Interpretação de relatórios

Visão geral

Este relatório analisa os resultados do segundo trimestre de 2026 de empresas dos EUA, avalia o impacto da adoção de IA empresarial sobre lucros, gastos, demanda por software e mercados de trabalho, e atualiza as cestas de ações de beneficiários da produtividade de IA e de altos/baixos custos de mão de obra. A conclusão central é que os investimentos de capital em IA já proporcionaram um impulso muito significativo aos lucros de empresas relacionadas à infraestrutura, mas as contribuições diretas aos lucros decorrentes da implementação de IA ainda não geraram um sinal amplo e estatisticamente verificável na maioria das empresas.

Visões principais

O crescimento dos lucros do S&P 500 é disseminado e forte, mas a infraestrutura de IA continua sendo o mais importante vetor incremental. Os gastos empresariais com IA estão acelerando e, no curto prazo, são financiados principalmente pela realocação dos orçamentos existentes de software, tecnologia e mão de obra; consequentemente, seu impacto sobre os lucros agregados do mercado é limitado, embora possa alterar a distribuição dos lucros entre setores e empresas. Os fundamentos do software ainda não mostraram um choque generalizado de substituição pela IA, e o impacto da IA no mercado de trabalho é visível, mas permanece restrito a ocupações e setores específicos.

Estrutura de análise

O relatório avalia os impactos dos gastos com IA, da produtividade e dos lucros setoriais combinando resultados trimestrais do S&P 500, comentários das teleconferências de resultados das empresas, a Pesquisa de Gastos de TI do GS, o Índice de IA da Ramp, receitas estimadas de provedores de modelos, divulgações empresariais sobre funcionários e remuneração e medidas de exposição à automação por IA baseadas em ocupações.

Notas metodológicas

• Atribuição de LucrosAtribuição do Crescimento do EPS do S&P 500

  Distingue a contribuição aos lucros das empresas de infraestrutura de IA daquela do restante do mercado.

  Classifica os provedores de nuvem em hiperescala e as empresas beneficiadas por seus investimentos de capital como infraestrutura de IA, enquanto exclui determinadas outras receitas relacionadas a investimentos privados, para determinar a contribuição da infraestrutura de IA ao crescimento do EPS do índice.

• Análise de Gastos EmpresariaisEstimativa de Custos de Inferência de IA

  Estima a participação dos custos de inferência de IA na receita e nos orçamentos de TI do S&P 500.

  Estima os custos de inferência usando a receita dos principais provedores de modelos de IA, a divisão entre gastos empresariais e de consumidores e a participação do S&P 500 nos gastos; a estimativa exclui outros custos de implementação, como mão de obra qualificada e infraestrutura tecnológica.

• Seleção de AçõesTriagem de Beneficiários da Produtividade de IA

  Identifica empresas potencialmente beneficiárias com base na sensibilidade aos custos de mão de obra e na exposição à automação por IA.

  Seleciona empresas do Russell 1000 que estejam no grupo dos 50% superiores de seus setores tanto em exposição à automação de folha de pagamento por IA quanto em custos de mão de obra como proporção das vendas; também exige que as empresas relacionem IA à produtividade ou eficiência nas teleconferências de resultados do segundo trimestre, excluindo integrantes das cestas de infraestrutura de IA e de risco de disrupção por IA.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• Ações de Infraestrutura de IA

  Beneficiários diretos dos investimentos de capital em IA

  Pontos fortes

  Alta visibilidade de curto prazo sobre investimentos de capital e crescimento dos lucros, com contribuição significativa para o crescimento dos lucros do S&P 500 no segundo trimestre de 2026.

  Pontos fracos

  As avaliações e expectativas de crescimento podem já estar elevadas e são sensíveis aos ciclos de investimento de capital dos provedores de nuvem em hiperescala.

  Comparação

  Em comparação com os beneficiários da produtividade de IA, a realização dos lucros é atualmente mais clara e, portanto, mais favorecida pelos investidores.

  Riscos

  Desaceleração dos investimentos de capital, mudanças na cadeia de suprimentos ou na concorrência e revisões negativas dos lucros.

• Ações de Software

  Potencialmente pressionadas pela realocação de orçamentos para IA, ao mesmo tempo que atuam como fornecedoras de ferramentas de implementação de IA empresarial

  Pontos fortes

  Pesquisas e fundamentos divulgados ainda não demonstraram substituição generalizada; o crescimento de ARR entre empresas de software cobertas pelo Goldman Sachs acelerou modestamente recentemente.

  Pontos fracos

  O mercado continua preocupado que empresas possam desenvolver ferramentas internas de IA para substituir algumas aplicações de software externas.

  Comparação

  Em relação à infraestrutura de IA, o setor de software se beneficia mais indiretamente da aceleração dos gastos com IA e enfrenta maior incerteza no curto prazo.

  Riscos

  Clientes migrando para desenvolvimento interno, orçamento migrando para modelos e infraestrutura e intensificação da concorrência nativa de IA.

• Cesta de Beneficiários da Produtividade de IA

  Potenciais beneficiários de menores custos de mão de obra decorrentes da automação por IA

  Pontos fortes

  Os custos de mão de obra representam uma parcela relativamente alta da receita e a exposição à automação por IA é elevada, criando substancial potencial de alta das margens se os ganhos de produtividade se materializarem.

  Pontos fracos

  Até o momento, há evidências insuficientes de melhoria significativa dos lucros impulsionada por IA, e o desempenho histórico esteve, em termos gerais, em linha com o S&P 500.

  Comparação

  Não possui os catalisadores de lucros quantificáveis de curto prazo das ações de infraestrutura de IA.

  Riscos

  A exposição à automação também pode indicar risco de disrupção do negócio, e não apenas ganhos de eficiência.

• Cesta de Ações de Alto Custo de Mão de Obra (GSTHHLAB)

  Mais sensível a melhorias de produtividade por IA e à realocação de orçamentos de mão de obra

  Pontos fortes

  Oferece maiores oportunidades potenciais de redução de custos se a IA melhorar materialmente a eficiência.

  Pontos fracos

  Os riscos de substituição de mão de obra, custos de implementação e disrupção dos negócios também são maiores.

  Comparação

  Os custos medianos de mão de obra representam 31% da receita, em comparação com 5% para a cesta de baixo custo de mão de obra e 14% para a mediana do S&P 500.

  Riscos

  Benefícios da IA se materializando mais lentamente do que o esperado, fricções no ajuste do mercado de trabalho e economias de custos que não se convertem em lucros.

Dados principais

• Crescimento anual do EPS do S&P 500 no segundo trimestre de 202631%Após excluir determinadas “outras receitas” relacionadas a investimentos privados.
• Crescimento anual do EPS das empresas de infraestrutura de IA54%Provedores de nuvem em hiperescala e empresas beneficiadas por seus investimentos de capital.
• Contribuição da infraestrutura de IA para o crescimento do EPS do S&P 500Aproximadamente 50%Segundo trimestre de 2026.
• Crescimento mediano do EPS entre empresas do S&P 50014%Segundo trimestre de 2026.
• Participação das empresas do S&P 500 que quantificam impactos específicos da IA na produtividade11%Por exemplo, programação ou suporte ao cliente.
• Participação das empresas do S&P 500 que quantificam o impacto da IA nos lucros2%Semelhante à participação no primeiro trimestre de 2026.
• Custos de inferência de IA como proporção da receita do S&P 500Menos de 0,5%Valor estimado.
• Gasto mensal com IA por funcionárioA mediana aumentou de $5 no início do ano para $12 em julhoÍndice de IA da Ramp; a distribuição dos gastos é altamente dispersa.
• Fontes dos gastos com IAAproximadamente dois terços vêm da realocação de orçamentos existentesIncluindo 18% de orçamentos de software e 11% de orçamentos de mão de obra.
• Custos de mão de obra do S&P 500Aproximadamente 12% da receita, totalizando cerca de $2,1 trilhõesCom base em divulgações das empresas e estimativas de 2025.

Impacto e implicações

Os investidores devem continuar focados nas cadeias de valor de infraestrutura de IA com alta alavancagem de lucros e visibilidade de pedidos, mas não devem buscar beneficiários de produtividade apenas com base na narrativa de IA. A aceleração dos gastos empresariais com IA é um importante ponto de validação para os próximos vários trimestres: se os ganhos de produtividade se traduzirem em expansão de margens e revisões positivas de EPS, empresas com altos custos de mão de obra e alta exposição à automação poderão se beneficiar; se os orçamentos de IA principalmente deslocarem gastos existentes com software e mão de obra, a realocação de receita e lucros dentro dos setores será mais proeminente do que a expansão dos lucros agregados do mercado.

Riscos

• Os benefícios de produtividade e lucros decorrentes da adoção de IA podem ser menores do que o esperado ou levar mais tempo para se materializar.
• Uma desaceleração no crescimento dos investimentos de capital em infraestrutura de IA poderia enfraquecer o atual principal motor de lucros.
• Empresas que transferem orçamentos de software ou mão de obra para IA podem realocar receita e lucros dentro dos setores.
• A alta exposição à automação por IA pode gerar ganhos de eficiência, mas também pode aumentar o risco de disrupção dos negócios.
• Os gastos com IA, custos de inferência e exposição à automação incluem estimativas e dados de pesquisas, criando vieses metodológicos e de amostra.

Pontos a observar

• Se a proporção de empresas que quantificam o impacto da IA sobre receita, custos, margens e EPS aumenta nos próximos relatórios de resultados.
• A taxa de crescimento sustentada dos custos de inferência de IA e dos gastos com IA por funcionário.
• Se o financiamento de IA passa da realocação de orçamentos existentes para orçamentos incrementais.
• Se o ARR, as renovações e as tendências de ferramentas internas dos clientes das empresas de software mostram sinais de substituição por IA.
• Mudanças em margens, quadro de funcionários e eficiência operacional nas empresas com altos custos de mão de obra e alta exposição à automação.
• Investimentos de capital dos provedores de nuvem em hiperescala e os pedidos, receitas e projeções de lucros das empresas de infraestrutura de IA.