancado soma cerca de 3 trilhões de dólares

Nota: Dados até 14 de julho de 2026

Fonte: Bloomberg, Departamento de Pesquisa do CICC

Ações em mercado aberto: da “des-acionização” à “re-acionização”

Assumindo 20% de participação por ações nos projetos (10%-30% é comum), metade disso vindo de bolsas públicas, estimamos que o mercado pode prover cerca de 0,4 trilhão em 2026-2030. Equity não exige pagamentos fixos e absorve riscos de tecnologia, mercado e valor residual, sendo mais adequado para empresas de AI ainda sem caixa estável, como Neocloud ou operadoras de data centers.

Nas últimas décadas, as empresas listadas nos EUA e China preferiram recomprar ações e pagar dividendos, reduzindo o capital em circulação, o que diminuiu o papel do equity como canal de financiamento — o movimento de “des-acionização”. A “re-acionização” sugere uma reversão dessa tendência, com maior dependência de novas emissões, embora a efetivação dependa muito do valuation de mercado e das janelas de emissão, que tendem a flutuar com o mercado.

Gráfico 10: Este ano, emissão de ações no TMT dos EUA deve bater recorde

Nota: Inclui IPOs, follow-ons, ofertas públicas e subscrições nos EUA; até 14 de julho de 2026.

Fonte: Bloomberg, Departamento de Pesquisa do CICC

Produtos de securitização: de crédito corporativo ao crédito de ativos

Pressupondo que o volume de produtos securitizados dobre de 2025 a 2030, estimamos que ABS, CMBS e outros ativos podem prover cerca de 0,3 trilhão, ou 9% da demanda total de 2026-2030. A securitização foca ativos já operacionais, com contratos de locação longa ou fluxo de caixa identificável, transferindo a base de crédito da empresa para ativos/aluguéis/receitas específicas.

Securitização libera crédito de construção e capital privado, oferecendo ativos de longo prazo para seguradoras, previdência e fundos de renda fixa; mas depende da estabilidade dos contratos, qualidade do locatário, valor residual e padronização dos ativos. Para equipamentos com rápida obsolescência, como GPUs, a depreciação e valor de revenda são restrições chaves para rating e estruturação.

Gráfico 11: O financiamento securitizado de data centers nos EUA foi de cerca de 30 bilhões de dólares em 2025

Nota: Dados até 14 de julho de 2026

Fonte: Bloomberg, Departamento de Pesquisa do CICC

Capital privado: complemento flexível ao gap de financiamento

Estimamos que capital privado (fundos de infraestrutura, private equity, private credit, fundos imobiliários, etc) pode absorver cerca de 1,1 trilhão, ou 30% da demanda externa, atrás apenas dos títulos de grau de investimento. A vantagem está na flexibilidade, combinando equity, preferred, mezzanine e project finance, abrangendo riscos de construção e não padronizados menos precificados no mercado aberto. Fundos privados podem criar JVs ou SPVs com as nuvens, atraindo equity e dívida ao projeto; cumpridos certos requisitos contábeis, arranjos assim podem ser off-balance, reduzindo o gasto e o peso das provedoras, diluindo riscos para terceiros.

Entretanto, a oferta de capital privado tem restrições. Segundo Preqin e McKinsey, em junho de 2025, a distribuição de caixa dos private equities foi só 6% do AUM, mínima recente; em 2026, produtos semi-líquidos de crédito privado devem enfrentar maior pressão por resgate. Portanto, o capital privado segue relevante na expansão do financiamento de AI, mas sua efetividade depende da captação dos fundos e liquidez dos produtos.

Gráfico 12: Investimentos em data centers em forte alta

Fonte: Preqin, Bloomberg, Departamento de Pesquisa do CICC

Gráfico 13: Captação de private equity cai, mas fundos de infraestrutura crescem rápido

Fonte: Preqin, McKinsey, Departamento de Pesquisa do CICC

Gráfico 14: O payout dos private equities está na mínima recente

Fonte: Preqin, McKinsey, Departamento de Pesquisa do CICC

Uma questão de trilhões: como o endividamento de AI será pago?

1 trilhão de dólares: quanto precisa faturar para “zerar” o financiamento de AI?

No cenário básico, estimamos que para atender o serviço da dívida e retorno aos acionistas, sob premissa de ROIC de 10%, será necessário que as aplicações de AI gerem receita comercial sustentável de cerca de 1 trilhão (958 bilhões, base) ao ano. Cálculo considera alavancagem, vida econômica dos ativos, margem de maturidade; supomos que 70% do valor econômico surge em receitas de aplicações e 30% na economia de custos e ganhos de eficiência.

Estimativas de mercado para receita futura necessária para AI variam de 600 bilhões a 2 trilhões de dólares; nossa referência de 1 trilhão está no meio da faixa, ainda assim demanda expansão anual quase dobrada nos próximos 5 anos para atingir esse nível até 2030.

Gráfico 15: Simulação de retorno do capital investido em AI

Nota: Demonstração, não estimativa real; receita das big techs de AI refere-se a 90% da soma de OpenAI, Anthropic, Zhipu e Minimax; aluguel de ativos em 85%; ROIC é retorno sobre capital pré-impostos; margem já considera CAPEX de manutenção

Fonte: Comunicados de empresas, FMI, Counterpoint Research, Departamento de Pesquisa do CICC

O volume anual de 1 trilhão equivale a 0,7% do PIB mundial, ou a US$ 46/mês por iPhone, mas o faturamento de AI não depende apenas de assinaturas individuais: inclui gastos empresariais, publicidade, e-commerce, governo e outros. Segundo Gartner, gasto em SaaS em 2025 deve ser US$ 300 bilhões, e serviços de nuvem pública, US$ 700 bilhões. Ou seja, a receita anual de AI seria 3,2 vezes o SaaS global e 1,4 vez o mercado total de nuvem pública — é audacioso, mas factível.

Análise de sensibilidade das premissas-chaves

Nossos cálculos dependem fortemente de duas premissas: a margem de lucro e o tempo de depreciação. Usamos EBITDA de 50% na maturidade, mas poucas evidências dão suporte real a esse número. Hoje, grandes empresas de AI ainda amargam prejuízos de 300%-500% (ajustados).
Outro ponto crítico é o tempo de depreciação dos ativos: prédios e infraestrutura de data centers têm mais de 10 anos, mas chips e eletrônicos encaram obsolescência acelerada, reduzindo o tempo útil do data center.

Com base nisso, nossa análise mostra:

1. Se a depreciação for 7 anos, com EBITDA de 30%, já chegamos próximo ao break-even do retorno de capital — margem inferior a 20% não cobre nem com vida extra.

2. Se o EBITDA for 50%, vida útil de 5 anos é suficiente para retorno positivo; um tempo extra ampliaria significativamente o ROIC.

Logo, avaliar se AI “zera” ou não, depende muito mais da margem e amortização do que só do faturamento. Margem abaixo do previsto ou obsolescência prematura de equipamentos eleva dramaticamente o ticket mínimo de receita.

Gráfico 16: Diferenças de retorno do investimento em AI sob diferentes margens e vidas dos ativos.

Nota: Com base no cenário de referência de US$ 1 trilhão/ano de receita.
Fonte: Departamento de Pesquisa do CICC

Gráfico 17: Algumas big techs de AI ainda operam com altos prejuízos

Nota: O prejuízo ajustado é o indicador non-IFRS divulgado, expurgando remuneração em ações, variação de valor justo dos instrumentos financeiros e custos de IPO.

Fonte: Comunicados de empresas, Bloomberg, Departamento de Pesquisa do CICC

Oportunidades e riscos para as instituições financeiras

Investimento em AI impulsiona expansão dos bancos

Projetos de data center ficam sem fluxo de caixa estável durante a construção, exigindo aportes bancários; após a entrada em operação e definição dos contratos, são refinanciados por debêntures longas, crédito privado etc. O banco faz o elo entre construção e o capital de mercado.

O financiamento aos não-bancos também impulsiona o crédito bancário. Bancos aplicam alavancagem em instituições de Private Equity via funding de fundos, empréstimos NAV, etc. O Private Equity assume riscos de longo prazo, os bancos entram em financiamentos prioritários de menor duração. Ao final de junho/2026, o crédito a não-bancos cresceu 25% frente ao ano anterior, bem acima do crescimento dos demais segmentos. O crescimento reflete a tração dos investimentos em AI sobre o crédito, dada sua relevância como destino desses recursos.

Gráfico 18: Crédito a não-bancos impulsiona ciclo de crédito nos EUA

Nota: Dados ajustados por mudanças metodológicas do FED.

Fonte: FED, Wind, Departamento de Pesquisa do CICC

Financiamento de AI inflando receitas de mercado de capitais

AI é motor direto de receitas bancárias não financeiras: no 2T26, os seis maiores bancos dos EUA registraram crescimento anual de 40% no lucro líquido, 22% na receita operacional, sendo 32% deste segmento não financeiro. O aumento de IPOs, M&As e emissões de dívida promovido por AI é o principal vetor desse crescimento.

Os grandes bancos oferecem mais serviços de mercado de capitais, capturam taxas e ocupam menos o balanço no longo prazo. Já bancos médios/pequenos captam spreads maiores em project finance, mas assumem mais risco de crédito e capital.

Vale observar: receitas via serviços e underwriting vêm antes; o risco de crédito aparece só na liquidação dos projetos, ou seja, “receita antecipada, risco tardio”.

Gráfico 19: O ciclo de alta dos resultados dos bancos nos EUA é puxado pelo mercado de capitais

Nota: Os seis maiores bancos: JPMorgan Chase, Bank of America, Citigroup, Wells Fargo, Goldman Sachs, Morgan Stanley.

Fonte: Comunicados, Bloomberg, Departamento de Pesquisa do CICC

De risco de AI ao risco financeiro

O refinanciamento pode substituir o caixa? Os títulos das provedoras têm prazo de 10-30 anos, fundos investem por mais de 10 anos; após data centers entrarem em operação, é possível swapping de dívida de construção por debêntures e securitização. Tais arranjos aliviam o pagamento de curto prazo, dando “fôlego” para comercializar AI. Se as receitas não acontecerem, as empresas ainda podem rolar as dívidas. Porém, refinanciar ganha tempo, não substitui caixa: sem taxa de ocupação, margem, vida útil compatíveis, a alavancagem cresce junto ao custo. Calculamos pico de vencimentos de 2027 a 2032 em provedores, quase US$ 28 bilhões/ano, 60% superior a 2024-26 — elevando o risco de rolagem.

Gráfico 20: A partir de 2027, vencimento dos bonds das provedoras está concentrado

Fonte: Bloomberg, Departamento de Pesquisa do CICC

O crédito das nuvens é o cerne do risco. Elas são as grandes investidoras de AI, emissoras de bonds, locatárias de data center, clientes de Neoclouds e SPVs — sua situação de crédito determina a continuação dos fluxos de caixa da cadeia. O CDS das nuvens é um indicador de risco de crédito de alta frequência: desde o fim de 2025, o spread subiu, mas há dispersão — em julho/26, o CDS 5 anos de Microsoft, Amazon, Alphabet e Meta ficava entre 45-80 bps, já Oracle e CoreWeave ultrapassavam 180 e 600 bps respectivamente, mostrando preocupação do mercado com alavancagem, fluxo de caixa livre e dependência de rolagem.

Gráfico 21: O spread de crédito dos bonds de AI subiu

Fonte: Bloomberg, Departamento de Pesquisa do CICC

Cadeia de transmissão do risco financeiro. Se a comercialização de AI não ocorrer conforme esperado, o risco aparece primeiro na ocupação, receita e margem dos data centers, pressionando o valor residual dos ativos. As perdas são absorvidas primeiro por acionistas de nuvens, Neoclouds e SPVs (afetando preços das ações); se o caixa operacional piorar e o equity for “comido”, aí sim se transmite a bonds, financiamento alavancado, securitização e crédito privado. Empréstimos bancários têm prioridade, geralmente são “last in line” na absorção das perdas.

AI é uma “bolha”? Perspectiva do sistema financeiro

Volume não é sinônimo de bolha: a questão é se o capital novo gera demanda e caixa sustentável. O mercado de capitais pode responder “se a infraestrutura de AI será construída”, mas não “se o investimento será amortizado”. Estimativas apontam para cerca de US$ 1 trilhão/ano de receita de aplicações para pagar a conta — é factível, mas exige uso intensivo, margem e vida econômica elevada. Caso a receita fique aquém, o risco migra de valuation para excesso de capacidade, queda no valor residual e deterioração do crédito, transmitindo ao sistema via rolagem, crédito privado, securitização, etc. O desafio não é o volume, e sim fechar o ciclo de caixa antes que subam os custos e os ativos percam valor.

Gráfico 22: Cadeia de transmissão do risco financeiro em AI

Fonte: Departamento de Pesquisa do CICC