Oracle está construindo os data centers de ontem com a dívida de amanhã

A Oracle está construindo data centers de IA em escala sem precedentes, mas com um paradoxo estrutural: enquanto os chips avançam a cada 6, 18 meses, exigindo novos layouts elétricos, resfriamento líquido e densidade de potência radicalmente diferentes, as obras físicas demoram 5 a 7 anos para entregar. O Projeto Stargate, em parceria com a OpenAI, prevê 500 bilhões de dólares em infraestrutura até 2030, com centros em Wisconsin, Texas e Novo México sendo erguidos por Vantage e STACK. Só no ano fiscal de 2026, a empresa gastou 55,7 bilhões, 11% acima da meta, e já planeja 70 bilhões para 2027. O financiamento vem de dívida pesada (117 bilhões de dólares hoje, com projeções de 290 bilhões até 2028) e capital diluído, incluindo títulos conversíveis e emissão de ações no mercado. O backlog de 638 bilhões de dólares em contratos pré-pagos ajuda, mas não resolve o nó técnico: um data center projetado para GPUs H100 pode ficar obsoleto antes mesmo de entrar em operação, se os clientes migrarem para chips como o Blackwell B200 ou o futurista Rubin em 2027.

O custo desse aperto é visível nos números: fluxo de caixa livre negativo até ~2030, queda de 19% nas ações em dezembro de 2025 e CDS em recorde de três anos. A reestruturação de 30 mil funcionários, 18% da força de trabalho, foi menos sobre eficiência e mais sobre realocar recursos para a corrida de infraestrutura. E mesmo com construção modular acelerada, o risco não é só financeiro: é arquitetônico. Data centers não são atualizáveis como software. São concreto, cobre e refrigeração, e uma vez prontos, estão travados em uma geração de hardware.

Isso importa porque a Oracle não está sozinha nessa armadilha, mas é a primeira grande nuvem a assumir o risco em escala aberta. Enquanto AWS, Azure e GCP apostam em evolução incremental e parcerias com fabricantes, a Oracle optou por verticalização extrema: controlar desde o chip (com seu próprio SoC para IA), passando pelo firmware, até o data center físico. Se der certo, ganha vantagem competitiva em latência e custo por token. Se falhar, fica com ativos subutilizados e dívida impagável. Para clientes como xAI, Meta e TikTok, o risco é outro: dependência de uma infraestrutura que pode não acompanhar o ritmo das próprias inovações deles. A questão deixou de ser 'quanto custa' e virou 'quanto tempo dura', e ninguém tem resposta clara.