O avião que ninguém sabe como aterrizar
Bill Gurley está há vinte e cinco anos na Benchmark, identificando o momento exato em que o entusiasmo deixa de ser um ativo e se transforma em um passivo. Ele fez isso com a Uber em 2017, quando pressionou para tirar seu fundador do cargo antes que a cultura tóxica e os números insustentáveis arrastassem tudo com eles. Agora, em uma entrevista ao CNBC em 16 de março de 2026, repete o diagnóstico em uma escala dez vezes maior: o setor de inteligência artificial está queimando capital a uma velocidade que nenhum horizonte de rentabilidade pode justificar.
Suas palavras são precisas e sem rodeios: "Um dia simplesmente tropecemos e ficamos sem dinheiro." Ele não fala de um colapso tecnológico. O modelo funciona. Os sistemas aprendem. Os produtos existem. Ele fala de algo muito mais prosaico e muito mais letal: entre trinta e quarenta startups de IA estão perdendo bilhões anualmente e o volume de capital disponível para sustentar essas perdas tem um limite matemático que o otimismo do setor decidiu ignorar.
A imagem que Gurley usa é reveladora: "é mais difícil aterrizar o avião" quando se leva tanto combustível queimado sem ter alcançado a altitude de cruzeiro. Empresas como OpenAI e Anthropic levantaram dezenas de bilhões em financiamento. Mas levantar capital não é o mesmo que construir um modelo de negócio. É, no melhor dos casos, comprar tempo.
Por que o custo marginal zero não salva quem não pode pagá-lo
Aqui está a paradoxo estrutural que nenhuma análise do setor está nomeando com a clareza necessária: a inteligência artificial opera sob uma lógica de custo marginal decrescente. Uma vez que o modelo está treinado, o custo de gerar a resposta número dez milhões é marginalmente inferior ao da número um. A tecnologia, em teoria, tende a um estado onde produzir mais custa quase nada. Essa é sua promessa econômica mais profunda.
Mas o erro de diagnóstico do mercado atual é confundir o custo marginal de inferência com o custo total de construção do sistema. Treinar um modelo de ponta custa centenas de milhões de dólares. Mantê-lo atualizado, outros tantos. Construir a infraestrutura de dados para que funcione em escala, milhares de bilhões. Gurley aponta que as sete grandes tecnológicas — Apple, Amazon, Alphabet, Meta, Microsoft, Nvidia e Tesla — estão investindo centenas de bilhões em centros de dados para sustentar essa infraestrutura. Esse gasto não decai marginalmente. É fixo, massivo e se acumula.
O resultado é uma estrutura de custos invertida em relação ao que o mercado está descontando: as receitas escalam lentamente porque a adoção empresarial é mais lenta que o hype mediático, enquanto os custos de infraestrutura crescem de forma quase exponencial para sustentar a corrida armamentista de parâmetros e capacidade computacional. A lógica do custo marginal zero se aplica ao futuro do setor, não ao seu presente financeiro.
Isso tem consequências diretas sobre os modelos de negócio. Uma startup que cobra pelo acesso ao seu modelo de linguagem enfrenta intensa pressão de preços, pois seus concorrentes, igualmente financiados por capital de risco, estão dispostos a vender abaixo do custo para capturar participação de mercado. Ninguém está construindo margens. Estão comprando usuários com perdas subsidiadas por investidores que apostam em ser os últimos de pé quando o capital escassear.
A bolha não estoura pela tecnologia, mas pela paciência do capital
Gurley estabelece um paralelo com a era das dot-com que merece ser analisado com mais frieza do que o habitual. A comparação fácil é que então também havia empresas sem receitas com valorizações estratosféricas. Mas o mecanismo de colapso é diferente e mais instrutivo.
Em 2000, o capital secou quando os mercados públicos fecharam a janela das ofertas públicas iniciais (OPIs) e os investidores de varejo perderam o apetite. Hoje, o capital privado tem reservas muito mais profundas, o que estende artificialmente o tempo de pista. Mas isso também significa que, quando o ajuste chegar, ele virá de uma vez, não de maneira gradual. Michael Burry alertou sobre níveis perigosos de sobreinvestimento. Jeremy Grantham, da GMO, documentou sistematicamente como as bolhas tecnológicas estouram precisamente quando a tecnologia subjacente começa a mostrar sua utilidade, não antes.
O padrão que Gurley identifica como "interlopers" — atores que entram atraídos pelo momentum, sem uma tese de investimento rigorosa — é o indicador mais confiável de que uma bolha superou sua fase de formação e está em sua fase terminal. Quando cada firma de capital de risco declara que só está olhando oportunidades de IA, e quando fundadores de aplicativos de fitness e aprendizado de idiomas reformulam seus pitches como empresas de IA, o capital deixa de ser alocado onde gera mais valor e começa a ser alocado onde há mais narrativa.
O que Gurley recomenda aos investidores nesse contexto é operacionalmente simples: identificar empresas de software com modelos de assinatura comprovados, esperar a correção de valorizações que o reset produzirá e comprar com disciplina. Não apostar em startups privadas de IA que são, em suas palavras, "enormemente arriscadas". A assimetria de informação nessas investimentos é alta demais e o caminho para a rentabilidade é incerto.
A Block, a empresa-mãe do Square, liderada por Jack Dorsey, demitiu quase metade de sua equipe em um movimento deliberado de adoção de IA. Isso não é otimização marginal. É um sinal de que até mesmo as empresas com modelos de negócio estabelecidos estão reescrevendo sua arquitetura operacional sob a premissa de que o capital humano pode ser parcialmente substituído. Se empresas rentáveis estão fazendo isso, imaginar que as que ainda não geram receita vão escapar dessa pressão é um exercício de negação.
O reset reordena a hierarquia, não elimina a tecnologia
A leitura equivocada do alerta de Gurley seria concluir que a inteligência artificial é uma ilusão. Não é. As ferramentas têm demonstrado utilidade mensurável em personalização, síntese de informações e automação de tarefas repetitivas nos últimos dois ou três anos. O problema não é a tecnologia. O problema é a diferença entre o valor que a tecnologia gera hoje e o valor que o mercado de capitais está descontando para amanhã.
Quando o reset ocorrer — e a lógica financeira indica que ele ocorrerá, não como possibilidade, mas como consequência aritmética da taxa de queima acumulada — a inteligência artificial não desaparecerá. Desaparecerão dezenas de empresas que não construíram uma economia unitária sustentável, que priorizaram o crescimento de usuários em vez de margens e que suponham que o capital continuará disponível indefinidamente porque a narrativa é suficientemente grande.
O que irá sobreviver são os modelos onde o custo de aquisição de clientes tem uma relação razoável com o valor que esse cliente gera ao longo do tempo, onde a infraestrutura não requer subsídio permanente para funcionar e onde a diferenciação não depende exclusivamente de ter o modelo maior, mas de resolver um problema específico melhor do que qualquer alternativa.
Os líderes que compreenderem que o valor neste setor se constrói sobre a economia unitária, não sobre valorizações de rodada de financiamento, são os que estarão posicionados para adquirir ativos e talentos a preços racionais quando o capital escassear. O reset não é o fim do ciclo da inteligência artificial. É o momento em que a tecnologia deixa de pertencer aos narradores e começa a pertencer aos construtores.
