Edição 16 · Agosto 2026 Executive Technology Review por Felipe Avila

Uma palavra rápida antes do texto de hoje. Decisão sobre inteligência artificial compromete orçamento por anos, e as boas se tomam com fundamento, e não com atualidade. Este texto ficou longo, e eu tentei cortá-lo mais de uma vez. Desisti porque o corte tirava justamente aquilo que faz a diferença entre ficar informado e entender.

A proposta desta newsletter é que você termine sabendo mais do que sabia quando começou. Isso pede um tipo de leitura que resumo e manchete não pedem, e é por isso que ela chega uma vez por semana e não todo dia.

Esta edição investiga uma pergunta só: onde está o dinheiro na cadeia de valor da inteligência artificial. Fui atrás de quem ganha, de quem perde e de onde a margem para. O que encontrei incomoda, porque o dinheiro raramente fica com quem implementa. Ele passa por quem implementa, e passar é diferente de ficar.

Para entender por que isso acontece, voltei a um livro de 2003.

Boa leitura, e boa decisão.

· · ·

Em 2003, Clayton Christensen e Michael Raynor deram nome a um padrão que se repete em toda cadeia de tecnologia: a lei da conservação dos lucros atrativos.

Quando uma etapa da cadeia se modulariza e vira commodity, o lucro atrativo não desaparece do sistema. Ele costuma reaparecer na etapa vizinha, aquela que ainda não entrega desempenho suficiente e que por isso continua exigindo engenharia própria.

O caso que ilustra a lei é o computador pessoal. A montagem virou commodity quando as peças passaram a encaixar sem engenharia, e o lucro migrou para o microprocessador e o sistema operacional, onde integrar ainda era necessário.

A condição Vira commodity aquilo cujo desempenho já supera o que o cliente consegue usar. Integrar só continua valendo dinheiro onde ainda falta desempenho.

Os três destinos do real gasto em token

Todo real gasto em IA gera algum ganho, e esse ganho tem três destinos possíveis. Ele é entregue ao cliente final em preço, fica na empresa como margem, ou sobe a cadeia e paga a margem de quem vendeu o insumo. A soma fecha em cem por cento.

O destino não se escolhe na reunião de orçamento. Ele é determinado pelo que o dinheiro comprou, e a lei diz o que retém.

Quando o que se compra é modular, o concorrente compra a mesma coisa no mesmo mês. O ganho existe nos dois, deixa de diferenciar, e a concorrência o transfere ao cliente final em preço. O executivo vê eficiência no relatório e nenhuma expansão de margem no resultado.

Quando o que se compra é escasso, o poder de preço está com quem vende, e parte do ganho sobe a cadeia antes de chegar ao comprador. É a situação de 2026 na base da pirâmide de IA.

Sobra o terceiro destino, que exige uma condição. O ganho fica na empresa quando o gasto deixa nela algo que o fornecedor não pode vender ao concorrente dela.

A regra Gasto em token que não deixa nada na empresa é transferência com nota fiscal.

Quem trocou o assento pela resolução

A ServiceNow vende software corporativo de fluxo de trabalho e construiu a receita sobre assinatura por assento, o modelo que fez a fortuna do setor. Metade de todo o negócio novo dela já é vendida por consumo e por resultado entregue, fora do assento.

O tamanho disso está no resultado do segundo trimestre de 2026. A receita anual contratada de IA passou de um bilhão de dólares, com os produtos novos precificados de 20% a 30% acima dos anteriores. A empresa mudou a unidade de cobrança antes de ser obrigada.

A conta aparece na margem, e aqui é preciso ler com cuidado. A margem bruta de assinatura pela regra contábil cheia caiu de 80% para 73,5% em doze meses, mas a maior parte dessa queda vem da amortização das três empresas compradas no período.

A parcela que a companhia atribui a nuvem e a IA está na margem ajustada, que foi de 83,0% para 80,5%, com a projeção do ano caindo de 83,5% para 81%.

São 250 pontos-base, e não 650. A diferença entre os dois números é exatamente o tipo de coisa que separa análise de manchete.

A administração descreveu o mecanismo de defesa na teleconferência. Ela direciona o trabalho para modelos de peso aberto quando o mais caro é desnecessário, e a diretora financeira resumiu a posição em uma frase.

A frase da CFO Os clientes não pagam por token, pagam por resolução.

A mesma empresa contesta a leitura de que a IA esteja comendo sua margem. Afirma que o raciocínio de IA responde por menos de 10% do custo de servir e que o produto de IA mantém margem bruta acima de 80%.

O que o caso demonstra é o mecanismo. Cobrar na mesma unidade em que se compra entrega a margem ao fornecedor. Cobrar na unidade do cliente devolve o poder de preço a quem opera.

Quem comprou do fornecedor que já drenava sua demanda

A Chegg é uma empresa americana de assinatura para universitários, com um acervo de soluções de exercícios construído ao longo de mais de uma década com trabalho humano. Esse acervo era o ativo, e a escala o protegia.

Em 2023, com os modelos de linguagem entregando de graça aquilo que a assinatura cobrava, ela anunciou um produto próprio de IA em parceria com o fornecedor do modelo.

O anúncio saiu na mesma teleconferência em que o executivo-chefe admitiu que o ChatGPT estava afetando a entrada de novos assinantes. A ação caiu perto de metade em um único dia.

A decisão era defensável no momento em que foi tomada, e o comitê que a aprovou tinha bons argumentos. O que ela comprou, na leitura da lei, foi mais daquilo que estava comoditizando o próprio produto. O estudante que já tinha acesso direto ao modelo não encontrou razão para pagar pela embalagem.

O que veio depois está em documento público. Queda de receita trimestre após trimestre, dois cortes de pessoal em 2025 que somaram mais da metade da empresa, troca de executivo-chefe e uma ação judicial contra a distribuição de respostas geradas dentro da busca. O valor de mercado caiu cerca de 99% em relação ao pico.

Uma ressalva de honestidade. O que destruiu a empresa foi a substituição direta pelo modelo e a perda do tráfego que a alimentava, e não o dinheiro gasto no produto próprio. O gasto não causou a queda. Ele foi a resposta que não funcionou.

A lição transferível Comprar mais da camada que está comoditizando o seu produto não reverte a comoditização. Sustenta o ativo antigo por alguns trimestres e financia quem está do outro lado da mesa.

Quem retém e quem repassa

O real sai do seu caixa e atravessa cinco fornecedores antes de parar em algum lugar. O que decide onde ele para não é a posição de cada um na fila.

As camadas que retêm lucro e as que apenas repassam.

A pergunta que separa as duas colunas é prática e cabe em uma linha: você consegue trocar de fornecedor sem abrir um projeto? Onde a resposta é sim, o poder de preço é seu, e ninguém ali retém lucro. Onde é não, quem retém é quem vende.

Repare que a ordem não importa. Software está acima de ferramenta na cadeia e as duas estão do mesmo lado, porque as duas são plugáveis. A lei não fala de andares, fala de escassez.

Os números de 2026 confirmam a coluna da esquerda. A memória de alta velocidade saiu de 52% para 63% do custo dos componentes de um chip de IA entre o começo de 2024 e o fim de 2025, e a fila para produzi-la é medida em anos.

A Micron fechou o trimestre encerrado em maio com margem bruta de 84,6%, contra 39,0% um ano antes. E já tem dezesseis contratos de compra mínima garantida somando cerca de cem bilhões de dólares.

A nuvem confirma de outro jeito. A AWS subiu o preço de blocos reservados de GPU duas vezes em 2026, cerca de 15% em janeiro e 20% em julho. Foi a primeira vez em cerca de vinte anos que ela subiu o preço de tabela de uma instância em vez de baixar.

A explicação oficial é oferta e demanda, e há quem conteste, observando que o reajuste foi uniforme em todas as regiões, o que caracterizaria decisão de preço.

Duas notas de leitura, porque as duas evidências são mais estreitas do que parecem. O reajuste valeu para capacidade reservada de GPU, e não para o resto do serviço. E o dado de memória cobre o custo de componentes do acelerador, sem nada da infraestrutura em volta dele.

A coluna da direita O seu concorrente compra o mesmo software, a mesma ferramenta e o mesmo modelo, no mesmo dia, e a diferença de preço entre vocês cabe em ruído de negociação.

Sobra a primeira caixa da esquerda, que é a única da cadeia que ninguém vende.

Ela tem quatro componentes, e nenhum está em catálogo. O dado da operação, que é o registro do que a empresa decidiu e do que aconteceu depois. O fluxo de decisão, com as fronteiras de alçada e o tratamento de exceção.

A régua de qualidade, que diz se a resposta serve ao negócio. E o direito de operar, feito de relação com o cliente e licença para usar o dado que se tem.

Agora o incômodo. O seu cliente está olhando essas mesmas duas colunas, e ele coloca a sua empresa em uma delas. Se o que você vende já é bom o bastante para quem paga, você está na direita, e o dinheiro dele atravessa você a caminho de outro lugar.

A decisão que sobra para você

O que fazer com a coluna da direita cabe em duas frases. Compre como se compra commodity, com contrato curto e fornecedor não único. E pare de esperar vantagem de qualquer coisa que tenha página de preço pública.

A coluna da esquerda exige outra conversa, e ela começa por um fato desconfortável. Você está comprando no pico de um ciclo de escassez física, e não há como não comprar.

Repare no que os seus fornecedores fizeram com esse pico. A fabricante de memória fechou dezesseis contratos de compra mínima garantida somando cerca de cem bilhões de dólares. A empresa de software do nosso primeiro caso declarou compromissos de nuvem de 4,8 bilhões até 2030.

Ninguém trava volume por cinco anos apostando que o preço vai cair. E o custo dessa garantia entra no preço que chega até você, mesmo que a capacidade sobre antes disso.

A primeira decisão Contrato longo assinado agora no insumo escasso congela o preço de pico por anos.

A segunda decisão é sobre quando começar, e para essa existe alguém que já respondeu.

Em 2013, a Google fez uma conta interna que virou lenda no setor. Se cada usuário de Android passasse três minutos por dia usando busca por voz, a empresa precisaria dobrar a capacidade mundial de seus data centers.

A saída óbvia era comprar mais chips. A escolhida foi projetar o próprio, e a primeira geração entrou em produção interna em 2015, quando quase ninguém falava em escassez de silício e a decisão parecia despesa de engenharia sem retorno claro.

Treze anos depois, essa decisão virou a sétima geração de um chip que a Google agora vende para terceiros, incluindo o maior contrato de sua história com um laboratório de modelos. O que era custo virou linha de receita, e virou também a única forma de não pagar integralmente a margem de quem vende a camada escassa.

A alternativa ainda responde por uma fatia pequena do mercado, e o resultado dessa disputa está longe de decidido. O que já está decidido é a posição em que cada um chegou a 2026.

Poucas empresas conseguem projetar um chip, e não é isso que se transfere. O que se transfere é o momento da decisão. Ela foi tomada quando o problema ainda era projeção, o insumo ainda era barato e ninguém no comitê estava sob pressão para agir.

Agora o relógio, que é o que muda a sua alocação do ano que vem. Fábrica de memória e data center levam anos para ficar de pé. Dado tratado, processo redesenhado e régua de qualidade levam trimestres.

A assimetria Uma fábrica de memória leva anos para ficar de pé. Dado, processo e régua levam trimestres. O relógio mais curto é o seu.

Quem começa agora chega com o ativo pronto quando a capacidade sobra e a margem migra para cima. Quem espera o preço cair chega com caixa, sem ativo, e encontra a funcionalidade já embutida no produto do fornecedor.

E há um critério que separa os projetos do seu portfólio hoje. Se o retorno depende do preço do insumo, ele é aposta em ciclo, e ciclo você não controla. Se depende do que fica na empresa quando o contrato termina, ele é decisão de execução.

O primeiro tipo se aprova pelo custo e se renegocia todo ano. O segundo se aprova pela janela, porque a insuficiência que ele resolve vira funcionalidade padrão do fornecedor em alguns trimestres.

O teste final Se o ganho para de existir no dia em que o contrato termina, aquilo era despesa. Se continua valendo depois, virou ativo, e é a única parte do orçamento de IA que aparece na curva longa.

O que fazer enquanto a margem não chega

A conclusão a que cheguei é menos animadora que a manchete e mais útil que ela. Estamos num ciclo em que o hardware concentra o valor, e falta caminho até que essas etapas se acomodem e a margem chegue nas empresas que operam em cima delas.

Isso muda o critério do piloto. Piloto para usar inteligência artificial cumpre o calendário e não constrói posição. O que vale hoje é o projeto desenhado para o momento em que a margem chegar, e não para o momento em que estamos.

Resolver a dor do cliente virou trivial, e foi justamente esse o epicentro da transformação digital. Na IA a dor continua sendo resolvida, mais rápido e mais barato, e a margem disso ainda para uma etapa abaixo, com quem entrega a capacidade física.

Daí a parcimônia. Escolher menos projetos, escolher os que deixam dado, processo e régua dentro de casa, e recusar os que só compram desempenho. É a diferença entre gastar no ciclo atual e estar posicionado no próximo.

Porque esse arranjo se desfaz. A escassez de hoje é decisão de investimento de ontem, e capacidade nova muda o dono do lucro. Quem estiver com produto pronto quando o dinheiro deixar de parar no hardware não vai precisar correr atrás dele. Ele chega.

· · ·

Se você está gostando de acompanhar a Executive Technology Review, responde este email com o seu feedback: o que está funcionando, o que você mudaria, o que gostaria de ver por aqui. Cada resposta chega direto a mim, eu leio e respondo todas. E é esse retorno que define o que as próximas edições vão ser.

Se você compartilha conhecimento e conhece alguém que pensa tecnologia como estratégia, alocação de capital e vantagem competitiva, encaminhe esta edição. É assim que ela chega a quem deveria estar lendo. Compartilhar no WhatsApp Assinar