Enquanto a festa nas ações de IA continua, evidências empíricas começam a mostrar que a revolução tecnológica tem seus limites. Por enquanto, o mercado está precificando o cenário otimista. Mas os riscos são cada vez maiores. Se você tem investimentos em IA, precisa estar preparado.
Todos estão convencidos de que o futuro dos investimentos será ditado pela inteligência artificial. Novos modelos prometem tomar decisões melhores e ganhar dinheiro de forma consistente. No entanto, um experimento recente teve resultados realmente surpreendentes.
No final do ano passado, foi realizado um experimento que deveria ter estado na primeira página de todos os jornais financeiros, mas passou quase despercebido, e suas conclusões só agora começam a ser seriamente discutidas. Um laboratório de pesquisa chamado "Nof1" organizou a "Alpha Arena": deu $10.000 de capital real a seis dos modelos de IA mais avançados do mundo—ChatGPT, Gemini, Claude, Grok, DeepSeek e Qwen—e os deixou operar sozinhos no mercado de criptomoedas por duas semanas. Nenhuma intervenção humana. Todas as operações foram públicas e auditáveis.
O resultado: quatro dos seis acabaram perdendo dinheiro. O GPT-5, modelo estrela da OpenAI, perdeu mais de 60% do seu capital. O Gemini, modelo do Google, perdeu mais da metade. As taxas de sucesso de todos os modelos giraram em torno de apenas 25% a 30%, e boa parte das perdas veio de algo muito humano: overtrading, pagamento de comissões excessivas e uso de alavancagem sem controle de risco.
E os dois que venceram? Aqui vem o detalhe mais interessante. Quando repetiram o experimento semanas depois—desta vez com ações dos EUA como Tesla, NVIDIA e Microsoft—os vencedores da primeira rodada não repetiram o sucesso: terminaram no vermelho, junto com praticamente todos os outros modelos. Em estatística, isso tem um nome: quando quem ganha uma rodada não consegue repetir na seguinte, o que você está medindo não é habilidade. É sorte.
Enquanto isso, na rede social X, abundam contas te dizendo que "fulano construiu um bot com ChatGPT em cinco minutos e está ganhando milhões". Mas os dados dizem o contrário, e entender por que é uma das chaves para pensar no que pode acontecer com as ações do setor mais quente do mercado.
A promessa implícita da IA aplicada ao trading era esta: uma máquina que processa mais informações do que qualquer humano deveria ser capaz de encontrar oportunidades que os humanos não veem. O experimento sugere que, pelo menos hoje, isso não está acontecendo.
A barreira invisível: informação não é julgamento
Por que falha? Aqui está a descoberta mais interessante, e vem de outro estudo. Uma equipe de pesquisadores de Princeton e outras universidades montou o CryptoBench, um exame projetado por analistas profissionais para medir o quão bem esses modelos funcionam em mercados reais. Eles separaram as tarefas em dois grupos: "recuperação de informações" (qual é o preço de X?, quanto capital tal protocolo tem?) e "predição" (o que vai acontecer com isso?).
O contraste é brutal. O GPT-5 acertou quase 6 de cada 10 perguntas de recuperação de informações. Nas de predição, menos de 1 em cada 10. O mesmo modelo que é brilhante em encontrar dados desaba quando precisa decidir sob incerteza.
Essa é a barreira invisível. Modelos de linguagem são extraordinários para recuperar, resumir e organizar informações que já existem. Mas investir não é um problema de informação: é um problema de "julgamento". É decidir quanto arriscar quando os dados são ambíguos, é não fazer overtrading, é aceitar que você não sabe o que vai acontecer e dimensionar as posições de acordo. O que investidores profissionais chamam de gerenciamento de risco—e o que separa o investidor do apostador—é exatamente onde os modelos falharam.
"Mas desta vez há lucros"
Aqui nos conectamos com a pergunta que importa para o seu portfólio. O argumento mais repetido para justificar as avaliações do setor de tecnologia é: "isso não é a bolha da internet, porque agora há lucros reais". E é verdade—mas apenas parcialmente. Vale a pena olhar de onde vêm esses lucros.
Uma grande parte vem dos gastos de capital (capex) das gigantes de tecnologia. Microsoft, Amazon, Google e Meta planejam investir mais de US$ 600 bilhões em infraestrutura de IA em 2026, contra cerca de US$ 380 bilhões em 2025. Para colocar em perspectiva: é um valor comparável ao PIB da Argentina, gasto em um único ano, principalmente em data centers e chips.
E há um segundo detalhe: grande parte desse dinheiro circula em um circuito fechado. A NVIDIA faz investimentos de centenas de milhões de dólares na OpenAI; a OpenAI assina contratos com a Oracle para usar seus data centers; e a Oracle, por sua vez, preenche esses data centers com chips da NVIDIA. O mesmo dinheiro gira entre os mesmos players, e a cada volta, é registrado como receita de alguém. No jargão, isso é chamado de "economia circular da IA", e cada vez mais analistas se perguntam o que acontece se um elo dessa corrente for cortado.
O ponto não é que os lucros são falsos. É que eles dependem das gigantes continuarem gastando nesse ritmo. E aqui entra o que vimos acima: esses gastos são justificados pela expectativa de que a IA vai transformar tudo. Se os limites mostrados por esses experimentos—brilhantes para processar informações, fracos para julgamento—se solidificarem como percepção do mercado, os conselhos dessas empresas enfrentarão pressão de seus acionistas para moderar o capex. E se o capex moderar, a cadeia de receitas que hoje sustenta as avaliações do setor enfraquecerá rapidamente.
O que fazer com isso?
Três ideias concretas. Primeiro, se você tem uma grande parte do seu portfólio concentrada em tecnologia dos EUA—e se você investe no S&P 500, você tem, porque um punhado de empresas explica uma grande parte do índice—este é um bom momento para revisar essa concentração.
Segundo, o indicador a ser acompanhado não é o preço da NVIDIA: é o "capex guidance" da Microsoft, Amazon, Google e Meta em cada apresentação de resultados. No dia em que uma delas moderar seus planos de investimento, o mercado lerá a mensagem instantaneamente. Esse é o dado que antecipa a mudança de ciclo, não o que a confirma.
Terceiro, desconfie de qualquer produto que prometa retornos automáticos com IA. Se os modelos mais avançados do planeta, com equipes de pesquisa de primeira linha por trás deles, perdem dinheiro operando sozinhos, o bot que te vendem no Telegram não será a exceção. A tecnologia pode ser uma excelente ferramenta para processar informações—o julgamento, por enquanto, ainda é fornecido por você ou por um profissional.
Em conclusão, o experimento aplicado ao campo do trading é um exemplo concreto de algo cada vez mais evidente: os limites da inteligência artificial. Aqueles que a usam diariamente notam que falta aquele "julgamento" e "criatividade" que os humanos têm para qualquer tarefa que envolva pensamento crítico.
A revolução tecnológica é real, e muitas tarefas feitas manualmente hoje serão automatizadas.
Mas talvez, afinal, o dia em que a IA nos substituir a todos esteja mais distante do que pensamos. E o importante é que o mercado não está precificando esse cenário.
Publicado em @InversoresClub: https://clubdeinversores.com/se-viene-la-noche-para-la-ia-lo-que-un-experimento-con-plata-real-revelo-sobre-sus-limites/
