Investimento em IA da AT&T gera retorno 5x, mas ações caem 1,14% enquanto volume de negociação ocupa 109º lugar

Visão Geral do Mercado

AT&T (T) encerrou o dia 6 de março de 2026 com uma queda de 1,14%, movimentando US$ 1,06 bilhão em negociações, o que representa uma diminuição de 21,28% em relação ao volume do dia anterior. A ação ficou na 109ª posição em volume de negociações no mercado. Embora a empresa tenha enfrentado desafios históricos na adoção de IA, desenvolvimentos recentes indicam uma mudança estratégica para a integração de IA em escala e de forma eficiente em custos.

Principais Impulsionadores

O anúncio recente da AT&T sobre um retorno de cinco vezes em investimentos em IA destacou a implantação agressiva da inteligência artificial em suas operações. Segundo Andy Markus, chefe de dados e IA da companhia, a AT&T processa 27 bilhões de tokens diariamente, utilizando IA na gestão de redes, operações administrativas e atendimento ao cliente. Essa abordagem contrasta fortemente com as normas da indústria, já que pesquisa do MIT citada por Markus revelou que 95% dos projetos de prova de conceito de IA não geram retorno financeiro. Ao evitar fases prolongadas de testes, a AT&T busca acelerar o ROI, estratégia que a posiciona como líder na adoção operacional de IA.

Um fator crítico para o sucesso da IA na AT&T é a mudança para modelos de linguagem pequenos e ajustados (SLMs), substituindo modelos de linguagem grandes (LLMs) em casos de uso produtivos. Markus destacou que os SLMs proporcionam uma economia de custos de 90% mantendo precisão equivalente aos modelos maiores. Essa eficiência é fundamental para uma empresa que enfrenta altos custos de infraestrutura de IA. Além disso, a colaboração da AT&T com GSMA para desenvolver um modelo de linguagem de código aberto específico para telecom — treinado em 30 arquiteturas e tamanhos de parâmetros — aumentou sua vantagem competitiva. O modelo, otimizado para tarefas como análise de causa raiz, opera em hardware Nvidia e AMD, alinhando-se com a cadeia de suprimentos dominante de semicondutores dos EUA.

Entretanto, persistem desafios na escalabilidade da IA agentica. Markus observou que fluxos de trabalho agenticos multi-etapas, mesmo com 90% de precisão por etapa, resultam em resultados pouco confiáveis. A plataforma de dados interna da AT&T, enriquecida com metadados técnicos e de negócios, afirma resolver isso ao alcançar 100% de precisão. Esse foco na qualidade dos dados como elemento fundamental para o sucesso da IA reflete tendências amplas do setor, mas também destaca riscos potenciais caso a governança de dados não corresponda às expectativas.

A governança da empresa sobre agentes externos de IA permanece uma questão controversa. Embora a AT&T atualmente gerencie centenas de agentes de IA internamente, fornecedores e parceiros externos introduzem complexidades em permissões e supervisão. Dados do setor indicam que 20% dos operadores de telecom estão totalmente comprometidos com IA agentica, com 50% em progresso — uma tendência que pode aumentar as pressões regulatórias e operacionais para a AT&T à medida que expande seu ecossistema de IA.

Por fim, o desempenho das ações da AT&T pode refletir sentimento misto dos investidores em relação à sua estratégia de IA. Embora o ROI de 5x e as medidas de redução de custos com SLMs sejam sinais positivos, a queda de 1,14% pode indicar ceticismo sobre a sustentabilidade desses ganhos. A recente expansão da garantia de rede para 50 milhões de residências, incluindo Backup gratuito de Internet para clientes Fiber e Wireless, reforça o foco da companhia na retenção de clientes. No entanto, previsões de lucros apontam para uma queda anual de 3,4% nos próximos três anos, sugerindo que as eficiências impulsionadas pela IA podem não compensar totalmente os desafios mais amplos do mercado.

Concluindo, as iniciativas de IA da AT&T representam uma transformação no setor de telecomunicações, impulsionada por modelos eficientes em custos, colaboração de código aberto e escalabilidade operacional. Contudo, a modesta queda nas ações reflete as dúvidas contínuas sobre a governança de IA agentica e desafios macroeconômicos, o que pode reduzir a confiança dos investidores no curto prazo, apesar dos ganhos estratégicos potenciais a longo prazo.