Esta análise responde ao eixo argumentativo do briefing que você enviou e o traduz para uma linguagem mais precisa, mais defensável e mais “científica” para virar texto autoral e roteiro de TikTok.
“A IA não é mais apenas uma camada de software: ela virou disputa por eletricidade, terra, capital e capacidade computacional.”
A formulação “big tech feudal” é forte como imagem, mas não é a categoria usada por economistas, reguladores e pesquisadores. O vocabulário mais preciso é outro: concentração de mercado, gatekeeping, efeitos de lock-in, barreiras de entrada ligadas a dados e computação, distribuição por padrão e dependência de infraestrutura privada. A própria UNCTAD afirma que os mercados digitais ficaram mais concentrados e que sete das dez empresas mais valiosas do mundo já são gigantes digitais; a União Europeia, por sua vez, criou o Digital Markets Act justamente para regular o poder de “gatekeepers” e designou Alphabet, Amazon, Apple, ByteDance, Meta e Microsoft como tal. [1]
O ponto central da sua tese, portanto, pode ser defendido assim: não é literal que “todo o dinheiro do mundo” esteja indo para as big techs, mas o centro de gravidade do capital, da infraestrutura, da distribuição e dos padrões digitais está se estreitando em torno de poucos atores que controlam nuvem, chips, dados, interfaces e defaults. Essa leitura conversa diretamente com a velha lógica antitruste do caso Microsoft, em que o Departamento de Justiça dos EUA descreveu a famosa “applications barrier to entry”: quando uma plataforma vira base padrão para aplicativos, usuários e desenvolvedores ficam presos por custos de troca, compatibilidade e escala instalada. [2]
Em outras palavras: se você quiser soar mais sólida sem perder a força crítica, a melhor reformulação é dizer que estamos entrando numa fase de capitalismo de plataforma intensificado por IA, com traços que lembram um “tecnofeudalismo” no sentido metafórico, mas que empiricamente aparecem como concentração, captura de infraestrutura, dependência e poder de intermediação privada. [3]
Os dados mais recentes confirmam que a IA deixou de ser só uma moda de produto e virou um regime de investimento. O AI Index 2026, de Stanford, informa que o investimento corporativo global em IA mais que dobrou em 2025, com crescimento de 127,5% no investimento privado; a IA generativa cresceu mais de 200% e já capturava quase metade do financiamento privado em IA. No mesmo período, a IEA registrou que o capex de cinco grandes empresas de tecnologia passou de US$ 400 bilhões em 2025 e deve crescer mais 75% em 2026. Reuters, citando analistas de mercado, mostrou ainda que quatro hyperscalers já respondiam por mais de US$ 10 trilhões em valor de mercado e cerca de 17% do S&P 500. [4]
Esse movimento já está transbordando para crédito, energia e redes físicas. A Morgan Stanley projetou emissão global de dívida ligada à IA acima de US$ 570 bilhões em 2026. A IEA estima que o consumo elétrico de data centers deve chegar a cerca de 945 TWh em 2030, quase o dobro do nível atual, crescendo mais de quatro vezes mais rápido que a demanda elétrica dos demais setores. Isso significa que a IA não é mais apenas uma camada de software: ela virou disputa por eletricidade, por terra, por capital e por capacidade computacional. [5]
Por isso, a frase “o dinheiro está indo para tecnologia, dados e IA” está, em essência, correta - desde que você a formule com precisão. O que cresce de forma desproporcional é a alocação marginal de capital em infraestrutura de IA, nuvem, chips, energia para data centers e produtos que incorporam IA como camada padrão. Não é “todo o dinheiro”; é o pedaço estratégico do dinheiro que organiza o futuro próximo do capitalismo digital. [6]
A comparação com a Revolução Industrial faz sentido quando bem feita. Economistas do NBER tratam IA como uma general-purpose technology, na linhagem de eletricidade e tecnologia da informação: tecnologias que atravessam muitos setores, exigem investimentos complementares e só depois mostram seus ganhos de produtividade em larga escala. O modelo da Productivity J-Curve, de Brynjolfsson, Rock e Syverson, explica justamente isso: no começo, empresas gastam com reorganização, treinamento, dados, processos e integração; só depois vêm os ganhos mensuráveis. A própria IEA afirma que a IA está emergindo como uma tecnologia de propósito geral “muito semelhante à eletricidade”. [7]
Isso ajuda a entender por que a IA parece mais durável que o metaverso. Stanford mostra que a IA generativa atingiu 53% de adoção populacional em três anos, mais rápido do que PC e internet, e que a adoção organizacional chegou a 88%. Já a OCDE, ao analisar realidade virtual, sugere um enquadramento bem mais restrito: VR é especialmente transformadora em casos “dangerous, impossible, counterproductive or expensive”, isto é, em contextos de alto valor, mas mais específicos. Ao mesmo tempo, a Meta reportou que sua division Reality Labs, responsável por hardware e software de VR/AR, teve US$ 19,2 bilhões de prejuízo operacional em 2025. [8]
A diferença estrutural é simples: o metaverso precisava que o usuário mudasse seu comportamento, comprasse hardware, aceitasse uma interface nova e investisse atenção numa experiência ainda não naturalizada. A IA faz o oposto: ela entra onde o hábito já existe. A Microsoft informa que novos PCs com Windows 11 já trazem o app Copilot instalado por padrão; o Microsoft 365 Copilot opera em Word, Excel, PowerPoint, Outlook e Teams; e o Google integrou Gemini a Gmail, Docs, Sheets, Slides, Meet e outras camadas do Workspace. Ou seja, a IA não pede para você abandonar o fluxo anterior; ela coloniza o fluxo anterior. [9]
É aqui que a analogia com Windows e Office fica boa. Historicamente, a força da Microsoft não foi só “ter um produto”, mas transformar sua plataforma em primeira opção por efeito de base instalada, compatibilidade e dependência de aplicações. Hoje, a reorganização em torno de copilots e assistentes integrados sugere uma tentativa parecida: fazer da IA uma camada obrigatória da alfabetização digital, algo que o trabalhador aprende antes mesmo de entrar plenamente no mercado. Isso é uma inferência, mas é uma inferência fortemente apoiada pelo padrão histórico de lock-in e pela integração atual da IA aos sistemas operacionais e suítes de trabalho dominantes. [10]
O primeiro sinal futuro é o do trabalho. O FMI estima que a IA afeta quase 40% dos empregos no mundo, chegando a cerca de 60% nas economias avançadas. Ainda assim, o NBER, ao pesquisar quase 6 mil executivos em EUA, Reino Unido, Alemanha e Austrália, encontrou um paradoxo importante: cerca de 70% das firmas já usam IA, mas mais de 80% relatam que ela ainda não teve impacto sobre emprego ou produtividade nos últimos três anos. Essa combinação - adoção alta com impacto agregado ainda pequeno - é exatamente o que esperaríamos de uma fase inicial de instalação de uma tecnologia de propósito geral. [11]
O segundo sinal é que os efeitos tendem a aparecer primeiro nas bordas mais frágeis da hierarquia ocupacional. O Stanford Digital Economy Lab encontrou uma queda relativa de 16% no emprego de trabalhadores de início de carreira, entre 22 e 25 anos, nas ocupações mais expostas à IA. Isso sugere que o primeiro choque pode não ser a substituição massiva de profissionais seniores, mas o estreitamento das portas de entrada. Em termos sociológicos, isso é decisivo: a IA pode reorganizar o funil de formação profissional antes de reorganizar completamente o topo das carreiras. [12]
O terceiro sinal é a virada da IA generativa para a IA agêntica. Stanford mostra que sistemas agênticos já estão em produção, mas eram apenas 20% dos casos bem-sucedidos na amostra de 51 deployments estudada; ainda assim, eles exibiam ganho mediano de produtividade mais alto do que abordagens de alta automação. Outra pesquisa do mesmo laboratório mostra que tarefas agênticas de programação consomem cerca de 1000 vezes mais tokens do que tarefas de code reasoning ou code chat, o que indica uma fronteira importante: agentes podem ser mais poderosos, mas também mais caros, mais imprevisíveis e mais dependentes de governança. [13]
O quarto sinal é político. O AI Index 2026 mostra que a indústria produziu mais de 90% dos modelos de fronteira notáveis em 2025; ao mesmo tempo, a transparência média das grandes empresas de IA caiu em 2025, e os incidentes documentados de IA subiram de 233 para 362. Em paralelo, estratégias nacionais de IA seguem se expandindo, e a ideia de “AI sovereignty” ganhou centralidade nas políticas públicas. O padrão é claro: quanto mais a tecnologia se torna infraestrutural, mais o conflito sai do marketing e entra em terreno regulatório, energético, educacional e geopolítico. [14]
A sua leitura de contracultura faz sentido, e aqui a literatura ajuda. Revisões sistemáticas já tratam a desconexão digital voluntária como um campo consolidado de estudo, e uma revisão sistemática com meta-análise de 2024 encontrou efeitos positivos de intervenções de “digital detox” sobre dimensões de bem-estar subjetivo e psicológico, ainda que os resultados não sejam uniformes em todos os contextos. O que isso sugere não é que “desligar” resolve tudo, mas que já existe base empírica para afirmar que parte das pessoas buscará, de forma recorrente, zonas de menor saturação digital. [15]
Mais importante: o analógico não tende a voltar como negação total da tecnologia, e sim como espaço de fricção valiosa. Um paper de 2026 encontrou que redes sociais raramente geram estados genuínos de flow e que uso mais intenso previa menos episódios diários de flow. Em termos culturais, isso importa muito: quando a experiência digital dominante se torna ruidosa, fatigante, opaca e pouco proprietária, cresce o apelo de objetos e práticas que devolvem senso de ritmo, de posse, de ritual e de controle. [16]
É por isso que o sinal mais interessante do “analógico” aparece em nichos premium, afetivos e identitários, e não como substituição macro do digital. A RIAA informa que a receita com vinil nos EUA ultrapassou US$ 1 bilhão em 2025, com 19 anos consecutivos de crescimento. Isso não derrota o streaming; ao contrário, convive com ele. Mas mostra que, dentro de um regime profundamente digital, formatos físicos podem ganhar valor simbólico, status cultural e até peso econômico justamente por oferecerem algo que o feed não oferece: materialidade, coleção, ritmo mais lento e uma sensação mais nítida de pertencimento. [17]
A melhor formulação, então, é esta: o analógico será uma contracultura seletiva, não uma restauração do passado. Ele deve crescer onde houver fadiga algorítmica, desejo de autenticidade, busca por privacidade, premiumização da experiência e necessidade de marcar distância da lógica da captura total da atenção. [18]
Se a maré tecnológica é forte, isso não significa que tudo esteja dado. A disputa real não é “parar a IA”, mas definir em que termos ela entra na vida social. A União Europeia já colocou isso em prática: o cronograma do AI Act prevê aplicação progressiva, com obrigações para modelos de propósito geral desde agosto de 2025 e novas exigências de transparência e regras centrais a partir de 2026. O Artigo 53 exige documentação técnica atualizada, informações sobre capacidades e limitações, política de copyright e um resumo público suficientemente detalhado do conteúdo usado no treinamento. Nos EUA, o NIST mantém o AI Risk Management Framework como referência para gestão de risco e publicou inclusive um perfil específico para GenAI; no plano concorrencial, o DMA europeu enfrenta o poder dos gatekeepers; e a FTC já alertou que usuários têm pouco controle sobre como seus dados são usados por sistemas com IA. [19]
Traduzindo isso em agenda prática, as frentes mais importantes são bem objetivas: exigência de trilhas de auditoria; documentação sobre dados, limitações e risco; governança de permissões; interoperabilidade para reduzir lock-in; proteção de trabalhadores de entrada; e critérios de compra pública e corporativa que obriguem transparência e responsabilização. No Brasil, mesmo sem um quadro único completamente consolidado no conjunto de materiais que consultei aqui, já há movimento setorial: a Anatel aprovou em junho de 2026 uma política própria de governança de IA com foco em uso ético, seguro, transparente e responsável. [20]
Então a versão mais forte da sua tese é esta: vai ser muito difícil “nadar contra” a centralidade da IA porque capital, distribuição, educação, infraestrutura e incentivos corporativos estão alinhados a favor dela. Mas é plenamente realista disputar regulação, transparência, condições de uso, proteção do trabalho e espaços de contracultura analógica. A luta não é contra a existência da tecnologia; é contra sua naturalização sem freio, sem prestação de contas e sem alternativas culturais. [21]
Há três cautelas importantes. A primeira é que estudos com forte ênfase em casos bem-sucedidos de adoção empresarial - como o relatório de Stanford sobre IA agêntica - não descrevem a média da economia; eles ajudam a ver a fronteira, mas não substituem dados amplos de produtividade. A segunda é que os dados macro ainda mostram um descompasso entre adoção e resultado econômico realizado, o que é compatível com a J-Curve, mas não garante automaticamente um boom distribuído de prosperidade. A terceira é que, no caso brasileiro, os sinais de governança setorial estão visíveis, porém o desenho regulatório nacional mais amplo continua sendo um campo em movimento e merece monitoramento contínuo. [22]
Se você quiser gravar em tom ensaístico, firme e com densidade, este texto já sai praticamente pronto:
“Não, o dinheiro do mundo não acabou. Mas o centro de gravidade do capital digital está ficando cada vez mais estreito. E isso importa muito. Porque o que os dados mostram não é só mais uma modinha de tecnologia. Em 2025, o investimento corporativo global em IA mais que dobrou. E só cinco gigantes de tecnologia passaram de 400 bilhões de dólares em capex, com alta prevista de mais 75% em 2026. Ou seja: a IA já não é só um produto. Ela virou infraestrutura, narrativa de mercado e reorganização de poder.” [23]
“E por que essa onda parece mais estrutural que o metaverso? Porque a IA não pede primeiro que você mude seu comportamento. Ela entra onde seu comportamento já está. No Windows, no Word, no Excel, no Gmail, no Docs, na escola e no trabalho. Stanford mostrou que a IA generativa chegou a 53% de adoção populacional em três anos, mais rápido do que o PC e a internet. Enquanto isso, a OCDE trata realidade virtual como algo fortíssimo, mas muito mais específico. E a Reality Labs da Meta perdeu 19,2 bilhões de dólares em 2025. Então a diferença é simples: o metaverso queria criar um novo hábito; a IA coloniza hábitos que já existem.” [24]
“Só que toda hegemonia cultural produz contracultura. E é aqui que o analógico volta. Não como nostalgia vazia, mas como defesa cognitiva, afetiva e simbólica. A literatura sobre desconexão digital já mostra efeitos positivos sobre bem-estar em certos contextos. E até o vinil, dentro de uma indústria totalmente dominada pelo streaming, passou de 1 bilhão de dólares em receita nos Estados Unidos em 2025. Então o analógico não vai derrotar a tecnologia. Ele vai virar refúgio, distinção e resistência à lógica do feed infinito.” [25]
“Por isso, a pauta inteligente não é ‘vamos parar a IA’. Isso é ingênuo. A pauta inteligente é: quem regula, quem audita, quem obriga transparência, quem protege trabalho de entrada, quem limita lock-in, quem define como essa tecnologia entra na nossa vida. Porque a disputa dos próximos anos não é se a IA entra. É em que termos ela entra.” [26]
[1] [3] https://unctad.org/news/highly-concentrated-digital-markets-put-consumers-risk-heres-how-change-course
[2] [10] https://www.justice.gov/atr/us-v-microsoft-courts-findings-fact
https://www.justice.gov/atr/us-v-microsoft-courts-findings-fact
[4] [6] [23] https://hai.stanford.edu/ai-index/2026-ai-index-report/economy
https://hai.stanford.edu/ai-index/2026-ai-index-report/economy
[5] https://www.reuters.com/business/global-ai-debt-issuance-top-500-billion-2026-morgan-stanley-says-2026-06-10/
[7] https://www.nber.org/papers/w25148
https://www.nber.org/papers/w25148
[8] [21] [24] https://hai.stanford.edu/ai-index/2026-ai-index-report
https://hai.stanford.edu/ai-index/2026-ai-index-report
[9] https://support.microsoft.com/en-us/windows/welcome-to-copilot-on-windows-675708af-8c16-4675-afeb-85a5a476ccb0
[11] https://www.imf.org/en/blogs/articles/2024/01/14/ai-will-transform-the-global-economy-lets-make-sure-it-benefits-humanity
[12] https://digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/
https://digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/
[13] [22] https://digitaleconomy.stanford.edu/app/uploads/2026/03/EnterpriseAIPlaybook_PereiraGraylinBrynjolfsson.pdf
[14] https://hai.stanford.edu/ai-index/2026-ai-index-report/research-and-development
https://hai.stanford.edu/ai-index/2026-ai-index-report/research-and-development
[15] [18] https://www.sciencedirect.com/science/article/pii/S0736585323000448
https://www.sciencedirect.com/science/article/pii/S0736585323000448
[16] https://arxiv.org/abs/2602.16279
https://arxiv.org/abs/2602.16279
[17] https://www.riaa.com/riaa-reports-us-recorded-music-annual-revenue-achieves-new-high-of-11-5-billion-in-2025/
[19] [26] https://ai-act-service-desk.ec.europa.eu/en/ai-act/eu-ai-act-implementation-timeline
https://ai-act-service-desk.ec.europa.eu/en/ai-act/eu-ai-act-implementation-timeline
[20] https://www.nist.gov/itl/ai-risk-management-framework
https://www.nist.gov/itl/ai-risk-management-framework
[25] https://journals.sagepub.com/doi/full/10.1089/cyber.2023.0742
https://journals.sagepub.com/doi/full/10.1089/cyber.2023.0742