--- title: "Extensão de depreciação de chips de IA por big techs e ativos em construção" author: "Ignácio Afonso" date: "2026-06-21 06:30:00-03" category: "Negócios & Inovação" url: "http://desbugados.scale.press/portal/desbugados/post/2026/06/21/extensao-de-depreciacao-de-chips-de-ia-por-big-techs-e-ativos-em-construcao/md" --- ## Resumo - Hyperscalers estenderam depreciação de chips de IA de 3 para 5-6 anos em junho de 2026. - Quase 220 bilhões de dólares foram reportados em ativos de construção em andamento por Alphabet, Amazon, Meta e Oracle. - Análise de Edward Chancellor conecta os ajustes ao conceito de 'bezzle' de Galbraith. - Financiamento circular e participações cruzadas entre Microsoft, Nvidia, OpenAI e outras empresas ampliam os compromissos. - Estimativa de 1,8 trilhão de dólares em passivos fora do balanço levanta questionamentos sobre sustentabilidade. - Queda de 12% nas ações da Oracle ilustra reação do mercado aos gastos elevados com IA. - Profissionais devem monitorar prazos de depreciação para prever impactos futuros em custos de nuvem. --- Em 19 de junho de 2026, o comentarista Edward Chancellor publicou na Reuters Breakingviews uma análise que aplica o conceito de 'bezzle', criado por John Kenneth Galbraith em seu livro sobre a crise de 1929, ao frenesi atual de investimentos em inteligência artificial. O texto destaca que hyperscalers como **Alphabet**, **Amazon**, **Meta** e **Oracle** estenderam o período de depreciação de chips de IA de cerca de três anos para cinco ou seis anos, enquanto reportaram quase **220 bilhões de dólares** em ativos de construção em andamento ao final do ano anterior. Essa decisão contábil não é apenas um detalhe técnico: ela revela como as empresas estão ajustando expectativas de vida útil de equipamentos que sustentam a nova infraestrutura digital, semelhante ao que aconteceu com sistemas legados que ainda processam milhões de transações diárias décadas depois de instalados. ## Por que alongar a depreciação agora A extensão do prazo de depreciação permite que as empresas distribuam o custo dos chips ao longo de mais tempo, reduzindo o impacto anual nos resultados e preservando fluxo de caixa enquanto constroem data centers em ritmo acelerado. **Alphabet** e **Amazon** registraram mais da metade de seus lucros de 'outras receitas' no primeiro trimestre vindos de participações não listadas em empresas de IA, mostrando que os ganhos não realizados também ajudam a inflar os números. Quando se olha para o histórico de infraestruturas críticas, percebe-se que equipamentos de computação usados em bancos e órgãos públicos desde os anos 1960 continuam operando porque sua vida útil real superou as projeções iniciais; o mesmo raciocínio parece estar sendo aplicado agora aos aceleradores de IA que treinam modelos como os usados por ChatGPT e Claude. Além disso, o valor de **220 bilhões de dólares** em obras em andamento representa capital imobilizado que ainda não gera receita plena, mas que já pesa no balanço. **Meta** registrou **27 bilhões de dólares** em seu projeto Hyperion por meio de uma entidade de interesse variável, enquanto a **Broadcom** estruturou um veículo de propósito específico de **35 bilhões de dólares**. Esses arranjos fora do balanço, somados à estimativa de **1,8 trilhão de dólares** em passivos totais de IA calculada pela Morgan Stanley, indicam que o verdadeiro tamanho do compromisso financeiro permanece parcialmente oculto. A analogia com sistemas legados é direta: assim como mainframes COBOL foram depreciados em prazos curtos nos anos 1970 e ainda rodam em 2026, os chips de IA podem precisar durar mais do que o inicialmente projetado para justificar o investimento colossal. ## O que o conceito de bezzle ensina sobre esses ajustes Galbraith descreveu o 'bezzle' como o estoque de desvios ainda não descobertos que cresce em tempos de euforia econômica. Chancellor aponta que o atual ciclo de IA reproduz padrões clássicos: financiamento circular entre **Microsoft** e **OpenAI**, **Nvidia** detendo mais de 10% da CoreWeave, e aportes de **50 bilhões de dólares** da Amazon e **30 bilhões de dólares** da Nvidia para a OpenAI. Enquanto isso, a **xAI** opera com custos três vezes superiores às vendas e a OpenAI projeta queimar **25 bilhões de dólares**. Esses números mostram que a contabilidade está sendo usada para postergar o reconhecimento de despesas, exatamente como ocorreu em bolhas anteriores quando ativos de longa duração foram reclassificados para sustentar narrativas de crescimento. Para profissionais que acompanham infraestruturas críticas, a lição é prática: o alongamento da depreciação sinaliza que as big techs esperam que esses chips permaneçam produtivos por mais tempo, reduzindo a necessidade de reinvestimento imediato. No entanto, se a demanda por capacidade de IA não acompanhar o ritmo das construções, o fluxo de caixa livre das hyperscalers pode evaporar, como já alertam analistas. O artigo da Reuters também menciona que a **SpaceX** adquiriu participação na xAI a uma avaliação de **250 bilhões de dólares**, com o Google pagando quase **1 bilhão de dólares** por mês em serviços relacionados, ilustrando o entrelaçamento financeiro que amplifica tanto os ganhos quanto os riscos ocultos. ## Implicações para quem investe ou opera com tecnologia Empresas que dependem de nuvens corporativas para treinar ou rodar modelos de IA precisam monitorar não apenas os preços dos serviços, mas também a saúde financeira dos provedores. Quando a depreciação é estendida, o custo por hora de GPU pode permanecer artificialmente baixo por mais tempo, mas qualquer revisão futura desses prazos pode gerar aumentos repentinos. A queda de 12% nas ações da **Oracle** em 11 de junho de 2026, após divulgação de gastos elevados com IA e aumento da dívida, serve de alerta concreto sobre como o mercado reage quando os ajustes contábeis são questionados. [Leia a análise completa de Edward Chancellor aqui](https://www.reuters.com/commentary/breakingviews/galbraiths-bezzle-lurks-beneath-ai-frenzy-2026-06-19). Do ponto de vista histórico, a infraestrutura de IA está seguindo o caminho de sistemas que começaram como inovação disruptiva e se tornaram base invisível de operações diárias. O desafio agora é garantir que essa base seja dimensionada de forma sustentável, sem repetir os erros de subestimar custos de manutenção de longo prazo que afetaram projetos de modernização em décadas passadas. Profissionais e empreendedores que planejam adotar ou oferecer soluções baseadas em IA precisam incorporar esses dados de depreciação e ativos em construção em seus modelos de custo total de propriedade.