O círculo que virou estratégia financeira
A Nvidia revelou que já colocou quase US$ 50 bilhões nos laboratórios de inteligência artificial que compram seus chips — e tem compromissos encaminhados para mais de US$ 500 bilhões. A diretora financeira Colette Kress afirmou, na teleconferência de resultados de 26 de agosto, que a demanda dos laboratórios apoiados pelo próprio balanço da empresa responderá por cerca de um quarto do negócio no próximo ano.
É isso que o mercado chama de financiamento circular — e, desta vez, a Nvidia usou o termo antes que qualquer analista o fizesse. Kress reconheceu a escala do apoio que a companhia vem dando e disse saber que alguns classificariam a prática dessa forma. A visão da Nvidia, porém, é outra.
Como o círculo funciona
O mecanismo é simples de descrever. A Nvidia investe em um laboratório de IA. O laboratório usa o dinheiro — ou o crédito que a participação da Nvidia destrava — para construir um data center. Esse data center é preenchido com chips Nvidia. A compra entra como receita da Nvidia. O preço da ação e o caixa crescem, e a empresa investe de novo.
Kress deu os números ela mesma: a Nvidia assinou parcerias com seis gestoras — Apollo Global Management, BlackRock, Blackstone, Brookfield Asset Management, Goldman Sachs e KKR — para criar plataformas que devem levantar mais de US$ 500 bilhões em capital externo para os laboratórios construírem. Ela também citou um acordo com a SB Energy para terra, energia e capacidade de construção dedicadas exclusivamente a equipamentos Nvidia, cuja primeira fase (4,25 gigawatts) será usada pela OpenAI.
Pela projeção de Kress, os compromissos atuais e planejados da OpenAI somam cerca de 12 gigawatts de computação Nvidia até 2030. Para um segundo laboratório, não identificado, a Nvidia fornecerá apoio de crédito cobrindo quase 2 gigawatts.
O que ainda não está assinado
Há uma ressalva importante: no comunicado de resultados, essas parcerias aparecem como sujeitas a acordos definitivos. Ou seja, os contratos vinculantes ainda não foram fechados — os US$ 500 bilhões são uma intenção, não dinheiro em caixa.
A Nvidia também vem emprestando seu nome a operadores de nuvem menores. Segundo Kress, a empresa se compromete a alugar uma parte da capacidade desses operadores, o que garante aos credores uma receita previsível para basear o empréstimo. Em troca, a Nvidia fica com uma fatia do que o operador ganhar acima desse piso — ou seja, recebe duas vezes: uma pelo equipamento e outra pela renda de aluguel.
Por que a Nvidia rejeita o rótulo
Kress deu três argumentos para afastar a leitura de financiamento circular: os credores externos ainda avaliam cada operação pelo mérito; a Nvidia não faz empréstimos diretos; e os chips vão para clientes com grau de investimento — ou avalizados por quem tem. Se um cliente quebrar, ela argumenta, o equipamento pode ser realocado para outro comprador, o que limitaria a exposição.
A executiva explicou ainda por que os laboratórios precisam desse apoio: eles têm mais demanda por computação do que o caixa permite bancar. São empresas jovens, sem os contratos longos e as notas de crédito que os credores normalmente exigem para financiar um data center. O que limita o crescimento deles não são clientes nem tecnologia — é acesso à computação.
O risco óbvio é o calote: se um laboratório não pagar, a Nvidia perderia a venda e o investimento ao mesmo tempo. A resposta de Kress — de que o hardware encontra outro comprador — só se sustenta enquanto a demanda superar a oferta, algo que a empresa afirma ainda ser o caso hoje.
O pano de fundo agêntico
Questionado pelo analista Vivek Arya (BofA Securities) sobre financiar laboratórios que projetam os próprios chips — caso do processador Jalapeño da OpenAI —, Jensen Huang disse que a Nvidia vende uma plataforma que funciona em qualquer nuvem durante toda a vida de um sistema de IA, enquanto chips rivais nascem para um único serviço. Sobre o dinheiro investido, afirmou que seu único arrependimento foi não ter investido mais e antes.
Kress disse ao analista Joseph Moore (Morgan Stanley) que um agente de IA precisa de algo entre 15 e 100 vezes o poder computacional de uma pessoa usando o mesmo sistema. Huang, por sua vez, acredita que a IA já virou majoritariamente agêntica — o que ajuda a explicar a aposta da Nvidia em escala.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
