Data centers de IA estão sendo construídos sobre uma dívida que Wall Street mal entende
Alphabet, Microsoft, Amazon, Meta e Oracle carregam cerca de $1,65 trilhão em dívida de infraestrutura de IA que não aparece em seus balanços — um aumento de oito vezes em quatro anos, e agora maior do que a dívida combinada em balanço do grupo, de cerca de $1,35 trilhão. Isso não é um erro de arredondamento em uma nota de rodapé. É a estrutura financeira por trás de toda a construção da infraestrutura de IA, e foi projetada para ser em grande parte invisível para quem compra ações dessas empresas.
O mecanismo é o veículo de propósito específico, ou SPV. Uma hyperscaler não toma o dinheiro emprestado diretamente e coloca um data center em seus próprios livros. Em vez disso, cria (ou se associa a) uma entidade legal separada que é dona do data center, toma o dinheiro da construção emprestado de fundos de crédito privado, e assina um contrato de arrendamento de longo prazo ou de compra de capacidade computacional com a empresa-mãe. Como a hyperscaler normalmente detém uma participação minoritária — a Meta possui 20% de seu SPV Hyperion junto com a Blue Owl Capital, por exemplo — a dívida não se consolida no balanço da controladora segundo as regras contábeis padrão.
A escala já não é mais uma curiosidade
As obrigações fora do balanço da Meta agora somam cerca de $420 bilhões — 2,8 vezes sua dívida declarada. Somente a estrutura Hyperion canaliza cerca de $27 bilhões em financiamento de projeto através de uma entidade que a Meta não possui integralmente no papel, mesmo sendo a Meta a única cliente real da capacidade computacional que produz.
A Oracle foi ainda mais longe. A empresa organizou um SPV de cerca de $13 bilhões com a Blue Owl e o JPMorgan para deter a instalação da OpenAI em Abilene, Texas ($10 bilhões disso como dívida), um pacote de dívida de $38 bilhões para mais dois data centers no Texas e em Wisconsin, e um empréstimo de $18 bilhões para um local no Novo México. As obrigações totais da Oracle cresceram mais de trinta vezes em quatro anos, atingindo $273,3 bilhões no final de maio de 2026.
O que acontece quando uma aposta dessas dá errado
A Oracle é o estudo de caso ao vivo. A S&P rebaixou a classificação de crédito da Oracle para BBB- em 9 de julho — um degrau acima do grau especulativo — citando gastos com infraestrutura de IA que estão superando a receita. O negócio relacionado a IA representou cerca de 27% da receita da Oracle no ano fiscal de 2026, e a S&P espera que isso suba para cerca de 60% até 2028. A agência projeta um déficit de fluxo de caixa operacional livre de quase $42 bilhões para o ano fiscal de 2027.
A relação dívida/patrimônio líquido da Oracle está agora em cerca de 500%, contra cerca de 50% na Amazon e 30% na Microsoft. E a Oracle é muito mais concentrada em clientes do que seus pares: a OpenAI responde por cerca de metade dos $638 bilhões em obrigações de desempenho remanescentes da Oracle — a receita que a Oracle tem contratualmente a receber, mas ainda não reconheceu. Se a própria economia da OpenAI vacilar, uma parcela muito grande da receita contratada que sustenta a dívida da Oracle vacila junto.
Por que essa estrutura existe
Nada disso é ilegal, nem mesmo particularmente novo — o financiamento via SPV para grandes projetos de infraestrutura (oleodutos, rodovias com pedágio, usinas de energia) existe há décadas. O que é diferente é a velocidade e o risco de contraparte. SPVs de infraestrutura tradicional financiam ativos com vida útil de 30 a 50 anos, lastreados em receita contratada de concessionárias de serviços públicos ou governos. SPVs de data centers de IA financiam ativos cujo hardware central — as GPUs — se deprecia em um ciclo de 3 a 5 anos, lastreados em contratos de receita de empresas (OpenAI, Anthropic e as próprias divisões de IA das hyperscalers) cuja própria lucratividade ainda não está comprovada em escala.
Os fundos de crédito privado — Blackstone, Blue Owl, Apollo, Pimco e BlackRock entre os principais — tornaram-se os principais credores aqui justamente porque os bancos, limitados pelas regras de capital pós-2008, estão menos dispostos a assumir essa exposição diretamente. A Morgan Stanley projeta que o crédito privado fornecerá mais $800 bilhões em financiamento de data centers nos próximos dois anos. São $800 bilhões de exposição recaindo sobre entidades com muito menos supervisão regulatória e muito menos divulgação pública do que o balanço de um banco.
O que isso significa para o resto do setor
Essa estrutura de financiamento agora está diretamente conectada a histórias que temos acompanhado a semana toda: as conversas reportadas do Pentágono sobre um empréstimo de $5 bilhões com a Fluidstack para garantir capacidade na cadeia de suprimentos de data centers, e a meta, segundo rumores, da Microsoft de construir 38GW de capacidade de data centers até 2032. Disponibilidade de energia e disponibilidade de capital são agora as duas restrições reais para a escala da IA — não o fornecimento de chips, nem a arquitetura dos modelos. Ambas as restrições estão sendo resolvidas com estruturas de dívida que continuam crescendo mais rápido do que a receita destinada a pagá-las.
O que observar
Três sinais importam mais do que os números de capex nas manchetes. Primeiro, observe as ações de classificação de crédito sobre as hyperscalers com maior concentração de clientes — o rebaixamento da Oracle é um modelo, não uma exceção, caso o crescimento de receita da OpenAI ou da Anthropic decepcione. Segundo, observe as divulgações dos fundos de crédito privado sobre quanta dívida de infraestrutura de IA eles carregam em relação à sua carteira total — o risco de concentração nos credores é tão real quanto o risco de concentração nos tomadores. Terceiro, observe se alguma hyperscaler começa a consolidar voluntariamente esses SPVs de volta ao seu balanço; esse seria o sinal mais claro até agora de que a estrutura fora do balanço está se tornando um passivo em vez de uma conveniência.