A pergunta é menos retórica do que parece. Vivemos o primeiro momento da história em que o texto analítico deixou de ser escasso. Qualquer pessoa com acesso a um modelo de linguagem produz, em segundos, um relatório razoável sobre qualquer empresa listada. O mercado começa a operar com cada vez menos gente no circuito — o tal no man in the loop — e a produção de conteúdo financeiro virou commodity antes mesmo de o mercado perceber que isso estava acontecendo.

E ainda assim, sustento que boas análises nunca valeram tanto. O argumento desta edição é entender o porquê disso, e o que tem a ver com os recordes do S&P 500 e com a montanha de capital que as gigantes de tecnologia estão enterrando em datacenters.

O preço caiu. O valor, não.

Claude Shannon, o pai da teoria da informação, definiu informação como aquilo que reduz a incerteza. A definição tem mais de setenta anos e nunca foi tão útil. Um texto que repete o que o mercado já sabe carrega zero informação, por mais bem escrito que seja. O valor está na surpresa, no dado, na conexão ou na leitura que muda a decisão de quem está do outro lado.

É aqui que a abundância engana. Os modelos de linguagem multiplicaram a oferta de textos, que, por si só, não se traduz necessariamente em informação. A maior parte do que se produz hoje em escala é recombinação do consenso: análises que chegam atrasadas à conclusão que os preços já refletem. O custo de produzir esse material desabou. O valor dele também.

O que permaneceu escasso foi outra coisa: a capacidade de fazer a pergunta certa antes dos outros, de conectar pontos que estão em domínios diferentes, de manter memória viva do que já aconteceu e de sustentar uma tese quando o ruído aponta para o lado oposto. Nada disso é texto. É julgamento acumulado. E o paradoxo da era dos tokens é que as máquinas, em vez de substituírem esse julgamento, tornaram-no mais valioso porque agora ele pode ser amplificado.

Nadella e os hubs de inteligência

Satya Nadella deu nesta semana uma entrevista a Ben Thompson, do Stratechery, que considero uma das leituras mais densas do ano sobre o assunto. Nela, o CEO da Microsoft rejeita o enquadramento de que a corrida da IA será vencida por um ou dois laboratórios de fronteira, e desloca a disputa para outro terreno: o da plataforma que transforma modelos em geração contínua de conhecimento dentro das empresas.

A imagem que ele usa é poderosa. Cada companhia, diz Nadella, precisará construir a sua própria “máquina de subir montanhas”: um sistema de aprendizado contínuo que roda sobre dados proprietários e melhora a cada iteração. Nessa visão, o ativo mais valioso de uma empresa deixa de ser o modelo que ela “aluga” e passa a ser o conjunto de avaliações privadas e trajetórias de aprendizado que acumula sobre o seu próprio negócio. O modelo se troca. A máquina de aprendizado, construída ao longo de anos sobre dados que só você tem, é intransferível.

Há um detalhe da entrevista que ilustra a potência das novas máquinas e merece registro. Nadella cita o caso de uma cooperativa agrícola americana que rodou a mesma tarefa em dois modelos: um gigante, de 500 bilhões de parâmetros, e um compacto, de 5 bilhões. O resultado final foi o mesmo, enquanto o custo em tokens foi dramaticamente diferente. A lição é que a era dos agentes vai premiar quem souber extrair o máximo de resultado de cada token processado, e é por isso que a própria Microsoft está reorganizando o seu software em torno de consumo: mil agentes rodando 24 horas por dia geram custo real por token, e o velho modelo de licença por assento simplesmente deixa de descrever a economia do produto.

A Microsoft, aliás, dá sinais claros para onde acredita que essa história vai dar. Lançou sete modelos proprietários construídos do zero, garantindo independência crescente da OpenAI dentro de uma parceria que se estende até 2032, e organizou seu investimento em infraestrutura em três frentes deliberadas: capacidade para clientes externos, inferência para os aplicativos próprios e pesquisa para os novos modelos. São cerca de US$ 190 bilhões em um único ano, e, segundo Nadella, a pausa nos centros de dados em 2025, que tantos leram como recuo, foi calibragem: a empresa recusou contratos fáceis de curto prazo para preservar capacidade para os clientes que vão construir suas máquinas de aprendizado nesta próxima década inteira.

O nosso laboratório

Essa tese eu não acompanho apenas como observador. A Capital Pulse roda há alguns meses um experimento que é, na prática, uma versão em miniatura do que Nadella descreve: o nosso Second Brain: um sistema de agentes que varre fontes, processa documentos e compila conhecimento em uma wiki viva, que hoje já soma mais de 1.200 documentos processados e quase 300 artigos estruturados, conectados entre si por teses de investimento.

O que aprendi operando esse sistema mudou a minha resposta para a pergunta que abriu esta edição. Os tokens são, de fato, geradores de insights, mas não da forma como a maioria imagina. A máquina não substitui a análise; ela expande brutalmente a superfície de contato com a informação. O agente que lê tudo o que eu não teria tempo de ler, que cruza a entrevista de um CEO com o balanço de um fornecedor e me devolve a conexão inesperada, está fazendo o trabalho que nenhum estagiário faria em tempo hábil. A decisão sobre o que fazer com a conexão continua sendo minha. O julgamento segue humano. O alcance dele é que mudou de ordem de grandeza.

É a mesma mecânica que Nadella está vendendo para as corporações, aplicada a uma casa de análise: as perguntas, os filtros e as teses são a propriedade intelectual. Os tokens são o motor que os transforma em produção contínua de conhecimento.

Os recordes e o bilhete confirmado

Enquanto isso, o mercado escreve a sua parte da história. O S&P 500 fechou o dia 2 de junho acima dos 7.600 pontos pela primeira vez — o 23º recorde apenas em 2026 —, puxado novamente pela cadeia de infraestrutura de IA, com os semicondutores liderando o movimento.

Quem acompanha a Capital Pulse desde o início do ano sabe que esse desfecho não me surpreende. Quando o índice saiu do pico de 7.002 pontos de janeiro e devolveu ganhos em fevereiro, escrevi aqui que aquilo era ruído de posicionamento, e que oscilações construídas sobre ansiedade macro, com o cenário estrutural intacto, tinham um nome mais preciso: janela. Os balanços seguintes confirmaram a demanda, os guidances confirmaram a aceleração, e o índice fez o resto.

O motor por trás dos recordes é o maior ciclo de investimento da história corporativa. As quatro grandes — Microsoft, Alphabet, Amazon e Meta — devem investir mais de US$ 725 bilhões em 2026, alta de 77% sobre o ano anterior, e as projeções para 2027 já superam US$ 900 bilhões. A Alphabet emitiu US$ 80 bilhões em ações para financiar a expansão e recebeu a Berkshire como acionista no processo. A carteira de pedidos da AWS bateu os US$ 364 bilhões. A receita de IA da Broadcom cresceu 143% no trimestre e a empresa projeta mais de US$ 100 bilhões para o próximo ano fiscal. Cada um desses números seria, isoladamente, o dado do ano em qualquer ciclo anterior.

E o que esse capital compra, no fim da cadeia, é uma única coisa: capacidade de processar tokens.

Quanto vale um token?

Aqui chego à provocação central desta edição. Se o insumo escasso da nova economia é a capacidade de transformar energia e silício em inteligência útil, talvez os investidores precisem rever a régua com que medem essas companhias.

Os múltiplos tradicionais foram desenhados para um mundo em que o lucro presente era o melhor preditor do lucro futuro. Mas o que estamos vendo é um regime diferente: empresas convertendo margem de hoje em capacidade computacional que define quem poderá competir amanhã. Olhar o preço sobre lucro da Microsoft ou da Alphabet neste momento é medir o custo da construção e ignorar o valor do que está sendo construído. Na era industrial, ninguém avaliava uma siderúrgica em construção pelo lucro do trimestre; avaliava-se pela capacidade instalada que ela teria ao ficar pronta.

Escrevi em março, na publicação sobre o GTC da Nvidia, uma pergunta que segue ecoando: quantos tokens você vale? Ela ganha agora uma versão corporativa. A capacidade de processar tokens, medida em watts contratados, em capacidade computacional garantida e em data centers energizados, está se tornando o indicador maior poderoso para se avaliar a capacidade futura das empresas de gerar produtos, agentes e receita. Quanto maior a capacidade, maior o potencial de gerar os resultados poderosos que sustentarão a próxima década de lucros. O investimento recorde das big techs é o preço que elas aceitam pagar pelo insumo que define o jogo, e isso, no limite, é o verdadeiro valor da informação sendo marcado a mercado.

O contraponto merece registro, até porque o próprio Nadella o oferece: tokens são insumo, e insumo mal usado vira desperdício em escala. O caso dos dois modelos com o mesmo resultado e custos dramaticamente diferentes mostra que a régua final continuará sendo a eficiência da conversão: tokens que viram decisão, produto e receita, e tokens que viram apenas calor. A capacidade instalada diz quem pode jogar. A máquina de aprendizado de cada empresa dirá quem joga bem.

Para fechar

O valor da informação nunca esteve no volume. Esteve sempre na capacidade de reduzir a incerteza de quem decide. O que a era dos tokens mudou foi a escala em que essa redução pode ser industrializada, tanto pelas big techs, que estão pagando centenas de bilhões pela infraestrutura que a produz, e por quem, como nós, é capaz de construir máquinas menores para transformar leitura em julgamento mais rápido.

A análise não perdeu valor porque as máquinas aprenderam a escrever. Ela ganhou alavancagem. E quem entender isso primeiro, seja lá o investidor, analista ou empresa, vai colher a parte mais generosa do ciclo que os recordes do S&P 500 apenas começaram a precificar.

Forte abraço,

João Piccioni

Entre em contato pelo email: capital@capitalpulse.com.br. Mande suas dúvidas, sugestões e críticas para ele! Ficarei feliz em responder!