O surgimento do modelo de Inteligência Artificial (IA) da chinesa DeepSeek surpreendeu o mercado e, ao desafiar potencialmente os modelos tradicionais que dependem de escalabilidade de hardware e consumo de energia, pode redefinir a indústria de IA, segundo avaliação dos especialistas do Banco Safra.
Sua forma de treinar modelos de alto desempenho a partir de uma abordagem de baixo custo levantou questões sobre o futuro da demanda por chips (CPU) e infraestrutura, além da sustentabilidade do crescimento das empresas adiante. Como resultado, as ações da Nvidia caíram 17% e a Nasdaq perdeu 3% na segunda-feira (27).
O relatório do Safra sobre a DeepSeek analisa possíveis cenários, focando nas implicações para os players de tecnologia e para as recomendações de investimentos do banco. A análise destaca que a carteira de BDRs do Safra já vinha adotando abordagem mais equilibrada, focando em setores com múltiplos de negociação mais atrativos e com exposição a outros nomes no setor de tecnologia, como Microsoft e Alphabet
Saiba mais
DeepSeek surpreende com inteligência artificial de código aberto
A start-up chinesa DeepSeek surpreendeu o mundo na semana passada após apresentar ao mercado um novo modelo de IA de código aberto, afirmando que seus resultados são comparáveis aos de outros modelos de IA (como o ChatGPT).
O principal detalhe é que o modelo da DeepSeek é mais econômico e consome muito menos investimentos (chips mais antigos e em menor quantidade) do que outros modelos de IA. Portanto, o novo modelo pode sugerir que avanços na eficiência algorítmica podem ser menos dependentes de hardware de ponta.
Consequentemente, se esses resultados forem confirmados, a demanda por chips de ponta no futuro, especialmente em meio ao aumento de custos e tensões geopolíticas, pode ser questionada – assim como a avaliação desses produtores de chips.
O que muda no mercado de IA
Comparado aos modelos convencionais, o modelo da DeepSeek aparentemente usou abordagens e técnicas de treinamento diferentes que não exigiram investimento em hardwares massivos a fim de obter bons resultados para a aprendizagem da IA.
Nesse setor, as empresas normalmente constroem grandes clusters de GPU (circuitos especiais poderosos que fornecem cálculos matemáticos rápidos) que garantem alto poder computacional, possibilitando o treinamento de modelos complexos de IA, como os de linguagem grande (Large Language Model ou LLM).
Quanto maior a capacidade, maior o investimento e, inicialmente, maior o consumo de energia necessário. Até agora, essa abordagem produziu resultados melhores e mais rápidos para o treinamento de IA, o que justificou os investimentos.
Consequentemente, o sucesso da cadeia de suprimentos de IA tem sido comumente vinculado à abordagem “mais chips, melhores resultados”, e a projeção de alta demanda por chips impulsionou o desempenho das ações de muitas empresas vinculadas à IA.
O que muda nas tendências de investimento
Primeiramente, os resultados do modelo da DeepSeek ainda não foram totalmente testados pela indústria e seu desempenho ainda não foi comparado ao dos modelos existentes por partes independentes. Além disso, é pouco provável que as estratégias de investimento das gigantes de tecnologia (as big techs) mudem drasticamente no curto prazo devido aos compromissos existentes relacionados à infraestrutura de IA.
Investir em hardware ainda seria necessário para poder treinar e melhorar o software, mesmo que o custo marginal para o desenvolvimento de modelos seja menor no futuro. Modelos de baixo custo podem levar as companhias a reavaliarem e ajustarem os investimentos em hardware, mas, por outro lado, a possibilidade de os modelos serem ainda mais eficientes e baratos pode atrair mais players, pois custos mais baixos também implicam maiores retornos potenciais, o que provavelmente expandiria o uso e a lucratividade do hardware.
Em suma, isso pode atrair nova demanda por chips, já que a perspectiva para os retornos pareceriam melhores. Assim, não há informações suficientes para afirmar que as tendências de investimento mudarão, embora a incerteza deva persistir por um tempo.
O conceito “mais chips, melhores resultados” levou a indústria de tecnologia a correr para aumentar a escala do poder computacional. A demanda atual por semicondutores avançados é alimentada por um ciclo autossustentado: modelos de IA de ponta exigem recursos computacionais cada vez maiores, o que, por sua vez, justifica investimentos massivos em infraestrutura de fabricação de chips.
Como efeito secundário, para alimentar esses sistemas, o consumo de energia está aumentando rapidamente, o que pressiona os preços de energia, tornando o custo para treinar os modelos (e produzir resultados) ainda mais alto. Por exemplo, a fábrica de R$30bi da Taiwan Semiconductor Manufacturing Company (TSMC) no Arizona ilustra o impressionante capital necessário para acompanhar essa demanda. Da mesma forma, o presidente Donald Trump recentemente propôs investimentos de R$500bi para repatriar a produção de semicondutores e fortalecer o domínio tecnológico dos EUA – um número que evidencia a escala da “corrida armamentista” global por chips.
Como fica o domínio da Nvidia no mercado
O domínio da Nvidia (NVDA) no mercado de chips de IA foi construído com base em suas GPUs (unidades de processamento gráfico) de alto desempenho, que mostraram ser os mais capazes de treinar modelos de IA em grande escala.
Na avaliação do Banco Safra, a nova abordagem do modelo da DeepSeek não significa o fim da Nvidia, mas mostra que o crescimento da demanda por hardware pode ser possivelmente diferente das expectativas iniciais.
Agora, a pesquisa de IA deve também priorizar a eficiência algorítmica combinada com hardware especializado. As empresas que atingirem esse equilíbrio – fornecendo poder computacional e eficiência energética – podem ditar o futuro do setor.
Embora suas GPUs permaneçam essenciais no curto prazo, a sustentabilidade do setor de IA não depende apenas do poder computacional bruto, mas também de uma inovação mais inteligente e sustentável – algo que definirá o futuro do setor.
De qualquer forma, é importante lembrar que a empresa é a líder global no setor de semicondutores, incluindo não apenas em data centers, mas também nos segmentos de jogos, visualização profissional, automotivo, robótica, fabricantes de equipamento original (OEM), entre outros.
Atualmente, a maior fonte de receita da Nvidia é seu segmento de negócios de computação e rede (data centers), que inclui IA.
Impacto da DeepSeek no Brasil
O modelo da DeepSeek poderia ameaçar a atratividade do Brasil, impulsionada pela energia necessária para IA, ou a demanda futura por energia?
O surgimento da nova abordagem do modelo da DeepSeek desafia não apenas o modelo tradicional de desenvolvimento de IA, mas também a estratégia de países em que a energia é o principal atrativo para alocação de data centers.
Os data centers já consomem cerca de 4% da energia global e, em nossa opinião, a demanda continuará crescendo, pois mesmo com o desenvolvimento de modelos com eficiência de custo, os novos usos da IA provavelmente exigirão a expansão dos data centers.
No entanto, o ritmo de crescimento dos data centers também pode diferir das estimativas iniciais. Portanto, para fornecedores de energia, a combinação de preços competitivos de energia com confiabilidade continua sendo importante.
Para o Brasil, isso significa que, embora sua matriz de energia renovável continue sendo um ativo devido aos preços competitivos (cerca de R$25/MWh para contratos de médio prazo com empresas de energia convencionais), o país também pode precisar investir em inovação tecnológica, equilibrar as fontes de energia em sua matriz, estabelecer um sistema de tributação melhor (e abrangente) para promover investimentos e melhorar a infraestrutura para data centers.
Como reage o mercado?
O posicionamento mais alto dos investidores no setor de tecnologia, combinado com o risco de concorrência, gerou um forte movimento de realização de lucros em certas empresas, especialmente na Nvidia (17%), levando o Nasdaq a cair quase 3% (vs. -1,46% do S&P 500).
Os especialistas do banco Safra acreditam que investidores já estavam questionando a avaliação de empresas de tecnologia após a forte valorização das ações em 2024.
Além disso, se a nova ferramenta de IA da DeepSeek realmente tiver um desempenho robusto com potencial de reduzir os investimentos em IA, isso provavelmente mudaria o foco de hardware para software, aumentando a exposição a outras partes da cadeia do setor de IA.
Embora não esteja claro se o novo modelo implicaria uma menor demanda por chips, empresas como Microsoft, Amazon e Google poderiam se beneficiar de menores necessidades de investimento no futuro – pressupondo que as hipóteses sobre o produto da Deepseek sejam verdadeiras.
Fora do setor de tecnologia, a WEG (WEGE3; Neutra; preço-alvo de R$64,10) está entre as empresas impactadas. Suas ações caíram 7,9% em 27 de janeiro, após o lançamento da DeepSeek, mas mostraram sinais iniciais de recuperação em 28 de janeiro.
A primeira leitura do Safra para a WEG é um tanto cautelosa, pois o anúncio da Deepseek causa preocupações relacionadas à migração de investimentos em infraestrutura de IA para a China, onde a WEG tem presença limitada. Além disso, dado que uma parcela significativa do crescimento da WEG está vinculada à expansão da matriz energética dos EUA, impulsionada pela crescente demanda de IA por energia, essa notícia pode representar riscos ao seu crescimento de longo prazo.
No entanto, ainda há muitas incertezas, principalmente relacionadas à regulamentação e adoção da tecnologia em grande escala, que podem, em última análise, definir o impacto de longo prazo.
Dito isso, com base nas últimas interações com a companhia, o Safra destaca que o backlog da WEG permanece saudável, o que sugere demanda sólida por seus produtos nos próximos 2 anos.
Portfólio recomendado de BDRs
Para o portfólio recomendado de Brazilian Depositary Receipts (BDRs) do Banco Safra, já estávamos adotando uma abordagem mais equilibrada, focando em setores com múltiplos de negociação mais atrativos e subalocando no setor de tecnologia, pois víamos as avaliações mais esticadas no fim de 2024 (27% de exposição ao setor de tecnologia em nosso portfólio vs. 31% do S&P e 59% da Nasdaq).
Como resultado, o portfólio gerou alfa de 0,27% vs. o índice S&P 500 na segunda-feira (27), apesar a alocação na Nvidia, devido à exposição a outros nomes no setor de tecnologia, como Microsoft e Alphabet.
Observando os dados históricos, essa forma equilibrada de construir o portfólio gerou resultados convexos, que se sustentam melhor em momentos de quedas gerais do mercado. A carteira capturou apenas 81% da queda de segunda-feira, mas em momentos de exuberância, como o visto em 2024, a carteira gerou alfa de 14,68% (73,05% vs. 58,37% do S&P 500 em reais).
