Velha economia surfa a onda de IA e surpreende o mercado

O consenso de mercado apontava que a revolução da inteligência artificial beneficiaria, acima de tudo, as big techs e startups do Vale do Silício. Os dados de 2026 contam uma história diferente. Setores como mineração, energia elétrica e manufatura pesada estão entre os que mais capturam valor com a adoção de IA, tanto em eficiência operacional quanto em valorização de mercado.

Não é exagero. Segundo levantamento da McKinsey publicado em maio, 62% das empresas do S&P 500 que reportaram ganhos de produtividade atribuídos à IA no primeiro trimestre pertencem a setores classificados como “velha economia”. Apenas 38% são empresas de tecnologia pura.

Por que a velha economia ganha mais com IA

A lógica é contraintuitiva, mas simples. Empresas de tecnologia já operam com margens elevadas e processos relativamente otimizados. Uma melhoria de 5% na eficiência de uma empresa de software é incremental. A mesma melhoria de 5% em uma mineradora que opera com margem EBITDA de 15% pode significar a diferença entre lucro e prejuízo.

O caso mais emblemático é o da BHP, maior mineradora do mundo por valor de mercado. A companhia australiana implementou modelos de IA para prever falhas em equipamentos de extração, reduzindo o tempo de parada não planejada em 23% nos últimos 12 meses. O impacto direto foi uma economia de aproximadamente US$ 400 milhões em custos operacionais anuais, segundo o relatório trimestral da empresa.

No setor elétrico, a aplicação é igualmente transformadora. Utilities nos Estados Unidos e na Europa utilizam algoritmos preditivos para otimizar a distribuição de energia, reduzindo perdas na rede em até 12%. A adoção de IA no setor energético está crescendo a uma taxa de 34% ao ano, o dobro da média geral de mercado.

O mercado financeiro está percebendo a mudança

Os números das bolsas refletem essa realidade. Enquanto o Nasdaq, dominado por techs, acumula alta de 8,3% em 2026, o índice Dow Jones Industrial, mais concentrado em empresas tradicionais, sobe 11,7% no mesmo período. É a primeira vez desde 2022 que o Dow supera o Nasdaq com folga.

Gestoras de peso estão reposicionando carteiras. A BlackRock aumentou em 18% sua exposição a setores industriais no último trimestre, segundo dados da Bloomberg. O argumento é que o mercado precificou em excesso as big techs e subestimou o potencial de ganho de produtividade em setores intensivos em capital físico.

No Brasil, o movimento tem paralelo. Empresas como Vale, WEG e Suzano vêm investindo em projetos de IA aplicada a processos industriais. A WEG, por exemplo, como acompanhamos na cobertura de resultados corporativos, reportou que modelos de machine learning na linha de produção reduziram defeitos em 17% e aceleraram o ciclo de fabricação em 9% no último ano.

Onde está o valor real: dados proprietários e escala

A vantagem competitiva da velha economia na corrida de IA reside em um ativo que as startups não possuem: décadas de dados operacionais proprietários. Uma siderúrgica com 50 anos de registros sobre temperatura de fornos, composição de ligas e condições de produção tem um dataset que nenhuma empresa de IA generativa consegue replicar.

Esses dados, quando alimentados em modelos de aprendizado de máquina, geram insights que são únicos e defensáveis. Não é algo que um concorrente pode copiar com acesso à mesma API da OpenAI ou do Google. É uma vantagem estrutural.

Além disso, o fator escala importa. Quando uma mineradora com operações em 15 países implementa um modelo de IA que economiza 3% em consumo de diesel, o impacto absoluto é de centenas de milhões de dólares. Para uma startup, o mesmo ganho percentual pode significar algumas centenas de milhares.

Os riscos que ninguém comenta

Nem tudo é otimismo. A implementação de IA em setores industriais traz desafios específicos que o mercado tende a ignorar. O principal é a dependência de talentos. Engenheiros de machine learning com experiência em processos industriais são raríssimos. A competição por esses profissionais está inflacionando salários em até 40%, segundo a consultoria Korn Ferry.

Outro risco é regulatório. Na Europa, o AI Act impõe restrições severas ao uso de IA em infraestrutura crítica, incluindo energia e transporte. Empresas que operam nesses setores precisam investir em conformidade antes de escalar projetos. O custo de compliance com o AI Act pode consumir entre 15% e 25% do orçamento de IA dessas companhias, conforme análises recentes sobre regulação tecnológica.

Há também o risco de execução. Diferente de uma empresa digital que implementa IA em semanas, uma planta industrial pode levar 12 a 18 meses para integrar modelos preditivos aos sistemas existentes. Projetos de IA industrial têm taxa de abandono de 35%, segundo a Gartner, quando não entregam resultados nos primeiros seis meses.

O que isso significa para quem investe

A tese de investimento está mudando. A narrativa de “compre Nvidia e big techs para surfar a onda de IA” está dando lugar a uma abordagem mais nuançada. Os maiores beneficiários de longo prazo podem ser justamente as empresas que poucos associam à revolução tecnológica.

Isso não significa que as big techs vão perder relevância. Elas continuam sendo as fornecedoras de infraestrutura: chips, cloud, modelos de linguagem. Mas o valor capturado pela adoção de IA está se distribuindo de forma mais ampla do que o mercado antecipava há dois anos.

Para o investidor brasileiro, a mensagem é particularmente relevante. O Ibovespa é dominado por empresas de setores tradicionais, como mineração, energia e bancos. Se a tese de que a velha economia captura mais valor com IA se confirmar, o índice brasileiro pode ter um vento favorável que pouca gente está precificando.