Meta queimou US$ 83 bi no metaverso. A aposta em IA será diferente?

O normal é perder US$ 4 bilhões por trimestre

Quando a Meta divulgou seu balanço do primeiro trimestre de 2026, o destaque foi a perda de US$ 4 bilhões na Reality Labs. Para quem acompanha a empresa, o número já não surpreende. É o novo normal. Desde 2021, a divisão de realidade virtual e aumentada acumula US$ 83,5 bilhões em prejuízo — uma média de US$ 4 bilhões a cada trimestre.

A reação inicial é um bocejo. Até que você para e pensa: se a Meta queimou quase US$ 84 bilhões em algo que o mercado nunca abraçou de verdade, o que esperar da nova aposta em inteligência artificial?

O fato: receita recorde, gastos estratosféricos

A Meta registrou receita de US$ 56,3 bilhões no trimestre, alta de 33% ano a ano. O lucro líquido foi de US$ 26,8 bilhões — 61% a mais que no mesmo período de 2025. Dinheiro não falta. Mas o problema é o destino dele.

A empresa revisou para cima a projeção de investimentos em 2026: entre US$ 125 bilhões e US$ 145 bilhões, a maior parte em infraestrutura de IA. Mark Zuckerberg justificou: “Estamos aumentando nosso capex de infraestrutura. A maior parte se deve a custos mais altos de componentes, especialmente memória.”

Para efeito de comparação: em 2025, a Meta planejava gastar até US$ 72 bilhões. O salto é brutal. E, para piorar, a CFO Susan Li disse que a empresa continua subestimando suas necessidades de computação.

Como funciona (visão de operador)

O dinheiro está indo para data centers, GPUs, redes e energia. Meta quer competir com OpenAI e Anthropic. Para isso, precisa de clusters de treinamento e inferência que consomem centenas de milhares de GPUs. Cada um desses clusters custa bilhões em hardware, refrigeração e eletricidade.

No lado do software, a Meta lançou o modelo Muse Spark em abril, fruto de uma onda de contratações de mais de 50 pesquisadores de IA concorrentes. O custo de operação desse modelo em produção ainda é alto — e tende a crescer conforme mais usuários interagem com o Meta AI.

O gargalo maior, hoje, não é nem o hardware, mas a memória. Zuckerberg mencionou especificamente o aumento dos preços de memória como um dos principais drivers de custo. Para quem opera modelos grandes, isso significa que cada token inferido fica mais caro, e escalar o número de usuários impacta diretamente o custo variável.

O que isso muda na prática

• Quem ganha: fornecedores de memória (como Samsung e SK Hynix), fabricantes de GPUs (Nvidia, AMD) e empresas de energia. A Meta é cliente premium.
• Quem perde: investidores que esperavam retorno mais rápido. As ações caíram 5% no after-hours após a divulgação. Também perde quem aposta em startups de IA concorrentes: o poder de fogo da Meta pode sufocar players menores.
• Ação prática: Se você constrói com modelos da Meta, prepare-se para possíveis mudanças nos preços de API ou limites de taxa. Além disso, o foco em eficiência pode gerar ferramentas de quantização e compressão que valem a pena acompanhar.

Tensão real: dessa vez é diferente?

A Meta já mostrou que pode queimar dinheiro em algo que não vingou. O metaverso consumiu US$ 83 bilhões e não gerou receita proporcional. Agora, a aposta em IA é ainda mais cara e com promessas mais concretas — mas o mercado de IA generativa ainda não provou ser um negócio sustentável para ninguém, exceto talvez a Nvidia.

A pergunta que fica: a Meta está repetindo o padrão de gastar demais antes de validar o retorno? Ou a inteligência artificial realmente exige esse nível de investimento e a empresa está certa em forçar a barra? O fato de a própria CFO admitir que subestimam a demanda de computação sugere que o risco de overspend é real.

Não se trata de trade-off entre metaverso e IA. É sobre o tamanho das apostas. Se a Meta errou em uma, o que garante que acertará na outra?

Fechamento

Os números de receita da Meta impressionam, mas escondem uma verdade incômoda: a empresa está em uma corrida armamentista de capital intensivo, onde o erro custa dezenas de bilhões. Para quem constrói com IA, o curto prazo será de mais poder de fogo disponível — mas o médio prazo pode trazer correções bruscas se o retorno não aparecer. Fique de olho nos custos por token e no capex dos hyperscalers.