Lar
UBS analisa nova lógica para investimentos em internet e IA em Hong Kong: reestruturação de avaliações e captura de valor

Em 21 de maio, o Índice Hang Seng Tech fechou com queda de 2,15%, elevando sua desvalorização no acumulado do ano para quase 15%. Em meio ao clima de pessimismo no mercado, Fang Jincong, chefe de pesquisa do setor de internet da China no UBS, afirmou em uma coletiva de imprensa que, embora o setor enfrente dificuldades no curto prazo, a tese de investimento de longo prazo para as empresas de internet sofreu uma mudança fundamental.
1. Três pressões sobrepostas e fundamentos resilientes
Fang Jincong atribuiu a recente queda do índice a três pressões simultâneas: um ambiente macroeconômico fraco que pesa sobre os negócios voltados para o consumidor (comércio eletrônico, publicidade, serviços locais), o aumento dos gastos de capital relacionados à IA que comprime os lucros no curto prazo e a incerteza persistente sobre o caminho para a monetização da IA.
No entanto, os relatórios de resultados revelam uma solidez subjacente robusta. Os gigantes da internet continuam a melhorar as margens de lucro por meio de cortes de custos e ganhos de eficiência, com as perdas nos negócios principais diminuindo drasticamente. Eles também estão se concentrando em canais geradores de receita, como licenciamento de API, publicidade impulsionada por IA e integração de cenários de jogos. Fang acredita que as notícias negativas já estão amplamente precificadas, apontando para “baixas expectativas, baixas avaliações e um fundo do poço nos fundamentos” — um sinal de que os preços das ações estão atingindo um vale cíclico.
2. Caminhos divergentes para retornos excedentes: grandes modelos versus jogos
Olhando para o futuro, os analistas do UBS delinearam dois caminhos distintos para investidores em busca de alfa:
Empresas de modelos de grande porte (lógica de crescimento): Consideradas o segmento mais explosivo, com potencial para expansão de 10 a 30 vezes. Trata-se do clássico investimento em crescimento, visando altos retornos por meio da captura de oportunidades de ponta.
Setor de jogos (lógica de certeza): mais adequado para investidores avessos ao risco. Embora o crescimento esperado esteja na casa dos dois dígitos, as principais empresas de jogos são negociadas a apenas 12–13 vezes os lucros — oferecendo uma ampla margem de segurança e uma alta probabilidade de retornos excedentes.
3. Diferenças fundamentais nas abordagens de avaliação
As estruturas de avaliação divergem acentuadamente entre fornecedores de modelos de IA e empresas tradicionais de internet:
Startups de IA (método P/ARR): Avaliadas com base em múltiplos de preço sobre receita recorrente anual, com prêmios impulsionados pela liderança tecnológica, escassez de ativos e um prêmio de liquidez em torno de sua listagem inicial. O desempenho das ações da MiniMax e da Zhipu em Hong Kong, por exemplo, já reflete o reconhecimento do mercado de seu rápido crescimento.
Gigantes da internet (método de rentabilidade): Ainda ancoradas na rentabilidade dos negócios tradicionais. Como a IA é intensiva em capital (grande investimento em computação) e sua contribuição é difícil de isolar, essas empresas não conseguem obter os mesmos múltiplos de avaliação que as startups de IA mais leves.
4. A tese central da era da IA: da venda de tempo à venda de valor
Fang Jincong observou que esta onda de IA é fundamentalmente diferente da era da internet móvel:
Internet móvel: a lógica era a monetização do tráfego, limitada pelo tempo diário que os usuários passavam online (aproximadamente seis a sete horas).
Era da IA: A lógica é a criação de valor — vender APIs e tokens que ajudem empresas ou indivíduos a melhorar a eficiência e economizar tempo. “Compartilhar o valor criado” implica um teto de monetização muito mais alto do que a simples publicidade baseada em tráfego. Isso, argumenta Fang, é a verdadeira oportunidade de longo prazo para grandes empresas de internet na era da IA.
O UBS acredita que, à medida que as aplicações comerciais de IA evoluem da “pura entrega de informações” para uma “profunda penetração nos negócios”, as empresas de internet podem ser reavaliadas por meio de casos de uso baseados em cenários na segunda metade do ciclo. Para os investidores, a baixa volatilidade atual pode ser uma janela para se aprofundar nos fundamentos e se posicionar em relação aos beneficiários de longo prazo da IA.
Artigo relacionado
Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen
Recomendações de tópicos especiais relacionados
Comentários (1)

Em 21 de maio, o Índice Hang Seng Tech fechou com queda de 2,15%, elevando sua desvalorização no acumulado do ano para quase 15%. Em meio ao clima de pessimismo no mercado, Fang Jincong, chefe de pesquisa do setor de internet da China no UBS, afirmou em uma coletiva de imprensa que, embora o setor enfrente dificuldades no curto prazo, a tese de investimento de longo prazo para as empresas de internet sofreu uma mudança fundamental.
1. Três pressões sobrepostas e fundamentos resilientes
Fang Jincong atribuiu a recente queda do índice a três pressões simultâneas: um ambiente macroeconômico fraco que pesa sobre os negócios voltados para o consumidor (comércio eletrônico, publicidade, serviços locais), o aumento dos gastos de capital relacionados à IA que comprime os lucros no curto prazo e a incerteza persistente sobre o caminho para a monetização da IA.
No entanto, os relatórios de resultados revelam uma solidez subjacente robusta. Os gigantes da internet continuam a melhorar as margens de lucro por meio de cortes de custos e ganhos de eficiência, com as perdas nos negócios principais diminuindo drasticamente. Eles também estão se concentrando em canais geradores de receita, como licenciamento de API, publicidade impulsionada por IA e integração de cenários de jogos. Fang acredita que as notícias negativas já estão amplamente precificadas, apontando para “baixas expectativas, baixas avaliações e um fundo do poço nos fundamentos” — um sinal de que os preços das ações estão atingindo um vale cíclico.
2. Caminhos divergentes para retornos excedentes: grandes modelos versus jogos
Olhando para o futuro, os analistas do UBS delinearam dois caminhos distintos para investidores em busca de alfa:
Empresas de modelos de grande porte (lógica de crescimento): Consideradas o segmento mais explosivo, com potencial para expansão de 10 a 30 vezes. Trata-se do clássico investimento em crescimento, visando altos retornos por meio da captura de oportunidades de ponta.
Setor de jogos (lógica de certeza): mais adequado para investidores avessos ao risco. Embora o crescimento esperado esteja na casa dos dois dígitos, as principais empresas de jogos são negociadas a apenas 12–13 vezes os lucros — oferecendo uma ampla margem de segurança e uma alta probabilidade de retornos excedentes.
3. Diferenças fundamentais nas abordagens de avaliação
As estruturas de avaliação divergem acentuadamente entre fornecedores de modelos de IA e empresas tradicionais de internet:
Startups de IA (método P/ARR): Avaliadas com base em múltiplos de preço sobre receita recorrente anual, com prêmios impulsionados pela liderança tecnológica, escassez de ativos e um prêmio de liquidez em torno de sua listagem inicial. O desempenho das ações da MiniMax e da Zhipu em Hong Kong, por exemplo, já reflete o reconhecimento do mercado de seu rápido crescimento.
Gigantes da internet (método de rentabilidade): Ainda ancoradas na rentabilidade dos negócios tradicionais. Como a IA é intensiva em capital (grande investimento em computação) e sua contribuição é difícil de isolar, essas empresas não conseguem obter os mesmos múltiplos de avaliação que as startups de IA mais leves.
4. A tese central da era da IA: da venda de tempo à venda de valor
Fang Jincong observou que esta onda de IA é fundamentalmente diferente da era da internet móvel:
Internet móvel: a lógica era a monetização do tráfego, limitada pelo tempo diário que os usuários passavam online (aproximadamente seis a sete horas).
Era da IA: A lógica é a criação de valor — vender APIs e tokens que ajudem empresas ou indivíduos a melhorar a eficiência e economizar tempo. “Compartilhar o valor criado” implica um teto de monetização muito mais alto do que a simples publicidade baseada em tráfego. Isso, argumenta Fang, é a verdadeira oportunidade de longo prazo para grandes empresas de internet na era da IA.
O UBS acredita que, à medida que as aplicações comerciais de IA evoluem da “pura entrega de informações” para uma “profunda penetração nos negócios”, as empresas de internet podem ser reavaliadas por meio de casos de uso baseados em cenários na segunda metade do ciclo. Para os investidores, a baixa volatilidade atual pode ser uma janela para se aprofundar nos fundamentos e se posicionar em relação aos beneficiários de longo prazo da IA.
Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen











