A alta que a IA trouxe à bolsa não saiu da bolha de tech. Fora dela, só derrubou ações

RESUMO | A inteligência artificial já afeta a precificação de empresas fora da tecnologia, com quedas para companhias vistas como vulneráveis à automação. Os ganhos mais visíveis com IA ainda se concentram em semicondutores, hardware e infraestrutura de energia. Gestores esperam que os benefícios de produtividade apareçam com mais clareza nos balanços em 2027.

---

A inteligência artificial já começou a mudar a forma como o mercado financeiro precifica empresas fora do setor de tecnologia. Mas o problema é que, até agora, a reação tem sido mais evidente quando a IA representa uma ameaça aos negócios do que quando aparece como uma ferramenta capaz de aumentar produtividade, receita ou margens.

Enquanto semicondutores, hardware e infraestrutura de energia concentram boa parte dos ganhos associados ao ciclo de investimentos em IA, empresas de setores tradicionais têm sido penalizadas quando surge uma evidência de que a tecnologia pode provocar disrupções, como substituir parte de seu trabalho.

Em fevereiro, o lançamento de uma ferramenta de planejamento tributário baseada em IA provocou uma forte queda nas ações de corretoras e empresas de gestão de patrimônio nos Estados Unidos. A Charles Schwab, uma das maiores companhias de serviços financeiros e corretoras do país, caiu mais de 6% no dia, ao lado de gigantes como LPL Financial, Raymond James e Ameriprise Financial.

Isso porque a Hazel, da Altruist, automatiza estratégias fiscais a partir da análise de documentos financeiros e outros dados dos clientes, reduzindo a necessidade de algumas atividades tradicionalmente realizadas por assessores.

O movimento não ficou restrito ao setor financeiro. Na mesma onda de preocupação, ações de seguradoras, empresas de análise de dados e serviços jurídicos também sofreram quedas diante da possibilidade de a IA pressionar modelos de negócios baseados em trabalho qualificado e intensivo em mão de obra. As ações da Thomson Reuters, por exemplo, chegaram à mínima em quase cinco anos em meio às preocupações com oimpacto da tecnologia sobre seus negócios jurídicos.

Gestores de imóveis comerciais e de investimentos também registraram forte queda no mesmo período, em um movimento que analistas do banco de investimento KBW atribuíram à migração de investidores para modelos de negócio considerados menos vulneráveis à disrupção por IA. CBRE e Jones Lang LaSalle caíram cerca de 12% no episódio, enquanto Cushman & Wakefield recuou e a CoStar Group perdeu 5,9%.

"A Bolsa puniu rápido quem está do lado da ameaça e ainda não premiou quem está do lado do ganho, pois a visibilidade é menor", afirma Henrique Lara, sócio e gestor da Reach Capital.

Infraestrutura concentra ganhos mais visíveis com IA

De acordo com o gestor, o impacto da IA sobre empresas fora da tecnologia pode ser dividido em três canais. O primeiro, e atualmente mais visível, é o investimento em infraestrutura.

As grandes empresas de tecnologia estão gastando centenas de bilhões de dólares em data centers, e esse dinheiro chega rapidamente aos resultados de fornecedores de turbinas, transformadores, cabos, sistemas de refrigeração, concreto, cobre e outros componentes, numa frente de investimentos em que a tese de IA aparece com mais clareza na bolsa, por exemplo.

Nos Estados Unidos, de acordo com dados do JP Morgan, 42% do crescimento esperado dos lucros das empresas que compõem o S&P 500 neste ano vem de empresas de semicondutores e hardware.

O maior banco americano também espera um crescimento de 67% de lucros dosmercados emergentes, garantido especialmente pelo segmento de semicondutores, que respondem por quase 80% dessa alta, e são de apenas dois países do bloco, Taiwan e Coreia do Sul.

Já no mercado acionário dos EUA, as ações de semicondutores acumulam alta de 43% no ano, enquanto as de hardware sobem 39% e as de energia elétrica, 22%. O setor de software, por outro lado, avança apenas 2%.

Marina Valentini, estrategista de mercados globais da JP Morgan Asset Management, estrutura a cadeia de valor da inteligência artificial em seis camadas: energia; chips e semicondutores; infraestrutura física e equipamentos elétricos; hiperescaladoras; modelos de linguagem de IA e aplicativos e aplicações.

"O foco dos mercados realmente tem se concentrado nessas primeiras três camadas, porque é onde ainda existe mais demanda do que oferta e estão os principais gargalos. Há exemplos até de subcamadas, como a necessidade crescente de fibra óptica. Os investidores que acompanham esse movimento de perto têm encontrado oportunidades, portanto, principalmente nessas primeiras camadas", afirma a especialista.

Produtividade ainda não aparece nos balanços

Na divisão de Lara, o segundo canal é a adoção da IA pelas empresas, onde está o potencial de produtividade, mas também onde a evidência ainda é mais difícil de encontrar. Cerca de 80% dos consumidores já utilizam alguma ferramenta de IA, segundo o JP Morgan, enquanto apenas cerca de 20% das empresas americanas fazem uso da tecnologia.

"Quem fornece infraestrutura já aumenta seus resultados e recebe o dinheiro agora. Quem adota está investindo em um potencial", afirma Lara.

A diferença ajuda a explicar por que o mercado consegue identificar com mais facilidade os beneficiários do ciclo de investimentos do que as empresas que ainda estão tentando transformarIA em ganhos operacionais.

Um fornecedor de equipamentos pode mostrar aumento de pedidos, receita, backlog e margem. Já uma companhia que usa IA para reduzir horas de trabalho, acelerar processos ou vender produtos mais personalizados precisa provar que a tecnologia efetivamente se converteu em resultado.

Na avaliação de Marcello Paixão, gestor de fundos sistemáticos da AZ Quest, está justamente aí uma das partes mais relevantes da tese. Para o gestor,o impacto mais importante da IA pode não estar nas empresas que desenvolvem a tecnologia, mas nas companhias que conseguirem utilizá-la para melhorar seus próprios negócios.

A tecnologia pode permitir, por exemplo, que empresas processem mais dados, customizem produtos e serviços com maior velocidade e escala e aumentem a utilidade de suas ofertas para os clientes. O efeito potencial é uma combinação de crescimento de receita e expansão de margem.

Um levantamento da Bloomberg mostrou que, pela primeira vez desde 2021, todos os setores do S&P 500 devem registrar crescimento dos lucros no terceiro trimestre, algo que não ocorre desde 2021, quando as empresas americanas saíram da retração provocada pela pandemia.

Mas Paixão ressalta que ainda não é possível determinar quanto dos resultados recentes de empresas fora da tecnologia já pode ser atribuído especificamente à IA.

"Tudo indica que os ganhos de produtividade proporcionados pela IA serão muito grandes e disseminados pela economia. Esse processo já vinha acontecendo antes, com o uso da tecnologia em diversos setores, inclusive no desenvolvimento de ativos intangíveis", afirma.

"A IA tende a acelerar esse movimento. O fato de as empresas terem apresentado ganhos de receita e de margem que não se viam há muito tempo, desde o período pós-Covid, pode estar relacionado, em grande parte, à IA. Mas ainda não é possível afirmar quanto desses resultados já pode ser atribuído à tecnologia. É preciso acompanhar os resultados para entender esse impacto", completa.

O contraste fica ainda mais claro em setores com adoção mais lenta. Os bancos, as varejistas e as empresas de saúde têm aplicações potenciais relevantes — de prevenção de fraudes e análise de crédito a gestão de estoques, atendimento, descoberta de medicamentos e análise de exames —, mas os ganhos ainda dependem da velocidade de implementação.

No mercado imobiliário e em parte do setor financeiro, a utilização da tecnologia é menor, segundo Paixão, o que também reduz a visibilidade de possíveis ganhos de produtividade.

Ao mesmo tempo, a reação negativa pode acontecer antes de qualquer impacto efetivo nos resultados. O lançamento de ferramentas de IA da Anthropic, no início do ano, desencadeou uma forte venda de ações de software.

Depois, um relatório da Citrini Research levou o mercado a considerar um cenário hipotético ainda mais extremo: uma IA altamente produtiva poderia provocar desemprego, enfraquecer o consumo e, em uma espécie de efeito reverso, prejudicar a própria economia que a tecnologia deveria impulsionar.

O relatório não era uma previsão formal, mas o exercício teórico foi suficiente para provocar ajustes em empresas de diferentes setores, incluindo IBM, American Express, Mastercard, Uber e grupos de private equity. No setor de cibersegurança, empresas da área perderam mais de US$ 20 bilhões em valor de mercado em poucos dias.

Para Thiago Kapulskis, da São Pedro Capital, onde atua na gestão da estratégia de investimentos globais em empresas de tecnologia, parte desse movimento também reflete um excesso depessimismo em relação a algumas empresas de software.

Companhias estabelecidas, com produtos essenciais e ampla distribuição, podem usar a IA para criar novas funcionalidades e ampliar receitas, transformando uma ameaça competitiva em uma nova fonte de crescimento. O efeito, porém, não deve ser uniforme dentro do setor.

"Quando você tem um ciclo novo de tecnologia, você tem muita incerteza na mesa e as pessoas às vezes exageram muito para um lado. Em boa parte de software teve esses exageros de pessimismo. Morrer não vai. A dúvida é se essas companhias vão conseguir continuar crescendo na mesma velocidade ou se vão desacelerar", diz Kapulskis.

Ganhos podem apareçam com mais clareza em 2027

Essa diferença entre empresas também pode ser justamente o próximo estágio da tese de IA na Bolsa.

O sócio e gestor da Reach afirma que o mercado começará a precificar produtividade de forma mais clara quando alguns sinais aparecerem nos balanços, como crescimento de receita sem aumento proporcional das despesas por vários trimestres, expansão de margens acima dos limites históricos e uma divergência mais clara entre empresas do mesmo setor, explicada pela velocidade de adoção da tecnologia.

"Entre os indicadores que acompanhamos, o melhor é receita por funcionário. É simples, dá para comparar entre empresas e é difícil de maquiar", afirma Lara.

A expectativa dos gestores é que essa discussão de ganho da produtividade fora dos setores de tecnologia ganhe força no próximo ano. A estrategista de mercados globais da JP Morgan Asset Managemen observa que o mercado ainda está esperando a monetização dos investimentos feitos pelas grandes empresas de tecnologia e um retorno mais claro sobre o capital empregado.

"Em 2027, a chave que vai virar é que o mercado gostaria de ver uma monetização mais clara e generalizada em mais empresas. Para o fim de 2027 é quando o mercado espera que o fluxo de caixa das hiperescaladoras deixe de ser negativo e já entre em campo positivo de novo, porque a expectativa aqui é que todo o retorno sobre o investimento de capital vai render frutos e a receita vai ser maior que o CAPEX. O mercado incorpora a expectativa que mais empresas adotem IA, não só as early adopters [os primeiros adotantes], mas que seja um impacto mais geral dentro de cada setor", diz Valentini.

Até lá, a especialista recomenda que o investidor evite o risco de concentração. "O maior risco da IA agora é concentrar a carteira em poucos nomes. Por isso é tão importante para o investidor aproveitar a gestão ativa quando quer investir em IA, porque o erro é tentar ter uma exposição passiva a só um setor ou poucos nomes e perder esse leque de oportunidades que aparecem em outros setores", conclui.

---

Por que os ganhos de produtividade com IA ainda não aparecem com clareza nos balanços?

As empresas ainda precisam provar que a adoção da IA resulta em mais receita, redução de despesas ou expansão de margens. Segundo o JP Morgan, cerca de 80% dos consumidores usam alguma ferramenta de IA, ante apenas 20% das empresas americanas.

Como identificar empresas que aumentaram a produtividade com IA?

Henrique Lara, sócio e gestor da Reach Capital, aponta como sinais o crescimento da receita sem alta proporcional das despesas, a expansão de margens acima dos níveis históricos e a diferença de desempenho entre empresas do mesmo setor. Para Lara, o principal indicador é a receita por funcionário.

Quando os ganhos da IA podem ser precificados de forma mais ampla pela Bolsa?

Os gestores esperam maior clareza em 2027. Marina Valentini, estrategista de mercados globais da JP Morgan Asset Management, afirma que o mercado espera uma monetização mais generalizada e a volta do fluxo de caixa positivo das hiperescaladoras até o fim de 2027.

Qual é o principal risco para quem investe na tese de inteligência artificial?

O principal risco é concentrar a carteira em poucas empresas, segundo Marina Valentini, da JP Morgan Asset Management. A estrategista recomenda buscar oportunidades em diferentes setores e evitar uma exposição restrita a poucos nomes.