2026-11-03 · Fonte:华尔街见闻全球·中继

O grande short que previu a crise de 2008 traça dois cenários: alta por causa do negócio, queda também por causa do negócio — a depreciação é apenas coadjuvante. Sob o barulho do debate contábil, a atenção dos compradores de computação volta-se aos retornos reais da IA.
Depreciação de servidores em três ou seis anos? Para um investidor que ficou famoso por antecipar colapsos, este debate contábil em torno dos servidores de IA partiu, desde o início, da pergunta errada. Um dos protagonistas reais do filme 'A Grande Aposta', Steve Eisman ganhou notoriedade ao prever com sucesso a crise financeira de 2008; hoje, ele afirma com clareza que as discussões sobre estender o prazo de depreciação dos servidores de 3-4 para 5-6 anos são excessivamente acadêmicas.
O peso dessa declaração não é pequeno. O nome de Eisman está praticamente ligado à 'antecipação de riscos sistêmicos' — antes da crise das hipotecas subprime em 2008, ele ficou famoso por apostar contra títulos de hipotecas de alto risco, e sua história foi depois registrada em 'A Grande Aposta' e levada às telas. justamente por isso, quando o mercado discute intensamente a intensidade dos gastos de capital em infraestrutura de IA, os ciclos de atualização de GPUs e os riscos de impairment de ativos, suas declarações costumam ser vistas como um teste de estresse de toda a narrativa da IA. Desta vez, ele mirou na disputa sobre prazos de depreciação, aparentemente técnica, mas que afeta inúmeros balanços.
Vale contextualizar a controvérsia. Nos últimos dois anos, a explosão da demanda por computação de IA levou gigantes da nuvem e novas empresas do setor a adquirirem servidores com GPUs em larga escala. Com o alto custo por equipamento, o prazo de depreciação impacta diretamente a demonstração de resultados: prazos mais curtos elevam o custo de amortização por período e pressionam o lucro contábil; prazos mais longos embelezam o lucro no curto prazo, mas se o equipamento se desvalorizar rapidamente devido à evolução tecnológica, o risco futuro de impairment dispara. Quem defende estender o prazo de 3-4 para 5-6 anos argumenta que os servidores de IA podem ter vida útil mais longa que os servidores tradicionais; os opositores alertam que as arquiteturas de chips se renovam a cada dois anos, e placas antigas daqui a cinco anos podem não ser mais competitivas no mercado de inferência. No fundo, o debate é uma disputa sobre o preço da vida útil real dos ativos de IA.
A intervenção de Eisman visa justamente desfazer a importância dessa disputa de precificação. Seu raciocínio se divide em dois caminhos. Se a IA prosperar, o crescimento real dos negócios superará com folga qualquer impacto que detalhes contábeis possam exercer: um ano a mais ou a menos na tabela de depreciação não abala o panorama; ao contrário, se a OpenAI e outros gigantes fracassarem e provocarem uma regressão de todo o setor, a origem da queda do mercado estará, da mesma forma, no colapso do próprio negócio, e não em como a política de depreciação é tratada nos livros. Em ambos os cenários, os ajustes contábeis ficam restritos à plateia.
Daí se extrai seu julgamento central: o que determina o rumo do mercado é o sucesso ou fracasso da IA, não os ajustes contábeis.
É também por isso que ele aponta a OpenAI como o maior risco do mercado — em sua visão, o que realmente paira sobre o mercado não é a definição de prazos nos relatórios, mas se esse gigante, e a narrativa comercial da IA como um todo, conseguirá cumprir suas promessas. A lógica implícita nesse julgamento é que a OpenAI já se tornou o eixo do ciclo de gastos de capital em IA. Na ponta da frente, seus enormes requisitos de treinamento e inferência impulsionam compras de chips e construção de data centers; atrás, suas receitas de assinaturas e API validam se a monetização da IA realmente funciona. Se o crescimento de sua receita desacelerar ou o acesso a financiamento se apertar, os pedidos de computação acumulados a montante e os servidores já implantados enfrentarão uma reprecificação — e, nesse momento, não importa se a tabela de depreciação diz 3-4 ou 5-6 anos: nada mudará o fato de que o retorno dos ativos colapsou.
Sob a ótica da estrutura do setor, o modelo de Eisman também explica por que o mercado está tão sensível ao tema da depreciação: o investimento em infraestrutura de IA é altamente concentrado, com poucos gigantes respondendo pela maior parte dos gastos de capital, de modo que qualquer oscilação comercial de um único player é amplificada e transmitida a toda a cadeia de computação. Em contraste, o ajuste da política de depreciação é uma confirmação contábil tardia e passiva, um 'registro posterior' e não um 'motor prévio'. Essa é a razão de fundo de ele o chamar de 'excessivamente acadêmico'.
Para compradores e investidores da cadeia de computação, a mensagem é bastante clara: em vez de se atormentar com os prazos da rubrica de depreciação, é melhor monitorar o retorno real do negócio de IA — no modelo de Eisman, o primeiro é apenas ruído; o segundo determina a direção do mercado.
No plano prático das compras, essa visão traz três implicações diretas para os compradores de computação de IA. Primeira: as decisões de compra devem se ancorar no ciclo real de retorno das cargas de negócio, não no ciclo de amortização financeira — se as tarefas de treinamento recuperarem o custo da computação em 18-24 meses, o prazo de depreciação terá impacto limitado sobre o ROI; ao contrário, se o próprio negócio não absorver o custo da computação, qualquer arranjo contábil apenas adiará o reconhecimento do prejuízo. Segunda: a escolha de equipamentos deve priorizar valor residual e rotas de reutilização — modelos com potencial de reuso em cenários de inferência e com suporte de ecossistema robusto se desvalorizam em curva mais suave durante as iterações tecnológicas, o que protege o valor dos ativos melhor do que buscar prazos de depreciação mais longos. Terceira: nos contratos de compra, é preciso atentar para prazos de entrega, cláusulas de garantia e caminhos de upgrade, deixando a incerteza para o vendedor, e não para o próprio balanço. Em última análise, Eisman lembra aos compradores: a computação de IA é, antes de tudo, um meio de produção, e só depois uma rubrica financeira; seu êxito se decide no lado do negócio, não no do livro contábil.
Informações de mercado e do lado da oferta também merecem registro. Segundo o sistema de cotações da WANAN Compute Exchange, os modelos envolvidos neste tema não possuem preços de oferta à venda no momento, e os compradores não conseguem comparar preços por canais spot; no curto prazo, faltam referências públicas sobre os níveis reais de negociação dos equipamentos relacionados. Isso significa que, enquanto a disputa sobre depreciação e valor residual permanecer em aberto, os sinais de preço do mercado secundário também estão ausentes — o julgamento dos compradores sobre o valor real dos ativos de servidores de IA terá de depender mais das estimativas de retorno do negócio do que dos preços de listagem. É uma ressonância curiosa com a conclusão de Eisman de 'focar no negócio e abandonar o contábil': quando nem os próprios dados de mercado conseguem oferecer uma âncora de precificação, o fluxo de caixa do negócio é praticamente a única régua confiável.
Cabe esclarecer que a visão de Eisman é uma análise de cenários, não uma previsão: ele não afirma que a IA colapsará, nem que a prosperidade necessariamente continuará, mas aponta que, seja qual for o cenário, a variável dominante é o próprio negócio. A questão que isso deixa aos participantes do mercado segue aberta — se a OpenAI conseguirá cumprir sua narrativa comercial é o verdadeiro exame que paira sobre todas as posições e pedidos de computação.
P: Como Eisman vê a disputa sobre a extensão do prazo de depreciação dos servidores de IA de 3-4 para 5-6 anos?
R: Ele considera o debate excessivamente acadêmico: se a IA prosperar, o impacto do crescimento do negócio superará os detalhes contábeis; se a OpenAI e outros gigantes fracassarem e provocarem uma regressão de todo o setor, a origem da queda estará no colapso do negócio, não na política de depreciação. Em ambos os cenários, os ajustes contábeis são apenas coadjuvantes.
P: Por que Eisman aponta a OpenAI como o maior risco do mercado?
R: Porque, em sua visão, o que determina o rumo do mercado é o sucesso ou fracasso da IA, não os ajustes contábeis; como eixo da narrativa comercial da IA, a OpenAI, ao cumprir ou não suas promessas, define diretamente a direção do mercado, e seu risco é muito maior do que a forma como o prazo de depreciação é definido.
Tags: OpenAI · Steve Eisman · AI Bubble · Server Depreciation · AI Capex
萬安算交所 AIXX · AIXX · Exchange verificado · Ir ao mercado