Do entusiasmo tecnológico ao teste de realidade econômica: por que a IA “parece bolha”, mas não se comporta como a dot-com (ainda)
Resumo
Em 2026, a Inteligência Artificial (IA) consolida-se como infraestrutura econômica e tecnológica, deixando de ser apenas “promessa” para tornar-se plataforma de produção, consumo e governança. Esse avanço, porém, convive com um debate recorrente: haveria uma bolha especulativa semelhante à dot-com (1999–2001)? Este artigo científico-jornalístico realiza uma análise baseada em evidências públicas recentes (desk research), articulando três camadas: (i) dinâmica de investimento e infraestrutura (capex e gastos globais), (ii) marcos regulatórios e governança (com ênfase no cronograma do EU AI Act), e (iii) efeitos sociais diretos — do “AI slop” à fraude com deepfakes e às mudanças no trabalho. Os achados indicam que existem sinais típicos de ciclos especulativos (hype, “AI-washing”, concentração de mercado e pressões por ROI), mas que o cenário difere da dot-com por três razões centrais: (1) há demanda real e utilidade comprovada em múltiplos setores, (2) a infraestrutura já está sendo construída e operada em escala, e (3) a regulação avança para reduzir externalidades (segurança, transparência, risco sistêmico). A conclusão é que o “risco de bolha” em 2026 é mais bem entendido como risco de correções setoriais e limpeza de excesso do que como colapso geral iminente — embora o custo social (desinformação sintética, golpes, precarização e dependência cognitiva) exija resposta institucional imediata.
Palavras-chave: Inteligência Artificial; bolha especulativa; capex; governança algorítmica; EU AI Act; impacto social.
1. Introdução
A IA entra em 2026 com um paradoxo: ao mesmo tempo em que se torna tecnologia banal (disponível no cotidiano, integrada a produtos e rotinas), ela permanece tecnologia excepcional (capaz de reorganizar cadeias produtivas, reconfigurar mercados e deslocar poder informacional). Esse duplo estatuto explica a fricção entre dois discursos concorrentes.
De um lado, um discurso “infraestrutural”: a IA é tratada como camada de base (modelos, chips, data centers, plataformas) comparável à eletricidade digital do século XXI — uma tecnologia geral (general purpose) que se difunde por setores, com ganhos de produtividade e inovação cumulativos. De outro, um discurso “especulativo”: a IA seria um ciclo de valorização excessiva, sustentado por narrativa (“hype”), concentração de capital e expectativas infladas de retorno.
A pergunta que organiza este artigo é objetiva: quais evidências sustentam (ou enfraquecem) a hipótese de bolha em 2026, e o que isso significa para governos, empresas e usuários comuns? Para responder, a análise combina dados de gasto global, projeções de infraestrutura, eventos corporativos (capex), indicadores de concentração, cronogramas regulatórios e evidências sociais (qualidade informacional e segurança).
2. Metodologia: abordagem científico-jornalística (desk research com triangulação)
A estratégia adotada é de pesquisa documental e triangulação de fontes, típica de um híbrido entre jornalismo analítico e escrita científica:
- Fontes primárias institucionais/corporativas: comunicados oficiais e páginas de cronograma regulatório (ex.: press release de Gartner; cronograma oficial do Comissão Europeia para o AI Act; relatório corporativo de Meta Platforms).
- Fontes jornalísticas de alta credibilidade: cobertura financeira e tecnológica com data e contexto (ex.: Reuters; Financial Times).
- Fontes analíticas e setoriais: estimativas de capex e produtividade (ex.: Goldman Sachs; World Economic Forum; Cognizant).
- Evidências sociais e léxicas: consolidação do termo “AI slop” como marcador cultural de externalidade informacional (ex.: Merriam-Webster).
A análise evita “números órfãos”: cada estimativa relevante é atribuída a uma fonte específica; quando a medida for controversa (ex.: “substituição de empregos”), a redação explicita o escopo (“empresas esperam substituir”, “projeção”, “estimativa”) e não transforma projeção em fato.
3. O estado da IA em 2026: escala de gasto, infraestrutura e corrida por capacidade
3.1. Gasto global: IA como linha de despesa estrutural
A projeção de gasto global com IA em 2026 atinge patamar de infraestrutura econômica. A Gartner estima US$ 2,52 trilhões de gastos mundiais com IA em 2026, com crescimento anual expressivo e forte componente concentrado em infraestrutura (hardware, data centers, plataformas).
Esse número importa menos como “fetiche de grandeza” e mais como sinal de regime: quando a tecnologia entra em trilhões, ela deixa de ser apenas portfólio de inovação e passa a ser arquitetura industrial.
3.2. A infraestrutura (capex) como “verdade operacional” do ciclo
Bolhas clássicas se alimentam de narrativa; ciclos infraestruturais se revelam no capex. Em janeiro de 2026, Meta Platforms comunicou expectativa de US$ 115–135 bilhões em capex em 2026, explicitamente vinculada à expansão de infraestrutura e ambição em IA.
Além da Meta, estimativas de mercado apontam que a despesa agregada de grandes empresas (“hyperscalers” e líderes de plataforma) pode alcançar US$ 527 bilhões em 2026, segundo análise referida a Goldman Sachs (via cobertura setorial).
Aqui está um ponto decisivo para o debate “bolha vs. infraestrutura”: quando empresas elevam capex por anos, elas não estão apenas “precificando futuro”; estão comprando energia, terra, chips, fibra, refrigeração, pessoal — isto é, materializando o futuro no presente. Isso pode gerar excesso (sobreinvestimento), mas também é o tipo de gasto que sustenta adoção real.
4. Regulação em 2026: o EU AI Act como mudança de fase (do laboratório para o compliance)
A União Europeia organizou o marco regulatório mais abrangente do período recente: o EU AI Act. Em vez de “entrar em vigor de uma vez”, ele opera por implantação progressiva, com datas e obrigações escalonadas.
O cronograma oficial indica que:
- disposições gerais e proibições passam a se aplicar em 2 de fevereiro de 2025;
- regras para IA de propósito geral (GPAI) passam a se aplicar a partir de 2 de agosto de 2025;
- o “roll-out” completo é projetado para 2 de agosto de 2027, com exigências variando conforme o risco e o papel na cadeia (provedor, implementador, importador etc.).
O que isso muda economicamente? Regulação não “mata” ciclos; ela muda o custo de operar e reorienta incentivos. Para empresas, 2026–2027 tende a elevar:
- custo de conformidade (documentação, gestão de risco, testes, auditorias),
- custo de governança (monitoramento, accountability, gestão de incidentes),
- custo de produto (adaptações para transparência e segurança).
Isso pode atuar como “freio” em modelos frágeis (“AI-washing”), ao mesmo tempo em que fortalece operadores capazes de cumprir requisitos. Em linguagem de mercado: regulação pode não estourar uma bolha, mas separa vencedores de sobreviventes.
5. O debate da bolha em 2026: sinais clássicos e o que eles realmente significam
A pergunta “há bolha?” costuma ser respondida com um atalho: se há hype, então há bolha. Esse atalho é intelectualmente cômodo — e frequentemente errado. O diagnóstico sério exige distinguir sinais de exuberância de mecanismos de colapso.
5.1. Sinais que lembram bolha
(a) Escalada de capex e risco de sobrecapacidade
Estimativas como as associadas a Goldman Sachs (US$ 527 bi) sugerem forte risco de sobrecapacidade se a demanda não crescer no ritmo esperado.
(b) Concentração e “efeito índice”
A participação das chamadas “Magnificent Seven” na capitalização do S&P 500 aparece em torno de ~35% no fim de 2025, indicando concentração elevada de valor em poucos ativos.
(c) Pressão por retorno e alto índice de falha de pilotos corporativos
Há evidências muito citadas de que pilotos corporativos de IA generativa têm alto insucesso na transformação em ROI mensurável. Uma matéria reporta um estudo ligado ao MIT com alegação de que 95% dos pilotos analisados não entregam retorno (em termos de ROI empresarial), atribuindo o problema menos ao “modelo” e mais ao “gap de integração organizacional”.
(d) Externalidade informacional: “AI slop” como lixo econômico do ciclo
O reconhecimento público de “slop” como “conteúdo digital de baixa qualidade produzido em quantidade por IA” (inclusive como “Word of the Year 2025” por Merriam-Webster) sinaliza um tipo de “poluição” típica de fases de expansão: quando a barreira de produção cai, o ecossistema enche de entropia informacional.
5.2. O que enfraquece a hipótese de colapso geral imediato
(a) Existe utilidade operacional já comprovada (não só “ideia”)
A dot-com inflou valor antes de infraestrutura e modelos de negócio amadurecerem. Em 2026, a IA já é vendida, usada e integrada em processos, com adoção em atendimento, codificação, análise, marketing, educação e segurança.
(b) A hipótese de produtividade é quantificada e mobiliza investimento
O World Economic Forum divulgou análise (associada a relatório da Cognizant) estimando que a IA poderia endereçar US$ 4,5 trilhões em trabalho/produtividade nos EUA — número que funciona como “justificativa macro” para o capex.
(c) A infraestrutura já está em construção — e é difícil “desconstruir”
Data centers, redes e chips não desaparecem com uma correção de valuation. O que ocorre, tipicamente, é realocação: preços caem, empresas frágeis quebram ou consolidam, ativos mudam de mãos, mas a infraestrutura permanece — e tende a ser reaproveitada por operadores mais eficientes.
Síntese analítica: em 2026, o risco dominante não é “a IA não funciona”; é “a IA funciona, mas não retorna para todos do mesmo modo, no mesmo prazo”. Em outras palavras: o risco é de distribuição do retorno, não de inexistência de valor.
6. Comparação com a dot-com: analogia útil, mas perigosa se usada como caricatura
A analogia com a bolha dot-com é didática porque ilumina padrões: hype, capital barato, corrida por market share e correções violentas quando expectativas colidem com juros e fluxo de caixa.
Mas a analogia vira erro quando ignora diferenças estruturais. O quadro abaixo organiza a comparação de forma mais rigorosa (sem transformar semelhança em identidade):
|
Dimensão |
Dot-com (1999–2001) |
IA (2024–2026) |
|
Produto |
internet como promessa difusa; monetização incerta |
modelos e aplicações já funcionais; monetização em múltiplos canais |
|
Infraestrutura |
subdimensionada no início; crescendo após o hype |
crescendo durante o ciclo; capex já contratado e executado |
|
Mecanismo de expansão |
equity + narrativa; “crescer primeiro, lucrar depois” |
capex + plataforma + dados; corrida por capacidade computacional |
|
Vulnerabilidade |
juros/valoração e ausência de caixa |
juros/valoração, custo de energia e pressão por ROI corporativo |
|
Pós-correção (típico) |
falências em massa + sobreviventes viram gigantes |
provável “limpeza” de AI-washers + consolidação + verticalização |
A conclusão é técnica: a IA pode sofrer correções significativas sem repetir o padrão dot-com de “terra arrasada”, porque a densidade infraestrutural e a utilidade operacional reduzem a chance de colapso total.
7. E o usuário comum em 2026? A bolha não é o principal risco — o risco é assimetria informacional e segurança
7.1. Acesso e preço: a lógica “freemium” tende a sobreviver
Mesmo em cenários de correção, produtos com base freemium tendem a manter oferta mínima por estratégia de mercado (retenção, dados de uso, funil de conversão). O impacto mais provável de “aperto” não é sumiço, mas:
- redução de limites gratuitos,
- aumento de preço de planos pagos,
- diferenciação mais agressiva entre camadas (básico vs. premium),
- regionalização de recursos por custo.
7.2. “AI slop” como degradação do ambiente informacional
O “slop” não é só irritação estética; é custo social e econômico:
- aumenta o custo de buscar informação (mais ruído),
- degrada SEO e mecanismos de descoberta,
- amplifica desinformação industrial,
- pressiona instituições (educação, jornalismo, ciência) a criar barreiras de validação.
O reconhecimento cultural do termo — inclusive por dicionários — indica que o problema deixou de ser nicho técnico e virou fenômeno social.
7.3. Fraude, deepfakes e Pix: onde a IA encontra a vulnerabilidade estrutural
Em 2026, o ponto sensível para cidadãos não é “o valuation da IA”, mas a superfície de ataque criada por IA aplicada à engenharia social. No Brasil, análises de cibersegurança apontam tendência de golpes com Pix mais sofisticados, combinando persuasão, automação e simulação de identidade (voz/imagem).
Efeito concreto: a IA reduz custo de fraude e aumenta escala. O cidadão paga o preço de um ecossistema em expansão que nem sempre internaliza suas externalidades.
7.4. Trabalho: “substituição” como expectativa empresarial, não como destino inevitável
O dado de “37%” aparece em pesquisas com empresas: por exemplo, reportagem registra que até o fim de 2026 37% das empresas esperam ter substituído empregos por IA (ou já o fizeram), o que aponta uma dinâmica de reestruturação — mas não autoriza leitura simplista de “37% dos empregos acabarão”.
A interpretação rigorosa é: há intenção empresarial e mudança de mix ocupacional; o efeito líquido em emprego depende de (i) crescimento setorial, (ii) produtividade reinvestida, (iii) política pública de requalificação, (iv) capacidade institucional de absorção e (v) desenho regulatório.
8. Conclusões: por que 2026 é menos “estouro” e mais “seleção”
Em 2026, a IA exibe simultaneamente os traços de um ciclo exuberante e de uma transformação infraestrutural. A exuberância aparece na concentração de valor, na corrida por capex, no marketing inflacionado e no volume de pilotos corporativos sem retorno mensurável. A infraestrutura aparece na materialidade do investimento (chips, energia, data centers), na difusão setorial e na construção de marcos regulatórios capazes de reordenar o mercado.
Por isso, o diagnóstico mais robusto é duplo:
- Há risco real de correções — sobretudo em empresas “AI-washed”, em projetos sem integração organizacional e em segmentos em que a promessa excede a entrega. Evidências sobre a dificuldade de converter pilotos em ROI sustentam essa leitura.
- Mas não há base sólida para prever colapso geral iminente, porque existem: (i) demanda real, (ii) infraestrutura em curso, (iii) narrativa macro de produtividade com números que justificam investimento, e (iv) regulação progressiva que tende a eliminar atores frágeis e elevar a qualidade mínima do ecossistema.
Para o usuário comum, a pergunta “vai estourar?” costuma ser a errada. A pergunta decisiva é: quem paga o custo social do ciclo? Em 2026, esse custo aparece como degradação informacional (“slop”), aumento de golpes e deepfakes, e pressões sobre educação e trabalho. A resposta necessária não é torcer por um crash purificador, mas construir um arranjo institucional que reduza externalidades: alfabetização midiática e algorítmica, segurança digital, regulação efetiva e políticas públicas de requalificação.
Referências
GARTNER. Gartner says worldwide AI spending will total $2.52 trillion in 2026. 2026.
COMISSÃO EUROPEIA. Timeline for the implementation of the EU AI Act. 2025–2027.
META PLATFORMS. Meta reports fourth quarter and full year 2025 results (guidance de capex 2026). 2026.
REUTERS. Meta expects annual capital expenditures to rise… (capex 2026 e estratégia de IA). 2026.
GOLDMAN SACHS. Why AI companies may invest more than $500 billion in 2026. 2025.
WORLD ECONOMIC FORUM. AI bubble talk is overblown… (US$ 4.5T de trabalho/produtividade). 2026.
COGNIZANT. New Work, New World 2026 report (divulgação: US$ 4.5T). 2026.
MERRIAM-WEBSTER. Word of the Year 2025: “Slop” (definição e contexto de IA). 2025.
HR DIVE. Nearly 4 in 10 companies will replace workers with AI by 2026 (37% como expectativa empresarial). 2025.
ESET (WeLiveSecurity). IA e engenharia social devem tornar golpes com Pix mais sofisticados em 2026. 2026.
MACROMICRO. Magnificent Seven: share of S&P 500 market cap (série e estatística). 2025.
Endereços eletrônicos (para auditoria das fontes)
Gartner (press release): https://www.gartner.com/en/newsroom/press-releases/2026-1-15-gartner-says-worldwide-ai-spending-will-total-2-point-5-trillion-dollars-in-2026
EU AI Act (timeline oficial): https://ai-act-service-desk.ec.europa.eu/en/ai-act/timeline/timeline-implementation-eu-ai-act
Meta (investor relations): https://investor.atmeta.com/investor-news/press-release-details/2026/Meta-Reports-Fourth-Quarter-and-Full-Year-2025-Results/default.aspx
Reuters (Meta capex 2026): https://www.reuters.com/business/meta-expects-annual-capital-expenditures-rise-superintelligence-push-2026-01-28/
Goldman Sachs (capex AI 2026): https://www.goldmansachs.com/insights/articles/why-ai-companies-may-invest-more-than-500-billion-in-2026
WEF (US$ 4.5T): https://www.weforum.org/stories/2026/01/ai-bubble-value-gap/
Cognizant (PR US$ 4.5T): https://www.prnewswire.com/news-releases/ai-can-unlock-4-5-trillion-in-us-labor-productivity-today-reveals-cognizants-latest-new-work-new-world-2026-report-302661740.html
Merriam-Webster (Slop): https://www.merriam-webster.com/wordplay/word-of-the-year
HR Dive (37% firms): https://www.hrdive.com/news/companies-will-replace-workers-with-ai-by-2026/760729/
WeLiveSecurity (Pix e IA): https://www.welivesecurity.com/pt/golpes-fraudes/ia-e-engenharia-social-devem-tornar-golpes-com-pix-mais-sofisticados-em-2026/
MacroMicro (Mag7 share): https://en.macromicro.me/charts/123469/us-magnificent-seven-total-market-cap-and-share-of-sp-500