Jamie Dimon Diz que o Boom dos Data Centers de IA Não Vai Esmorecer

Jamie Dimon rejeitou os receios de que o boom dos data centers de IA vá esmorecer, apesar das crescentes preocupações com dívida, energia e retornos incertos. A posição do CEO do JPMorgan Chase alcançou um público mais amplo pelo Google News depois que a CNBC destacou sua confiança no ciclo de infraestrutura.

Seu argumento não é simplesmente que a inteligência artificial continuará popular. Dimon aposta que a procura por capacidade computacional continuará a crescer rapidamente o bastante para sustentar uma extraordinária onda de construção e financiamento.

Essa confiança o coloca em oposição a investidores que veem ecos do boom das telecomunicações do fim dos anos 1990. Ambos os períodos envolveram enormes investimentos em infraestrutura antes que se soubesse qual seria, no fim, o volume de procura rentável.

A comparação importa porque o JPMorgan ocupa várias posições nesse mercado. Ele usa IA internamente, assessora empresas de tecnologia, estrutura financiamentos e avalia os riscos de crédito resultantes.

Portanto, Dimon oferece mais do que uma previsão casual. Ele expressa uma visão de uma das instituições que ajudam o capital a fluir para chips, data centers, sistemas de energia e infraestrutura de nuvem.

As evidências mais fortes sustentam a continuidade da procura no curto prazo. O retorno de longo prazo sobre todo esse investimento continua muito mais difícil de estabelecer.

O Que o Momento de Jamie Dimon no Google News Realmente Sinaliza

A confiança de Dimon desloca o debate de saber se a infraestrutura de IA será construída para saber se seus usuários conseguirão obter receita suficiente com ela.

Sua posição é coerente com declarações feitas em um evento da Anthropic em Nova York, em maio de 2026. Dimon disse que a tecnologia justificava investimentos na escala de um trilhão de dólares, segundo um relato sobre o ciclo de capital da IA.

Esse endosso veio do líder do maior banco dos EUA em ativos. Também ocorreu enquanto empresas de tecnologia aumentavam seus compromissos de infraestrutura e buscavam mais financiamento externo.

Um data center de IA é uma instalação projetada para operar clusters densos de processadores especializados. Esses processadores treinam modelos e executam inferência, o processo de produzir respostas a partir de modelos treinados.

A distinção entre treinamento e inferência ajuda a explicar a confiança de Dimon. O treinamento cria modelos, enquanto a inferência conecta a procura por computação à atividade diária dos clientes.

A J.P. Morgan Asset Management estima que a inferência represente hoje cerca de dois terços das cargas de trabalho de computação em IA. A instituição argumenta que essa composição torna a nova capacidade mais ligada a serviços utilizáveis do que os anteriores projetos especulativos de treinamento.

A instituição também estima que os gastos de capital dos hyperscalers ultrapassaram US$ 400 bilhões em 2025. Ela espera que esse montante se aproxime de US$ 800 bilhões durante 2026.

Hyperscalers são empresas que operam enormes plataformas de nuvem, incluindo Amazon, Microsoft, Google e Meta. Sua escala permite financiar infraestrutura com fluxo de caixa operacional, dívida corporativa e compromissos de longo prazo.

Essas estimativas não provam que todas as instalações planejadas terão sucesso. Elas mostram por que Dimon não trata cancelamentos isolados ou atrasos de construção como evidência de um colapso generalizado.

Grandes projetos de data centers mudam regularmente porque conexões de energia, licenças, equipamentos e compromissos de clientes avançam em calendários diferentes. Uma unidade atrasada não representa automaticamente uma procura mais fraca por computação.

A distribuição pelo Google News pode diluir essas distinções. Uma única manchete sobre uma instalação suspensa pode aparecer ao lado de outra que anuncia um campus de vários bilhões de dólares, criando a impressão de uma reversão repentina.

A intervenção de Dimon oferece uma estrutura mais clara. O boom não é um projeto uniforme que simplesmente tem sucesso ou fracassa. É um portfólio de instalações, estruturas de financiamento, inquilinos e acordos regionais de energia.

Alguns projetos quase certamente perderão dinheiro. Esse resultado pode coexistir com uma procura sustentada por infraestrutura no mercado mais amplo.

Dimon já reconheceu anteriormente essa separação. Ele argumentou que a IA é real, ao mesmo tempo que alertava que parte do capital investido será desperdiçada.

Essa posição é mais credível do que afirmar que toda avaliação ou instalação atual se justifica. Tecnologias de uso geral frequentemente produzem infraestrutura valiosa ao lado de empresas fracassadas e investimentos feitos no momento errado.

A internet sobreviveu ao colapso da bolha pontocom. Redes de fibra construídas naquele período mais tarde sustentaram serviços que seus investidores originais nem sempre viveram para monetizar.

Dimon parece esperar uma separação semelhante entre a procura tecnológica e os retornos dos investidores. A IA pode transformar a atividade empresarial e, ainda assim, produzir baixas financeiras.

Esse é o sinal crucial por trás da manchete da CNBC. Ele não promete um ciclo tranquilo. Ele rejeita a ideia de que contratempos eliminarão a necessidade subjacente de capacidade computacional.

A Procura Real Diferencia Esta Expansão do Colapso da Fibra

O melhor argumento a favor da posição de Dimon é que a capacidade de IA continua escassa, enquanto o boom pontocom produziu infraestrutura muito à frente do uso.

A atual análise de infraestrutura de IA da J.P. Morgan afirma que mais de 70% da capacidade de data centers em construção já foi arrendada. Esse nível de pré-locação dá aos desenvolvedores maior visibilidade de receita antes de os edifícios começarem a operar.

A mesma análise afirma que apenas 7% da rede de fibra óptica estava sendo utilizada no ponto mais baixo de 2002 da bolha das telecomunicações. Os investidores haviam financiado uma oferta que excedia substancialmente a procura da época.

O mercado atual apresenta a condição inversa, pelo menos por enquanto. Os provedores de nuvem continuam a relatar capacidade computacional limitada, enquanto clientes reservam acesso com anos de antecedência.

As principais plataformas de nuvem registraram crescimento médio de receita de 44% durante o primeiro trimestre de 2026, segundo a J.P. Morgan Asset Management. Esse crescimento não vem inteiramente da IA, mas os serviços de IA são um importante contribuidor.

A própria carga de trabalho também está se tornando mais exigente. Modelos de raciocínio executam computação adicional antes de produzir uma resposta, enquanto agentes de IA podem fazer chamadas repetidas a modelos para concluir uma tarefa.

Uma solicitação básica a um chatbot pode exigir uma resposta. Um agente que lida com pesquisa, código ou processos empresariais pode gerar dezenas de solicitações conectadas.

Essa multiplicação significa que ganhos de eficiência não reduzem necessariamente a procura total por infraestrutura. Uma computação mais barata pode incentivar desenvolvedores a executar mais tarefas, atender mais usuários e criar aplicações mais complexas.

O padrão se assemelha a outros mercados de tecnologia nos quais custos unitários mais baixos expandem o consumo total. Redes mais eficientes não reduziram o tráfego da internet, e chips melhores não acabaram com a procura por computação.

As empresas também ainda estão no início da adoção. A J.P. Morgan estima que cerca de 20% das empresas dos EUA relatam usar IA, embora as pesquisas divirjam porque medem o uso de formas diferentes.

Isso deixa um espaço considerável para expansão. Também expõe a fragilidade da suposição de que a adoção atual se transformará automaticamente em uma implementação rentável em toda a empresa.

A experimentação cria procura por recursos computacionais, mas uma procura sustentada requer fluxos de trabalho úteis. As empresas precisam integrar modelos aos seus dados, controles de segurança, software e responsabilidades dos funcionários.

Os casos de uso atuais mais fortes incluem desenvolvimento de software, processamento de documentos, suporte ao cliente, publicidade, pesquisa e análise financeira. Cada um pode gerar procura contínua por inferência após o treinamento de um modelo.

O próprio JPMorgan oferece um exemplo relevante porque o banco implementou IA em risco, operações, atendimento e ferramentas para funcionários. Sua experiência dá a Dimon exposição direta à dificuldade e à utilidade da adoção empresarial.

A procura interna do banco não estabelece o retorno de todo o mercado. No entanto, ajuda a explicar por que Dimon vê a IA como tecnologia operacional, e não como uma novidade especulativa para consumidores.

A outra evidência vem da escassez física. As taxas de vacância de data centers permaneceram próximas de mínimas históricas em mercados importantes, enquanto o acesso a energia adequada tornou-se uma restrição limitante.

A escassez pode mascarar projetos fracos, pois os clientes aceitam condições desfavoráveis quando a capacidade é limitada. Ainda assim, ela também pode proteger instalações já estabelecidas, ao sustentar a ocupação e contratos longos.

O mercado resultante é mais complicado do que uma simples comparação com uma bolha. A oferta atual é limitada, os clientes estão reservando capacidade e a receita de nuvem está crescendo.

Esses fatos favorecem a visão de curto prazo de Dimon. Eles não resolvem se os gastos na escala esperada para 2026 gerarão retornos aceitáveis ao longo da vida útil de uma instalação.

O precedente da fibra, portanto, tem dois lados. A infraestrutura pode continuar socialmente útil enquanto destrói capital para proprietários que pagaram demais ou tomaram empréstimos com base em premissas irrealistas.

Essa distinção define o conflito principal. Dimon defende uma procura duradoura por computação, enquanto os céticos questionam as estruturas financeiras construídas em torno dessa procura.

O Boom Agora Depende Tanto de Dívida Quanto de Chips

Os data centers de IA estão passando de um ciclo tecnológico financiado por caixa para um teste de financiamento que pode expor inquilinos e projetos mais fracos.

Amazon, Alphabet, Meta e Microsoft entraram no ciclo com balanços patrimoniais excepcionalmente sólidos. A J.P. Morgan estima que as quatro detinham cerca de US$ 430 bilhões em caixa e títulos negociáveis após o primeiro trimestre de 2026.

Esperava-se que seu fluxo de caixa operacional combinado alcançasse aproximadamente US$ 575 bilhões durante o ano. Essa força financeira as diferencia de muitas empresas não rentáveis que financiaram o boom pontocom.

No entanto, os gastos de capital estão consumindo uma parcela maior dessa geração de caixa. A J.P. Morgan estima que os gastos dos hyperscalers representaram quase 60% do fluxo de caixa operacional em 2025.

A empresa espera que essa parcela alcance entre 90% e 100% durante 2026. Essa mudança reduz a margem disponível para recompras de ações, aquisições, dividendos e fraquezas inesperadas nos negócios.

As empresas de nuvem podem continuar investindo, mas precisam fazer escolhas mais rigorosas. Elas podem desacelerar a construção, tomar mais empréstimos ou transferir obrigações de projetos para desenvolvedores e veículos especializados de financiamento.

Os mercados de títulos estão se tornando cada vez mais importantes. Os hyperscalers emitiram cerca de US$ 121 bilhões em títulos em 2025, segundo a J.P. Morgan Asset Management.

A instituição espera que as emissões subam para aproximadamente US$ 250 bilhões em 2026. Ela também espera que crédito privado e acordos fora do balanço apoiem mais projetos.

O financiamento fora do balanço coloca ativos ou obrigações em entidades separadas, em vez de diretamente no balanço principal de uma empresa de tecnologia. A estrutura pode distribuir o risco, mas também pode dificultar a avaliação da exposição total.

A dívida líquida média dos hyperscalers permanece modesta em relação aos lucros. A J.P. Morgan estima a dívida líquida em cerca de 0,8 vez o lucro antes de juros, impostos, depreciação e amortização.

A proporção comparável para um emissor típico com grau de investimento é de cerca de 2,6 vezes. Essa diferença sugere que as principais empresas de tecnologia podem absorver mais endividamento do que a maioria dos emissores corporativos.

Ainda assim, a média pode ocultar diferenças importantes entre projetos. Uma instalação arrendada a um provedor de nuvem diversificado apresenta um risco diferente daquele de uma instalação dependente de um único laboratório de IA.

Os desenvolvedores normalmente financiam a construção com base em contratos de longo prazo e pagamentos esperados dos inquilinos. Se um inquilino não consegue levantar capital, renegocia seu compromisso ou utiliza menos capacidade, a economia do projeto pode se deteriorar.

Os bancos enfrentam pressão para distinguir contratos duradouros de demanda criada por pânico competitivo. Eles também precisam medir o valor de instalações especializadas caso o inquilino original saia.

O hardware de IA pode se tornar obsoleto mais rapidamente do que edifícios e conexões elétricas. Um campus projetado em torno de uma geração de processadores pode exigir mudanças caras para sistemas posteriores.

Isso cria um descompasso entre uma tecnologia que muda rapidamente e dívidas de longo prazo. O financiamento de data centers pode se estender por anos, enquanto os projetos de processadores e os requisitos de resfriamento mudam muito mais rápido.

A posição do JPMorgan torna o otimismo de Dimon especialmente relevante. O banco pode ganhar comissões e juros com um ciclo duradouro de construção, mas precisa se proteger de perdas concentradas.

Sua visão deve, portanto, ser interpretada como confiança na demanda agregada, e não como uma aprovação geral de crédito. O JPMorgan pode acreditar no setor enquanto recusa financiamento para determinados inquilinos ou estruturas.

É aqui que as manchetes do Google News podem obscurecer a verdadeira disputa. A divisão crítica não é entre bancos otimistas e tecnólogos pessimistas.

Ela está entre demanda duradoura e termos de financiamento que pressupõem que todas as partes do mercado crescerão juntas. A primeira proposição tem evidências mais fortes do que a segunda.

A pressão agora recai sobre credores, desenvolvedores e provedores de nuvem. Cada um precisa provar que a demanda contratada representa uso rentável e contínuo pelos clientes, e não acumulação estratégica de capacidade.

Uma empresa pode reservar recursos computacionais porque teme perder acesso para um concorrente. Essa decisão pode sustentar o arrendamento no curto prazo sem confirmar receitas de aplicações no longo prazo.

O ciclo de financiamento se tornará menos tolerante à medida que os empréstimos aumentarem. Spreads de crédito, qualidade dos inquilinos, termos dos contratos e cancelamentos de projetos revelarão mais do que os totais promocionais de construção.

A confiança de Dimon só passa nesse teste se os credores conseguirem absorver falhas individuais sem se retirar amplamente. Um mercado de crédito funcional pode financiar projetos sólidos enquanto reprecifica os mais fracos.

Uma retirada desordenada seria diferente. Ela combinaria inadimplência de inquilinos, sindicações fracassadas, queda na utilização e cancelamentos generalizados entre vários provedores de nuvem.

As evidências disponíveis não comprovam esse cenário. Elas justificam acompanhar a dívida com mais atenção à medida que o ciclo de infraestrutura se expande.

A Energia É Uma Restrição Maior do Que o Desaparecimento da Demanda por IA

A ameaça mais imediata aos data centers de IA costuma ser a falta de eletricidade disponível, não a escassez de clientes buscando computação.

Os data centers atualmente respondem por cerca de 4% do consumo de eletricidade dos EUA, segundo a análise do J.P. Morgan. Essa participação pode aproximadamente triplicar até 2030.

Um único grande campus pode exigir mais de um gigawatt de energia. Essa carga é comparável ao consumo de eletricidade de uma grande cidade.

Os novos racks de servidores também estão se tornando mais densos. As configurações planejadas mais avançadas impõem demandas elétricas e de resfriamento muito maiores a cada metro quadrado de uma instalação.

A construção de data centers pode levar entre dois e três anos. A nova geração de energia frequentemente exige entre cinco e dez anos, enquanto o desenvolvimento de transmissão pode levar ainda mais tempo.

Essa diferença de prazo tornou as conexões à rede elétrica mais valiosas do que terrenos em vários mercados. Um desenvolvedor pode obter licenças e processadores, mas ainda não dispor de eletricidade suficiente para operá-los.

O norte da Virgínia ilustra o problema. A região abriga a maior concentração mundial de data centers, mas grandes novas conexões podem enfrentar esperas de vários anos.

Algumas instalações recém-construídas em Santa Clara operaram abaixo da capacidade porque a rede local não conseguia fornecer energia suficiente. Esses exemplos podem parecer demanda fraca quando observados apenas pela ocupação.

Na verdade, eles revelam oferta imobilizada, ou seja, infraestrutura concluída que não pode operar plenamente porque outro insumo necessário está ausente.

O J.P. Morgan estima que apenas cerca de seis gigawatts de capacidade estejam em construção nos principais mercados dos EUA. O pipeline de planejamento é muito maior, mas muitos projetos propostos nunca conseguirão energia.

Esse processo de filtragem pode apoiar a perspectiva de Dimon. Se a eletricidade restringe a construção, instalações utilizáveis podem manter alta ocupação mesmo quando os desenvolvedores anunciam mais capacidade teórica.

Ele também cria riscos políticos e econômicos. As concessionárias precisam decidir quem financia geração, subestações, linhas de transmissão e capacidade de reserva.

Os moradores resistem cada vez mais a acordos que possam elevar as contas domésticas de eletricidade. Eles também questionam o uso de água, o consumo de terras, o ruído e o número de empregos permanentes criados.

Os estados começaram a desenvolver tarifas especiais para usuários muito grandes de eletricidade. Essas regras podem exigir que os data centers paguem por modernizações da rede e garantam pagamentos mínimos.

Esses contratos reduzem a chance de que os domicílios arquem com todo o custo. Eles também elevam a despesa e o compromisso exigidos dos operadores.

A oposição das comunidades já não é uma preocupação secundária de licenciamento. O J.P. Morgan cita estimativas de que a resistência local atrasou ou bloqueou projetos que representavam mais de US$ 150 bilhões durante 2025.

Esse número não deve ser interpretado como investimento permanentemente eliminado. Os desenvolvedores podem realocar projetos, redesenhá-los ou negociar novos acordos de compartilhamento de custos.

No entanto, a realocação altera o desempenho da rede e a economia da construção. Os sistemas de IA precisam de conexões confiáveis entre instalações, usuários e fontes de dados, portanto nem todos os locais são intercambiáveis.

As empresas de nuvem estão respondendo com acordos de energia de longo prazo. Suas estratégias incluem gás natural, energia nuclear, sistemas geotérmicos, células de combustível, geração solar e armazenamento em baterias.

Várias soluções levarão anos para ganhar escala. As turbinas a gás enfrentam longas filas de pedidos, enquanto novas instalações nucleares carregam incertezas regulatórias, de construção e de custos.

A escassez de energia também afeta mais severamente concorrentes menores. Grandes empresas de nuvem podem assinar contratos longos e financiar geração dedicada, enquanto startups precisam comprar capacidade a preços de mercado.

Essa dinâmica pode consolidar a infraestrutura de IA em torno de empresas com balanços robustos. Também pode aprofundar a dependência de algumas poucas plataformas de nuvem.

Para compradores corporativos, o resultado pode aparecer nos preços dos serviços, em restrições regionais ou em limites de capacidade. Os desenvolvedores podem enfrentar custos maiores mesmo que os modelos se tornem mais eficientes.

A eficiência continua importante, mas não pode ser avaliada isoladamente. Quando cada tarefa fica mais barata, as empresas frequentemente executam mais tarefas e criam aplicações mais exigentes.

O gargalo de energia, portanto, fortalece e complica o argumento de Dimon. A escassez apoia o valor das instalações em operação, mas pode impedir que o setor atenda economicamente à demanda projetada.

Um boom não precisa fracassar para decepcionar investidores. Atrasos na construção, custos de rede e restrições locais podem reduzir os retornos sem eliminar a demanda dos clientes.

Essa distinção deve moldar a forma como os leitores interpretam futuras coberturas do Google News. Um campus cancelado pode refletir questões de financiamento, licenciamento, energia ou inquilinos, e não um julgamento sobre todo o mercado.

A pergunta útil não é se um projeto parou. É por que o projeto parou e se o cliente transferiu a carga de trabalho para outro lugar.

Três Sinais Testarão a Aposta de Dimon em Data Centers de IA

A receita de nuvem, as condições de financiamento e a capacidade operacional determinarão se Dimon identificou uma demanda duradoura ou subestimou um descompasso caro.

O primeiro sinal é o crescimento da receita de nuvem após a onda de infraestrutura de 2026. Os investidores devem comparar o crescimento dos serviços relacionados à IA com o capital necessário para sustentá-los.

A receita não precisa igualar imediatamente os gastos com construção, porque os data centers operam por muitos anos. Ela precisa mostrar um caminho crível para cobrir depreciação, eletricidade, redes e custos de financiamento.

A análise separada do J.P. Morgan, AI investment review, estima que obter um retorno de 10% sobre o investimento atual poderia exigir US$ 650 bilhões em receita anual de IA. Trata-se de uma barreira exigente, e não de uma previsão de vendas garantidas.

Se o crescimento da nuvem permanecer forte enquanto os custos unitários caem, o argumento de Dimon ganha apoio. O aumento do uso mostraria que a nova capacidade atende a aplicações em expansão, em vez de reservas não utilizadas.

Se o crescimento da receita desacelerar enquanto os gastos de capital permanecerem próximos dos níveis atuais, o argumento enfraquece. Os provedores de nuvem então enfrentariam pressão para reduzir projetos ou aceitar retornos menores.

O segundo sinal é o comportamento dos mercados de crédito. Os leitores devem acompanhar emissões de títulos, spreads de crédito, financiamento privado e a capacidade dos bancos de distribuir grandes empréstimos para projetos.

Uma emissão maior, por si só, não indica estresse. Empresas fortes frequentemente tomam empréstimos porque a dívida oferece uma forma eficiente de financiar ativos que geram receita por muitos anos.

O alerta surge quando os credores exigem remuneração materialmente maior ou recusam exposição a determinados inquilinos. Sindicações fracassadas e reestruturações repetidas indicariam que o risco percebido está aumentando.

A divulgação transparente será importante à medida que mais investimentos passem por entidades de projeto separadas. Os investidores precisam saber qual empresa garante um contrato de arrendamento e quem absorve as perdas se a demanda cair.

O resultado otimista é uma reprecificação seletiva. Projetos fortes continuam recebendo capital, enquanto planos mais fracos são adiados ou cancelados sem desestabilizar todo o mercado.

O resultado negativo é uma retração correlacionada. Vários grandes inquilinos reduziriam seus compromissos enquanto os credores se retirariam simultaneamente, deixando os desenvolvedores com ativos especializados e subutilizados.

O terceiro sinal é a capacidade energizada, não a capacidade anunciada. Um campus anunciado contribui pouco até receber processadores, redes, resfriamento e uma conexão elétrica confiável.

Os leitores devem comparar megawatts operacionais com planos de construção e pipelines teóricos. Também devem acompanhar se os locais pré-arrendados começam a atender cargas de trabalho dos clientes conforme o cronograma.

Uma diferença crescente entre edifícios concluídos e energia utilizável enfraqueceria os retornos dos projetos. Isso não mostraria necessariamente que a demanda por IA desapareceu.

Por outro lado, a crescente utilização nas instalações recém-energizadas fortaleceria o argumento de Dimon. Ela demonstraria que a capacidade reservada está se tornando atividade computacional real.

Esses três sinais devem ser considerados em conjunto. Uma receita de nuvem forte não pode proteger plenamente um projeto com financiamento inacessível ou sem conexão elétrica.

O financiamento fácil também não pode salvar uma instalação sem usuários lucrativos. A capacidade operacional só importa quando os clientes continuam pagando o suficiente para cobrir seu custo total.

A lição mais ampla é que o debate sobre data centers de IA contém duas perguntas diferentes. Uma pergunta se a demanda por computação continuará crescendo.

A outra pergunta se os investidores, credores, inquilinos e desenvolvedores de hoje captarão valor suficiente desse crescimento. Dimon está em terreno mais firme ao responder à primeira.

A própria análise do J.P. Morgan reconhece a incerteza em torno da segunda. Ela afirma que a demanda atualmente supera a oferta, enquanto os retornos de longo prazo permanecem indefinidos.

Essa conclusão equilibrada é mais útil do que tratar o ciclo como um sucesso garantido ou um colapso iminente. Booms de infraestrutura podem ser economicamente importantes e financeiramente desiguais ao mesmo tempo.

Os desenvolvedores devem acompanhar os preços de capacidade e a disponibilidade regional de energia. Os compradores corporativos devem acompanhar os compromissos de nuvem, os custos de serviço e os resultados mensuráveis de suas próprias implementações.

Os profissionais do conhecimento devem se concentrar em saber se as aplicações de IA se incorporam ao trabalho recorrente. O uso persistente cria a demanda de inferência que, em última análise, sustenta a receita dos data centers.

Os investidores devem separar instalações respaldadas por locatários sólidos de projetos especulativos que dependem de captações contínuas. Também devem examinar quem garante cada obrigação.

Google News continuará destacando tanto anúncios de expansão quanto projetos cancelados. Nenhum dos dois tipos de manchete resolve o debate por si só.

Os resultados de nuvem do próximo trimestre oferecerão um sinal mais claro de demanda. A atividade de financiamento mostrará se Wall Street ainda aceita o risco associado.

As conexões à rede elétrica revelarão quanto da capacidade anunciada pode se tornar infraestrutura utilizável. Juntas, essas medidas testarão se o boom está se ampliando ou apenas acumulando compromissos.

A aposta de Dimon é que serviços de IA úteis consumirão muito mais capacidade computacional do que o mercado oferece atualmente. As evidências sustentam essa posição no curto prazo.

O que permanece incerto é quem obtém o retorno, quem absorve os projetos fracassados e quanta dívida se acumula antes que o mercado encontre essa resposta. Observe esses desfechos, e não a manchete mais barulhenta do Google News, antes de decidir se a expansão está perdendo força.