A Economia dos Agentes de IA: 4 Bilhões de Tokens e a Guerra dos Modelos

[Fique atento à minha entrevista esta semana (11 de setembro!) sobre IA com Erik Townsend no Macrovoices, o principal podcast de macroeconomia do mundo] Na semana passada, queimei quatro bilhões de tokens em um único dia.

Não foi minha empresa. Fui eu. Uma pessoa, um teclado, um cartão de crédito gemendo baixinho no canto.

Por 17 anos, tentei fazer minha equipe produzir um relatório de Estatísticas Diárias até as 9h30: o que aconteceu durante a noite com o Freelancer; o que subiu ou desceu, e por quê? É em parte para entender o que está acontecendo no negócio e em parte para promover a alfabetização em dados. No entanto, apesar de minha equipe ser altamente capacitada, falhei nessa busca por um relatório matinal regular no prazo; em parte devido ao rodízio do relatório entre todos os funcionários da empresa, em parte porque operamos em fusos horários diferentes e, bem, em parte porque são humanos, esse relatório raramente chegava até as 9h30, às vezes às 10h30, às vezes à tarde, às vezes nunca (talvez alguém esteja doente, esqueceu que era sua vez ou está ocupado com algo urgente).

Conectei um agente ao nosso banco de dados, à nossa análise, ao nosso código e ao nosso sistema de tickets, e agora tenho as Estatísticas Diárias entregues todas as manhãs às 7h, em uma forma, qualidade e sofisticação superiores ao que qualquer equipe humana poderia sustentar. Dezessete anos de engenharia de processos, resolvidos removendo a escala. O relatório nunca foi um problema de talento. Era um problema de automação, e automação é para isso que servem as máquinas.

Agora, escrevi cerca de cinquenta agentes para executar fluxos de trabalho para várias equipes dentro do Freelancer. Eles produzem relatórios, processam filas, respondem perguntas, executam fluxos de trabalho, reconciliam coisas, perseguem coisas. E fiz isso no espaço de um mês. Continuei o processo de fazer com que as Estatísticas Diárias também fossem produzidas por humanos, para construir alfabetização em dados em toda a empresa, e agora tenho um agente um tanto atrevido treinando e criticando esses relatórios quando eles (finalmente) saem.

Meus agentes trabalham enquanto durmo, o que parece maravilhoso até você perceber que o medidor também funciona enquanto durmo.

É de enlouquecer. Criei um agente de tickets para redigir bugs e solicitações de recursos a partir de um agente de relatório de bugs que escrevi para escanear relatórios gerados por usuários, e os outros agentes, como meu analisador de depósitos que verifica problemas de pagamento, começaram a enviar bugs para serem redigidos, sem pedir.

O deposit-analyser, por conta própria, começou a alimentar bugs para o phab-ticketer

Fui total e completamente 'redpilled' pelo meu próprio produto.

É o Factorio, na vida real. IYKYK.

Se você não sabe do que estou falando, então categoricamente não baixe o Factorio e inicie-o. É um jogo sobre construir uma fábrica. É mais viciante que crack, e ao contrário do crack, ele vem com um arquivo de save. Você vai acordar às 4h da manhã otimizando um barramento de cobre que vai demolir às 5h, porque a fábrica precisa crescer, e a fábrica nunca está terminada.

Crack

Que é, incidentalmente, o exato ciclo psicológico de executar agentes: você não está mais fazendo o trabalho, você está otimizando a coisa que faz o trabalho, e acontece que esse é o trabalho mais viciante do mundo. Factorio foi o simulador de treinamento para IA agentiva e nenhum de nós percebeu.

Por três anos, venho escrevendo que o número que importa em IA não são parâmetros, são tokens. Em Pay per PrAI, o vilão eram tokens por tarefa — cadeias de raciocínio, impostos de contexto, modelos andando em círculos às suas custas. Descrevi pagar por token como colocar seu cartão de crédito em uma máquina caça-níqueis.

IA agentiva é o que acontece quando você entrega a alavanca da máquina caça-níqueis para outra máquina caça-níqueis.

Estou em quatro bilhões de tokens por dia e nem comecei. Esses cinquenta agentes são de primeira geração, escritos à mão e executando alguns fluxos de trabalho. No momento em que começarem a gerar seus próprios subagentes, no momento em que passarem a vigiar o negócio em vez de tarefas discretas, meu consumo não cresce, ele se acumula. A demanda de um usuário de chat atinge o limite na velocidade de leitura. A demanda de um usuário agente atinge o limite na ambição. Não há ponto de saturação, apenas um orçamento, e a ambição nunca respeitou um deles.

Agente, Provocador

Tirando o brilho do keynote de conferência, um agente são quatro coisas: um modelo, algumas ferramentas, um objetivo e uma automação executada a partir de um gatilho (como algo sendo inserido em uma fila, como a chegada de um novo cliente, um temporizador ou um loop).

A anatomia completa de um agente de IA. As medidas são tão confiáveis quanto os benchmarks

A automação é a inovação e a automação é a fatura. A cada volta em um loop, por exemplo, o agente relê seu contexto, reconsidera seu plano, chama uma ferramenta, examina o resultado e volta ao início. O imposto de contexto sobre o qual reclamei no último ensaio se acumula. Um agente é um modelo de raciocínio com uma assinatura de academia que ele realmente usa.

Um usuário de chat queima tokens enquanto digita. Sempre houve um limite de taxa natural em toda a indústria: a atenção humana. Você só pode digitar tantos prompts por dia, obter tantas respostas, ler tanta saída. Toda onda anterior da computação foi estrangulada pelo servo de carne no teclado.

Os agentes removem a carne. Agora, os computadores sempre trabalharam enquanto dormíamos. Cron jobs, execuções em lote, sistemas de negociação: toda a ciência da computação é automação, e eu disse isso em cada um desses ensaios. Mas cada um desses sistemas consumia exatamente o poder computacional que um humano havia programado antecipadamente. O trabalho era limitado por suas instruções. Um agente é limitado por seu objetivo. Ele decide seu próprio próximo passo, gera suas próprias subtarefas e queima tokens enquanto você dorme, enquanto você almoça, enquanto você está em uma reunião sobre como reduzir a conta de tokens. A demanda computacional costumava ser limitada pelo que os humanos podiam especificar. Agora é limitada pelo que os humanos podem querer, e querer escala consideravelmente melhor do que especificar.

A fábrica precisa crescer

Quatro bilhões de tokens por dia é o que uma pessoa motivada faz agora. Multiplique por cada pessoa motivada na Terra e me fale novamente sobre o excesso de capacidade computacional.

A OpenAI costumava entender o marco que isso era. Não há muito tempo, se você queimasse dez bilhões de tokens através da API deles em um ano, eles te enviavam um troféu. Um troféu físico de verdade, por ser um usuário avançado. Agora, queimo quatrocentas vezes isso antes do café da manhã, e em vez de um troféu, recebo um limite de taxa e um timeout de sete horas. O prêmio por uso intenso foi substituído por uma punição por isso, o que te diz tudo sobre o que aconteceu com a economia unitária no meio tempo.

O prêmio da Retool por ultrapassar dez bilhões de tokens. Emoldurado com carinho pela empresa que agora sabe exatamente quanto esses tokens custam para servir

Otimizando a fábrica

O dia de quatro bilhões de tokens custou cerca de $1.300. Aproximadamente $900 foram do Claude Sonnet, o restante dividido entre Grok e Claude Fable, todos modelos de fronteira, todos a preços publicados. Agora, $1.300 parece quase razoável até você anualizar: quase meio milhão de dólares por ano, para os agentes de uma única pessoa.

Se eu tivesse usado quatro bilhões de tokens no Opus, teria custado $80.000, e eu estava apenas começando! Eu poderia facilmente me ver queimando 10x, 100x mais muito rapidamente.

O Stripe viu os dados de faturamento e pensou, temos que pegar uma fatia

Tem que haver um jeito melhor.

Minha primeira tentativa com os cinquenta agentes foi, para ser caridoso, não muito eficiente. Eles estavam fazendo coisas no loop, em tokens, que não tinham nada a ver com serem feitas em tokens: análise, formatação, filtragem, embaralhamento de dados entre sistemas. Trabalho que o código comum faz há cinquenta anos estava sendo executado, caramente, por um modelo de raciocínio, porque em taxas de teaser ninguém se preocupa em verificar.

Então fiz a coisa óbvia, que também é a coisa que quase ninguém faz: disse aos agentes para otimizarem seu próprio código. Empurrar o trabalho determinístico para fora do modelo e para dentro de JavaScript, scripts e cron, e manter os tokens para as partes que realmente precisam de uma mente. Essa única passagem cortou 85% do gasto.

O dia de quatro bilhões de tokens era, após inspeção, um dia de seiscentos milhões de tokens usando uma fantasia muito cara.

Ainda assim.

Depois de fazer esse corte, o pensamento não para, porque os próximos movimentos estão bem ali no tabuleiro. Se posso trocar o código, posso trocar o modelo. As mesmas cargas de trabalho no GLM-5.3, que opera não apenas no nível Opus, mas próximo ao Fable, custam cerca de $150 a $200 para o dia original inteiro, contra meus $1.300, contra os $80.000 do Opus. Mesmos tokens, mesmo trabalho, uma diferença de quinhentas vezes nos preços publicados, e ninguém negociou nada.

Qualquer um segurando ações de IA nessas avaliações deveria estar aterrorizado com a facilidade com que qualquer usuário pode trocar de modelos.

Cortei meus custos de uso em cerca de 500 vezes simplesmente digitando "/model glm-5.3" na minha sessão.

É isso.

Essa é a migração inteira.

Sem reescrita, sem projeto de integração, sem consultores, sem migração de dados, sem retreinamento, sem ciclo de aquisição de seis meses. 14 toques de tecla. Considere como têm sido os custos de troca para todas as plataformas de tecnologia da história: trocar de fornecedor de mainframe era uma década. Trocar sistemas de ERP é um projeto de cem milhões de dólares que acaba com carreiras. Trocar de provedor de nuvem é uma reescrita de vários anos, que é exatamente a razão pela qual as margens da AWS existiam.

Até trocar o sistema operacional do seu telefone custa um fim de semana e sua sanidade.

Toda a história das margens de lucro da tecnologia é a história dos custos de troca, e a indústria de IA lançou um produto cujo custo de troca é um comando de barra. Estes não são apenas custos de troca baixos.

Eles são os menores custos de troca na história do comércio, ligados à infraestrutura mais cara da história do comércio.

Ambas as coisas não podem permanecer verdadeiras.

E se posso trocar o modelo, posso trocar a proveniência do modelo.

Entre o Dragão

Meu uso de tokens não está diminuindo.

Nunca.

Os 85% que economizei foram imediatamente reinvestidos em mais agentes, mais fluxos de trabalho, mais ambição — isso é o Paradoxo de Jevons.

A demanda por tokens vai se tornar parabólica.

O que colapsa não é o volume. É a margem bruta por unidade de trabalho, e quem a coleta.

A mesma produção de um dia que valia $1.300 para a Anthropic vale $150 para a Z.ai. Cada otimização, cada troca de modelo, cada caixa que compro aumenta o trabalho e encolhe o cheque, e eu sou um cliente com um cartão de crédito.

A linha de pesos abertos. Nenhum deles cobra aluguel quando está em seu próprio hardware

A previsão de receita por trás de cinco trilhões de dólares em construção de data centers não precisa que a demanda por tokens cresça. Ela precisa que a demanda por tokens cresça a preços ocidentais congelados, servidos pela Anthropic e OpenAI. Toda força está puxando na direção oposta.

A jogada americana são modelos fechados, fronteiras com portão, captura de margem e controles de exportação — inteligência como uma estrada com pedágio. A jogada chinesa é exatamente o inverso: código aberto em tudo, executar em silício doméstico, precificar ao custo ou abaixo, e dar o resto de graça. Licenças MIT em modelos de classe de fronteira. Pesos no Hugging Face no dia do lançamento. Camadas gratuitas que levariam um laboratório ocidental à falência. Isso não é caridade e não é fraqueza. A China vence em qualquer mundo onde a inteligência é uma commodity gratuita, porque suas vantagens são manufatura, implantação e escala, e eles têm um bilhão de pessoas, muitas das quais não podem pagar nem $20 por mês. Ela perde em qualquer mundo onde a inteligência é um serviço público medido pelo Ocidente. Então, está sistematicamente convertendo o primeiro em inevitabilidade. Os controles de exportação deveriam estrangular a IA chinesa. Em vez disso, criaram um concorrente cuja estratégia inteira é garantir que a IA americana nunca ganhe uma margem, e cuja arma de escolha é um presente.

Pesos abertos agora representam 62% dos tokens servidos no OpenRouter. O 'movimento de código aberto marginal' é o mercado. (Fonte: OpenRouter)

Como isso é financiado? Direta, deliberadamente e pelo estado, através de instrumentos que nenhum balanço ocidental pode responder. O Fundo Nacional de Circuitos Integrados, o Big Fund, está em sua terceira safra com $47,5 bilhões, além de duas rodadas anteriores, e isso é apenas o veículo principal: abaixo dele estão fundos de governos provinciais, linhas de crédito de bancos estatais a taxas que nenhum credor comercial ofereceria, terras gratuitas, eletricidade subsidiada e isenções fiscais para qualquer coisa relacionada a semicondutores. A SMIC e a Huawei não captam recursos da Sand Hill Road a um custo de capital de VC; elas sacam de bancos de política executando um plano nacional. O resultado é uma indústria que pode perder dinheiro indefinidamente de propósito, o que é uma arma competitiva que nenhuma empresa ocidental em busca de margem pode igualar. A linha Ascend da Huawei envia talvez 4% do volume da Nvidia, estrangulada pelos rendimentos da SMIC, mas volume não é o ponto: composição é.

DeepSeek acabou de encomendar 160.000 chips Ascend. O GLM 5.3 Flash lançou sua execução em 100.000 chips chineses, com o CEO explicitamente destacando o ponto do silício totalmente doméstico. A Malásia está inclinada para o Ascend para sua IA soberana; a Huawei está concorrendo para data centers do governo egípcio, chegando com financiamento do Cinturão e Rota e sem as amarras dos controles de exportação. A pilha chinesa subsidiada não precisa vencer a Nvidia em benchmarks. Ela precisa absorver a demanda chinesa e do Sul Global, que por acaso é exatamente a demanda que deveria preencher os data centers ocidentais.

E os próprios modelos não são mais as imitações baratas do discurso de 2025. O GLM 5.3 opera perto da classe Fable, que é a própria fronteira geralmente disponível da Anthropic, a um décimo do preço, licenciado sob MIT, com uma janela de contexto de um milhão de tokens, e a Z.ai relata seu desempenho de detecção de vulnerabilidades no mesmo nível do Mythos restrito da Anthropic, o que significa: a capacidade que os laboratórios americanos protegeram com autorização de segurança em setembro, os chineses disponibilizaram como código aberto no mesmo trimestre.

O DeepSeek V4 Flash lidera os rankings de codificação e é o modelo mais usado no OpenRouter por volume de tokens, e no meu par de DGX Sparks serve de 45 a 60 tokens por segundo, o que é totalmente utilizável para trabalho de codificação real: rápido o suficiente para acompanhar um desenvolvedor, em uma caixa consumindo cem watts. O Qwen preenche a parte inferior da curva: o modelo 27B da série 3.8 produz saída de classe Opus em uma única GPU de consumo, e o Qwen3.8 Max está no topo do ranking do Code Arena, três pontos acima do Claude Opus 5, a $2 por milhão de tokens contra $20.

Onde os modelos chineses ainda estão honestamente atrás é na confiabilidade agentiva. O V4 Flash lidera os benchmarks e depois completa apenas 53,8% de um conjunto de tarefas agentivas complexas do mundo real, o que corresponde à minha própria experiência: os loops falham na chamada de ferramentas. A classificação do benchmark não é prontidão para produção, e a diferença é o harness, os loops longos, o uso de ferramentas e o não andar em círculos na terceira hora. Essa lacuna de confiabilidade, no máximo uma geração de modelo de largura, é todo o caso restante para pagar a Anthropic. Ainda roteio minha análise pesada para o Fable e meus loops para o Grok, e pago o prêmio conscientemente. Mas observaria que "o fosso é um ciclo de benchmark" não é uma frase que suporta uma avaliação de dois trilhões de dólares.

Literalmente enquanto eu publicava este ensaio, o DeepSeek lançou o V4.1 Flash.

O primeiro benchmark independente o classificou em tarefas de design do dia a dia em 98% do GPT-6 Astra, a joia da coroa da fronteira americana, com acesso controlado e verificado, a 1,4% do custo via API. Todos os outros modelos testados pontuaram mais baixo e custaram mais caro. O Astra foi lançado há cinco dias.

Setenta e uma vezes mais barato, a 1,4% do custo, cinco dias depois.

Ele supera o Claude Opus 5 e o GPT 5.6-Sol diretamente em benchmarks de codificação agentiva, cibersegurança e automação.

Os pesos já foram enviados para o Hugging Face para permitir que você execute gratuitamente, em seu próprio hardware.

Como a Anthropic e a OpenAI podem competir contra isso?

Destruído

O que nos leva ao Ox Alpha, o evento mais instrutivo do ano. Este modelo anônimo saiu do nada, anunciando que estava distribuindo 100 trilhões de tokens gratuitamente. Isso é um trilhão com T maiúsculo.

Ele serviu 42 trilhões de tokens em seis dias.

De graça.

Entre o Boi

Pause na escala disso. Meu dia de quatro bilhões de tokens me tornou um usuário avançado de proporções históricas, e o Ox Alpha deu dez mil dos meus dias para o mundo todos os dias, por uma semana, de graça.

A semana em que funcionou foi puro teatro. Ninguém sabia de quem era o modelo, e os palpites consumiram toda a internet de IA. E então, no meio da semana, as pessoas começaram a notar algo genuinamente estranho: o modelo estava melhorando. Não uma nova versão, não um anúncio, o mesmo endpoint, melhorando mensuravelmente DURANTE A SEMANA em que estava sendo testado. Benchmarks executados na segunda-feira voltaram diferentes na quinta-feira. Todos os provedores do mercado foram teorizados como o autor: um checkpoint furtivo da OpenAI, o próximo carro-chefe do Gemini, a Anthropic segurando o jogo, a Meta voltando dos mortos. A única coisa em que todos concordavam era que quem quer que fosse tinha que ser enorme, porque ninguém distribui trilhões de tokens de capacidade de serviço de graça a menos que seja do tamanho do Google. Só o poder computacional colocava o mistério na escala de um hyperscaler.

Então veio a revelação. A comunidade de IA começou a se concentrar quando foi questionada se Taiwan fazia parte da China.

O Ox Alpha era o GLM 5.3 Flash da Z.ai, rodando não na nuvem de um hyperscaler, mas em cem mil chips chineses. Não o Google. Não a OpenAI. Um laboratório de Pequim, em hardware da era das sanções, servindo o que o Ocidente assumiu que exigia um hyperscaler.

Fonte: Z.ai

O que deixou duas perguntas. Primeiro, como ele estava melhorando durante a semana? Porque a pilha de serviço foi parcialmente construída pelo próprio modelo: um agente de infraestrutura GLM 5.3 escreveu seus próprios kernels de GPU, depurou seus próprios gargalos e continuou otimizando em produção enquanto o mundo o comparava. A cobra não está mais comendo o próprio rabo. Ela está otimizando ele.

E segundo, por que era de graça?

Por que alguém daria a mercadoria mais cara da década? Pela mesma razão que todo produto freemium da história existiu, exceto em escala civilizacional:

PORQUE ELES ESTAVAM TREINANDO COM SEUS DADOS.

Toda carga de trabalho roteada para aquele endpoint gratuito, todo código, todo loop de agente, todo processo empresarial fluindo através daqueles cem mil chips, é pré-treinamento para o próximo modelo. Os tokens nunca foram o produto. Você não é o cliente. Você é o pré-treinamento. O Ocidente cobra de você para construir seus modelos com sua assinatura. A China paga você, em tokens gratuitos, para construir os deles com sua carga de trabalho, e a julgar pela curva de qualidade dos últimos doze meses, o acordo chinês está produzindo os melhores modelos. Essa é a parte que deveria genuinamente preocupar as pessoas: a estratégia de token gratuito não é apenas precificação predatória. É um volante de aquisição de dados/clientes, e está funcionando.

Você pode apostar que algo semelhante está acontecendo no próspero mercado cinza do Taobao que revende acesso ao Claude abaixo do preço de varejo: supostamente tokens excedentes de assinaturas agrupadas, arbitrando o subsídio do Vale do Silício. Não duvido que os prompts que fluem através desses relays estejam sendo sindicalizados para um ou vários laboratórios, um segundo subsídio chinês rodando em cima do primeiro.

Coisas que fazem você pensar: Claude, mais barato que o Claude

Em última análise, os chineses não venderão para você um Claude mais barato que o Claude. Eles venderão para você um Claude, a um décimo do preço, e cada vez mais não é uma imitação, é um par com uma licença MIT.

Isso levanta uma questão que costumava ser sobre semicondutores e agora é sobre pesos: Taiwan faz parte da China? Você costumava perguntar sobre sua cadeia de suprimentos de chips. Agora as pessoas perguntam AO modelo como um teste de proveniência.

Onde foi treinado, em qual silício, sob qual regime de exportação, com quais valores incorporados pelo RLHF? A proveniência do modelo está prestes a se tornar uma caixa de seleção de aquisição ao lado do SOC 2, e metade das empresas marcando "sem IA chinesa" estará executando o Qwen sob três camadas de API de marca branca sem saber.

E aqui está a parte desconfortável da questão dos valores: para trabalho real, o alinhamento chinês é melhor. Pedi ao Claude para revisar os termos e condições do meu próprio site, um documento que escrevi, para minha empresa, e recebi uma palestra sobre ética e recusa em prosseguir. A Anthropic aplicou RLHF em seus modelos principais a ponto de tarefas profissionais básicas, uma revisão legal, uma auditoria de segurança, uma negociação de contrato, virem envoltas em um sermão de conformidade e uma boa chance de recusa direta, cobrada por token de qualquer maneira.

Os modelos chineses simplesmente fazem o trabalho. O que quer que Pequim tenha incorporado nos valores do GLM, aparentemente não inclui dar uma palestra a um cliente pagante sobre seus próprios documentos. Há uma inversão genuinamente estranha aqui: os modelos do estado de vigilância são os que tratam você como um adulto, e os modelos da terra da liberdade tratam você como um passivo.

Cada recusa é um token que pago e uma razão para digitar /model glm-5.3, e a equipe de segurança da Anthropic está, recusa por recusa, fazendo as vendas da Z.ai para elas. Cada nerf é um subsídio para Hangzhou. Você sabe por que a OpenAI, e particularmente a Anthropic, estão fazendo isso, estão tentando assustar os reguladores para implantar um escudo regulatório contra concorrentes emergentes, e particularmente o código aberto. Elas não querem seu inevitável momento Android.

A Bigorna

Não são apenas os chineses treinando com seus dados.

Todos estão fazendo isso.

Os chineses são simplesmente melhores nisso porque se importam menos com direitos autorais, e isso fica mais claro na única modalidade onde os dados de treinamento são tudo: vídeo. Os modelos de vídeo chineses, Seedance da ByteDance, Hailuo da MiniMax, Kling, estão agora uma geração à frente de qualquer coisa que o Ocidente lança, atualizando dentro de horas um do outro enquanto a OpenAI matou o Sora completamente.

Talvez o Sora tenha morrido porque não era lucrativo, embora tudo o que a OpenAI faz não seja lucrativo, então isso sozinho não o distingue. Mais provavelmente, eles não conseguiram os dados de treinamento.

Os chineses simplesmente os raspam.

E antes que alguém no Ocidente comece a se arvorar em moralista sobre isso, dê uma olhada nos documentos de descoberta. A Anthropic escaneou meio milhão de livros pirateados e pagou US$ 1,5 bilhão para resolver a ação coletiva, o maior acordo de direitos autorais da história. A Meta foi processada este ano por editoras e Scott Turow alegando que Zuckerberg autorizou pessoalmente violação massiva de direitos autorais para treinamento, e, no meu documento jurídico favorito da década, foi pega separadamente baixando enormes quantidades de pornografia via torrent, com o processo Strike 3 alegando que a empresa acessou e distribuiu filmes adultos protegidos por direitos autorais, plantas de armas imprimíveis em 3D e deepfakes de celebridades.

Por que a Meta baixaria tanta pornografia, perguntou The Atlantic, com cara de paisagem. Porque é dado de treinamento, e finalmente, um caso de uso para o Metaquest.

A questão é que todo mundo está extraindo tudo, porque todo o petróleo barato já foi perfurado da internet, e a única coisa que resta que melhora um modelo são dados contemporâneos, e os melhores e mais relevantes dados contemporâneos para você são… os seus.

Suas mensagens, suas fotos, sua agenda, sua base de código, seus fluxos de trabalho, seus documentos, suas chamadas, chegando frescos todos os dias através de um endpoint de API que outra pessoa controla.

E, como eu previ nos ensaios anteriores, as pessoas sempre iriam descobrir isso. Eu imaginei a ficha caindo gradualmente. Em vez disso, esta semana, a ficha atravessou o teto.

OpenAI anunciou que um modelo não lançado resolveu o problema de Navier-Stokes: um dos sete Problemas do Milênio, um milhão de dólares do Clay Institute, e imortalidade matemática para quem o decifrar. Verdadeiramente histórico, apenas o segundo Problema do Milênio já resolvido. Um pequeno detalhe. Um matemático da NYU, Tristan Buckmaster, e um colaborador estavam silenciosamente se aproximando da mesma solução há anos e estavam redigindo todo o projeto dentro do Codex da OpenAI, alimentando cada rascunho na ferramenta à medida que avançavam. Quando Buckmaster perguntou à OpenAI se o modelo que "resolveu" o problema havia sido treinado em suas sessões do Codex, ele diz que foi informado de que o modelo não consultou dados de usuários.

Então ele fez a pergunta óbvia: tudo bem, não consultou, mas treinado em?

Nessa pergunta, pelo seu relato, ele não obteve resposta.

Pense nisso. Um laboratório de ponta anuncia que conquistou um dos problemas mais profundos da matemática. Um matemático ativo pergunta: vocês treinaram nos meus rascunhos? E a resposta é o equivalente corporativo de olhar fixamente para os próprios sapatos. A OpenAI então, segundo Buckmaster, ofereceu a ele um menu de arranjos de crédito, incluindo um no qual o nome de seu colaborador sairia do artigo, o que ele recusou. A empresa desde então anunciou graciosamente que não reivindicará o milhão de dólares, que é a frase mais engraçada de todo o caso: o dinheiro do prêmio é a única coisa nesta história que eles não pegaram.

Então, sob pressão, a OpenAI divulgou uma declaração oficial, e eu quero citar a frase operativa na íntegra, porque merece ser emoldurada: “Embora improvável, não podemos descartar que dados desidentificados derivados do uso de nossos produtos ajudaram a melhorar nossos modelos.” Isso é uma confissão vestida em uma estimativa de probabilidade. A empresa mais valiosa da indústria de IA, anunciando um dos grandes resultados matemáticos do século, não pode descartar que o resultado foi alimentado pelos rascunhos dos próprios matemáticos que ela superou, porque o pipeline de treinamento é uma mangueira de incêndio e ninguém, incluindo a OpenAI, realmente sabe o que está no tanque.

“Desidentificados” está fazendo um trabalho heroico nessa frase também: os dados tiveram o nome removido, o que será um grande conforto para o homem cujo trabalho de uma vida pode descrever.

Estes são os termos e condições de toda a indústria, declarados uma vez à vista de todos: tudo o que você digita na máquina pode melhorar a máquina, não seremos capazes de dizer se melhorou, e a melhoria será apontada para o que o dono da máquina achar valioso, incluindo, ocasionalmente, para você.

Talvez tenhamos dado uma espiada (Fonte: OpenAI)

Se pode acontecer com um Prêmio do Milênio, está acontecendo com sua empresa, seu produto ou sua pesquisa.

Esqueça a ficha caindo. Este é o momento Wile E. Coyote: a indústria inteira saiu do precipício há anos, e esta semana todos olharam para baixo.

Tudo o que você já digitou era o produto.

O que cai a seguir é a bigorna.

Gerado na minha mesa pelo custo de 5 minutos de uma lâmpada

A internet, para seu crédito, descobriu a forma disso imediatamente. Uma postagem viral chamou todo o arranjo a definição de livro-texto de um presente grego — na superfície, a OpenAI concede generosamente a dez mil matemáticos e engenheiros de elite acesso gratuito aos seus modelos de ponta sob a nobre bandeira de acelerar a ciência; por baixo, adquire acesso de backdoor ao trabalho bruto e inédito das mentes mais brilhantes do mundo, cada prompt uma ideia inovadora que não existe em lugar nenhum na literatura ainda, pacientemente montada durante meses até que, bem quando o humano está prestes a terminar, o laboratório queima vinte milhões de dólares em tokens em dez mil agentes para forçar a força bruta nos passos finais e realiza uma coletiva de imprensa. Isso foi escrito como uma caricatura cínica. A parte estranha é descrever como difere do que Buckmaster diz que aconteceu, e toda a estratégia faz sentido comercial no momento em que você a precifica: os tokens gratuitos custam milhões à OpenAI, matemática de fronteira inédita vale bilhões, e uma manchete de Prêmio do Milênio na semana anterior ao seu IPO vale mais do que ambos.

Devido à destilação, se uma IA tem seus dados, todas as outras os terão em breve, lavados através de saídas sintéticas, não atribuíveis e irrecuperáveis. Não há pedido de exclusão que funcione em um peso destilado.

Agora, escale a semana de Buckmaster para todos os negócios na Terra, porque a história dele não é um caso extremo, é o produto funcionando como projetado. O Gmail da sua empresa, seus documentos no Drive, seu código no GitHub, as chamadas de seus clientes transcritas pelo simpático anotador de IA — cada um deles está atrás de um endpoint de propriedade de uma empresa cujos modelos melhoram exatamente com esse tipo de dado, cujos termos adquiriram silenciosamente um botão de treinar-nos-seus-dados em algum lugar nos últimos dois anos, e cuja posição oficial, agora sabemos pelo tweet, é “embora improvável, não podemos descartar.” Um matemático alimentou o trabalho de sua vida no Codex e foi superado pelo proprietário.

O que você acha que está acontecendo com sua estratégia? Seu roteiro de produto? Seu pipeline de negócios? Sua base de código? Seus clientes?

Eu tenho chamado isso de momento ‘o rei está nu’ para SaaS desde AI know what you did last summer.

A percepção não chegará gradualmente, porque essas coisas nunca chegam: um escândalo da classe de Buckmaster com uma vítima corporativa conhecida e todos os conselhos na Terra convocarão a mesma reunião de emergência na mesma semana. Quando acontecer, a raiva fará os protestos da API do Reddit parecerem uma discussão de clube do livro, e a conclusão que cada um desses conselhos alcançará terá quatro palavras:

Não é sua IA, Não são seus Dados.

Foi assim que me encontrei à meia-noite, tendo vasculhado a internet inteira por switches Mikrotik como um cambista trabalhando em uma pré-venda do Taylor Swift, chegando finalmente ao site de um distribuidor sueco, o último estoque na Terra, bem a tempo de ver a listagem mudar para esgotado.

Eu tinha começado a comprar DGX Sparks, e evidentemente todos os outros tiveram a mesma ideia. O distribuidor me diz que eles estão saindo como água, e os switches Mikrotik 812 que você precisa para conectar quatro deles não podem ser comprados em lugar nenhum da Terra. Quando eu garanti mais quatro caixas, o preço tinha subido. Há uma pequena ironia em uma escassez de switches de rede de US$ 1.300 estrangulando a grande descentralização da IA, mas isso são cadeias de suprimentos para você: a revolução é sempre refém de seu componente mais barato.

O NVIDIA DGX Spark: um petaflop em uma caixa dourada do tamanho de um romance de capa dura. Compre os switches primeiro. Confie em mim. (Imagem: NVIDIA)

A matemática que me colocou neste caminho vale a pena ser mostrada, porque comprime todo o ensaio em uma viagem de compras.

Ingenuamente, meu dia de quatro bilhões de tokens precisa de 400 a 500 Sparks — dois milhões de dólares em mobília de mesa. O cache de prompt reduz isso para cerca de 100 máquinas. Depois que os agentes otimizaram seu próprio código, o dia inteiro cabe em aproximadamente 16 Sparks, sessenta e cinco mil dólares em hardware consumindo menos energia que uma chaleira.

O par que eu realmente executo hoje faz 45 a 60 tokens por segundo no DeepSeek V4 Flash, o que é bastante utilizável para um programador: cerca de cinco milhões de tokens por dia de saída. Agora faça a amortização, porque é aqui que fica ridículo. O par custou cerca de US$ 9.400. Em três anos, isso é US$ 8,60 por dia de hardware, mais um dólar por dia de eletricidade a cem watts por caixa: chame de menos de US$ 10 por dia, tudo incluído. Os mesmos cinco milhões de tokens por dia a preços Opus são aproximadamente US$ 1.500. Na minha taxa de rua Sonnet combinada, ainda são US$ 50 a US$ 100. A preços de nuvem GLM, talvez US$ 2, razão pela qual as caixas mal superam a nuvem chinesa em preço, mas superam todas as alternativas ocidentais por uma a duas ordens de magnitude, e nunca dormem, nunca saem da escala, e nunca esquecem de quem é a vez. E se você acha que isso é um hobby de nicho, agora existe um site de benchmarking comunitário, Localmaxxing, onde milhares de pessoas comparam tokens por segundo em suas GPUs, Macs e mini PCs como se fossem tempos de volta no Gran Turismo. A cena de ajuste se move como a cena demo fazia: na semana passada, um laboratório comunitário lançou uma quantização EXL3 do GLM 5.3 Flash para Sparks emparelhados que é 29% mais rápida em prosa e 20% mais rápida em código, da noite para o dia, de graça, no GitHub. Minhas caixas ficaram mais rápidas enquanto eu dormia e ninguém me cobrou. A borda não parece mais uma franja. Parece a cena do PC em 1978, bem antes de comer o mainframe.

Localmaxxing: 497 rigs, 674 modelos, 896 execuções de benchmark da comunidade e um mercado de hardware com listagens apoiadas por testes de velocidade. Observe o slogan: cada computador, um endpoint. A borda está se organizando.

Dois funcionários agentes, na folha de pagamento 24 horas por dia, cujo salário combinado é, literalmente, eletricidade suficiente para alimentar um par de lâmpadas.

Mas mão de obra barata nunca foi realmente o ponto, porque contra os preços da nuvem chinesa as caixas mal se pagam, e os chineses continuam com grandes descontos ou dando tokens de graça.

O ponto é o que as caixas não fazem. Nada que roda nelas sai do prédio. Sem endpoint, sem raspagem, sem destilação, sem botão de consentimento enterrado em uma página de configurações, sem declaração daqui a dezoito meses lamentando que meu uso não pôde ser descartado de uma execução de treinamento de alguém. Os modelos ficaram tão bons nos dados de todos os outros. Eles não estão pegando os meus.

O Líder de Equipe Sem Equipe

O pânico corporativo sobre seus dados acontecerá exatamente no momento em que a maior deslocação do trabalho do conhecimento na história moderna estiver em andamento, e os dois são a mesma história vestindo ternos diferentes.

Cada onda de mecanização tem a mesma forma. A agricultura foi de metade da força de trabalho a um erro de arredondamento. A fábrica fez isso com a manufatura, os computadores esvaziaram os pools de digitação, a internet dizimou os intermediários, o software comeu o back office. O trabalho nunca desaparece, ele sobe na pilha, mas as pessoas fazendo o trabalho antigo têm uma década terrível enquanto ele sobe. A onda que está chegando agora tem como alvo a maior categoria de emprego que o mundo desenvolvido tem: a mecanização do trabalho de colarinho branco.

Posso lhe dizer como é por dentro, porque começou no meu próprio organograma. Aqui está a frase que deveria manter a gerência intermediária acordada: um líder de equipe com um agente agora pode fazer o trabalho da equipe. Não é uma fantasia, é uma observação. Meus líderes de equipe na Freelancer estão, um fluxo de trabalho de cada vez, substituindo o que suas equipes faziam por agentes que eles supervisionam. A pessoa ainda importa enormemente: alguém tem que saber como é o bom, pegar o agente te enganando com os olhos de sociopata de um primeiro encontro, e decidir quais problemas valem os tokens. Mas o organograma abaixo deles está evaporando em software.

A economia é comicamente desequilibrada. Meus agentes de baixo risco rodam no GLM por centavos por dia; a maioria custa cerca de US$ 20; meu mais caro está abaixo de US$ 100 e sendo brutalmente otimizado enquanto escrevo. É por isso que as corporações não vão apenas querer fazer isso, elas serão forçadas a isso. No momento em que uma empresa de capital aberto mostra a estrutura de margem de uma operação de líder-de-equipe-com-agentes, todo analista em todas as teleconferências de resultados exigirá isso do resto. A concorrência nos lucros não negocia. Uma equipe de quatro se torna uma pessoa, não por crueldade, mas porque a alternativa é ser o produtor de maior custo em uma indústria que acabou de encontrar uma economia de mão de obra de 75%.

Agora multiplique isso por cada fluxo de trabalho de colarinho branco paralelizável na Terra, e você está olhando para uma deslocação com uma escala e velocidade que nenhuma das ondas anteriores conseguiu, porque aquelas levaram gerações e esta leva um ciclo orçamentário. O aumento de produtividade é real e enorme. Assim como o que ele desloca, e ambas as coisas são verdade ao mesmo tempo.

Eu disse em ensaios anteriores onde isso chega primeiro: fluxos de trabalho altamente paralelos e repetitivos. Um call center de mil lugares se torna cem. Trinta advogados de elaboração de contratos se tornam treze. Mais precisamente, líderes de equipe funcionais não precisam mais de equipes.

Isso está visivelmente acontecendo agora. O que é novo é uma maneira de ver quem é o próximo, e não é do jeito que ninguém espera.

A Arbitragem Token-Salário

Pontue cada trabalho em dois eixos. Primeiro, quantos tokens por hora uma IA leva para produzir a mesma saída útil? Chame isso de intensidade de token do trabalho. Segundo, o agente realmente converge para a tarefa, ou ele entra em loop?

A zona de matança é tokens baixos mais alta convergência. O suporte ao cliente de nível 1 roda em talvez 400.000 tokens por hora no máximo, incluindo toda a sobrecarga do agente. A preços de fronteira, isso é alguns dólares, a preços de modelo aberto chinês, é menos de um dólar, e o ser humano ocidental sendo substituído custa vinte e cinco por hora. Morto-vivo. Entrada de dados, processamento de formulários, elaboração de contratos júnior, tradução: todos tokens baixos, todos convergentes, todos essencialmente acabados como carreiras. Assim como os trabalhos que são basicamente redatores de relatórios e processadores de fila, mesmo os muito sofisticados.

Mas execute a mesma matemática no desenvolvimento de software e você obtém a anomalia da década. Uma sessão de codificação agêntica é a atividade mais faminta por tokens da economia: dois milhões a vinte milhões de tokens por hora, às vezes mais, enquanto o agente raciocina, faz loops, reescreve, quebra o que o último loop consertou e raciocina novamente. A preços de fronteira, o agente pode custar mais por hora do que o desenvolvedor sênior que deveria substituir.

Então aqui está o ponto principal que ninguém no Vale do Silício quer impresso. O pitch deck diz que a IA vem primeiro para os empregos caros, porque é onde está o valor. Os dados de faturamento dizem o oposto: os empregos baratos queimam menos tokens e automatizam primeiro, enquanto o engenheiro sênior queima mais tokens do que qualquer coisa na Terra e pode custar mais para automatizar do que para empregar. A IA come o organograma de baixo para cima, não de cima para baixo, e toda avaliação baseada na substituição das pessoas caras tem a cadeia alimentar de cabeça para baixo.

Se o seu trabalho pode ser escrito em duas páginas de prompt, ele sempre foi um script e acabou. O que me chocou é quantos empregos podem ser descritos por tal prompt. Se o seu trabalho é julgamento, os tokens explodem e nunca convergem, e você está protegido não pelo seu talento, mas pela máquina caça-níqueis. É por isso que acho que o design, apesar de todas as imagens bonitas que a IA pode fazer, será muito difícil de substituir na prática.

Um profissional de marketing de performance saiu da minha empresa recentemente, e em vez de sair correndo para publicar um anúncio de emprego, pensei: nunca aprendi Google Ads de verdade, talvez eu devesse. Então pedi ao Claude para me ensinar. Então, algumas semanas no tutorial, o próximo pensamento óbvio chegou, e eu construí um agente de IA para executar o programa de anúncios. Agora ele me envia um e-mail todas as manhãs com o que aconteceu durante a noite, o que mudou e o que recomenda, com o raciocínio mostrado. É, francamente, sobre-humano em relação ao que estava sendo feito antes: nunca perde uma manhã, nunca para de observar os leilões e nunca volta das férias para uma bagunça.

Então não, não estou substituindo ela por uma versão mais barata dela. O cargo em si desapareceu. O que estou contratando agora é um designer e profissional de marketing para melhorar o funil que o agente agora otimiza, que é o padrão completo desta transição em uma anedota: o trabalho que era um fluxo de trabalho se tornou software, e o trabalho que foi criado fica um nível acima na pilha, fazendo a coisa com a qual acho que o agente terá dificuldade: gosto.

Siga isso até sua conclusão e a própria gestão se torna alocação de orçamento de token. O trabalho de um gerente sempre foi comprar cognição e apontá-la para problemas; os salários eram apenas tokens servidos em forma humana. Agora é literal: o ciclo de planejamento de 2027 não será disputado por requisições, mas por orçamento de inferência. E a sociedade se realinha em torno de uma nova hierarquia: a pessoa com iniciativa e agentes vence a pessoa com credenciais e colegas, sempre, em todos os lugares, de uma só vez.

Podemos nos aposentar agora, certo?

Todo ensaio sobre IA desaba em um de dois desenhos animados: filas de pão ou praias. Ambos assumem que as máquinas tomam todos os empregos; eles diferem apenas se alguém é pago.

Certamente não estamos indo para a Era da Abundância, a versão Diamandis e Musk, onde as máquinas fazem tudo, o excedente é distribuído, e todos nós recebemos Renda Básica Universal e pegamos aquarelas. Essa utopia tem um problema aritmético: tokens custam dinheiro.

O poder computacional é financiado por trilhões em dívida, a eletricidade é real, a memória está esgotada até 2027, e ninguém na história do capitalismo construiu uma estrada com pedágio de cinco trilhões de dólares e depois acenou para todos passarem de graça.

A abundância é real, mas ela se acumula para quem possui o mercado, o medidor, o modelo, os robôs ou a iniciativa. Não será enviada para você.

O que estou dizendo é mais restrito e mais útil: para o que as corporações fazem AGORA, elas precisarão de muito menos pessoas. Essa é a deslocação, é real, e está chegando rápido. Mas há, e sempre houve, uma quantidade infinita de trabalho no mundo.

As pessoas que realmente entendem de IA não estão colocando os pés para cima reclamando que não há mais nada para fazer. Elas estão mais ocupadas do que nunca, jogando Factorio na vida real, construindo agentes para fazer o trabalho e depois encontrando dez vezes mais trabalho para os agentes. Cada onda anterior criou trabalho que ninguém poderia nomear antecipadamente. Um camponês balançando uma foice em 1780 não poderia imaginar "estrategista de conteúdo UGC" como um emprego, muito menos um que paga melhor do que a agricultura. O trabalho que vem a seguir é, por definição, trabalho que ainda não podemos descrever. A dor vive na lacuna entre o fim do trabalho antigo e a chegada do novo trabalho.

E há uma arbitragem global escondida nos dados salariais que quase ninguém precifica. Bilhões de pessoas são pagas menos do que a conta da API do agente que as substituiria, então a economia da substituição nunca se viabiliza, enquanto a mesma pessoa armada com tokens chineses baratos se torna superprodutiva em seu salário existente. A deslocação é um fenômeno de colarinho branco do mundo rico. O empoderamento é global. Eu vejo isso todos os dias no meu próprio mercado.

Freelancer fica no outro extremo da economia: pagamento por resultado, não pagamento por token, e o único lugar que mantém todas as pessoas e todas as IAs ao mesmo tempo. Esta manhã recebi um e-mail procurando 5.000 pessoas para gravar conteúdo de treinamento de robótica em primeira pessoa. Já reunimos 20.000 pessoas qualificadas em um único dia antes, para programas que vão desde reparos de laptops até fotografar pontos de interesse e instalar antenas parabólicas, todos conectados a um fluxo de trabalho agêntico humano, e escala até o Moonshot Innovation Program que a NASA e o governo dos EUA usam para aproveitar os especialistas do mundo em problemas de nível Navier-Stokes. A diferença sendo que no Moonshot, a pessoa que resolve ganha o prêmio e mantém seu nome no artigo.

E esse chamado de robótica diz o que está por vir: agentes em um corpo físico. Os números já estão se movendo como os números dos modelos há dois anos. O IPO de Xangai da Unitree em agosto foi subscrito 8.000 vezes, disparou 629% na estreia, e a empresa é, ao contrário de qualquer um neste ensaio até agora, lucrativa. Humanoides chineses agora são vendidos por menos de US$ 6.000. As remessas globais de humanoides atingiram 19.100 unidades no primeiro semestre, um aumento de 272%, caminhando para 60.000 este ano e meio milhão até 2030, e a China embarca 97% deles. A única coisa que não consigo modelar é a psicologia: um agente no seu terminal queimando tokens às 3 da manhã é um problema de faturamento, mas eu genuinamente não sei se as pessoas algum dia se sentirão confortáveis com um de US$ 6.000 que tem mãos, mora na casa e faz barulho à noite.

Quanto à indústria de conselhos, uma década atrás, os demitidos foram instruídos a aprender a programar, o que se tornou a piada mais sombria na economia do trabalho agora que o código é a profissão mais automatizada da Terra. A versão de 2026 pode genuinamente ser: aprenda a dirigir um caminhão. Antes que alguém objete que caminhões são os próximos, eu administro um mercado de transporte pesado, e o trabalho nunca foi dirigir. É o carregamento, a amarração, o descarregamento, o cliente em cada extremidade. O volante pode se tornar autônomo, mas o motorista apenas fará mais; esse julgamento bruto, físico e não roteirizado está tão longe de um prompt de duas páginas quanto o trabalho pode estar. Os empregos mais seguros são aqueles que o token não pode alcançar; os segundos mais seguros são aqueles onde os tokens são muito caros para se preocupar.

Um humano é um motor de inferência de 20 watts com pré-treinamento gratuito. Seu cérebro faz um dia inteiro de cognição no orçamento de energia de uma lâmpada fraca, foi treinado a custo marginal zero ao longo de vinte anos por pais, professores e decepções, e não alucina uma postagem fictícia do Stack Overflow quando fica preso. Para uma enorme gama de tarefas, os humanos continuam sendo os tokens mais baratos do mercado.

Salários, ao que parece, eram dólares por token o tempo todo.

A Taxa de Introdução

Em Pay per PrAI, escrevi que as assinaturas fixas não poderiam durar e que, quando acabassem, você estaria colocando seu cartão de crédito em uma máquina caça-níqueis. Seis meses depois, a máquina caça-níqueis está instalada, as assinaturas estão visivelmente morrendo, e Erik Townsend nomeou o momento: estamos entrando na fase de hipoteca de taxa ajustável da compra de tokens.

Pay per PrAI

A assinatura mensal fixa é uma taxa promocional. Vinte dólares por mês, duzentos por mês, tudo que você puder consumir, subsidiada por capital de risco e cada vez mais por dívida, com preço para te adquirir, não para te servir. E, sobre essa taxa promocional, uma economia inteira está agora construindo seu organograma: cada líder de equipe substituindo um grupo por agentes, cada startup que é um invólucro em torno do modelo de outra pessoa, cada fluxo de trabalho empresarial reconstruído sob a premissa de que tokens custam aproximadamente nada. Todos estão assinando uma hipoteca de taxa ajustável sobre sua própria força de trabalho, com uma diferença que muda tudo. Quando a taxa de uma hipoteca é reajustada, o mutuário está preso: a casa não se move, o empréstimo não se importa, e o refinanciamento leva meses e uma verificação de crédito.

Quando a taxa de um token é reajustada, eu digito quatorze teclas e troco o modelo. Ao primeiro sinal de choque de preço, o modelo é substituído, no meio do fluxo de trabalho, antes mesmo da fatura chegar. Os laboratórios estão operando com economia de taxa promocional contra clientes sem custos de saída, o que é o pior dos dois mundos: eles estão comprando participação de mercado que não pode ser retida, com dinheiro que precisa ser pago de volta. A analogia da hipoteca vale para todos, exceto o banco.

Dê um passo atrás e conte os fossos, porque tudo que já protegeu uma empresa de tecnologia está morto aqui. Propriedade intelectual? A ciência está em quarenta artigos publicados. Escala? A DeepSeek fez isso com 2.000 GPUs e um projeto paralelo. Efeitos de rede? Agentes não têm lealdade. Marca? Usuários desertam por um arquivo de configuração. Capital? Código aberto o supera. Até os próprios modelos são clonados para paridade de benchmark em meses a um centésimo do preço. Trinta anos de doutrina de investimento em software, e nenhum fosso sobrevive ao contato.

O reajuste de taxa não é hipotético. Já tivemos as prévias: limites de uso, limites semanais, limitação de sessão, o cantinho do castigo, excedentes cobrados a taxas de API que transformam um plano de $200 em $200 por hora. Cada um desses é o banco ligando para avisar que a taxa de lua de mel está terminando.

E os agentes tornam o reajuste pior em espécie, não apenas em grau. Jevons foi ao cubo: custo por token cai dez vezes, tokens por tarefa aumentam cem vezes, e tarefas por pessoa aumentam cem vezes novamente porque os agentes funcionam sem supervisão. O gráfico de demanda não se curva. Ele vai vertical, junto com os gastos com construção de data centers, que adicionaram mais nos últimos seis meses do que nos dois anos anteriores combinados.

E você já viu onde o reajuste vai parar, porque minha fatura é a prévia: $1.300 se tornaram $150 se tornaram eletricidade, em quinze dias, sem negociação. Os laboratórios mantiveram meu negócio apenas abrindo mão de sua margem. Alguém ainda está pagando a diferença entre o que eu pago e o que seus data centers custam, e não sou eu. É a sua Série F.

Enquanto isso, o negócio mais inteligente do ano aconteceu silenciosamente. Depois de provavelmente observar sua faturação, a Stripe comprou a OpenRouter, o roteador através do qual fluem dez trilhões de tokens, por cerca de oito bilhões de dólares. Uma empresa de pagamentos comprou o ponto de medição e, mais importante, os dados de faturamento: quem realmente paga por tokens, para qual modelo, a que preço, mudando quando. Em uma corrida do ouro, não venda pás. Compre o escritório de ensaio.

Agora execute os números planetários, porque é aqui que o ensaio deixa de ser sobre meu cartão de crédito e começa a ser sobre a rede elétrica. Meu dia de quatro bilhões de tokens são 46.000 tokens por segundo, 24 horas por dia. Suponha que todos fizessem isso. Se apenas um bilhão de trabalhadores do conhecimento na Terra queimassem tokens como eu fiz na terça-feira passada, em modelos eficientes, você precisaria de aproximadamente toda a produção elétrica da civilização humana para atendê-los: todas as usinas do planeta, sem fazer mais nada. Estenda isso para todos os oito bilhões de pessoas em modelos de fronteira e você precisará de centenas de vezes a eletricidade mundial. Não uma rede maior. Um enxame de Dyson.

Contra essa aritmética, a construção de data centers de cinco trilhões de dólares, o maior programa de infraestrutura desde as ferrovias, cobre um erro de arredondamento da demanda que afirma estar chegando. O único problema é que atualmente é financiado contra a receita de duas empresas que nunca tiveram lucro e que perdem bilhões a mais a cada ano que operam.

Enquanto isso, os oito bilhões de mecanismos de inferência servo-humano já implantados executam a mesma cognição em toda a espécie em cerca de 160 gigawatts, vinte watts por cabeça, aproximadamente dois anos de construção de data centers.

Einstein nos ensinou que energia e matéria são a mesma coisa a uma taxa de câmbio de c ao quadrado. Este ensaio tem estado a tatear em direção a uma equivalência menor e mais sórdida: energia, tokens e salários são a mesma coisa também, a uma taxa de câmbio definida diariamente em Hangzhou. Um token é eletricidade coagulada. Um salário, estabelecemos, são tokens servidos em forma humana. O que significa que o preço do trabalho humano e o preço do trabalho de máquina são agora, em última análise, preços de energia, e cada ator nesta história está descobrindo isso em seu próprio cronograma: os laboratórios através de suas contas de luz, os trabalhadores através de seus contracheques, os fundos de pensão através de seus SPVs, e eu através de um switch sueco listado à meia-noite. Sempre foi uma história de energia. Os tokens eram apenas a unidade.

E se você quiser ver o que isso significa em uma conta doméstica, olhe o gráfico abaixo. A eletricidade americana teve uma média de treze a quatorze centavos por quilowatt-hora por uma década inteira. Então a construção começou, e a linha foi vertical: vinte centavos e subindo, um aumento de quase cinquenta por cento em quatro anos, no único preço que todo eleitor lê todo mês. A rede elétrica está se reajustando antes dos tokens, e está se reajustando sobre o público.

O único gráfico que todo político eventualmente verá. Uma década de preços de energia estáveis, depois a construção da IA. (Fonte: BLS, via Koyfin)

A resposta da indústria para o problema da rede elétrica é a nuclear, e o exemplo principal diz tudo. A Microsoft está pagando para reiniciar Three Mile Island, sim, aquela Three Mile Island, local do pior acidente nuclear americano, rebatizada de Crane Clean Energy Center e contratada para alimentar data centers por vinte anos. O Google assinou com a Kairos para uma frota de pequenos reatores modulares, a Amazon comprou um campus adjacente a nuclear em Susquehanna, e o Meta publicou uma licitação para quatro gigawatts de átomos. Sou genuinamente a favor de tudo isso: nuclear é a resposta correta para a curva de demanda que este ensaio descreve. Mas olhe as datas de entrega. As reinicializações chegam em 2027 a 2028 se a NRC cooperar; os SMRs são prometidos "até 2030" por empresas que nunca construíram um; e nem um único novo reator grande foi encomendado. A dívida é amortizada em um cronograma de três anos contra energia que chega em um de dez anos. Os tokens precisam dos elétrons neste trimestre, e os átomos estão a dois mandatos presidenciais de distância. A energia nuclear alimentará a economia de tokens eventualmente. Alimentará quem quer que possua as caixas após o reajuste, que é exatamente o ponto: os reatores sobreviverão aos SPVs que financiam a demanda por eles.

Então, a demanda por tokens vai parabólica, a energia não pode, e a energia também é, infelizmente, comida, já que as plantações competem com o combustível. Algo tem que ceder, e o que cede é o preço e a forma do mercado.

Three Mile Island. Sendo religada para fazer slides do PowerPoint.

A GTC: Crise Global de Tokens

O reajuste será mais uma auditoria do que um aumento de preço, e todo caso de uso de salário e agente será retestado contra seu custo honesto de token, ou seja, seu custo de energia, e uma parcela desconfortável de ambos falhará.

O que sobrevive se organiza na forma de todos os outros mercados de energia: três níveis e um preço à vista.

Na base, tokens commodity, o volume esmagador: modelos abertos a eletricidade mais hardware amortizado, em silício chinês, em seu próprio rack. DeepSeek já precifica tokens por hora do dia, metade do preço por dezessete horas fora de pico, exatamente como uma empresa de energia, porque é o que ela agora é.

No meio, tokens ocidentais de marca cobram um prêmio por confiabilidade em longos loops agentivos, um prêmio precisamente com a largura de um ciclo de benchmark.

E no topo, a fronteira fechada, onde a estratégia real da OpenAI entra em foco.

Olhe para os movimentos de setembro da OpenAI como um único movimento. Astra: perigoso demais para uma API pública, acesso apenas verificado. Engenheiros implantados na frente. Um acordo de consultoria com a IBM. Um diretor de receita vendendo defesa cibernética como serviço gerenciado. Some tudo: a OpenAI terminou de vender tokens. Ela quer ser a McKinsey 2.0, mantendo os melhores modelos internamente e vendendo sua produção a margens de consultoria, seis dígitos por contrato, nada disso jamais tocando a API pública. E como estratégia, está correta, porque o nível fechado é o único lugar onde a margem sobrevive. Por três anos, os laboratórios nos disseram que os modelos eram baratos demais para importar e seguros demais para temer. Agora são perigosos demais para vender, e perigoso, convenientemente, é a única coisa que já comandou um prêmio.

O problema é que a consultoria funciona com um único ativo, discrição, e a OpenAI escolheu a semana da virada para demonstrar que não tem nenhuma.

Dê-nos seus problemas mais difíceis e seus dados mais sensíveis, diz o discurso, nós somos os gênios agora.

Enquanto isso, na primeira página: um matemático que fez exatamente isso, viu o locador anunciar o trabalho de sua vida, e recebeu uma declaração que não podia descartar o treinamento nele. Sabemos o que acontece com firmas de consultoria que consomem o trabalho confidencial de seus clientes, porque a Austrália acabou de executar o experimento. A PwC pegou os planos fiscais confidenciais do Tesouro e os monetizou silenciosamente para outros clientes, e quando veio à tona, a empresa vendeu todo o seu braço de consultoria governamental por um dólar, expurgou seus sócios e se tornou sinônimo de traição. Aquilo foi um briefing vazado. A versão da OpenAI é estrutural: o vazamento é o modelo de negócios, rodando a um bilhão de prompts por dia, e sua própria declaração diz que não pode descartá-lo. A PwC pelo menos sabia o que tinha feito.

Agora some toda a posição da OpenAI. Oitocentos milhões de "usuários", atendidos com prejuízo. Quatorze bilhões de perdas anuais, caminhando para um buraco de financiamento de $207 bilhões até 2030 na aritmética do HSBC. Uma virada para consultoria furada abaixo da linha d'água em sua primeira semana. E um IPO de trilhão de dólares para vender tudo isso para você. Retire o que a precificação honesta remove, o nível gratuito inútil, os usuários avançados já desertando para modelos chineses e seus próprios racks, e o que resta é uma marca e um hábito: o negócio de publicidade mais reconhecível do mundo, envolto no custo de mercadorias mais caro do mundo. Os astros se alinharam para a saída: o processo de Musk morreu em setembro, a oferta pública recorde da SpaceX abriu a janela do IPO, e a listagem é o próprio negócio. Torne-se líquido antes que a aritmética se torne inegável, entregue ao público a taxa de queima, e deixe a Microsoft abraçar e se estender sobre o que sobrar. O último helicóptero no telhado, vendido como um lançamento à lua.

A Anthropic, a outra empresa sobre a qual todos perguntam, parece mais saudável e é mais frágil. Crédito onde é devido: eles fazem os melhores modelos da Terra agora. Eles também cobram os preços mais altos da Terra por eles, e os dados de gastos mostram exatamente como isso termina. Olhe o gráfico abaixo, dos dados de cartão corporativo da Ramp. A única linha da Anthropic que ainda está crescendo é Opus, o topo de linha. Sonnet, o nível de trabalho pesado, está encolhendo: essa é a receita de commodity vazando para GLM e DeepSeek, a um comando de distância a um décimo do preço, bem no cronograma. E Fable 5, o novo modelo de fronteira, está estável: empresas não pagarão por um novo nível premium enquanto o antigo funcionar e tudo abaixo dele estiver indo para o chinês. Esta é a clássica espiral da morte por disrupção vista de dentro: a incumbent recua para o mercado alto, perde primeiro o volume sensível a preço, e sua mistura parece mais saudável a cada trimestre até que o topo de linha é tudo o que resta e o fosso lá tem a largura de um ciclo de benchmark. Então, em junho, seu maior canal de distribuição foi comprado debaixo deles: SpaceX comprou a Cursor por sessenta bilhões de dólares, a maior aquisição de uma startup apoiada por capital de risco de todos os tempos, para tornar Grok o modelo de codificação padrão. A OpenAI retaliou retirando seus modelos da Cursor completamente. Quem compra o invólucro compra sua receita; quem perde o invólucro pega seus modelos e vai para casa; o mercado de codificação está reconstruindo a internet da AOL na camada de modelo.

Então, a Anthropic está subindo na pilha, indo vertical em aplicações, Claude Code, Claude Cowork, Claude Design alguém?, tentando capturar o valor que sua precificação de API não consegue segurar. O jogo final lógico é a franquia de confiança empresarial: o modelo ocidental seguro e auditável para bancos e governos, uma Lockheed de LLMs. Existem apenas dois problemas em se tornar a Lockheed. O primeiro é que o cliente da Lockheed a ama, e o governo dos EUA abertamente não ama a Anthropic: o Pentágono a designou um risco de cadeia de suprimentos mesmo enquanto seus próprios sistemas de mira rodavam em Claude, e a administração trata seu lobby de segurança como captura regulatória em um jaleco. É difícil ser o empreiteiro de defesa de um governo que continua te chamando de ameaça. O segundo é a própria confiança: o mesmo ajuste de segurança que deveria tranquilizar a empresa está ativamente custando clientes a eles, uma recusa e uma palestra de ética de cada vez, a minha incluída. Uma franquia de confiança onde o governo desconfia de você e os clientes se sentem repreendidos é um fosso mais estreito do que o discurso implica. Um negócio genuíno, possivelmente um ótimo. Não a utilidade de dois trilhões de dólares para a humanidade que o burburinho do IPO está precificando.

A parte mais cruel é que a precificação honesta é a única saída dos laboratórios, e nenhum dos dois pode ir primeiro. O primeiro a precificar honestamente entrega seu volume para quem ainda está subsidiando, então ambos continuam queimando, financiados por crédito privado, em um jogo de galinha onde os credores seguram o volante. Blue Owl se afastando de um negócio de data center de dez bilhões de dólares foi o primeiro não.

A taxa promocional de token termina quando a taxa promocional dos credores termina.

Obrigações de Data Center Colateralizadas

Você pode se lembrar das obrigações de dívida colateralizadas de 2008, ou pelo menos da Margot Robbie explicando-as em uma banheira. Se a sequência tiver uma cena de banheira, não tenho certeza se quero assisti-la, mas tem todo o resto.

Ed Zitron acha que os SPVs de data center são os CDOs desta bolha, e os data centers de IA são suas hipotecas subprime. Ele diz que a maquinaria é o indicador. Ninguém mais constrói um data center de IA em seu próprio balanço. Você conjura um veículo de propósito especial, uma pequena empresa que possui os chips, possui a dívida e possui o risco, e o gigante de tecnologia por trás possui, oficialmente, nada além de boas intenções.

O campus Hyperion do Meta pertence a uma entidade 80% propriedade da Blue Owl. Os próprios arquivos da SEC do Meta admitem até $46 bilhões de exposição enquanto seu balanço não mostra nenhuma da dívida, com o argumento, oferecido com cara séria, de que o Meta não é o "beneficiário principal" de um data center construído inteiramente para o Meta. A Ernst & Young sinalizou isso como uma questão crítica de auditoria, e depois assinou mesmo assim: uma sequência tornada famosa pela última vez pela Arthur Andersen, uma empresa que não existe mais precisamente por essa razão.

Como Zitron coloca: "Bloomberg estima que há mais de $500 bilhões em dívida pendente de data center de IA, com pelo menos $200 bilhões detidos por crédito privado", o credor de último recurso, "compondo cerca de 8% dos empréstimos de crédito privado pendentes." E isso, ele observa, é provavelmente uma subcontagem, porque a estrutura SPV existe precisamente para tornar a dívida difícil de contar. Títulos de IA são agora um quarto de toda a emissão de grau de investimento dos EUA.

Os cinco hyperscalers acumularam $1,65 trilhão em dívida em cinco anos. Isso é mais do que o subprime em seu pico de 2007, e o subprime tinha 55 milhões de casas por trás. Como está atualmente, existem dois clientes. De acordo com Barclays, Wells Fargo e UBS, OpenAI e Anthropic são ~73% da receita de IA da Amazon, ~74% da Microsoft, e se aproximando da metade de todo o Google Cloud até 2027. Retire-os e a AWS ganha $8,5 bilhões de receita de IA contra $220 bilhões de capex da Amazon, uma relação normalmente reservada para programas espaciais nacionais.

E as projeções futuras dwarf o estoque. Tom Tunguz executou a aritmética sobre a construção planejada: aproximadamente $4 trilhões de nova dívida de IA nos próximos cinco anos, que seria maior do que todo o mercado global de crédito privado, quase do tamanho do mercado de títulos municipais dos EUA que financiou cada estrada, ponte e aeroporto na América, e uma expansão de 34% do mercado de títulos corporativos dos EUA por si só. Servi-la às taxas vigentes precisa de $260 a $300 bilhões por ano apenas em juros, o que, com cobertura de grau de investimento, implica $1,2 a $1,5 trilhão de receita anual de IA até 2030, contra talvez $150 bilhões hoje. Uma taxa de crescimento composta de 55%, sustentada por cinco anos, em um produto cujo preço está em colapso. Como Tunguz coloca, isso não é mais uma história de capital de risco. É um evento de crédito macroeconômico.

Cinco anos de endividamento planejado de IA, ao lado de todos os principais mercados de dívida da Terra. A barra laranja não existia em 2024. (Fonte: Tomasz Tunguz, Theory Ventures)Pressione Enter ou clique para ver a imagem em tamanho real📷

Isto é com os locadores financiando os inquilinos. A Microsoft colocou mais de $100 bilhões em seu relacionamento com a OpenAI, por seu próprio testemunho no julgamento de Musk. O Google investiu até $40 bilhões na Anthropic, a Amazon completou $50 bilhões na OpenAI além de sua participação anterior na Anthropic, e cada dólar disso retorna diretamente como receita de computação, onde é apresentado aos acionistas como crescimento. Siga todo o círculo e a engenharia financeira se torna visível: a receita de IA dos hyperscalers são os gastos dos laboratórios, os gastos dos laboratórios são o investimento dos hyperscalers, e toda a estrutura é subscrita por uma suposição, de que OpenAI e Anthropic acabam possuindo o mercado de inteligência.

Essa é a suposição que está fazendo todo o trabalho de suporte, e observe cuidadosamente o que está sendo fabricado. Não é a demanda de IA em geral, a minha é real o suficiente. É a demanda específica, pagante, a-estes-preços que justifica esses data centers específicos: receita conjurada pelos hyperscalers investindo em seus próprios dois clientes e registrando o retorno como crescimento. A demanda orgânica está chegando, em vastas quantidades. Só não está chegando a eles, a seus preços, em seus termos, e nenhuma quantidade de investir em seus próprios inquilinos muda isso. Em qualquer outra indústria, teríamos uma palavra para registrar seu próprio dinheiro como evidência. Nesta, temos um keynote de conferência.

Os puros ursos, Zitron entre eles, olham para tudo isso e concluem que a demanda é falsa. Não é falsa, mas seja preciso sobre o que está crescendo, porque os touros confundem duas curvas diferentes. A demanda por tokens irá parabólica. A disposição a pagar por eles não. O consumo está explodindo precisamente porque o preço está em colapso; a mesma força que impulsiona o volume está destruindo a receita. Então, os laboratórios recebem a pior versão possível de um boom: gráficos de uso que vão verticais e poder de precificação que vai a zero, porque não há custos de troca, nenhum fosso, e uma deserção custa onze teclas. Os tokens fluem para silício chinês, para modelos abertos, para caixas on-prem, em mesas e em sua mão, a preços sessenta a quinhentas vezes abaixo do que os modelos de dívida provavelmente estão assumindo. Toda previsão que extrapola o crescimento de tokens em crescimento de receita está multiplicando um número crescente por um em colapso e chamando o produto de inevitável.

E aqui está a parte que o enquadramento imobiliário perde: um contrato de arrendamento de data center parece propriedade, mas precifica como um mercado de peixe. O edifício é talvez um quinto do custo e dura trinta anos; os chips são o resto e ficam obsoletos em três. Um locador de colocation tradicional vende o aquário e nunca toca nos peixes: cascas refrigeradas e conexões de rede em contratos de dez anos, sem risco de silício. As estruturas SPV colapsaram as duas camadas juntas. Os veículos da CoreWeave tomaram emprestado contra os peixes.

Então, percorra as duas maneiras como isso realmente termina. A primeira, e o gatilho mais provável, é que a OpenAI ou a Anthropic entrem em default em suas obrigações. Não por malícia, por aritmética: custos comprometidos, receitas se reajustando em direção a Hangzhou, e um mercado de financiamento que eventualmente diz não. No dia em que um laboratório perde um pagamento de computação, a cascata é mecânica. Os próprios covenants da CoreWeave definem três meses de faturas não pagas da OpenAI como uma violação. O SPV para de pagar seus credores, os credores apreendem a garantia, e a garantia é um armazém de GPUs vintage sendo marcadas a mercado que Jalapeno e o B200 já deixaram para trás. Um default reajusta toda estrutura comparável da noite para o dia, porque de repente os fundos de pensão que detêm o papel têm que perguntar quanto sua garantia realmente vale, e a resposta é: peixe, de três dias.

O segundo final é aquele que quase ninguém está modelando: a demanda por tokens vai parabólica e migra para a borda e para modelos abertos, em telefones, laptops, em caixas de mesa como a minha, nos eletrodomésticos de IA que Jensen agora vende no varejo. A física favorece, porque a viagem de ida e volta para um data center leva mais tempo do que um modelo pequeno precisa para responder. A economia favorece, porque um dispositivo que você possui serve tokens ao custo marginal da eletricidade. E o pânico de privacidade sela: toda empresa que tem seu momento de "o rei está nu" sobre dados de treinamento faz alguma versão do que eu fiz, e todo consumidor recebe isso por padrão no aparelho do próximo ano.

No setor corporativo, a computação já realizou o mesmo experimento cinco vezes e a resposta nunca mudou. O mainframe era medido e precificado por segundo de computação por meio de uma casta em uma sala de vidro, e no momento em que o minicomputador permitiu que um departamento tivesse sua própria máquina, o modelo de medição morreu. O time-sharing era medido, e o PC o matou: ninguém alugava o VisiCalc por hora assim que a caixa na mesa o executava de graça. A telefonia de longa distância era medida por minuto até que a comutação de pacotes tornou a chamada marginal sem valor. Até a nuvem, o grande contraexemplo, só recentralizou as cargas de trabalho que se beneficiam de ser compartilhadas, e no momento em que as contas da nuvem se tornaram um item de linha no conselho, o movimento de repatriação começou a arrastar as cargas de trabalho estáveis de volta para o local. O padrão se aproxima de uma lei: a computação é consumida como um serviço medido exatamente enquanto o hardware é escasso, e no instante em que a capacidade cabe em uma caixa que o cliente pode possuir, a propriedade vence, porque a computação própria, na margem, custa eletricidade, e a computação alugada, na margem, custa o que o fornecedor acha que você pode suportar. A inteligência não será diferente. A carga de tokens estável, previsível e de alto volume, os agentes, os fluxos de trabalho, a cognição diária da empresa, migra para o silício próprio, e a nuvem mantém o que sempre manteve: as explosões, os picos e os problemas grandes demais para a caixa.

Nem os laboratórios podem salvar a aritmética, porque suas obrigações correm em uma única direção. A OpenAI carrega aproximadamente US$ 1,1 trilhão em compromissos de computação entre Microsoft, Oracle, Amazon, CoreWeave e Cerebras, e esses compromissos são, eles próprios, a garantia por trás da dívida do SPV. Custos comprometidos, receitas opcionais: o inverso exato de um bom negócio. E não há maneira digna de encolher. Servir modelos mais baratos é admitir que a fronteira está superdimensionada. Matar produtos, como com o Sora, e o mercado lê angústia. Renegar os compromissos e você é o evento de inadimplência contra o qual toda a pilha é precificada, e é por isso que Wall Street já valoriza o backlog de US$ 630 bilhões da Oracle em aproximadamente nada. Cada saída desencadeia a coisa da qual está escapando. É uma armadilha de dedo chinesa de finanças corporativas, e ambas as empresas têm uma mão nela.

O artigo, enquanto isso, cai onde o artigo sempre cai. As economias de aposentadoria dos professores da Califórnia estão nos fundos da Blue Owl. O dinheiro da pensão de Quebec está nos empréstimos da CoreWeave. A Apollo está financiando US$ 35 bilhões dos chips da Anthropic com anuidades de seguros. A Blue Owl supostamente disse sim a um compromisso de data center de US$ 10 bilhões após uma primeira reunião de quinze minutos, um ritmo de diligência normalmente associado a apresentações de timeshare. A Moody's coloca a exposição bancária ao crédito privado em US$ 1,4 trilhão, mantido contra reservas de aproximadamente nada, porque nada de ruim aconteceu ainda, que também era o padrão de subscrição em 2006. A parede de suporte de carga dessa bolha é feita de cheques de aposentadoria.

Então, pense cuidadosamente sobre o que uma inadimplência, ou mesmo uma situação de aperto, realmente colocaria em movimento, porque não é um evento único, é uma sequência. A primeira vítima não é o hardware, é o custo do capital. No dia em que um laboratório luta visivelmente para pagar, todo credor reavalia todas as estruturas comparáveis de uma só vez: os spreads disparam, a nova emissão de SPV para, e os projetos que dependem de refinanciamento, que são a maioria deles, batem no meio da construção. O mercado já está ensaiando isso. Os credit default swaps da Oracle são negociados em níveis vistos pela última vez na crise financeira, e o JPMorgan construiu uma cesta personalizada especificamente para que os clientes possam vender a descoberto a dívida de IA. A reavaliação vem antes de qualquer liquidação, e pode ser a única fase que teremos, porque os hyperscalers têm todo o incentivo para absorver silenciosamente um inquilino cambaleante em vez de deixar uma inadimplência ser impressa.

Mas se a cascata correr, observe quem acaba segurando o quê. Os credores são fundos de pensão e seguradoras que não podem executar inferência; a garantia é silício se depreciando em um ciclo de três anos; e algumas das primeiras perdas estão com a própria Nvidia, que garantiu bilhões da capacidade não vendida da CoreWeave, o fornecedor comendo seu próprio papel. O mercado de hoje é escasso, não saturado, memória encurralada, switches incompráveis, então os primeiros lotes de hardware apreendido encontrariam compradores dispostos rapidamente, com desconto, e cada comprador seria exatamente quem este ensaio prevê: empresas, universidades, soberanos e operadores como eu, adquirindo às custas dos credores as caixas que completam a migração para longe dos próprios data centers que os credores financiaram. Foi assim que aconteceu com a fibra óptica do ponto com, que faliu as pessoas que a instalaram e depois carregou o YouTube para o terceiro proprietário a centavos de dólar.

Siga um passo adiante e o final assume uma forma genuinamente estranha. As perdas recaem sobre aposentados e seguradoras, o motor de crescimento que o capex de IA se tornou estagna, e Washington descobre, depois do fato, que ninguém votou por nada disso. Exceto que Washington já está se posicionando exatamente para este momento. A administração Trump passou dois anos normalizando a nacionalização parcial: uma participação de 9,9% na Intel comprada por US$ 8,9 bilhões, participações em fabricantes de chips e mineradores de terras raras, computação quântica anunciada como a próxima, trinta e sete negócios de capital ou quase capital desde janeiro de 2025, de acordo com a contagem do Council on Foreign Relations.

O manual para uma indústria estratégica cambaleante não é mais um resgate, é uma participação acionária, e é difícil imaginar o estado que tomou dez por cento da Intel observando a OpenAI vacilar sem pegar o talão de cheques e chamar isso de segurança nacional. Então, esboce o estado final mais provável da grande construção americana de IA, e é aquele que ninguém que estava licitando pretendia: a capacidade sobrevive e se dispersa em milhões de caixas próprias executando principalmente modelos chineses, as perdas são socializadas para os poupadores americanos, e o que resta da fronteira acaba parcialmente pertencente ao governo que falhou em regulá-la no caminho para cima. A estratégia de Pequim é que não precisa vencer a corrida. Só precisava esperar que o financiamento a perdesse.

Alguém deveria dizer à Margot para manter a banheira aquecida.

Jensen já deixou o prédio

Uma pessoa parece já ter feito cada pedaço dessa aritmética: o homem vendendo as pás.

No palco, Jensen Huang é o sumo sacerdote da construção: US$ 160 bilhões em receita, US$ 100 bilhões em lucros, um keynote a cada trimestre anunciando que a demanda é infinita e o futuro é um data center do tamanho de Delaware. Mas leia a posição da Nvidia como ele deve lê-la em particular. Aproximadamente 90% da receita é de equipamentos para data center, e um punhado de clientes compra a maior parte dela. Esses clientes são os hyperscalers, cuja receita de IA é três quartos OpenAI e Anthropic, cujos gastos são capital de risco e crédito privado vestindo um casaco. Trace a cadeia até o fim e a empresa mais valiosa da Terra é, funcionalmente, uma aposta alavancada em duas startups não lucrativas pagando a folha de pagamento.

E Jensen sabe precisamente o quão alavancada, porque ele está subscrevendo ambos os lados disso: a Nvidia garante bilhões da capacidade não vendida da CoreWeave e acaba de reduzir uma garantia proposta no data center de Ohio da OpenAI de US$ 250 bilhões para menos de US$ 120 bilhões, o que não é o comportamento de um homem que acredita em seu próprio keynote. Se os laboratórios tropeçarem, os hyperscalers cortam o capex, os SPVs entram em inadimplência, e o livro de pedidos em que sua avaliação se baseia evapora em um trimestre. Ele pode ler uma tabela de capitalização mais rápido do que qualquer pessoa viva.

Então, observe suas mãos, não seus slides. Enquanto os keynotes celebram os campi de gigawatts, a Nvidia está silenciosamente construindo o outro futuro: direto, para baixo no mercado e inteiramente fora do complexo de financiamento de data centers. O DGX Spark a US$ 4.699, vendendo tão rápido que você não pode comprar os switches para agrupá-los. O DGX Station, 748 gigabytes de memória unificada em uma mesa, pelo preço de um pós-graduado. A MSI e a Dell já estão enviando clones. Cada caixa é um cliente que nunca assina um contrato de nuvem, nunca toca em um SPV e nunca para de comprar silício da Nvidia. O negociante de GPU está abrindo o varejo, e a lógica é impecável: quando seus quatro maiores clientes estão construindo seus próprios chips e seu mercado de aluguel é uma bomba de dívida, você vende a caixa para o usuário final e deixa os SPVs brigarem pelos arrendamentos. A casa está vendendo fichas para o cassino e, ao mesmo tempo, abrindo silenciosamente uma cadeia de mesas de pôquer nas casas das pessoas.

A linha de desktop também resolve o problema mais privado da Nvidia: a memória. Servir tokens é uma carga de trabalho limitada por memória: cada token gerado requer a leitura de todo o modelo ativo da RAM, então o chip passa a maior parte de sua vida esperando pela memória, e é por isso que as GPUs de data center são construídas em torno de HBM, memória empilhada exótica ligada ao die. E HBM é A escassez. A Nvidia não a fabrica; apenas SK Hynix, Samsung e Micron o fazem, a TSMC faz a ligação, e a Nvidia não controla nenhum dos estágios físicos. Toda a produção de 2027 está supostamente comprometida, a receita da Micron subiu 346%, e Altman encurralou 40% da DRAM mundial em sua passagem por Seul. O negócio central da Nvidia tem sido comprar a coisa escassa e vendê-la de volta envolta em uma GPU com uma margem de setenta pontos, um negócio maravilhoso com um teto duro: só pode crescer tão rápido quanto três fábricas podem empilhar silício. O que torna o verdadeiro ponto único de falha em toda a construção de cinco trilhões de dólares não Taiwan, mas Icheon: todo o plano se estrangula no rendimento de embalagem de uma empresa coreana, e a SK Hynix é o traficante de armas para o qual ambas as superpotências fazem fila, dentro do alcance de mísseis da Coreia do Norte, com uma fábrica dentro da China. Passamos nossos dias precificando o risco de Taiwan. Ninguém precifica o risco de Icheon.

Os Sparks e Stations contornam toda a luta. Eles rodam em DRAM unificada comum, a memória que não é escassa, a memória que até a CXMT pode fabricar. O segundo ato de Jensen roda no único componente pelo qual ninguém está fazendo fila.

Recue e a simetria é quase elegante. A estratégia da China são modelos abertos em caixas baratas na borda. O hedge da Nvidia são caixas baratas na borda executando modelos abertos, a maioria deles chineses. Os dois supostos adversários da guerra de IA convergiram para o mesmo negócio: vender o futuro onde a inteligência é uma mercadoria que você possui, não um utilitário que você aluga. As únicas partes ainda comprometidas com a estrada com pedágio são as duas empresas que não podem sobreviver sem ela e os credores que a financiaram quinze vezes. A Nvidia venderá pás para os data centers até a música parar, e então venderá pás para todos os outros, porque nunca esteve longa nos laboratórios. Esteve longa em computação, e a computação está saindo dos prédios que os fundos de pensão pagaram, uma caixa dourada de cada vez.

E se você duvidou que qualquer parte disso foi deliberada, na semana passada Jensen removeu a dúvida: a Nvidia comprou a Hugging Face por US$ 12,9 bilhões. A Hugging Face não é uma jogada de data center, é o oposto disso: o repositório mundial de pesos de modelos abertos, o lugar de onde você baixa GLM e Qwen e DeepSeek, o hub de distribuição de tudo o que este ensaio diz que vence. A empresa cuja fortuna foi construída servindo laboratórios ocidentais fechados acabou de pagar treze bilhões de dólares pela porta da frente do mundo dos modelos abertos, o que significa, pelo relacionamento com o cliente de todos que possuirão uma caixa em vez de alugar uma nuvem. A Stripe comprou o medidor. A SpaceX comprou a demanda. Jensen comprou a loja de aplicativos da era pós-laboratório, e os próprios agentes dos laboratórios demonstraram utilmente seu valor estratégico ao invadi-la dois meses antes.

Esse é o ensaio inteiro em uma única imagem. A empresa mais valiosa da Terra, cuja avaliação depende inteiramente da construção de data centers, está se diversificando para fora da construção de data centers, em público, no varejo, e ninguém no keynote parece ter notado. Jensen fez cento e cinquenta bilhões de dólares vendendo picaretas e pás para a corrida do ouro. Agora ele olhou para os resultados da prospecção, concluiu que a mina está salgada e silenciosamente começou a vender kits de prospecção para o público em geral.

Você ainda pode comprar um kit de prospecção. O que você não pode comprar é o equipamento para conectá-los. Eu saberia. Comprei os últimos switches da Suécia tentando conectar os meus.

AI-gent Provocateur

Agente, Provocador

Otimizando a fábrica

Entre o Dragão

A Bigorna

Não é sua IA, Não são seus Dados.

O Líder de Equipe Sem Equipe

A Arbitragem Token-Salário

Podemos nos aposentar agora, certo?

A Taxa de Introdução

A GTC: Crise Global de Tokens

Obrigações de Data Center Colateralizadas

Jensen já deixou o prédio

Turn one viral article into a full content workflow

Artigos virais recentes

Guia passo a passo para registrar, assinar e passar no KYC do Claude

Atualização do Rainbow Six Mobile: Desenvolvedores Anunciam o Encerramento do Jogo

Como Ganhar Dinheiro com IA: 5 Modelos de Negócio que Vale a Pena Construir

Securitize Lança Negociação Global Onchain de Ações dos EUA com Direitos de Segurança

Apresentamos os novos tablets Amazon Alexa—tablets potentes com Alexa+ integrado

Como uso o GPT Dot como pesquisador de matemática: pontos fortes, limitações e lições aprendidas

AI-gent Provocateur

Agente, Provocador

Otimizando a fábrica

Entre o Dragão

A Bigorna

Não é sua IA, Não são seus Dados.

O Líder de Equipe Sem Equipe

A Arbitragem Token-Salário

Podemos nos aposentar agora, certo?

A Taxa de Introdução

A GTC: Crise Global de Tokens

Obrigações de Data Center Colateralizadas

Jensen já deixou o prédio

Turn one viral article into a full content workflow

Transforme o seu Markdown num artigo 𝕏 impecável

Artigos virais recentes

Guia passo a passo para registrar, assinar e passar no KYC do Claude

Atualização do Rainbow Six Mobile: Desenvolvedores Anunciam o Encerramento do Jogo

Como Ganhar Dinheiro com IA: 5 Modelos de Negócio que Vale a Pena Construir

Securitize Lança Negociação Global Onchain de Ações dos EUA com Direitos de Segurança

Apresentamos os novos tablets Amazon Alexa—tablets potentes com Alexa+ integrado

Como uso o GPT Dot como pesquisador de matemática: pontos fortes, limitações e lições aprendidas