O pano de fundo desta subida é bastante particular. Apenas uma semana antes — a 1 de julho — uma notícia de que “a Meta planeia vender capacidade informática de IA excedentária” tinha gerado preocupações generalizadas no mercado sobre “excesso de capacidade”, pressionando algumas ações ligadas à infraestrutura de IA. No entanto, em apenas poucos dias, a narrativa inverteu-se rapidamente. Entre 9 e 10 de julho, a Meta divulgou intensivamente três avanços estratégicos em IA: publicou o novo modelo de inferência multimodal de próxima geração Muse Spark 1.1 e, pela primeira vez, abriu uma API paga aos programadores; revelou que os custos de construção da unidade de infraestrutura de IA caíram significativamente; e confirmou que o seu chip de IA próprio, Iris, entrará em produção em massa em setembro.
Conjunto de informações aponta para uma questão central: a Meta está a transformar, gradualmente, a infraestrutura de IA que antes era vista como um “centro de custos” em unidades de negócio capazes de gerar receitas. A partir de três dimensões — fatores que impulsionam a cotação, percursos de comercialização da IA e eficiência de capital expenditure — analisamos a lógica de reavaliação do mercado da estratégia de IA da Meta.
Gráfico recente da cotação da Meta
Lançamento do Muse Spark 1.1: de ferramenta interna a ativo vendável
A 9 de julho, o Meta Super Intelligent Labs lançou oficialmente o Muse Spark 1.1. Trata-se de um modelo de inferência multimodal criado especificamente para tarefas de agentes, com melhorias significativas em relação à geração anterior em chamadas a ferramentas, utilização de computadores, desenvolvimento de código e compreensão multimodal. O modelo suporta um comprimento de contexto de 1 milhão de tokens, permitindo manter informações-chave de forma contínua em fluxos de trabalho longos. No trabalho colaborativo entre agentes, o Muse Spark 1.1 adota uma arquitetura em que um agente principal recolhe informação, define um plano e depois divide as tarefas em vários agentes secundários para execução em paralelo.
Tão importante quanto o próprio modelo é a mudança na forma como é disponibilizado. Esta é a primeira vez que a Meta abre o acesso ao modelo aos programadores através da Meta Model API, estando ainda em fase de pré-visualização pública. Mais importante ainda: o Muse Spark 1.1 é lançado para programadores com um escalão pago — a primeira vez que a Meta define um modelo comercial pago para um modelo de IA. O CEO da Meta, Zuckerberg, afirmou que o preço da API deste modelo será uma das opções mais baixas do mercado, cerca de 25% dos preços dos modelos de topo da OpenAI e da Anthropic.
O significado desta mudança é que, pela primeira vez, os modelos de IA da Meta passam a ter um caminho direto para receitas externas. Antes, as capacidades de IA da Meta eram sobretudo para servir a publicidade recomendada e a distribuição de conteúdos no ecossistema interno do Facebook, Instagram e WhatsApp. O mercado continuava sem conseguir responder à pergunta “como é que os investimentos de centenas de milhares de milhões de dólares em IA geram retorno?”. A API paga do Muse Spark 1.1 e a abertura da Meta Model API fornecem a primeira peça — as taxas de utilização do modelo e as receitas de serviços de IA para empresas.
Capacidade informática de custo para ativo: reestruturação da lógica de comercialização da infraestrutura
O lançamento do Muse Spark 1.1 é apenas parte da narrativa de comercialização de IA da Meta. A mudança lógica maior ocorre no nível da infraestrutura.
Nos últimos dois anos, a preocupação principal do mercado com a estratégia de IA da Meta concentrou-se num número: capex (capital expenditure). Em 2025, a capex anual da Meta foi de cerca de 72,2 mil milhões de dólares. Em janeiro de 2026, a empresa definiu a orientação para capex anual entre 115 mil milhões e 135 mil milhões de dólares; depois, após o relatório do primeiro trimestre em abril, este intervalo foi aumentado para 125 mil milhões a 145 mil milhões de dólares. Estimando pelo ponto médio, o aumento homólogo da capex em 2026 ronda 88%. A pergunta que os investidores repetem é sempre a mesma: quando é que esse dinheiro passa a ser recuperado?
Em julho de 2026, o enquadramento das respostas do mercado está a mudar.
Em primeiro lugar, há uma otimização acentuada do custo unitário. Num relatório de 10 de julho, o analista do Bank of America, Justin Post, apontou que, com base no plano de implementação de 2026 já divulgado pela Meta e num orçamento de capex de 145 mil milhões de dólares, o custo unitário de construção da capacidade informática da IA da Meta caiu de uma estimativa anterior de 4,5 mil milhões de dólares por GW para cerca de 2,2 mil milhões de dólares por GW. A Meta planeia adicionar 6,5 GW de capacidade informática em 2026. Uma descida para metade do custo significa que a mesma dotação de capital consegue suportar duas vezes a escala de capacidade informática antes prevista.
Em segundo lugar, aumenta a visibilidade do lado da receita. Segundo a Bloomberg, a Meta está a montar uma unidade de negócios de infraestrutura cloud, provisoriamente chamada Metamate, com o objetivo de gerar pelo menos 10 mil milhões a 15 mil milhões de dólares de receita anual até ao final de 2027. Num relatório de 10 de julho, o Deutsche Bank estimou ainda que, se a receita anual por GW for de 10 mil milhões a 15 mil milhões de dólares, o negócio cloud de terceiros da Meta em 2027 poderá contribuir com cerca de 14,6 mil milhões a 36 mil milhões de dólares de receita incremental.
Esta lógica tem semelhanças estruturais com o caminho de crescimento da Amazon AWS — transformar infraestrutura redundante construída internamente para apoiar o negócio principal em serviços externos e gerar receita. Mas existem diferenças importantes no ponto de partida: a AWS nasceu do “excesso” de capacidade informática no negócio de e-commerce da Amazon, enquanto o “pool” de capacidade da Meta foi construído para suportar o seu negócio de publicidade e o treino de modelos de IA. A dimensão deste “pool” é muito superior à necessidade interna — o investimento prometido para a futura infraestrutura de IA já atingiu 182,9 mil milhões de dólares até ao final do primeiro trimestre — pelo que vender capacidade informática ociosa para o exterior é um caminho viável para absorver custos fixos.
Chip próprio Iris: alavancar hardware para reduzir custos de longo prazo
Na cadeia lógica de redução dos custos de longo prazo da infraestrutura de IA, o chip próprio é outra peça-chave.
Segundo um memorando interno da Meta consultado pela Reuters, a empresa planeia começar a produção em massa do seu chip próprio de IA em setembro de 2026, com o nome Iris. O chip faz parte do plano de quarta geração dos aceleradores de treino e inferência da Meta; foi desenhado pela própria Meta, com assistência da Broadcom na conceção e a TSMC responsável pela fabricação. Os testes do chip levaram apenas 6 semanas e não foram detetados problemas importantes — para um plano de chip próprio iniciado há mais de 5 anos e que teve progressos a certa altura lentos, trata-se de um marco relevante.
A função do Iris não é substituir completamente as GPUs da NVIDIA, mas servir como complemento. O memorando admite que, para uma empresa do tamanho da Meta, introduzir as GPUs mais recentes “tem sido sempre uma tarefa difícil e também consome muito tempo”. O valor central do chip próprio reside em: reduzir a dependência de um único fornecedor, otimizar a estrutura de custos da fase de inferência e aumentar a eficiência geral da infraestrutura.
Do ponto de vista da eficiência do capex, a produção em massa do Iris ajuda a melhorar o indicador central “quantos recursos de computação é que cada 1 dólar de investimento consegue gerar”. Se o custo unitário do chip próprio for melhor do que o das GPUs adquiridas no contexto de tarefas de inferência, então o mesmo nível de capex suportará uma maior saída de capacidade informática efetiva, aumentando assim o espaço de margem de lucro da comercialização da infraestrutura.
Reação do mercado e precificação dos analistas
Após a divulgação de uma série de informações, a precificação dos analistas de Wall Street ajustou-se rapidamente.
Até 13 de julho, os dados agregados pela MarketBeat mostram que a cotação-alvo média de 12 meses da Meta é de cerca de 840,64 dólares, com a cotação-alvo máxima a atingir 1.015 dólares. O Bank of America mantém a classificação de compra, com preço-alvo de 835 dólares; o Deutsche Bank mantém compra, com 810 dólares; o Piper Sandler mantém compra reforçada, com 800 dólares; e a Jefferies mantém compra, com 825 dólares. Em relação ao preço de 669,21 dólares, ainda existe cerca de 25,6% de margem de valorização face à média das metas.
Mas as divergências são igualmente claras. Algumas instituições demonstram preocupação com a expansão contínua do capex. O Citizens Bank baixou o preço-alvo da Meta para 800 dólares, citando a pressão associada ao aumento de despesas de capital. A Wolfe Research mantém a classificação de outperform, mas aumentou a previsão de capex para o ano fiscal de 2027 para 220 mil milhões de dólares. As estimativas da FactSet indicam que a Meta poderá registar, no segundo trimestre de 2026, um fluxo de caixa livre negativo de mais de 1 mil milhões de dólares.
Principal controvérsia: o enorme capex consegue ser absorvido
A divisão do mercado sobre a Meta acaba por regressar a uma questão fundamental: o capex anual de 125 mil milhões a 145 mil milhões de dólares consegue ser coberto pelas receitas geradas pela comercialização da IA?
A lógica que apoia a comercialização tem três níveis.
O primeiro nível é o suporte do cash flow do negócio de publicidade. A Meta difere de outras empresas de IA — a OpenAI e a Anthropic precisam de financiamento contínuo para suportar o treino de modelos, enquanto a Meta tem um negócio de publicidade já maduro. No primeiro trimestre de 2026, a Meta atingiu receitas de 56,3 mil milhões de dólares, um aumento homólogo de 33%; entre elas, as receitas publicitárias da família de aplicações foram de 55 mil milhões de dólares. O número de impressões publicitárias aumentou 19% e o preço médio do anúncio subiu 12%, o que mostra que os sistemas de colocação e ordenação impulsionados por IA estão a aumentar tanto o volume como a receita. O lucro do negócio publicitário fornece uma fonte de caixa contínua para os investimentos em IA.
O segundo nível é a melhoria de eficiência da IA no negócio principal. A otimização dos algoritmos de recomendação publicitária, a melhoria na precisão da distribuição de conteúdos, bem como o crescimento e a retenção de utilizadores — estas capacidades de IA não geram diretamente receitas externas, mas melhoram indiretamente a margem de lucro do negócio principal ao elevar o ROI da publicidade.
O terceiro nível é a receita incremental trazida pela comercialização externa. Se o negócio Metamate alcançar uma receita anual de 10 mil milhões a 15 mil milhões de dólares em 2027, irá proporcionar retorno diretamente ao investimento em IA. O analista Mark Mahaney, da Evercore ISI, estimou ainda que, ao vender a capacidade informática de IA excedentária, a Meta poderá gerar 10 mil milhões a 20 mil milhões de dólares de receita incremental anual.
Os riscos também não devem ser ignorados.
Primeiro, o problema do alinhamento entre a velocidade de crescimento das receitas e a do crescimento do capex. Um capex anual de 125 mil milhões a 145 mil milhões de dólares implica que, mesmo que o Metamate atinja 15 mil milhões de dólares de receita em 2027, apenas cobriria cerca de 10% a 12% do capex desse ano. A receita de IA precisa de crescer em grande escala para ter um impacto material na demonstração consolidada de resultados.
Em segundo lugar, a dinâmica competitiva. No mercado de serviços de modelos de IA, os concorrentes com que a Meta se depara incluem OpenAI, Anthropic, Google e outros players já estabelecidos com base de clientes e reconhecimento de marca. No setor de infraestrutura de cloud, a AWS, a Microsoft Azure e a Google Cloud, em conjunto, detêm mais de dois terços do mercado global de cloud. Como “latecomer”, a Meta precisa de construir confiança de clientes e uma estrutura de vendas nesses mercados já maduros.
Em terceiro lugar, a pressão de depreciação. Investimentos de grande escala em infraestrutura significam que, nos próximos anos, as despesas de depreciação vão aumentar de forma significativa, exercendo pressão contínua sobre as margens operacionais. O ponto médio da capex de 2026 ronda os 135 mil milhões de dólares; seguindo o ciclo típico de depreciação dos equipamentos de data centers, este investimento será refletido gradualmente na demonstração de resultados ao longo dos próximos 3 a 5 anos.
