O software devorou o mundo, e agora o hardware está devorando o software

• Na era SaaS, interfaces e aplicações capturavam margens brutas de 75% a 90%, mas, em IA, o centro de valor está descendo para semicondutores, computação, dados e plataformas de inferência, tornando a camada de aplicações mais fina
• Capital massivo, gargalos físicos de CoWoS, HBM e energia, custos de troca de dados e a possibilidade de substituir a lógica das aplicações fixam o centro de valor nas camadas inferiores
• A receita de data centers da NVIDIA chegou a US$ 75,2 bilhões no trimestre encerrado em abril de 2026, alta de 92% ano a ano, e o capex dos quatro grandes hyperscalers atingiu US$ 131 bilhões no 1º trimestre de 2026, concentrando capital na camada de infraestrutura física
• A diferença de desempenho e o preço dos modelos de pesos abertos caem rapidamente, mas plataformas de inferência e otimização que oferecem alta vazão e baixa latência, plataformas de dados proprietários e um pequeno grupo de modelos premium com desempenho de ponta e canais de distribuição corporativa mantêm valor
• Em aplicações de IA, o custo de inferência representa, em média, 23% da receita, o que pode limitar a margem bruta a 50%–60%; portanto, é preciso ter ao menos um destes elementos — loops de dados proprietários, sistemas de registro, fluxos de trabalho regulados, força de distribuição ou precificação baseada em resultados — para alcançar uma defensabilidade semelhante à do software tradicional

---

A direção da migração de valor que a IA está invertendo

• Em SaaS, o custo marginal de atender mais um usuário era próximo de zero, e empresas que possuíam a interface, o workflow e o sistema de registro capturavam margens brutas de 75% a 90%
• Em IA, a inferência se torna um custo variável de receita, deslocando o centro de valor das aplicações para as camadas inferiores
  • Semicondutores e computação, plataformas de dados, mecanismos de inferência que executam modelos abertos e um pequeno número de modelos premium de fronteira formam as principais camadas de valor
• As aplicações não estão desaparecendo, mas a camada está ficando mais fina
  • Enquanto as valuations de modelos e dados sobem, aplicações wrapper sem diferenciação têm margens e múltiplos de receita menores
• Depois do colapso das pontocom, o capital privado deixou os semicondutores, intensivos em capital e cíclicos, e migrou para cloud e SaaS, que ofereciam margens brutas acima de 80% e receita recorrente
• A IA está invertendo esse fluxo e levando o capital de volta para silício, empacotamento, energia, infraestrutura de dados e bases de inferência
  • As franquias mais valiosas em tecnologia voltam a ser empresas de chips
  • Plataformas de inferência e dados se tornam negócios de infraestrutura que crescem em ritmo recorde
  • Aplicações asset-light, que eram o destino do movimento anterior de capital, passam a ter uma estrutura de margens desfavorável na stack de IA

Quatro razões pelas quais o valor se acumula nas camadas inferiores

• Cada camada da stack de IA pode ser avaliada pela facilidade com que outra parte consegue substituir o próximo dólar de valor
• Intensidade de capital funciona como barreira de entrada
  • Os quatro grandes hyperscalers estão executando mais de US$ 500 bilhões em capex anualizado e caminham para mais de US$ 600 bilhões em 2026
  • Em mercados que exigem aporte contínuo de capital massivo, o próprio capital se torna um moat
• Gargalos físicos são difíceis de resolver no curto prazo apenas com dinheiro
  • Empacotamento avançado CoWoS, memória de alta largura de banda (HBM) e energia atuam como restrições claras
  • Empresas que controlam restrições escassas capturam valor
• Custos de troca e inércia acumulam valor nas plataformas de dados
  • Quanto mais pipelines, tabelas e modelos são adicionados ao mesmo ambiente, maior fica o custo de migração
  • Como pesos abertos são projetados para serem móveis, o valor se desloca do modelo em si para a plataforma que o oferece
• O risco de substituição da camada de superfície continua aumentando
  • A lógica de aplicações de uso geral pode ser executada diretamente pelo modelo, tornando-se a parte mais facilmente substituível da stack

Camada 1: semicondutores e computação

• NVIDIA e capex dos hyperscalers

  • A receita de data centers da NVIDIA foi de US$ 75,2 bilhões no trimestre encerrado em abril de 2026, alta de 92% ano a ano
  • A margem bruta é de cerca de 75%, e a receita anualizada é de aproximadamente US$ 300 bilhões
  • O guidance de receita total para o próximo trimestre é de US$ 91 bilhões, e sua participação em receita de aceleradores de IA é de cerca de 80%
  • O capex dos quatro grandes hyperscalers no 1º trimestre de 2026 chegou a cerca de US$ 131 bilhões
    • A Amazon gastou US$ 44,2 bilhões, e a Alphabet, US$ 35,7 bilhões
    • A Microsoft investiu US$ 30,9 bilhões, e a Meta, US$ 19,8 bilhões
  • Esse volume de investimento equivale a cerca de US$ 525 bilhões anualizados e está crescendo rumo ao guidance anual de 2026, de mais de US$ 600 bilhões
  • A Goldman Sachs estima o capex acumulado dos hyperscalers entre 2025 e 2030 em US$ 5,3 trilhões

• Restrições de oferta em computação, memória e armazenamento

  • A receita global de semicondutores cresceu 21% ano a ano em 2025, para US$ 793 bilhões, e deve se aproximar de US$ 1 trilhão em 2026
    • A projeção da WSTS é de cerca de US$ 975 bilhões, alta de 25% ano a ano
    • A projeção do Gartner é ainda maior
  • A IA responde por cerca de 30% da receita total de semicondutores e deve subir para mais de 50% em 2029
  • Em computação, o mercado de aceleradores de IA deve se expandir de cerca de US$ 80 bilhões em 2024 para mais de US$ 280 bilhões em 2029
  • A área de memória também está sob pressão rápida
    • A demanda por HBM cresceu cerca de 130% em 2025 e deve aumentar mais cerca de 70% em 2026
    • Os preços contratuais de DRAM comum subiram cerca de 90% no 1º trimestre de 2026 em relação ao trimestre anterior
    • Data centers de IA estão absorvendo cerca de 70% da DRAM avançada
  • O mercado de NAND deve chegar a cerca de US$ 65 bilhões em 2026, com um quinto de todos os bits sendo usados em IA
    • Até 2027, o crescimento da demanda deve ficar em 20%–22%, superando o crescimento da oferta, de 15%–17%

• Gargalos de empacotamento e energia e risco de retorno

  • A principal restrição está se deslocando do design de chips para empacotamento e energia
  • A capacidade de CoWoS da TSMC deve subir de cerca de 70 mil wafers por mês em 2025 para cerca de 110 mil wafers por mês em 2026, mas está praticamente esgotada
  • A NVIDIA reservou mais da metade da oferta até 2027
  • A nova capacidade de data centers de IA anunciada em 2025 ultrapassou 10 GW, e a base atual de empacotamento consegue suportar cerca de 18 GW
  • Silício customizado de hyperscalers, como Google TPU, AWS Trainium e ASICs da Broadcom, está crescendo para um mercado de aceleradores de mais de US$ 200 bilhões
    • No longo prazo, isso pode reduzir a participação da NVIDIA, mas não desloca valor para fora da camada de semicondutores
  • O maior risco é o retorno sobre o investimento, mais do que a receita
    • Com capex anual acima de US$ 500 bilhões e vida útil de 2 a 3 anos para aceleradores, a taxa de utilização da base instalada precisa ser alta o bastante para preservar margens
    • Mais que a concorrência, a utilização da infraestrutura é a maior variável que determina a lucratividade de toda a stack de IA

Camada 2: modelos abertos e plataformas de inferência

• Convergência de desempenho dos modelos e expansão da oferta

  • Segundo o Stanford AI Index, no Chatbot Arena a diferença entre o melhor modelo fechado e o melhor modelo de pesos abertos caiu de 8,04% em janeiro de 2024 para 1,70% em fevereiro de 2025
  • No MMLU, a diferença, que era de cerca de 17,5 pontos em 2023, praticamente desapareceu
  • O DeepSeek R1 mostrou que um orçamento de treinamento na casa de US$ 100 milhões não é indispensável para inferência de nível de fronteira
  • A Qwen ultrapassou a Llama e se tornou a família de modelos mais baixada no Hugging Face
  • O Hugging Face tem mais de 2,2 milhões de modelos registrados, e o catálogo dobrou em cerca de 24 meses
  • Quando existem milhares de modelos abertos semelhantes, o recurso escasso deixa de ser o peso em si e passa a ser a capacidade de executá-los com eficiência
    • É preciso otimizar vazão, latência e custo por token
    • Também são necessários roteamento de modelos, caching, fine-tuning, avaliação e guardrails

• Modelos abertos fora dos EUA e valor das plataformas

  • A participação de desenvolvedores não americanos na fronteira dos pesos abertos está crescendo
  • De agosto de 2024 a agosto de 2025, desenvolvedores chineses responderam por 17,1% dos downloads no Hugging Face
    • A participação dos desenvolvedores americanos foi de 15,8%
  • A Qwen ultrapassou a Llama e se tornou a família de modelos número 1 em downloads
  • A comoditização dos modelos abertos envolve não só questões econômicas, mas também variáveis de cadeia de suprimentos e política
  • Assim como o valor econômico foi capturado mais pela Red Hat e pela cloud do que pelo Linux em si, nos pesos abertos quem absorve o gasto são as plataformas que entregam esses modelos com estabilidade e baixo custo, mais do que os modelos propriamente ditos
  • O negócio sustentável está mais próximo de plataformas de inferência e otimização do que do modelo aberto em si
    • A capacidade de operar modelos portáveis em produção com confiabilidade e baixo custo não é facilmente comoditizada

• Crescimento e estrutura de custos das plataformas de inferência

  • A Fireworks AI divulgou que superou US$ 800 milhões em receita anualizada em cerca de 3 anos e cresceu mais de 4 vezes ano a ano
  • A Together AI também é conhecida por estar em escala semelhante, enquanto a Baseten cresceu mais de 5 vezes ano a ano e chegou a cerca de US$ 600 milhões
  • Essas empresas não são laboratórios de modelos, mas provedores de infraestrutura que tornam pesos abertos utilizáveis em produção
  • Considerando uma funcionalidade de IA de porte médio que processa 50 bilhões de tokens de saída por mês, a diferença de custos é grande
    • Se o preço de saída de uma API de fronteira for de cerca de US$ 10 a US$ 15 por 1 milhão de tokens, o custo mensal é de cerca de US$ 500 mil a US$ 750 mil
    • Se modelos abertos como Llama, Qwen e DeepSeek forem oferecidos em plataformas de inferência por cerca de US$ 0,40 a US$ 1 por 1 milhão de tokens, o custo mensal fica em cerca de US$ 20 mil a US$ 50 mil
  • A redução de custos é de mais de 90%, e a plataforma captura parte da economia como margem
  • Esse cálculo é ilustrativo, e os custos reais variam conforme o modelo, o tamanho do contexto e a utilização

Camada 3: um pequeno número de modelos premium

• A convergência dos modelos abertos reduz a diferença média de desempenho, mas não elimina a fronteira em si
• Um nível premium permanece em áreas nas quais vale pagar por um ponto adicional de desempenho, como tarefas complexas de agentes, confiabilidade em execuções longas, programação em produção e segurança
• A receita anualizada da Anthropic subiu de cerca de US$ 1 bilhão no fim de 2024 para cerca de US$ 47 bilhões em maio de 2026, e deve chegar a cerca de US$ 100 bilhões no fim do ano
  • O número de clientes corporativos que gastam mais de US$ 1 milhão por ano passou de 1.000
• A receita anualizada da OpenAI foi de cerca de US$ 6 bilhões no fim de 2024, cerca de US$ 20 bilhões no fim de 2025 e cerca de US$ 30 bilhões em meados de 2026, caminhando para cerca de US$ 60 bilhões no fim do ano
• Os dois laboratórios usam critérios de receita diferentes, e os números do fim de 2026 são estimativas, portanto o foco deve estar mais na trajetória de crescimento do que na escala absoluta
• A camada premium é mais estreita do que se esperava em 2023 e, para conquistar uma posição defensável, exige não só desempenho de fronteira, mas também canais de distribuição para alcançar clientes corporativos

Camada 4: plataformas de dados

• Plataformas de dados formam gravidade de dados, na qual o custo de migração cresce à medida que pipelines, tabelas e ontologias se acumulam
• A receita anualizada da Databricks superou US$ 6,9 bilhões, com crescimento de cerca de 80%
  • Produtos de IA já representam cerca de 26% da receita
  • Sua valuation como empresa privada é de cerca de US$ 170 bilhões
• A Palantir é uma camada operacional que conecta dados corporativos a decisões controladas
  • A receita do 1º trimestre de 2026 cresceu 85% ano a ano, chegando a uma escala anualizada de cerca de US$ 6,5 bilhões
  • A receita comercial nos EUA cresceu 133%
  • O indicador Rule of 40 é de 145%
  • Seu valor de mercado é de cerca de US$ 350 bilhões, avaliado em cerca de 50 vezes a receita
• Os modelos convergem entre si, mas os dados proprietários das empresas e os workflows e ontologias construídos sobre eles não são substituídos
• Quanto mais a camada de modelos se comoditiza, mais as plataformas que possuem dados e loops de decisão obtêm alavancagem duradoura
• Múltiplos de receita elevados, como cerca de 50 vezes no caso da Palantir e 25 a 50 vezes em empresas de modelos de base, concentram-se em camadas combinadas com dados proprietários, e não em superfícies de software genérico

Camada 5: aplicações cada vez mais finas

• Pressão sobre a margem bruta

  • O SaaS tradicional podia registrar margens brutas de 75% a 90% porque o custo de atender usuários adicionais era quase nulo
  • Aplicações AI-native precisam executar o modelo novamente a cada requisição, o que limita a margem bruta a cerca de 50%–60%
  • Nos dados de 2026 da ICONIQ, o custo de inferência em empresas de IA em fase de crescimento representa, em média, cerca de 23% da receita
  • Diferentemente do custo de receita em SaaS, a participação do custo de inferência não cai automaticamente com o aumento de escala
  • Wrappers extremamente finos podem ver a margem bruta cair para 25%

• Polarização das valuations

  • O mercado está aplicando múltiplos de receita diferentes conforme a camada da stack de IA
    • Empresas de modelos de base são avaliadas em 25 a 50 vezes
    • Plataformas AI-native ficam na faixa de 25 a 30 vezes
    • A mediana do SaaS tradicional caiu de 18,6 vezes no pico de 2021 para cerca de 6,7 vezes
    • Wrappers de IA ficam entre 5 e 8 vezes, no mesmo nível do SaaS tradicional ou abaixo
  • Modelos e dados recebem valuations altas, mas superfícies de aplicação sem diferenciação são avaliadas mais baixo
  • Aplicações sustentáveis precisam de ativos que sejam difíceis para o modelo absorver
    • Devem possuir loops de dados proprietários ou sistemas de registro
    • Workflows regulados e canais de distribuição reais oferecem defensabilidade
    • Precificação baseada em resultados pode transformar custos de inferência em margem
  • Sem esses elementos, a aplicação permanece uma camada fina de prompts e código de integração sobre modelos em comoditização

Condições para o valor voltar às aplicações

• Se uma aplicação acumular rapidamente dados de interação, ela pode se tornar sua própria plataforma de dados e ganhar gravidade de dados
  • Aplicações que atuam como sistemas de registro podem ser exceções à tendência de afinamento da camada
• Se laboratórios de modelos premium possuírem a inferência, criarem agentes e venderem diretamente até a aplicação, podem internalizar o valor das três camadas
  • Isso concentra o valor em uma empresa, em vez de redistribuí-lo para cima, mas pode enfraquecer plataformas independentes de inferência e a camada de aplicações
• Se o custo de inferência se comoditizar mais rápido do que o esperado, a margem bruta das aplicações de IA pode voltar ao nível do SaaS
  • A LLMflation estima que o custo por unidade de inteligência cai cerca de 10 vezes por ano, e que a velocidade mediana de queda de preços desde o início de 2024 chegou a cerca de 200 vezes ao ano
  • Se a inferência se tornar quase gratuita, o problema de margem da camada de aplicações se enfraquece
  • Ainda assim, mesmo que o custo chegue a zero, a substituibilidade da camada de superfície permanece, então o problema de valuation em geral continua
• A mesma queda de custos pode pressionar preços de semicondutores e plataformas de inferência e, ao mesmo tempo, restaurar margens das aplicações, mas o risco estrutural de substituição da camada de superfície persiste

Respostas de investidores, fundadores e empresas incumbentes

• Investidores devem avaliar pontos de controle, não interfaces
  • Devem observar gargalos físicos como computação, empacotamento, energia e memória
  • Isso inclui plataformas de dados que acumulam dados proprietários continuamente
  • Também inclui plataformas de inferência e otimização que monetizam a oferta abundante de modelos abertos
  • É preciso distinguir o pequeno grupo de modelos premium que têm tanto desempenho de fronteira quanto canais de distribuição corporativa
• Para aplicações, deve-se exigir loops de dados ou sistemas de registro e, até que sejam comprovados, assumir margens brutas de 50%–60%, não acima de 80%
• Fundadores precisam possuir loops de dados proprietários ou se tornar sistemas de registro
  • Ou então precificar com base em resultados, para que a queda no custo de inferência não se limite à economia do cliente, mas se converta em margem da própria empresa
• Empresas incumbentes podem alugar os moats das camadas de base que exigem capital massivo, mas dificilmente conseguirão possuí-los diretamente
  • Em vez de competir em computação ou modelos de fronteira, faz mais sentido conquistar defensabilidade na camada de dados, mantendo dados, treinamento e serving em um só lugar

Indicadores a observar nos próximos 4 trimestres

• Se a receita em relação ao capex dos hyperscalers superar 25%–30% e as margens forem mantidas, a tese de retorno das camadas de base permanece válida
  • Se o retorno sobre o capital investido colapsar, o valor de toda a stack pode ser reavaliado
• Se a receita recorrente anual da Fireworks AI, Together AI e Baseten crescer para cerca de US$ 1 bilhão a US$ 2 bilhões cada, isso sustentará a tese de que o valor está se concentrando mais na camada de inferência do que nos modelos
• Se, em benchmarks difíceis como agentes e programação, a diferença entre modelos abertos e fechados permanecer dentro de cerca de 2 pontos, a comoditização da camada de modelos se consolidará
• Se a margem bruta de aplicações de IA em fase de crescimento permanecer em 50%–60%, a tese de afinamento das aplicações se mantém; se voltar para 75% ou mais, ela se enfraquece
• Se os preços de DRAM e HBM continuarem subindo em dois dígitos a cada trimestre, isso confirmará que restrições físicas e margens continuam nas camadas de base

Alocação em uma visão de 3 a 5 anos

• No cenário de maior probabilidade, a concentração deve estar nas camadas de base e de dados, enquanto modelos premium devem ser escolhidos apenas quando houver alta convicção em poucos vencedores
• Para aplicações, múltiplos de receita no nível do software tradicional só devem ser aplicados quando houver loops de dados ou sistemas de registro
• A gravidade do valor formada por capital, gargalos físicos, custos de troca de dados e substituibilidade está acumulando valor nas camadas inferiores da stack de IA