Nvidia não está inflacionando uma bolha: está precificando o novo trabalho digital
O debate sobre uma "bolha" de gastos em IA costuma partir de uma intuição antiga: se muitas empresas compram a mesma promessa ao mesmo tempo, a correção chega rapidamente. No entanto, os resultados fiscais da Nvidia para o quarto trimestre do seu ano fiscal de 2026 obrigam a afinar essa intuição. Não por um entusiasmo tecnológico, mas por aritmética.
A Nvidia reportou receitas trimestrais recordes de 68,1 bilhões de dólares (período encerrado em 25 de janeiro de 2026), 20% mais que no trimestre anterior e 73% em relação ao ano anterior, superando o consenso de 66,21 bilhões. Mais importante ainda, sua previsão para o primeiro trimestre do ano fiscal de 2027 foi de 78,0 bilhões de dólares ±2%, também acima do esperado (72,6 bilhões). E, na mesma intervenção pós-resultados, seu CEO Jensen Huang afirmou que os mercados “estão errados” ao temer que a IA desloque empresas de software estabelecidas como ServiceNow, apresentando os agentes como uma camada que melhora os fluxos de trabalho empresariais em vez de eliminá-los.
Esse detalhe não é apenas semântico. É um mapa de poder: quem captura o valor quando a produtividade deixa de depender somente de pessoas e passa a depender de capacidade de computação, dados e ferramentas que realizam trabalho em nome de alguém.
Um trimestre que não se encaixa no roteiro de esfriamento
Se o gasto em IA estivesse entrando em fase de saturação, esperaríamos ver sinais típicos: desaceleração no segmento central, compressão de margens ou uma previsão cautelosa para amortecer expectativas. Em vez disso, a Nvidia exibiu o contrário.
O motor foi, de forma esmagadora, Data Center, com 62,3 bilhões de dólares no trimestre, 75% em relação ao ano anterior. Em paralelo, a companhia reportou margem bruta GAAP de 75%, subindo 1,6 pontos trimestre a trimestre e 2,0 pontos em relação ao ano anterior. Esse detalhe é o que mais incomoda a narrativa de “commoditização rápida”: em um mercado que se torna commodity, a margem tende a ceder, não a se expandir.
Em resultados GAAP, a Nvidia informou EPS diluído de 1,76 e lucro líquido GAAP de aproximadamente 43 bilhões de dólares, 35% a mais que no trimestre anterior e 94% em relação ao ano anterior. No ano fiscal completo de 2026, as receitas chegaram a 215,938 bilhões, 65% acima do ano fiscal de 2025. O Data Center encerrou o ano em 197,3 bilhões, em comparação a 115,2 bilhões do ano anterior.
Quando uma empresa atinge essa escala e ainda assim acelera, o ponto já não é apenas “demanda forte”. O ponto é o tipo de demanda: não é compra exploratória para pilotos; é capacidade adquirida para operação. O mercado, claro, pode corrigir valorizações, mas aqui há um fato estrutural: a infraestrutura de IA está passando de experimento a linha de produção.
Também convém analisar os segmentos "menores" porque revelam difusão: Gaming marcou 3,7 bilhões (47% em relação ao ano anterior, embora -13% sequencial), com um ano recorde de 16,0 bilhões; e Professional Visualization subiu para 1,3 bilhões, 159% em relação ao ano anterior. Ou seja, a demanda não se limita ao treinamento de modelos em hyperscalers; a camada de inferência, visualização e fluxo de trabalho também começa a absorver orçamento.
“A IA não substitui o ServiceNow”: a rotação de valor está no fluxo de trabalho, não no chip
A frase de Huang à CNBC, citada pelo InvestingLive, é uma intervenção estratégica: “os mercados estão errados” ao temer que a IA destrua os incumbentes de software empresarial como o ServiceNow. Sua tese é que os agentes “terminam o trabalho” usando ferramentas e depois retornam as informações “de uma maneira que possamos entender”. Esse “retorno a uma maneira compreensível” é, na verdade, o núcleo do valor corporativo.
Uma organização não paga por IA para que “gere texto”. Paga para reduzir ciclos: tickets que são resolvidos, aprovações que avançam, incidentes que são encerrados, relatórios que são consolidados, conformidade que é verificada. Nesse contexto, o software como o ServiceNow não é um dinossauro; é o sistema nervoso onde o trabalho fica registrado, auditado e governado. A IA, se adotada com critério, se torna um músculo.
Aqui está o deslocamento de poder que muitos subestimam: a IA não elimina automaticamente plataformas; redefine o preço do trabalho digital dentro delas. Se um agente pode executar uma cadeia de tarefas (consultar, classificar, redigir, registrar, escalar), então o “trabalho” se torna uma unidade computável. E quando o trabalho é computável, a discussão orçamentária se move de “licenças por usuário” para “capacidade por resultado”, com métricas de desempenho e rastreabilidade.
A Nvidia, em seu papel, captura o valor dessa transição porque o gargalo imediato é a infraestrutura: GPUs, memória, interconexão e uma pilha que permita atender essa demanda. É por isso que o mercado pode estar discutindo “bolha”, mas a Nvidia está operando como quem está cobrando pedágio em uma estrada recém-inaugurada.
O risco para as empresas não é que a IA substitua seu software; é que tentem usar agentes como atalho para automatizar processos quebrados. A eficiência sem critério apenas acelera o erro. E quando um erro viaja na velocidade da computação, o custo reputacional e operacional se multiplica.
A “margem de 75%” é um sinal de monopólio funcional, mas não eterno
Uma margem bruta GAAP de 75% em uma companhia de hardware dessa escala sugere poder de fixação de preços e uma demanda que não encontra substitutos imediatos. Isso é um monopólio funcional: não necessariamente legal ou permanente, mas sim real na prática cotidiana de compra.
Entretanto, a própria apresentação reconhece pressões competitivas crescentes: silício sob medida em hyperscalers como AWS, Google Cloud e Microsoft Azure. Essa pressão não precisa derrubar a Nvidia amanhã; pode fazer algo mais sutil: empurrar o mercado para segmentação. Em um extremo, infraestrutura “premium” para cargas de trabalho críticas e modelos de fronteira. No outro, infraestrutura “suficientemente boa” para inferência e agentes de menor criticidade, onde o comprador otimiza o custo total.
A previsão de 78 bilhões para o próximo trimestre sugere que, por enquanto, o premium permanece intacto. Mas, para as equipes de gestão, a mensagem útil não é apostar que o premium dure para sempre. É projetar uma arquitetura financeira e operacional que não dependa de um único fornecedor nem de uma única curva de preços.
Uma leitura adicional: a Nvidia devolveu 41,1 bilhões a acionistas no ano fiscal de 2026. Esse número, em um ciclo de expansão de capex do mercado, revela confiança na sua geração de caixa e, ao mesmo tempo, disciplina de capital. Para os CFOs, isso é um sinal: o “boom” não está forçando a Nvidia a sacrificar retorno para sustentar o crescimento. Quando isso ocorre, o fornecedor se torna ainda mais influente na cadeia de valor.
Paralelamente, as linhas de produto mencionadas (DLSS 4.5, RTX PRO 5000 72GB Blackwell, expansão de DGX Spark) confirmam que a companhia está empurrando a IA para mais contextos de uso. Não é apenas vender mais unidades; é ampliar o perímetro de dependência da pilha.
A oportunidade para executivos: passar de automação cega para inteligência aumentada operável
O executivo que observa esses resultados e conclui apenas “é preciso comprar mais IA” está lendo a notícia como um gadget, não como uma infraestrutura de negócios. A leitura estratégica é outra: a IA está redefinindo como se produz valor, e isso exige governança.
Primeiro, é importante separar duas compras que muitas empresas misturam: compra de “capacidades” e compra de “resultados”. Capacidade é computação, modelos, integrações. O resultado é a redução de tempos de ciclo, melhora na qualidade, menos incidentes, maior conformidade. A Nvidia captura a capacidade; as plataformas de fluxo de trabalho capturam o resultado; e a empresa usuária só captura valor se traduzir ambas em operação.
Segundo, os agentes tornam inevitável uma conversa sobre rastreabilidade. Se um agente “termina o trabalho”, também pode terminá-lo mal. Por isso, o valor real não está no fato de o agente atuar, mas na existência de um rastro: que ferramenta usou, quais dados tocou, que política aplicou, que escalonamento fez. Essa rastreabilidade é a ponte entre produtividade e risco.
Terceiro, este mercado está entrando em uma fase onde o custo marginal do trabalho digital tende a cair, mas não de forma homogênea. Durante algum tempo, haverá abundância para aqueles que podem pagar por infraestrutura premium e escassez para os que não podem. O trabalho da liderança é impedir que essa brecha se torne desigualdade interna: equipes “aumentadas” que avançam e equipes “analógicas” que ficam presas em dívida operacional.
Finalmente, a afirmação de Huang sobre o ServiceNow tem uma implicação de portfólio: os incumbentes de software com acesso a fluxos de trabalho e dados transacionais têm uma vantagem natural para “envolver” agentes com controle. Isso reduz o risco de desintermediação total, mas aumenta a pressão para redesenhar modelos comerciais. O preço não será mais por assento; será por execução.
A direção do mercado já se reflete nos números
Os resultados da Nvidia não negam que exista exuberância em torno da IA. Eles negam que estejamos diante de uma adoção superficial. Quando Data Center atinge 62,3 bilhões trimestrais e a companhia guia 78 bilhões para o próximo trimestre, o fenômeno se parece menos com um pico especulativo e mais com uma mudança de infraestrutura comparável à padronização da nuvem.
Em termos de dinâmica exponencial, este mercado já passou da fase em que a tecnologia “parece brinquedo” e entra em uma etapa de implantação industrial: o custo por unidade de trabalho digital começa a se comprimir, o hardware se torna uma alavanca produtiva e o software de fluxo de trabalho se torna o local onde esse poder é governado.
A fase dominante hoje é Disrupção avançando em direção à Desmonetização do trabalho repetitivo, com um efeito colateral inevitável de Democratização quando o acesso a agentes e computação se expandir além dos grandes compradores. A tecnologia deve ser estruturada para empoderar o critério humano e ampliar o acesso à capacidade produtiva, não para automatizar erros em escala.
