O Brasil estava de espectador. Mas agora invadiu o campo para atrapalhar o jogo.
O que significa, na prática, o aumento de impostos de processadores e placas de vídeo para o país.
De tempos em tempos, empresas quebram paradigmas.
A primeira empresa a valer US$ 1 milhão foi um banco em 1781. Dez anos depois, outro banco se tornou a primeira empresa a valer US$ 10 milhões.
A primeira a valer US$ 100 milhões foi uma ferrovia. A primeira a valer US$ 1 bilhão, uma empresa de telecom. A primeira a US$ 10 bilhões, uma indústria. A primeira a US$ 100 bilhões, outra indústria.
E a primeira a valer US$ 1 trilhão foi uma empresa de tecnologia: a Apple em 2018.
O mais importante desses dados não são as empresas em si.
São os setores.
Foram eles que catapultaram as empresas a esses valuations porque eles estavam crescendo assustadoramente.
Bancos no século XVIII, ferrovias em XIX, indústria no XX e tech no XXI.
O paradigma atual já não é mais do de 2018. Não é só “tech” mais.
É uma ramificação do tech.
É AI.
E com o novo paradigma, vem o crescimento assombroso de empresas.
Não à toa, a empresa mais valiosa do mundo hoje é a Nvidia, que desenha placas de vídeo (GPUs) que são o coração da AI.
E não à toa, todas as empresas que operam nesse nicho, seja de infra para AI, modelos, apps, fornecimento de energia estão vendo um crescimento desenfreado.
Bill Gurley, investidor lendário do Vale do Silício comentou no podcast do Tim Ferriss que hoje, Venture Capital não olha para empresa que não seja de AI.
Naval Ravikant postou há uns dias que “Não faz sentido investir em software puro".
O Brasil não surfou a onda dos bancos, nem das ferrovias.
Barão de Mauá bem que tentou:
Fundou o Banco do Brasil e teve sua empresa estatizada.
Começou a construir ferrovias e viu o governo construir ferrovias paralelas só para quebrá-lo
Depois, o Brasil perdeu a oportunidade de se industrializar e surfar a onda Tech.
Agora é a onda de AI.
E esse texto é sobre como o Brasil está encarando esse novo paradigma.
A escala do que está sendo construído
Antes de falar de Brasil, preciso que você entenda a escala do que está acontecendo no mundo. Sem isso, nada do que eu disser depois vai fazer sentido.
A OpenAI captou US$ 110 bilhões e foi avaliada em US$ 840 bilhões
Petrobras, a maior empresa do Brasil, vale US$ 110 bilhões.
A OpenAI vale oito vezes a Petrobras e recebeu uma injeção de dinheiro equivalente a TODO o valor da petroleira.
A OpenAI ela vale virtualmente o mesmo que a soma de todas as empresas brasileiras abertas em bolsa.
E não é apenas Nvidia (placa de vídeos) e OpenAI (modelo de inteligência artificial) e afins que estão surfando a onda.
Todo mundo que, de alguma forma, está nesse mercado está crescendo. O gráfico abaixo mostra isso.
A cadeia que faz AI existir
Talvez eu já esteja aprofundando demais, mas sinto que precisamos ir uma camada mais fundo.
Para a AI existir, é necessária uma cadeia industrial extremamente complexa.
E é preciso entender essa cadeia para entender onde o Brasil está hoje.
Vamos camada por camada.
Camada 1: Os apps
É a interface com a qual as pessoas interagem com as AIs de fato.
O ChatGPT é um app que a OpenAI criou para as pessoas conseguirem usar os seus modelos (GPT 5.2, GPT 5-mini, GPT 5-nano)
O ChatGPT é o app mais famoso, mas tem vários outros fazendo tarefas específicas, como Elevenlabs (para voz), Higgsfield (para vídeos), Lovable (para fazer aplicativos), Cursor (para fazer aplicativos), ou algum app viral que está fazendo seu cachorro imitar o Michael Jackson.
São as empresas mais viáveis de se criar dentro do universo AI hoje em dia.
E o Brasil já tem gente jogando nessa camada. (Eu, inclusive.)
Case 1: Criei um funcionário que custa menos que um estagiário, e entrega como o seu melhor funcionário. Trabalha 24h por dia, não tira féria e nem pede aumento. Você gerencia ele pelo WhatsApp.
Quer saber como? Clique no link. https://clawdio.com.br
Case 2: A Option — que patrocina o OFF THE GRID — ranqueia sua marca nas respostas de IA, cria o planejamento de conteúdo e escreve os posts. É a versão brasileira da Profound, startup avaliada em US$ 1 bilhão semana passada.
Eu uso e recomendo.
👉 Faça um diagnóstico gratuito. Cupom OFFTHEGRID20 para 20% off nos 3 primeiros meses.
Case 3: A StationZero, startup que criou o Tobi, o analista de marketing que pode ser o primeiro colaborador digital do seu e-commerce.
Eles acreditam que ninguém aguenta mais uma AI que funcione como um chat. O que as empresas querem é um agente autônomo, proativo, que se lembra das coisas e se comporta como um colaborador. E o Tobi faz exatamente isso!
Quer saber mais? Confere aqui.
Camada 2: Os modelos
São a inteligência artificial propriamente dita. São eles que conseguem fazer com que suas perguntas sejam respondidas.
Estamos falando de GPT, Claude, Gemini, Grok, Deepseek e afins.
As empresas dos modelos contratam os maiores gênios de computação, pagam salário de jogador de futebol para fazer a AI ficar cada vez mais inteligente
É a camada mais complicada de se entrar hoje em dia.
O Meta tentou e ficou para trás. A Apple idem.
É meio confuso, mas as empresas dos modelos (OpenAI, Claude, Gemini) têm modelos (GPT 5, Opus 4.6, Gemini 3 Flash) e também têm apps para usuários falarem com esses modelos (chatgpt.com, claude.ai, gemini.google.com)
O mercado de modelos é dominado por empresas americanas e chinesas.
Camada 3: Data centers
Estamos falando de milhares de servidores (computadores poderosos) rodando com placas de vídeo de ponta. São usados para treinar os modelos.
Eles costumam consumir uma quantidade de energia semelhante a pequenas cidades.
As big techs estão literalmente construindo/contratando microusinas nucleares para alimentar seus data centers.
Para criar data centers, é necessário terreno, eletricidade barata e um capital de giro insano para conseguir comprar os mega computadores.
Criar um data center de 1GigaWatt de ponta custa em torno de 2-4 bilhões de dólares.
Camada 4: As designers de chips
São as empresas que projetam os chips que vão abastecer os data centers para treinar AI.
Quem domina esse mercado é a Nvidia, que desenha os chips mais avançados do mundo.
As GPUs (placas de vídeo) da Nvidia viraram o recurso mais disputado do planeta. Empresas fazem fila de meses para conseguir unidades.
Um detalhe importante que a mídia sempre erra ao falar da Nvidia: ela não fabrica chips. Ela só projeta.
É como se ela fosse um arquiteto que projeta, mas não constrói a casa.
Criar uma empresa nessa camada é tão fora de cogitação quanto criar um modelo.
Camada 5: As foundries
São as empresas que fabricam os chips.
A principal foundry é a TSMC, em Taiwan. Outras foundries famosas são a Samsung, SMIC e UMC.
Construir uma foundry de ponta custa entre US$ 15 bilhões e US$ 28 bilhões.
A nova fábrica da TSMC em Taiwan, está custando US$ 48,5 bilhões. E a TSMC está investindo US$ 165 bilhões só no complexo do Arizona.
Se a Nvidia é o arquiteto que projeta a casa, a TSMC é a construtora.
Criar uma empresa nessa camada é tão fora de cogitação quanto modelo e chip designer.
Camada 6: Litografia
Se a Nvidia é o arquiteto e a TSMC é a construtora, A ASML é a empresa que faz o maquinário especializado para construir as casas.
E na cadeia de produção das GPUs, as foundries precisam de máquinas especializadas também.
As máquinas de litografia são responsáveis por imprimir circuitos no silício.
Cada máquina custa US$ 380 milhões na versão padrão.
A próxima geração vai custar US$ 724 milhões.
A ASML gastou mais de 9 bilhões em P&D ao longo de 30 anos para desenvolver essa tecnologia.
Talvez seja a camada mais impossível de se entrar hoje em dia.
É mais complexo que industrialização
Lembra quando a gente ouvia que o Brasil exportava commodities, como aço para países desenvolvidos e depois acabava importando produtos industrializados?
A gente vendia matéria-prima barata e comprava o produto pronto por não ter capacidade e depois pagava caro para o produto pronto.
Agora estamos vendo isso no âmbito de AI.
Só que agora nem matéria prima a gente exporta direito.
E está ficando cada vez mais difícil de entrar nesse bonde.
Como os países estão se posicionando
EUA e China tratam AI como prioridade máxima.
Empresas chinesas como a Deepseek estão tentando treinar modelos de ponta com chips HUAWEI ao invés de Nvidia para não depender dos EUA.
A China está investindo centenas de bilhões em suas próprias foundries.
A SMIC, maior foundry chinesa, está construindo fábricas novas em Xangai e Pequim.
Em dezembro de 2025, a Reuters reportou que a China construiu secretamente um protótipo de máquina litografia avançada (tipo a que a ASML produz) em Shenzhen, com ajuda de ex-engenheiros da ASML.
Mesmo com as sanções americanas bloqueando o acesso à tecnologia de ponta, a China está tentando construir a cadeia inteira do zero. Porque entendeu que não ter essa capacidade é estar à mercê de quem tem.
Os EUA aprovaram o CHIPS Act, que destina US$ 52 bilhões em subsídios para construção de fábricas de semicondutores em solo americano, porque eles não querem depender de uma empresa que fica em Taiwan, que tem atrito com a China.
Os mesmos EUA decidiram investir bilhões na Intel que andava meio ruim das pernas porque não pode se dar ao luxo de ver uma empresa de chip tão importante sucumbir.
O Japão está levando a TSMC para seu território, com investimento de mais de US$ 20 bilhões apoiado pelo governo. A JASM, joint venture entre TSMC, Sony, Denso e Toyota, já está operando na província de Kumamoto.
E esse esforço não se limita apenas aos países que estão na corrida pela ponta.
Singapura não está nessa briga, mas criou um projeto de auxílio mensal de US$3.000 para os cidadãos se requalificarem porque entendeu que a AI vai eliminar empregos e decidiram fazer algo para que seus cidadãos consigam se recolocar.
Nesse contexto de AI, cada um desses países olhou para a revolução de AI e tomou uma decisão: investir, subsidiar, facilitar, construir fábricas, treinar pessoas, reduzir impostos, criar condições para que empresas e cidadãos participem da corrida.
Enquanto isso, veja como o nosso presidente tratava o tema há 1 ano:
Brasil: de alheio a …
Durante anos, o Brasil esteve alheio a tudo isso.
Não contra, não a favor. Apenas ausente.
Isso significava que a gente estava vendo mais uma onda tecnológica passando sem surfá-la (lembra do começo do texto?)
Enquanto o mundo está construindo o futuro, o Brasil volta sua atenção e energia para debates que não deveriam nem ser debates.
Tofolli deve ou não julgar o caso do Banco Master?
Investiga ou não, o Lulinha por conta do escândalo do INSS?
PEC da blindagem…
Imposto sobre grandes fortunas…
Imposto sobre qualquer coisa…
Mas semana passada o Brasil decidiu tomar uma posição e deixar de ser apenas um espectador do que vinha acontecendo dentro do campo.
Ele decidiu invadir o campo e atrapalhar.
O governo publicou a Resolução GECEX nº 852, aumentando o imposto de importação de processadores, placas de vídeo, memória RAM e placas-mãe.
As alíquotas que antes eram de 0% a 2%, passaram para 12,6% a 20%.
A justificativa do governo: “proteger a indústria nacional” e “evitar colapso da cadeia produtiva”.
Indústria nacional? Lembra que eu te falei como funciona a cadeia de GPU?
Qual indústria nacional?
O Brasil tem uma foundry de chips estatal que faz chips de 350 nanômetros.
Isso é a tecnologia que a Intel fazia em 1997.
Essa taxação não ajuda indústria nacional. Ninguém vai querer um computador com velocidade dos pcs de 1997.
Só fica mais caro ter equipamento de ponta. É a gente ficando para trás mais uma vez.
O resultado de taxar chips
O Brasil já não tem capacidade de entrar na cadeia produtiva de AI.
A ASML, que fabrica máquinas, investiu US$ 9 bilhões ao longo de 30 anos para ter a tecnologia que tem hoje. A gente está décadas atrasado. O jeito seria comprar as máquinas.
Mas as máquinas custam US$ 380 milhões e já estão sold out por 3 anos.
Mesmo se comprasse, a gente não tem o know-how de operá-las, coisa que a TSMC desenvolveu ao longo de décadas de desenvolvimento e treinamento.
Desenhar as placas é pior ainda.
Data centers é uma camada que o Brasil até poderia entrar.
Temos bastante terra, energia barata…
Mas lembra que um data center custa US$ 2 bilhões de dólares? Agora ficou mais caro com uma canetada.
Modelos de LLM também estão fora de cogitação. OpenAI captou US$ 110 bilhões para continuar o desenvolvimento. Ela captou uma Petrobras para treinar seus modelos.
O último elo que falta é o de apps. Esse sim dá. E o Brasil vem criando algumas soluções de AI fora de série.
Mas mesmo esse último elo também é afetado pela taxação.
Empresas dessas precisam comprar computadores para seus desenvolvedores. Tudo isso ficou mais caro.
Das 6 camadas da cadeia, 4 estão fora de cogitação. A gente já estava atrasado nas 2 que sobravam. Agora ficou mais difícil.
Enquanto o mundo faz de tudo para facilitar a vida de quem está criando a tecnologia que está moldando o futuro, o Brasil joga contra.
O que significa ficar pra trás agora
Talvez eu esteja pessimista demais ultimamente, mas acho que é inevitável para quem está por dentro da velocidade que AI está tomando.
O Brasil é o país onde uma empresa paga R$20.000 e o funcionário recebe R$10.000 líquido. Desses R$10.000, R$5.000 são poder de compra de verdade, porque o resto é imposto.
O problema é que a AI está começando a substituir pessoas em todas as áreas.
Há uns dias atrás, o fundador da Blocks fez um tweet falando que demitiu 40% do time dele ao perceber que a empresa era mais produtiva com AI.
Se fez sentido para a Blocks demitir 40% da força de trabalho, eu só fico imaginando como isso vai ser quando chegar no Brasil, o país onde o funcionário custa muito, ganha pouco e detém 98% dos processos trabalhistas do mundo.
O Brasil poderia estar jogando a favor da AI e gerando empregos nessa indústria.
Mas decidiu jogar contra.
O problema é que as outras indústrias estão sendo engolidas por AI.
O tempo dirá se essa postura é benéfica ou não para o Brasil.
PS: Não precisa esperar o tempo dizer: a gente tá é fudido.
PS2: O atraso brasileiro pode ser visto comparando as ondas de tecnologia do começo do texto com as empresas mais valiosas. Bancos, Indústrias e Telecom são segmentos antigos. Mas 9 das 10 maiores empresas brasileiras da bolsa são justamente desses segmentos.
