Meta economiza US$ 3,9 bi chamando IA de experimento

O experimento de 5 gigawatts

data centers de IA da Meta já consomem energia suficiente para abastecer uma cidade média, rodam inferência para bilhões de usuários no Facebook, no Instagram e no WhatsApp e custam centenas de bilhões de dólares em concreto, energia e chips da Nvidia. Agora tente explicar para um engenheiro de infraestrutura que tudo isso é apenas um experimento de bancada. Foi exatamente o argumento usado no imposto de renda. A empresa classificou clusters inteiros como 'pilot models' e GPUs de produção como materiais experimentais para acessar o crédito federal de pesquisa e abater US$ 3,9 bilhões em impostos só em 2025.

Quem opera infraestrutura sabe que a palavra piloto tem um significado bem específico. Piloto é um rack isolado, um teste de refrigeração líquida, uma validação de topologia de rede por algumas semanas. Não é um campus multi-gigawatt parcialmente online, com contratos de energia de longo prazo e fila de deploy para modelos de produção. Essa distância entre o discurso de engenharia e o discurso fiscal é o centro da história, e ela diz muito sobre como a corrida pela superinteligência está sendo financiada na prática.

O fato

O que aconteceu é direto e está documentado em números. A Meta ampliou de forma agressiva o uso do crédito tributário federal para pesquisa e desenvolvimento, criado em 1981. A economia foi de US$ 700 milhões em 2023, saltou para US$ 2 bilhões em 2024 e chegou a US$ 3,9 bilhões em 2025, o que coloca a companhia como a maior beneficiária desse crédito entre todas as empresas de capital aberto nos Estados Unidos. O mecanismo permite deduzir gastos qualificados com pesquisa, e a Meta enquadrou ali parte relevante dos seus data centers de IA.

O contraste aparece quando se compara o formulário fiscal com as apresentações para investidores. Em julho de 2025, Mark Zuckerberg falou em investir centenas de bilhões de dólares em computação para construir superinteligência, ancorada em vários clusters multi-gigawatt. O primeiro, chamado Prometheus, já está parcialmente online. O segundo, Hyperion, tem meta de chegar a 5 GW ao longo de alguns anos. Em junho de 2026, a empresa detalhou parcerias com Nvidia, AMD, AWS, Arm e Broadcom, além dos seus próprios chips MTIA. Em janeiro de 2025, o próprio Zuckerberg disse que esses data centers iriam sustentar os produtos centrais e o negócio. Nada disso soa como rascunho ou teste temporário.

Como funciona na visão de quem opera

O crédito em questão foi desenhado para incentivar people power, conhecimento e informação, nas palavras do congressista que o propôs há mais de quatro décadas. Na prática, ele permite que uma empresa recupere parte dos gastos com salários de pesquisadores, protótipos e testes técnicos. A jogada da Meta foi esticar dois conceitos. Primeiro, tratar um data center completo como um modelo piloto, ou seja, como se fosse um protótipo em escala para validar uma hipótese técnica. Segundo, tratar chips caríssimos e já maduros, como GPUs da Nvidia usadas em produção, como se fossem insumos consumidos em experimento.

Para quem monta custo de cluster, a inferência técnica plausível é que a empresa tenha separado camadas do projeto como pesquisa qualificável. Engenharia de cooling, integração de rede de alta largura de banda, otimização de distribuição de energia, bring-up de novos racks com MTIA e testes de confiabilidade em larga escala. Tudo isso tem, sim, componente de pesquisa aplicada. O problema é a fronteira. Quando o mesmo hardware passa a servir tráfego real com latência controlada e SLA de produto, ele deixa de ser laboratório e vira produção. A própria Meta parece saber do risco. A reserva para posições fiscais incertas subiu 45% e chegou a US$ 18,74 bilhões em documentos regulatórios, um sinal clássico de que os auditores veem chance relevante de questionamento pelo IRS.

O que isso muda na prática

Quem ganha no curto prazo é óbvio. A Meta libera bilhões em caixa sem emitir dívida e sem vender ações, injeta esse capital direto em mais GPUs, mais energia contratada e mais construção, e acelera uma vantagem que já é brutal em escala. A auditora EY, que aprovou a estratégia e ajudou a estruturá-la, também ganha, porque agora vende o mesmo modelo para outras empresas que querem compensar compras de chips de IA. É um ciclo que se retroalimenta. Mais crédito gera mais computação, que gera mais receita potencial, que justifica mais computação.

Quem perde é menos visível, mas paga a conta. O Tesouro americano deixa de arrecadar, startups sem departamentos fiscais sofisticados não conseguem replicar a manobra e data centers menores passam a competir com um gigante subsidiado de forma indireta. Se você constrói ou compra IA hoje, tem uma ação prática imediata. Revise sua classificação de gastos com P&D e documente com rigor de engenharia o que é teste e o que é produção. Separe logs de experimentos, resultados de testes de estresse, versões de firmware e decisões de arquitetura que não foram para produção. Sem esse rastro, qualquer crédito agressivo vira alvo fácil em uma auditoria, e o caso da Meta mostra que o IRS vai olhar com lupa para infraestrutura de IA nos próximos anos.

• mapeie workloads de pesquisa versus inferência em produção com centros de custo separados
• guarde evidências técnicas de cada piloto real, com datas, métricas e hipóteses testadas
• modele uma reserva fiscal conservadora antes de contar com o crédito no seu runway

O problema que ninguém quer admitir

A tensão real não é se a manobra é criativa, porque ela é. A dúvida é se ela escala sem quebrar o sistema que a criou. Uma lei de 1981, pensada para laboratórios e para inovação incremental, está sendo usada para bancar infraestrutura do tamanho de usinas. Mesmo que o IRS conteste parte dos valores daqui a alguns anos, a Meta provavelmente continua no lucro, porque o dinheiro economizado hoje já foi aplicado, já rendeu capacidade computacional e já se refletiu no preço da ação. É arbitragem temporal com dinheiro público. Funciona muito bem para quem tem US$ 200 bilhões em P&D acumulado para dar verniz à tese, mas cria um precedente perigoso onde todo hyperscaler vira, no papel, um eterno laboratório que nunca entra em produção.

Conclusão

No fim, a Meta não descobriu uma otimização fiscal qualquer. Ela transformou custo de capital em vantagem computacional usando uma brecha de pesquisa. A pergunta que fica é simples e incômoda. Se um data center de 5 GW ainda conta como experimento, o que exatamente seria, hoje, uma operação real de IA?