Durante quase dois séculos, as bolsas de mercadorias se ocuparam de dar preço às matérias-primas que mantinham o mundo em funcionamento. Primeiro vieram os grãos, cujo valor futuro precisava ser conhecido antes mesmo da colheita para que agricultores pudessem planejar o plantio e compradores pudessem garantir o abastecimento. Depois vieram o carvão, o petróleo, a eletricidade e os metais que alimentaram as sucessivas ondas de industrialização, cada um deles passando, em algum momento, por uma transição semelhante: o recurso deixava de ser apenas um insumo comprado sob encomenda e se tornava um ativo negociado em bolsa, com contratos futuros, índices de referência e preços padronizados que permitiam a qualquer participante do mercado saber, a qualquer momento, quanto custava aquilo de que sua operação dependia. Agora, Wall Street se prepara para negociar um recurso diferente, que não é extraído do solo, não atravessa oceanos em navios e tampouco pode ser armazenado em barris: a capacidade de uma máquina produzir inteligência.
A CME Group, uma das maiores bolsas de derivativos do mundo, anunciou a intenção de lançar contratos futuros de capacidade computacional voltada à inteligência artificial, permitindo que empresas negociem antecipadamente o direito de utilizar determinadas GPUs, por certo período e a um preço previamente estabelecido, protegendo-se das oscilações de um mercado que se tornou indispensável antes mesmo de aprender a funcionar com eficiência. O anúncio pode parecer, à primeira vista, apenas mais uma excentricidade financeira criada em torno da inteligência artificial, mas o que ele revela, em verdade, é uma possível transformação de natureza, afinal, quando um recurso passa a ter contratos futuros, índices próprios e preços de referência, significa que ele deixou de ser apenas um produto tecnológico e começou a adquirir a natureza econômica de uma commodity, exatamente como aconteceu com o petróleo quando a indústria se tornou dependente dos motores a combustão e com a eletricidade quando fábricas e cidades passaram a organizar suas atividades em torno dela. A inteligência artificial começou como software, tornou-se infraestrutura e está prestes a virar matéria-prima.
Para compreender o que essa passagem significa na prática, vale abandonar por alguns instantes a interface limpa dos chatbots, porque uma pergunta digitada no ChatGPT parece percorrer um caminho inteiramente abstrato: as palavras desaparecem na tela e, segundos depois, retornam organizadas sob a forma de uma resposta, sem que nada nessa experiência revele os milhares de chips, os quilômetros de cabos, os sistemas de refrigeração e as enormes quantidades de eletricidade mobilizados para que o serviço funcione. A aparência imaterial da inteligência artificial esconde uma das infraestruturas industriais mais complexas e dispendiosas já construídas, porque por trás de cada modelo existe uma fábrica de processamento que, em vez de transformar ferro, petróleo ou algodão em produtos físicos, transforma eletricidade e capacidade computacional em tokens, previsões, imagens, códigos e decisões, exigindo mais máquinas trabalhando simultaneamente à medida que os modelos se sofisticam e o número de usuários cresce.
O recurso central dessa nova indústria recebeu um nome suficientemente amplo para reunir todos os seus componentes: compute, um termo que abrange GPUs, CPUs, redes, servidores e demais equipamentos necessários para treinar e operar sistemas de inteligência artificial, e que designa não simplesmente a posse de computadores, mas o acesso, no momento adequado, à quantidade necessária de processamento. Uma empresa pode desenvolver um modelo excelente, contratar os melhores pesquisadores e reunir uma base de dados valiosa; se não conseguir reservar capacidade computacional, contudo, seu produto não existirá. Foi essa dependência que converteu o processamento em um dos recursos mais disputados da economia contemporânea, a ponto de aproximadamente 92% da nova capacidade dos data centers norte-americanos já se encontrar comprometida antes mesmo de entrar em operação, enquanto a taxa de vacância dessas instalações gira em torno de 1%. Ao mesmo tempo, a distribuição permanece profundamente ineficiente, pois embora falte processamento em determinados pontos do mercado, em outros pontos, por exemplo, um cluster de 500 mil GPUs operado pela xAI teria funcionado, em abril, com apenas 11% de utilização, uma combinação de escassez e desperdício simultâneos que explica a enorme diferença entre os preços cobrados por diferentes fornecedores - uma hora de utilização de uma GPU H100 da Nvidia custa cerca de 7,23 dólares em grandes provedoras como Microsoft e Amazon, mas pode cair para 2,65 em empresas menores, sendo o produto essencialmente o mesmo e variando apenas quem o oferece, onde se localiza o data center, a disponibilidade das máquinas e as condições do contrato.
É justamente nesse tipo de ambiente, onde um recurso é indispensável, onde sua oferta é fragmentada e onde seus preços variam enormemente conforme o fornecedor, que os mercados futuros costumam surgir, porque eles resolvem um problema que nenhum dos participantes consegue resolver sozinho: a incerteza. No século XIX, um agricultor que plantava trigo não sabia por qual preço conseguiria vender sua colheita meses depois, enquanto o comprador tampouco sabia quanto precisaria pagar quando chegasse o momento da entrega, e os contratos futuros permitiram que ambos reduzissem essa incerteza ao fixar antecipadamente um preço que protegia cada lado contra oscilações imprevisíveis. A mesma lógica alcançou o petróleo quando a produção industrial passou a depender dele, permitindo que companhias aéreas, transportadoras e refinarias se protegessem das oscilações do barril. E agora, uma empresa que pretende treinar um modelo daqui a seis meses enfrenta um problema análogo, porque não sabe quanto custará o processamento, se haverá GPUs disponíveis ou se a procura crescente tornará o projeto economicamente inviável. Deste modo, ao contratar antecipadamente essa capacidade poderá fixar parte dos seus custos e assegurar que as máquinas estarão disponíveis quando forem necessárias, enquanto o proprietário do data center obtém, também, certa previsibilidade de receita que facilita o financiamento dos equipamentos e a expansão das instalações. O contrato futuro não transforma, de certo, a computação em um recurso importante; apenas revela que ela já se tornou importante demais para continuar sendo negociada de maneira improvisada.
A comparação com o petróleo não significa que chips sejam recursos naturais ou que a computação possa ser armazenada indefinidamente, porque uma hora de processamento não utilizada hoje não pode ser guardada em um depósito para ser consumida amanhã, mas ambos desempenham uma função econômica semelhante na medida em que são insumos intermediários dos quais depende uma quantidade crescente de atividades produtivas. Se o petróleo alimentou máquinas capazes de multiplicar a força física humana, a computação alimenta sistemas destinados a multiplicar sua capacidade intelectual, e bancos utilizarão esse recurso para avaliar riscos e detectar fraudes, laboratórios para encontrar moléculas promissoras, indústrias para projetar produtos e controlar fábricas, escritórios para analisar documentos, plataformas para recomendar conteúdos e organizar mercados, empresas que atuam em setores completamente diferentes mas que compartilham a mesma dependência: todas precisarão adquirir processamento da mesma forma como hoje compram eletricidade, armazenamento ou conectividade.
É nesse ponto que o papel da Nvidia se torna ainda mais revelador, porque seus chips representam aproximadamente 60% do custo de um data center especializado em inteligência artificial e permanecem como o principal padrão técnico do mercado, o que significa que, se os novos contratos forem referenciados em horas de utilização de GPUs da companhia, a Nvidia poderá ocupar uma posição mais poderosa do que a de uma simples fabricante: seus produtos se tornarão a própria unidade a partir da qual a capacidade computacional será comparada e precificada. Existe uma diferença fundamental entre participar de um mercado e definir a linguagem pela qual esse mercado funciona, uma diferença que se torna mais clara quando se observa que muitas empresas extraem petróleo, mas determinados tipos de barril, como o Brent e o West Texas Intermediate, tornaram-se referências globais para preços e contratos, e que, da mesma maneira, inúmeras companhias poderão fabricar aceleradores de inteligência artificial, mas se o mercado financeiro adotar as GPUs da Nvidia como padrão, cada concorrente será avaliado pela quantidade de processamento equivalente que consegue entregar em relação a elas. A aparente comoditização da computação contém, por isso, uma contradição: em geral, a transformação de um insumo em commodity reduz diferenças entre fornecedores, aumenta a concorrência e pressiona preços, mas no caso da inteligência artificial, a criação de um padrão poderá consolidar ainda mais a empresa cujos chips servirem como referência, porque quanto mais facilmente a capacidade computacional puder ser negociada, financiada e comparada, maior será a influência da arquitetura tecnológica em torno da qual esses contratos forem construídos. A Nvidia deixaria, assim, de vender apenas os equipamentos necessários à inteligência artificial para fornecer a medida pela qual o próprio mercado calcula quanto vale produzi-la.
Esse desenvolvimento aproxima definitivamente Wall Street do Vale do Silício, porque a expansão da IA exige trilhões de dólares em data centers, redes elétricas, sistemas de refrigeração e semicondutores, investimentos grandes demais para dependerem apenas do caixa das empresas de tecnologia, como os balanços trimestrais de Alphabet, Meta e Microsoft têm demonstrado com clareza crescente. Ao transformar capacidade computacional futura em um ativo negociável, o mercado financeiro cria um mecanismo para antecipar receitas, distribuir riscos e financiar a construção dessa infraestrutura, e a financeirização, nesse sentido, não ocorre depois que a indústria amadurece, mas passa a ser uma das condições para que a indústria consiga crescer, porque os data centers precisam dos bancos e investidores para comprar GPUs enquanto os financiadores precisam de contratos de longo prazo que demonstrem a existência de demanda futura. A criação de preços de referência conecta essas duas necessidades, tornando mais simples calcular quanto vale uma instalação, quanto ela poderá gerar e qual nível de dívida é capaz de suportar.
É possível que, quando surgirem, os primeiros contratos tenham pouca liquidez, que os índices precisem ser reformulados e que diferentes tipos de chip jamais se tornem perfeitamente comparáveis, mas nada disso elimina o significado da tentativa, porque mercados não criam contratos futuros para recursos periféricos, e sim quando a incerteza em torno de um insumo começa a ameaçar o funcionamento daqueles que dependem dele. Durante a Revolução Industrial, assegurar energia significava garantir que as máquinas continuariam funcionando. Na economia da inteligência artificial, assegurar computação significará garantir que empresas continuem pensando, analisando e decidindo, e a capacidade intelectual artificial deixará de ser tratada como uma funcionalidade incorporada a um software e passará a integrar os custos básicos de produção.
Entre no canal Entrelinhas no WhatsApp e siga nosso Instagram: informação rápida, em tempo real, que tangibilizam as transformações.
Quando o primeiro contrato futuro de processamento for negociado, não serão a inteligência ou o pensamento em sentido filosófico que estarão à venda, porque o que receberá um preço será a infraestrutura material necessária para produzi-los artificialmente, ou seja, determinada quantidade de chips operando por certo tempo, em algum data center, consumindo eletricidade para transformar dados em resultados. Ainda assim, há algo de profundamente simbólico nessa passagem, porque durante séculos os mercados aprenderam a precificar tudo aquilo que movia a economia (alimentos, metais, energia, moedas e riscos) e agora começam a fazer o mesmo com a capacidade de produzir conhecimento. A inteligência artificial terá um mercado atacadista, um preço de referência e instrumentos financeiros próprios, e quando isso acontecer, saberemos que a transformação estará completa: a IA já não será apenas uma tecnologia utilizada pela economia, mas uma das matérias-primas sobre as quais a própria economia é construída.
