Goldman Sachs: agentes de IA vão impulsionar fluxo de caixa das big techs

O Goldman Sachs não está só prevendo um salto na adoção de IA: está mapeando o momento exato em que a tecnologia vira alavanca financeira, e não apenas custo. O relatório 'Decoding the Agentic Economy' aponta que agentes sempre ativos, não chatbots reativos, são o motor do novo ciclo: um único agente pode consumir mais de 100.000 tokens por dia, contra 1.000 de uma interação típica. Isso explica por que o consumo global de tokens deve crescer 24 vezes até 2030, atingindo 120 quatrilhões por mês. Mas o ponto crítico é econômico: os custos unitários de inferência caem entre 60% e 70% ao ano, e o banco identifica o primeiro semestre de 2026 como o 'ponto de inflexão de lucro', quando o volume gerado por agentes compensa a queda de preço por token. Para as big techs, isso significa margens ampliadas mesmo com capex em alta: US$ 5,3 trilhões previstos para Meta, Microsoft, Amazon e Alphabet entre 2025 e 2030.

Para o setor financeiro, o impacto já é operacional. O TD Bank reduziu a pré-aprovação de hipotecas de 15 horas para 3 minutos com agentes autônomos, não apenas acelerando, mas reestruturando o fluxo de trabalho. O Goldman Sachs segue na mesma linha, testando agentes baseados em Claude para reconciliação de transações, contabilidade de negociação e KYC automatizado. Não se trata de substituir pessoas, mas de redesenhar funções: 60% de ganho de eficiência e 40% de redução de custos já foram registrados em áreas como conformidade e liquidação por instituições que adotaram equipes dedicadas de IA.

A cobertura anterior do CEVIU mostrava preocupação com o custo da infraestrutura de IA, como no relatório de 4 de junho sobre o foco do Goldman no financiamento de data centers. Agora, o banco apresenta a peça que faltava: a virada econômica. Antes, falava-se em gastos massivos (US$ 765 bilhões de capex em IA em 2026); agora, o relatório mostra que esses investimentos estão prestes a gerar retorno direto no fluxo de caixa das hyperscalers, graças à escalabilidade dos agentes e à queda acentuada nos custos por token. Também evoluiu a narrativa sobre empregos: de 'apocalipse exagerado' (26 e 28 de maio) para 'reestruturação funcional concreta', com casos reais como o TD Bank e os testes internos do Goldman em contabilidade e KYC.

Agentes de IA deixam de ser um conceito teórico para virar um vetor de receita mensurável, e um novo eixo de regulação, concorrência e risco operacional no sistema financeiro. Para fintechs, significa que automação em escala de subscrição ou atendimento não é mais diferencial, mas pré-requisito: quem não integrar agentes autônomos até 2027 corre risco de ficar com custos estruturais superiores à média do setor. Para bancos tradicionais, é a chance de reverter a perda de margem em crédito e pagamentos, desde que consigam migrar de sistemas legados para arquiteturas orientadas a agentes. A escassez de energia, não de capital, é agora o verdadeiro gargalo: sem acesso a 250 MW estáveis, nenhum modelo de agentic commerce ou subscrição em tempo real funciona. Isso redefine prioridades de investimento, e de política pública.