O que a ASML e a TSMC disseram enquanto o SMH caía

Na sexta-feira (16), o SMH, o ETF que reúne as maiores empresas de semicondutores do mundo, caiu 3,4% e fechou em queda pela nona sessão seguida. Desde o fechamento de segunda-feira (5), o fundo perdeu 14,9%, e o SOXX, seu equivalente da iShares, 16,3%. O SOXX igualou a maior sequência de quedas da sua história, a de maio de 2006, e o SMH não emendava nove pregões de baixa desde setembro de 2001. No caminho, o índice de semicondutores da Filadélfia devolveu mais de US$ 1 trilhão em valor de mercado, a bolsa da Coreia caiu 8% em um único dia e os fundos long-short acompanhados pelo Goldman Sachs perderam dinheiro em todos os pregões da semana.

Na quarta-feira (14) e na quinta-feira (15), no meio dessa sequência, a ASML e a TSMC divulgaram seus resultados do terceiro trimestre. As duas reportaram recordes, elevaram as projeções e disseram, cada uma com as suas palavras, que a demanda segue acima da capacidade de entrega até 2028. A ação da TSMC terminou a semana 9% abaixo de onde a começou.

Depois da edição passada, dedicada ao Ibovespa, esta volta à linha habitual da Capital Pulse. A semana ofereceu, em dias consecutivos, a melhor leitura da demanda por silício que se pode ter e a mais longa sequência de quedas do setor em duas décadas, e quero entender o que cada lado está dizendo antes de dizer de que lado estou.

O que as duas empresas disseram

A ASML, que fabrica as máquinas de litografia sem as quais nenhum chip avançado existe, reportou receita de € 11,7 bilhões no trimestre, 55% acima de um ano atrás. A projeção para 2026 saiu de € 34 a 39 bilhões em janeiro para € 44 a 45 bilhões em outubro, a segunda revisão para cima no ano. O trecho do comunicado que mais importa é o do presidente Christophe Fouquet: os clientes “continuam a elevar suas previsões de demanda por equipamentos no curto e no médio prazo, movidos principalmente pela sua visão sobre o tamanho e a duração dos investimentos relacionados à inteligência artificial”.

Na teleconferência, a empresa foi além. O plano de capacidade para 2027 e 2028, que já previa 30% a mais de máquinas EUV e de imersão em 2027, não atende toda a demanda, e a ASML estuda ir além dele. Clientes pedem para reservar máquinas para 2029 e até 2030, e esses pedidos chegam acompanhados de adiantamentos: os passivos contratuais de longo prazo no balanço, que incluem o dinheiro antecipado pelos clientes, saíram de € 3,4 bilhões em dezembro para € 9,3 bilhões em setembro. A memória, que foi a peça que faltava no ciclo até o ano passado, já rendeu € 10,3 bilhões em nove meses, acima de todo o ano de 2025.

A TSMC, que transforma os desenhos da Nvidia, da Broadcom, da Apple e das grandes nuvens em chips, reportou receita de US$ 46,7 bilhões, 51% acima de um ano atrás em moeda local e acima do topo da própria projeção. A computação de alto desempenho, onde ficam os aceleradores de inteligência artificial, respondeu por 68% da receita. A projeção para o quarto trimestre equivale a um crescimento de 58% sobre o mesmo período do ano passado, e a do ano fechado subiu para 44% em dólares. O capex de 2026 ficou em US$ 60 a 64 bilhões, e o diretor financeiro disse que o investimento de 2026 a 2028 será “ainda mais significativamente maior” que o dos três anos anteriores. A capacidade da família de 2 nanômetros vai mais que dobrar em 2027, e há perto de vinte fábricas em construção no mundo.

As frases do presidente C.C. Wei na sessão de perguntas foram as mais diretas que ouvi dele: “a demanda ainda está muito acima da nossa capacidade de fornecer hoje”; “não vimos nenhum sinal de desaceleração”; e, perguntado se o crescimento anual dos aceleradores ficaria na faixa alta dos 50%, “não importa, provavelmente será maior”. O diretor financeiro completou que, se a empresa fizer o trabalho direito, a receita vai crescer mais do que o capex, e que a TSMC “não tem intenção de deixar comida na mesa para os outros”.

A empresa que vende as máquinas e a empresa que fabrica os chips disseram, com um dia de diferença, que a fila de pedidos vai até 2028 e é paga adiantado, e o mercado passou a semana vendendo o setor.

O medo e o seu mecanismo

O medo também tem nome, e o mais conhecido deles falou na quarta-feira (7), uma semana antes dos resultados. Na conferência de presidentes da Forbes, em Singapura, Ray Dalio chamou a inteligência artificial de “uma bolha clássica” e disse que estamos “na parte do ciclo que vem antes do estouro, mas nos aproximando dele”. Em entrevista à Bloomberg, comparou o momento ao fim dos anos 1920. O mecanismo é o que ele descreve desde junho: toda grande mudança tecnológica produz uma bolha, e a bolha fura quando a riqueza no papel precisa virar dinheiro. “Todo mundo diz ‘eu valho um bilhão de dólares’, mas, ok, tente gastar isso.” Michael Burry escreveu que o mercado está “no primeiro estágio do luto, a negação”, que em 2000 e em 2008 durou de seis a nove meses.

O argumento de Dalio tem uma parte que merece atenção, e ela se chama dívida. Enquanto os grandes compradores de silício pagavam a conta com caixa próprio, uma decepção de receita derrubava a ação e nada mais. Esse regime acabou em 2026. Amazon, Microsoft, Alphabet, Meta e Oracle emitiram perto de US$ 200 bilhões em dívida de grau de investimento no primeiro semestre, quase o dobro de todo o ano passado, e o Goldman Sachs projeta US$ 400 bilhões em bônus em 2027. Noah Smith, do Noahpinion, resume o problema: com dívida no balanço, a receita de inteligência artificial passa a sustentar a solvência do emissor, além do preço da ação, e, pelo levantamento dele, todos os grandes compradores, com exceção da Microsoft, já têm ou terão fluxo de caixa livre negativo até o fim do ano.

A semana trouxe o sinal de mercado que faltava a esse argumento. O custo de segurar a dívida da Oracle e da CoreWeave contra calote, medido pelos CDS, bateu recorde. Na quarta-feira (14), a inflação americana de setembro veio em 3,7% ao ano, com a gasolina 34% mais cara que um ano antes, e o mercado passou a precificar alta de juros pelo Federal Reserve. O título de dez anos do Tesouro americano já estava no maior nível desde 2002. Cada ponto de taxa encarece os US$ 400 bilhões que precisam ser emitidos no ano que vem, e é nessa junção, dívida crescente e juro subindo, que Dalio diz que as bolhas furam.

A premissa que Jensen Huang recusou

Na quinta-feira (15), o BG2 publicou a terceira conversa de Brad Gerstner com Jensen Huang, gravada dias depois de Jensen receber a Medalha Nacional de Ciência na Casa Branca. Gerstner levou a aritmética dos céticos: os laboratórios de fronteira faturam perto de US$ 200 bilhões neste ano e precisariam chegar a US$ 400 bilhões e depois a US$ 800 bilhões para pagar os trilhões de capex anunciados. Jensen recusou a premissa. “Estamos colocando pressão demais sobre dois laboratórios”, disse. “Eles não precisam chegar nem perto de um trilhão de dólares em receita para serem bem-sucedidos.” Pela conta dele, os laboratórios respondem por cerca de um quarto da capacidade computacional instalada; outro terço é computação clássica acelerada, que cresce de 30% a 40% ao ano sem nenhuma inteligência artificial envolvida, e o terço restante são milhares de empresas, nuvens especializadas e governos alugando capacidade para fazer coisas que os laboratórios não fazem.

Os dois concordaram no tamanho da obra. Jensen reafirmou a estimativa de US$ 3 a 4 trilhões por ano em infraestrutura até o fim da década, com um argumento que raramente aparece nesse debate: a Lei de Moore acabou, e dobrar a capacidade computacional hoje custa o dobro, quando antes bastava esperar um ano. Gerstner chamou o movimento de “uma rearquitetura de toda a computação global, para sempre”, e Jensen completou: “para sempre, a menos que haja uma depressão global”. O gargalo de 2027, na visão dos dois, é físico: terreno, energia e galpão.

A parte da conversa que mais me interessou veio depois dos números. Gerstner lembrou que um sistema de cerca de dez mil agentes acabou de resolver o problema de Navier-Stokes, um dos grandes problemas abertos da matemática, com perto de US$ 4 milhões em capacidade computacional. Jensen respondeu que há muitos problemas nessa situação, à beira de uma solução que exige apenas uma exploração exaustiva do espaço de busca, e que “vamos ver um avanço depois do outro, rapidamente, mas precisamos de muita capacidade computacional para isso”. A meta dele é que o custo da inteligência caia por um fator de dois a vinte por ano, como aconteceu com o custo de treinar o primeiro GPT, que saiu de dezenas de milhões de dólares para cerca de US$ 100 em uma década, porque o consumo mais que compensa: “há uma demanda bastante insaciável por inteligência, e quanto mais inteligente você é, mais ideias de aplicar inteligência você tem”.

O cérebro linear diante da curva

Estou fazendo o curso de Peter Diamandis sobre crescimento exponencial, e uma ideia dele me acompanhou durante a semana. O cérebro humano foi moldado ao longo de centenas de milhares de anos em um ambiente local e linear, no qual o que acontecia a mais de alguns dias de caminhada não afetava ninguém. Trinta passos lineares levam a trinta metros; trinta dobras levam a 26 voltas ao redor do planeta, e nós intuímos o primeiro sem intuir o segundo. O programa que vem de fábrica, diz Diamandis, é o do medo e da escassez: a amígdala processa a informação negativa primeiro, e por isso prestamos dez vezes mais atenção a uma notícia ruim do que a uma boa.

A parte do curso que mais dialoga com esta edição é a sequência que ele chama de seis D’s. Toda tecnologia que se torna digital entra na curva de duplicações e passa por uma fase decepcionante, em que o crescimento parece insignificante, antes de virar disruptiva e, na sequência, desmaterializar, desmonetizar e democratizar o que toca. A câmera digital de 0,01 megapixel que Steven Sasson construiu dentro da Kodak em 1975 era decepcionante; em 2012 a Kodak pediu falência no mesmo ano em que o Instagram, com 13 funcionários, foi vendido por US$ 1 bilhão. A analogia que Diamandis usa para a fase disruptiva é a de um estádio sendo enchido por gotas d’água que dobram a cada minuto: às dez da manhã há uma gota invisível no gramado; às 10h53 o estádio está cheio.

O que está sendo digitalizado agora é a atividade cognitiva. Raciocínio, pesquisa, código, projeto, análise. É o primeiro D aplicado ao trabalho que até ontem só uma mente humana fazia, e Jensen descreveu no podcast por que a conta de capacidade computacional desse D é tão maior que a dos anteriores: pensar e resolver problemas exige muito mais inferência do que repetir algo memorizado. A digitalização das atividades está mais presente do que nunca, e ela se mede em clientes querendo reservar máquinas de litografia para 2030, em vinte fábricas em construção, em um problema aberto da matemática resolvido por agentes.

Minha opinião continua a mesma, e a semana a reforçou. Enquanto a inteligência artificial ampliar o alcance das mentes e trouxer descobertas novas à humanidade, nenhum investimento será o bastante. O medo que a semana produziu é a resposta que Diamandis descreve como padrão de fábrica diante de uma curva que o cérebro não intui, e isso vale para mim também: a disciplina está em olhar os dados da oferta, que são os mais difíceis de inflar, e eles dizem que a fila vai até 2028 e é paga adiantado.

O que pode complicar a tese

A primeira complicação é a que Dalio aponta, e ela é real. O canal da dívida muda a natureza do risco. Uma desaceleração da receita de inteligência artificial, que em 2025 derrubaria ações, em 2027 pode derrubar emissores, e os primeiros da fila são os que têm menos caixa próprio: a Oracle e as nuvens especializadas, como a CoreWeave, cujos CDS já dizem isso. O ponto de atenção que carrego desde julho continua o mesmo, e ele vence no fim do mês: duas das quatro grandes compradoras de silício projetando o capex de 2027 abaixo do de 2026 mudaria a leitura desta edição.

A segunda está nos próprios resultados. A margem bruta da TSMC caiu 1,3 ponto em relação ao trimestre anterior, com o início do volume de 2 nanômetros, e C.C. Wei disse que a empresa está “sendo prudente no planejamento para 2027”, a frase mais cautelosa de uma teleconferência otimista. O lucro da ASML inclui um ganho de cerca de € 500 milhões com a reavaliação da participação na Mistral; a medida limpa do trimestre é a margem operacional de 44,4%, ainda assim sete pontos acima da do trimestre anterior. E a ASML sobe 56% no ano: entre os analistas que leram o resultado, a demanda não está em discussão, e o freio é o preço.

A terceira é o juro. Com a inflação americana acelerando por energia, serviços e habitação ao mesmo tempo, o Federal Reserve pode voltar a subir a taxa, e os US$ 400 bilhões de bônus do ano que vem serão emitidos nesse ambiente. A composição de lucros, que descrevi na edição passada como o motor do S&P 500, depende do próximo trimestre, e a capacidade de financiar o próximo trimestre depende do juro.

O que acompanhar

Quatro marcadores. (i) O capex de 2027 nas teleconferências de Microsoft, Alphabet, Meta e Amazon, entre o fim de outubro e o início de novembro, que decide o ponto de atenção. (ii) Os CDS de Oracle e CoreWeave e o volume de emissões de dívida das grandes nuvens, o termômetro do argumento de Dalio. (iii) A inflação de outubro e a reunião do Federal Reserve, porque o juro é a variável que liga as duas leituras. (iv) A própria sequência do SMH, que chegou a nove quedas na sexta-feira (16) com o maior volume do período, cinco vezes o do primeiro dia da sequência, e, principalmente, com que força o setor voltar a subir.

A leitura que faço da semana é que o mercado vendeu a cadeia do silício no mesmo momento em que a cadeia disse que está vendida até 2028. Os dois lados podem ter razão em prazos diferentes: a dívida e o juro definem o preço dos próximos meses, e a fila de pedidos define a receita dos próximos anos. Entre os dois, prefiro o dado que vem com adiantamento no caixa.

Forte abraço,

João Piccioni