Em 11 de agosto, a Nvidia se uniu à Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR para criar plataformas independentes de financiamento voltadas a mobilizar mais de US$ 500 bilhões em capital de terceiros para infraestrutura de IA. Quatro dias depois, diante de um mercado cético quanto ao “financiamento circular”, Jensen Huang entrou pessoalmente em cena: a Nvidia poderá oferecer um mecanismo de suporte ao valor residual de até 25% por projeto, avaliado caso a caso.
Ler isso como um fornecedor ajudando clientes a financiar compras é perder o verdadeiro peso da notícia. Huang não está vendendo unidades de GPU; ele está redefinindo o poder computacional de IA, transformando-o de custo operacional em uma classe de ativos investível. Quando o próprio fabricante dos chips garante o valor residual de seu próprio hardware, a expansão da IA chegou ao ponto em que a engenharia financeira é o que mantém o ciclo de capital girando.
A garantia de 25%: o que ela realmente assegura
O mecanismo de suporte ao valor residual existe para amenizar o temor dos credores de que o hardware de IA valha menos amanhã do que o modelo de financiamento pressupõe. Se um projeto der default e os ativos forem liquidados, e o valor realizado das GPUs ficar aquém do esperado pelo modelo, o mecanismo da Nvidia pode cobrir parte dessa diferença. Isso não significa que a Nvidia assume o risco de financiamento do projeto inteiro.
Desmontando a estrutura: as instituições participantes fazem a subscrição independente de cada negócio (perfil do cliente, demanda por computação, utilização, fluxo de caixa, valor residual); a Nvidia fornece a plataforma de fábrica de IA — GPUs mais redes de alta velocidade, software de sistema, frameworks de IA e o ecossistema CUDA; o capital de longa duração vem das instituições. Em alguns casos, a Nvidia cobrirá até 25% do déficit de valor residual, avaliado projeto por projeto, complementando — e não substituindo — a própria análise de risco dos credores.
Na prática, os 25% funcionam como uma almofada de primeira perda. Isso deixa os credores seniores confortáveis o suficiente para financiar o restante a taxas melhores, enquanto a exposição restante fica dentro de veículos de propósito específico (SPVs) — estruturas jurídicas que mantêm ativos e dívida fora do balanço patrimonial da matriz. Analistas compararam a engenharia à securitização de hipotecas: os ativos subjacentes são GPUs e capacidade de data center, e os investidores estão comprando o fluxo de caixa futuro do aluguel de computação.
De comprar chips a comprar computação: o argumento de Huang sobre a duração do ativo
O argumento de Huang merece uma escuta justa, não porque ele seja poderoso, mas porque ele afirma uma premissa que o setor considerava silenciosamente falsa: uma GPU é um ativo de longa duração, não um insumo consumível.
“Esses sistemas não são como nossos PCs, não são como nossos celulares”, disse Huang à CNBC. “São ativos que geram receita agora. São produtivos, duram muito tempo, são fungíveis, são flexíveis.” Três pilares sustentam o argumento:
Primeiro, a reutilização. Uma fábrica de IA é mais do que GPUs — ela agrega redes de alta velocidade, software de sistema, frameworks de IA e o ecossistema CUDA, e pode rodar workloads de linguagem, visão, fala, biologia e robótica. Quando a demanda de um cliente muda, a capacidade pode, em princípio, ser realocada para outro locatário, nuvem ou operador. O ativo não é de locatário único.
Segundo, o software estende a vida econômica. A Nvidia cita a A100: lançada em 2020, segue em produção em 2026 para treinamento, fine-tuning, inferência e HPC, com clientes assinando contratos de capacidade plurianuais. As iterações de software permitem que chips “antigos” continuem gerando aluguel.
Terceiro, computação é receita, não custo. “Em IA, computação é receita.” Uma vez que a computação é definada como geradora de receita, ela migra de uma linha de despesa no DRE para uma linha de ativo no balanço — a base contábil de uma “classe de ativos investível”.
Proteção competitiva, ou financiamento circular com nome mais bonito?
O ceticismo do mercado é igualmente real. As ações da Nvidia caíram cerca de 3% após o anúncio — um sinal de que os investidores não compram totalmente a narrativa de “subscrição independente”. Três objeções se destacam:
Financiamento circular. A Nvidia vende chips para operadores de data center; os operadores dão esses chips como garantia para financiamento; o financiamento compra mais chips da Nvidia. O dinheiro volta para a Nvidia enquanto o risco é financeirizado para terceiros. A resposta da Nvidia: as plataformas operam com capital independente de longa duração, cada negócio é subscrito por instituições, e a Nvidia não decide quem recebe financiamento. Os críticos respondem que capital independente não é demanda independente — o capital pode estender a construção, mas não consegue criar uso downstream.
Descasamento de duração do ativo. Este é o ataque mais contundente. Uma GPU de data center fica obsoleta em 3 a 5 anos; uma rodovia com pedágio ou uma rede elétrica é um ativo de 30 a 50 anos. Precificar hardware de cinco anos com financiamento de infraestrutura — se a demanda decepcionar ou uma nova arquitetura tornar as frotas atuais obsoletas mais rápido do que os cronogramas de depreciação assumem — transforma a promessa dos 25% em dinheiro real contra receita decrescente. A analogia de Huang com ferrovias e companhias aéreas é uma aposta em um cronograma específico. Chicotes para carroças também tinham uma história de longo prazo — até deixaram de ter.
Será que a garantia é sequer uma garantia? Huang não disse como o mecanismo funciona ou quem arca com a primeira perda se um negócio fracassar. Até que os contratos sejam públicos, isso é uma intenção, não uma garantia. Ainda assim, o sinal é real: o capital externo só pode aparecer porque a Nvidia está disposta a cobrir parte do lado negativo.
A mesma moeda da onda de US$ 2 trilhões fora do balanço
Ampliando a lente, isso está na mesma narrativa da onda de dívida de IA — cerca de US$ 2 trilhões escondidos fora dos balanços que analisamos recentemente. Duas faces da mesma história macro:
Do lado da demanda, os gigantes de IA se financiam emitindo dívida, deixando a alavancagem crescer fora do balanço e mantendo o risco fora de vista. Do lado da oferta, o fabricante dos chips subscreve ativamente o valor residual para manter o capital fluindo. Juntos, eles mostram que o ciclo de capital da expansão da IA está agora profundamente financeirizado: dívida a montante, securitização no meio do fluxo, aluguel de computação a jusante.
Esta não é uma chamada binária de “bolha versus solidez”. É um sinal mais sutil: quando o fornecedor mais poderoso do setor precisa de engenharia financeira para sustentar sua narrativa de expansão, o ciclo de capital deslizou da fase de dividendo tecnológico para a fase de engenharia financeira. A engenharia financeira não é inerentemente ruim — ela pode trazer capital para a infraestrutura de IA a um custo menor. Mas sua premissa é que o ativo subjacente vale a duração que está sendo financiada. Se uma GPU pode ser mantida como uma rodovia com pedágio por 30 anos decide se isso é uma grande inovação financeira ou uma elaborada estrutura Ponzi.
Quem é atingido pela financeirização do capex de IA
Seja qual for o desfecho, o movimento já está remodelando o ecossistema:
Operadores de NeoCloud conseguem dinheiro mais barato. Antes, eles tomavam empréstimos com base em seus próprios ratings de crédito; agora, a garantia da Nvidia e as plataformas padronizadas destravam taxas mais atrativas. A Nebius registrou crescimento de receita de 454% no último trimestre, e players como a CoreWeave ganham munição nova para sua história de expansão.
Empresas e investidores institucionais veem a computação aparecer pela primeira vez como um “ativo investível” — não mais um jogo de capex restrito aos gigantes, mas uma alocação que pode integrar carteiras institucionais. Essa é a face de capital da tokenomics de Huang: tokens são moeda, computação é um ativo gerador de renda.
Reguladores devem observar atentamente a estrutura. Isolamento via SPV, mais um suporte ao valor residual, mais analogias com securitização é uma combinação com um cheiro familiar — a caixa de ferramentas de finanças estruturadas que precedeu 2008. A diferença: o ativo subjacente é uma GPU, e as GPUs ficam obsoletas uma ordem de magnitude mais rápido que imóveis.
O resumo de Huang sobre a mudança em uma frase: “Saímos de uma era em que as empresas compravam chips e construíam data centers projeto por projeto para uma em que fábricas de IA podem ser financiadas como infraestrutura produtiva.” Se isso se sustenta não será decidido pela força da narrativa, mas sim se as GPUs empenhadas ainda estarão gerando aluguel daqui a cinco anos.
