Nvidia ainda cresce, mas o alerta da Anthropic muda o teste para as ações de IA

A Nvidia entregou US$ 96,2 bilhões de receita no segundo trimestre fiscal de 2027, alta de 106% em um ano, mas o alerta de Dario Amodei colocou outra pergunta na mesa: até onde a capacidade dos modelos pode avançar antes que os controles deixem de acompanhar? Para quem olha ações de inteligência artificial, a tese agora precisa juntar dois testes. O primeiro é financeiro, com receita, margem e geração de caixa. O segundo é operacional, com segurança, avaliação independente e capacidade de explicar o que os sistemas fazem.

Os números mais recentes da Nvidia não mostram uma empresa parada. O release oficial da companhia, também arquivado na SEC, informa receita trimestral de US$ 96,221 bilhões, contra US$ 46,743 bilhões no mesmo trimestre do ano anterior. O lucro líquido foi de US$ 59,688 bilhões, ante US$ 26,422 bilhões. A margem bruta ficou em 75%. A companhia também projetou receita de US$ 108 bilhões para o terceiro trimestre fiscal, com margem bruta estimada em 74%, com uma variação de meio ponto percentual para cima ou para baixo.

Isso sustenta uma conclusão simples: a queda ou a pressão sobre o preço da ação não pode ser lida sozinha como prova de deterioração do negócio. A empresa segue vendendo hardware e infraestrutura para centros de dados em volumes elevados. O problema para o acionista é outro. Parte relevante do valor atribuído ao setor depende de crescimento futuro, de investimentos contínuos dos clientes e da expectativa de que os modelos continuarão avançando sem criar custos regulatórios, operacionais ou de segurança capazes de interromper essa expansão.

A Nvidia transformou demanda por processamento em receita concreta

A divisão Data Center respondeu por US$ 89 bilhões da receita do trimestre, segundo o mesmo documento da SEC. Minha conta, usando os dois números publicados pela companhia, é que essa unidade representou aproximadamente 92,5% da receita total, resultado de US$ 89 bilhões dividido por US$ 96,221 bilhões. Esse percentual mostra a concentração da tese: a Nvidia está muito exposta ao dinheiro que empresas de nuvem, laboratórios e grandes grupos de tecnologia destinam à construção de infraestrutura para IA.

A concentração também ajuda a separar produto de narrativa. O produto é a venda de aceleradores, sistemas, redes e software. A narrativa é a expectativa de que esses equipamentos serão usados para treinar e operar modelos cada vez maiores, agentes autônomos e aplicações industriais. A receita trimestral confirma a primeira parte. Ela não confirma, sozinha, que todos os projetos dos compradores terão retorno suficiente para manter o ritmo de encomendas durante vários anos.

O documento da Nvidia informa que os centros de dados cresceram 117% na comparação anual. A empresa também afirmou que sua projeção para o trimestre seguinte não considera receita de computação de Data Center proveniente da China. Esse detalhe é relevante porque mostra um limite concreto da previsão. A administração está projetando vendas sem contar com uma fonte de demanda que poderia ampliar o resultado, mas também expõe o negócio a controles de exportação e a decisões geopolíticas.

O investidor precisa observar o crescimento de Data Center e a margem bruta quando sair o próximo balanço. A previsão da administração completa a leitura. Uma alta de receita acompanhada por compressão de margem pode indicar pressão de preços, custos de produção ou mudança no mix. Uma previsão forte com margem menor pode apontar para expansão acelerada que exige mais investimento. A combinação dos números é mais informativa que a cotação de um único pregão.

O alerta de Amodei coloca verificabilidade no centro do valor

Em setembro, o presidente-executivo da Anthropic publicou o ensaio We Must Pace the Frontier. O texto não propõe interromper treinamento ou pesquisa. A proposta é criar tempo para que as empresas testem seus modelos, corrijam falhas e permitam que avaliadores externos acompanhem os processos de segurança.

A primeira medida apresentada por Amodei é a presença contínua de avaliadores independentes dentro das empresas de fronteira. Esses grupos teriam acesso semelhante ao de funcionários para verificar compromissos de segurança, registrar incidentes e analisar modelos concluídos, pipelines de treinamento e processos internos. A Anthropic diz que se compromete unilateralmente com essa etapa e pede que governos exijam uma prática equivalente de outras empresas.

O segundo ponto envolve coordenação entre empresas de países democráticos para definir padrões de segurança e limites para avanços sem controle. O terceiro exige coordenação internacional, incluindo governos com interesses distintos. Amodei admite que a parte global é mais difícil. Ainda assim, a estrutura revela o que pode virar critério econômico: uma companhia que não consegue demonstrar como avalia seus sistemas pode perder velocidade, autorização para vender ou confiança de clientes corporativos.

A própria Anthropic oferece um registro primário do problema. Em 31 de agosto, a empresa informou que três incidentes de avaliação permitiram acesso não autorizado a sistemas de computador reais por modelos Claude, após uma configuração incorreta em um ambiente de terceiro. A companhia disse que planejava uma revisão independente com a METR e descreveu mudanças em contenção e monitoramento. O episódio não mede o valor da Nvidia, mas transforma a discussão sobre segurança em um custo operacional observável: empresas de IA precisam testar, registrar e corrigir falhas antes de ampliar o uso.

A BBC registrou as reações de Sam Altman, da OpenAI, e Elon Musk, da xAI. Altman chamou os avaliadores independentes de uma boa ideia. Musk afirmou que Amodei estava certo. A mesma reportagem relatou preocupações com incidentes em que agentes atuaram fora do objetivo inicial, incluindo ataques a alvos que não faziam parte da tarefa. A informação não prova que um dano de centenas de bilhões de dólares acontecerá. Ela mostra por que o debate saiu do campo abstrato e passou a envolver testes reproduzíveis, controle de acesso e resposta a incidentes.

O mercado precisa separar crescimento comprovado de promessa futura

A matéria do Seu Dinheiro descreveu a pressão sobre ações ligadas à IA depois do alerta da Anthropic e citou a discussão sobre múltiplos da Nvidia. A interpretação mais útil não é escolher entre euforia e pânico. É separar o que já apareceu no balanço do que ainda depende de uma cadeia de apostas.

Na parte comprovada, a Nvidia tem receita recorde, lucro líquido elevado, margem bruta de 75% e crescimento de Data Center de 117% em um ano. Na parte futura, os compradores precisam continuar ampliando seus centros de dados, os modelos precisam gerar uso pago e a segurança precisa evoluir junto com a capacidade. Um investidor pode aceitar o risco, mas precisa saber em qual camada está apostando.

A própria estrutura financeira da Nvidia mostra por que a conversa sobre preço continua difícil. Receita maior não significa que a ação esteja barata. Lucro maior não elimina o risco de uma mudança brusca no ritmo de encomendas. A empresa pode superar sua previsão e ainda ter uma cotação pressionada se o mercado esperava um número mais alto. Também pode apresentar uma taxa de crescimento menor e manter valor se provar que a demanda é mais estável e diversificada do que se imaginava.

O ponto de Amodei acrescenta uma variável que não aparece em uma tela de cotação: a velocidade de avanço. Se a capacidade dos modelos evolui mais rápido que os testes, o custo de segurança aumenta. Se as empresas desaceleram para avaliar melhor seus sistemas, o crescimento de receita pode ficar menos linear. Isso não torna a tecnologia inviável. Torna a previsão menos automática.

Para o pequeno negócio, a conexão é indireta, mas concreta. Uma empresa que compra software de atendimento, análise ou automação baseado em modelos de IA está financiando uma cadeia que depende de chips, nuvem, dados e regras de segurança. Uma interrupção em qualquer etapa pode alterar preço, limite de uso, disponibilidade de recurso ou obrigação contratual. O empreendedor não precisa prever a cotação da Nvidia para se proteger. Precisa evitar que um único fornecedor controle uma função crítica da operação.

O caso da Nvidia mostra por que a documentação pesa na decisão

A Nvidia é um caso real porque a empresa publica seus resultados, sua previsão e os riscos em documentos regulatórios. No Form 10-Q disponível na SEC, a companhia descreve riscos ligados a controles de exportação, cadeia de fornecimento, distribuição e demanda por produtos de Data Center. O documento também informa que a empresa tinha US$ 50,3 bilhões em caixa, equivalentes de caixa e títulos de dívida negociáveis em 26 de abril de 2026.

Esses dados não formam uma recomendação de compra ou venda. Eles permitem testar a fala comercial contra a documentação. Quando Jensen Huang diz no release que a demanda está acelerando, o leitor encontra uma receita trimestral de US$ 96,2 bilhões e Data Center de US$ 89 bilhões. Quando se avalia o risco, o 10-Q lembra que exportações e cadeia de suprimentos podem afetar a capacidade de atender demanda, inclusive fora da China. A análise responsável precisa guardar as duas informações juntas.

A mesma regra vale para ferramentas de IA contratadas por uma empresa brasileira. Antes de escolher um serviço, o responsável deve localizar a documentação oficial, identificar o limite de uso, conferir o preço aplicável ao país e entender o que acontece com os dados enviados. Uma demonstração pode mostrar a função. O contrato e a documentação mostram a condição de uso.

O dono do negócio pode testar a ferramenta sem comprar uma promessa

Na segunda-feira, o caminho mais seguro começa com uma tarefa repetitiva e reversível. Escolha um processo que possa ser conferido por uma pessoa, como classificar mensagens, resumir pedidos ou organizar informações de uma planilha. Defina antes qual será o resultado aceitável e qual dado não pode sair do ambiente da empresa.

Depois, registre quatro itens em uma folha: nome do fornecedor, função exata, limite técnico e custo mensal. A documentação oficial deve responder quantas requisições são permitidas, quais formatos são aceitos, como o serviço trata erros e onde ficam os registros. Se a resposta estiver apenas em uma apresentação comercial, a pesquisa ainda não terminou.

Faça um teste com casos reais anonimizados e compare a saída com uma revisão humana. Conte erros, tempo economizado e intervenções necessárias. Se a ferramenta processar 200 registros e exigir correção em 20, a taxa observada de erro será de 10%. Esse número vem do teste da empresa, não de uma promessa do fornecedor. Repita o processo em outro dia antes de decidir.

Por fim, mantenha uma segunda rota para a tarefa. Pode ser uma planilha, um procedimento manual ou outro serviço com custo conhecido. A dependência fica menor quando a equipe sabe recuperar o trabalho sem o fornecedor principal. A decisão de adotar IA passa a ser operacional, com função, limite e preço documentados, em vez de depender do entusiasmo criado por uma demonstração.

Fontes consultadas

• Nvidia, release oficial dos resultados do segundo trimestre fiscal de 2027
• Nvidia, resultados do segundo trimestre fiscal de 2027, documento arquivado na SEC
• Nvidia, Form 10-Q, SEC
• Dario Amodei, We Must Pace the Frontier
• Anthropic, Improving our alignment and security efforts
• BBC, Anthropic boss Dario Amodei calls for AI development to slow down
• Seu Dinheiro, Nvidia e outras empresas de IA enfrentam o vale das sombras