A executiva Caroline Yokomizo, sócia da Deloitte Brasil, afirma que o mercado financeiro ainda não desenvolveu métricas para capturar os ganhos reais da inteligência artificial. Enquanto isso, os investimentos em data centers devem superar US$ 2,1 trilhões até 2028.
Essa lacuna de mensuração alimenta o medo de uma bolha. Mas a tese central é outra: a valorização das big techs pode acelerar assim que as empresas aprenderem a quantificar o retorno.
Por que a conta parece alta demais hoje
O boom das ações da Nvidia e das gigantes tecnológicas nas bolsas americanas criou um cenário de euforia. Bilhões fluem para GPUs e infraestrutura, porém o benefício tangível permanece nebuloso para investidores e conselhos de administração.
Yokomizo explica que a percepção de “conta alta” nasce justamente da ausência de réguas de medição. Sem elas, o custo aparece isolado no balanço, enquanto o ganho fica difuso.
Estudos do mercado americano indicam que o primeiro semestre do próximo ano pode trazer a primeira onda clara de captura de valor nos Estados Unidos. No Brasil, o estágio ainda é embrionário: fala-se muito em despesa, pouco em resultado.
Reduzir custo é o raciocínio errado
Pensar em IA apenas como ferramenta de corte de despesas leva a um beco sem saída. A tecnologia redesenha modelos de negócio: o consumidor continua comprando da mesma forma? O posicionamento de mercado precisa mudar diante do acesso universal à informação?
A executiva cita a negociação de contratos de TI como exemplo. Comparar custos, simular cenários preditivos e romper com o “sempre fizemos assim” abre margens que vão além da economia direta — criam novas fontes de receita.
O filão inexplorado: planejamento dinâmico de cenários
Hoje, muitas simulações de risco geopolítico, variação cambial e custo de commodities ainda rodam em planilhas manuais. Um conflito no Oriente Médio altera o preço do petróleo; como isso impacta a cadeia de suprimentos de uma indústria dependente de dólar?
- Simulação de custos de produção em tempo real
- Dimensionamento de equipes para múltiplos cenários
- Teste de estresse de cadeias logísticas sob tarifas voláteis
Essa capacidade preditiva permanece subutilizada. Quem dominá-la primeiro ganha vantagem competitiva difícil de replicar.
O desafio que ninguém quer admitir: soberania do dado
Organizações já entenderam que o dado transacional é ativo estratégico. Fórmulas proprietárias, base de clientes, histórico de fornecedores — nada disso sai do perímetro da empresa, mesmo que manter a infraestrutura própria custe mais caro.
Essa exigência de “dado em casa” pressiona orçamentos de nuvem privada e segurança. O custo da conformidade e da soberania digital entra na conta da IA, muitas vezes invisível nas projeções iniciais.
O que observar daqui para frente
Três sinais dirão se a tese da captura de valor se confirma: (1) adoção de frameworks padronizados de ROI para projetos de IA nos balanços trimestrais; (2) migração de pilotos para escala em setores intensivos em capital — energia, manufatura, logística; (3) surgimento de novas linhas de receita diretamente atreladas a produtos ou serviços nascidos da IA, não apenas eficiência operacional.
Enquanto esses marcos não aparecem, a volatilidade continuará. Quem souber separar ruído de sinal, no entanto, estará posicionado antes da reprecificação dos ativos.
