IA: A Bolha é Realmente o Volante?

O economista do MIT Ricardo Caballero faz um argumento fascinante em seu recente artigo de trabalho, Crescimento Especulativo e a "Bolha" da IA:
A verdadeira questão não é se a IA é uma bolha, mas se a própria bolha pode criar os fundamentos do futuro.
As finanças tradicionais assumem que as avaliações são derivadas de fundamentos. Os fluxos de caixa futuros determinam os preços de hoje. Se os preços sobem muito acima dos fluxos de caixa esperados, chamamos isso de bolha. Essa lógica sustenta o value investing, modelos de fluxo de caixa descontado (DCF) e grande parte da Hipótese do Mercado Eficiente.
Caballero estende essa relação causal em um loop de feedback. Os preços não apenas refletem o futuro—eles ajudam a moldá-lo. Avaliações elevadas aumentam a capacidade das empresas de levantar capital. Esse capital financia investimentos. O investimento constrói capacidade produtiva. Maior produtividade eventualmente gera fluxos de caixa futuros mais fortes. Em outras palavras, avaliações que inicialmente parecem dissociadas dos fundamentos podem se tornar parte do processo que cria esses mesmos fundamentos. (Isso se assemelha à ideia de reflexividade de George Soros.)
O artigo argumenta que sempre que as avaliações de mercado influenciam decisões de investimento, o aumento dos preços pode ativamente ajudar a criar fundamentos econômicos futuros.
A principal razão pela qual esse mecanismo pode ser válido para a IA é que a IA é fundamentalmente diferente do capital tradicional.
O capital convencional está sujeito a retornos decrescentes. Construa mais fábricas e, eventualmente, a demanda satura, surge capacidade excedente e os retornos sobre o capital diminuem.
Caballero argumenta que a IA é melhor compreendida como uma forma de capital escalável semelhante a trabalho. GPUs, modelos fundacionais e agentes de IA não apenas adicionam mais máquinas—eles expandem a oferta efetiva de trabalho da economia. Em sua estrutura, o capital de IA realiza tarefas que, de outra forma, exigiriam trabalho humano. À medida que o capital de IA se acumula, a capacidade de trabalho produtivo se expande junto com ele, enfraquecendo substancialmente a lei tradicional dos retornos decrescentes.
O artigo vai ainda mais longe.
O investimento em IA também muda a distribuição de renda.
Uma parcela crescente da renda flui para os proprietários de capital, que tendem a poupar uma fração maior de seus ganhos. Poupanças mais altas aumentam a oferta de capital de longo prazo, reduzem as taxas de juros de longo prazo e permitem que a economia sustente um estoque de capital maior. Caballero chama isso de Feedback de Financiamento: mais formação de capital reduz os custos futuros de financiamento, e custos de financiamento mais baixos incentivam ainda mais formação de capital. Em vez do feedback negativo embutido nos modelos de crescimento padrão, o sistema começa a exibir feedback positivo.
Isso leva a dois equilíbrios de longo prazo fundamentalmente diferentes.
Em um mundo, o investimento em IA permanece insuficiente. O capital se acumula lentamente e o crescimento da produtividade se mantém persistentemente fraco.
No outro, a IA continua atraindo financiamento abundante. Investimentos massivos fluem para data centers, GPUs, modelos fundacionais e agentes de IA, produzindo, em última análise, um equilíbrio de alto capital e alta produtividade.
A parte intrigante é que, embora esse equilíbrio superior exista, os mercados racionais podem nunca alcançá-lo por conta própria.
Caballero mostra que, partindo do equilíbrio de baixo capital de hoje, mesmo investidores perfeitamente racionais podem falhar em coordenar o melhor resultado. A lógica é circular: sem capital suficiente hoje, a produtividade futura não pode acelerar; sem produtividade futura mais alta, as avaliações de hoje permanecem moderadas; sem avaliações altas, as empresas não podem financiar o investimento necessário. A economia fica presa em um equilíbrio auto-reforçador.
É precisamente aqui que a bolha importa.
Avaliações elevadas permitem que as empresas levantem capital. Esse capital financia mais GPUs, modelos maiores e mais agentes autônomos. Esses investimentos eventualmente aumentam a capacidade produtiva da economia.
A bolha não é o destino.
É a ponte.
É também por isso que o artigo enfatiza repetidamente a fragilidade.
O perigo real não é que a bolha eventualmente estoure. O perigo é que ela estoure cedo demais.
Se o financiamento secar antes que infraestrutura de IA suficiente tenha sido construída, o investimento para, o desenvolvimento da IA desacelera e os ganhos de produtividade esperados nunca se materializam. Mas se data centers, infraestrutura de computação, modelos e agentes de IA suficientes já estiverem em vigor antes que as avaliações se normalizem, o equilíbrio de alto capital pode se sustentar mesmo após o prêmio especulativo desaparecer.
O momento da correção importa muito mais do que a correção em si.
A Internet fornece um exemplo clássico.
A bolha pontocom entrou em colapso espetacularmente em 2000. No entanto, as redes de fibra óptica, servidores, software, data centers e talento em engenharia permaneceram. A bolha desapareceu, mas a revolução da Internet havia apenas começado.
A IA pode seguir um caminho semelhante.
A diferença é que o que sobrevive desta vez pode não ser simplesmente infraestrutura digital—mas a própria inteligência.
Indo Um Passo Além
Acredito que a estrutura de Caballero pode ser estendida ainda mais.
Seu artigo modela a IA como trabalho replicável.
Na realidade, a IA está se tornando cada vez mais pesquisadores replicáveis.
Se a IA pode não apenas realizar trabalho, mas também conduzir pesquisa científica, escrever software, projetar chips, descobrir novos materiais e inventar melhores modelos de IA, então ela muda não apenas a função de produção—ela muda a própria função de inovação.
Historicamente, a inovação tem dependido do número de cientistas, engenheiros e indivíduos excepcionalmente talentosos. Como resultado, grandes revoluções tecnológicas geralmente levam décadas para se desdobrar. Esta é uma das razões fundamentais por trás da longa duração das ondas de Kondratiev. A economia não produz naturalmente uma revolução tecnológica a cada cinquenta ou sessenta anos. Em vez disso, os próprios recursos de inovação historicamente se expandiram muito lentamente.
A IA pode ser a primeira tecnologia capaz de quebrar essa restrição.
A inovação futura não dependerá mais apenas da inteligência humana.
Em vez disso, pode se tornar a produção combinada de humanos mais milhões de agentes de IA.
Eventualmente, grande parte pode até ser impulsionada principalmente pela própria IA, alimentada por computação em constante expansão.
À medida que a capacidade computacional continua a crescer, também cresce a capacidade da economia de inovar.
Pela primeira vez, a própria inovação se torna um fator de produção que pode ser capitalizado, escalado e continuamente expandido.
Agora combine isso com o rápido progresso dos agentes de codificação, agentes de pesquisa, descoberta científica autônoma e Autoaperfeiçoamento Recursivo (RSI).
O loop de feedback se torna dramaticamente mais forte.
Mais IA acelera a pesquisa.
Pesquisa mais rápida produz melhores modelos.
Melhores modelos aceleram ainda mais a pesquisa.
Isso se torna um genuíno Volante de Inteligência.
A própria taxa de inovação começa a acelerar—não meramente a eficiência da produção.
"Devagar, Depois De Repente"
É por isso que acredito há muito tempo que o retorno econômico da IA provavelmente seguirá o padrão de 'devagar, depois de repente'.
Hoje, os investidores veem principalmente gastos em GPUs, treinamento de modelos e data centers.
O retorno sobre o investimento parece modesto, levando muitos a concluir que a IA é simplesmente outra bolha.
Mas esses investimentos não estão comprando principalmente os lucros de hoje.
Eles estão comprando o capital de inteligência de amanhã.
Uma vez que as capacidades do modelo ultrapassem certos limiares críticos, os agentes de IA começam a operar em todas as empresas, a substituição de trabalho acelera e a produtividade pode experimentar um salto altamente não linear.
Nesse ponto, avaliações que antes pareciam excessivas podem repentinamente parecer totalmente justificadas.
O loop de feedback original de Caballero é:
Avaliação → Investimento → Formação de Capital → Fundamentos
Suspeito que a IA possa, em última análise, evoluir para algo ainda mais poderoso:
Avaliação → Investimento → Computação → Inteligência → Inovação → Mais Ideias → Maior Produtividade → Maiores Lucros → Avaliações Mais Altas
O objeto que gera feedback positivo não é mais apenas o capital.
É toda a capacidade da sociedade de inovar.
Se esse processo se provar correto, a IA representará mais do que outra revolução tecnológica.
Ela mudará fundamentalmente como as próprias revoluções tecnológicas são geradas.
Historicamente, as ondas longas de Kondratiev duravam quarenta a cinquenta anos não porque a economia exigia tal momento, mas porque os recursos de inovação eram escassos: os cientistas eram limitados, a capacidade de P&D se expandia lentamente e o conhecimento se difundia gradualmente.
A IA está mudando essas suposições.
Em vez de ciclos tecnológicos progressivamente mais curtos, podemos testemunhar múltiplas revoluções industriais se desenrolando simultaneamente em cima de uma plataforma comum de IA:
Descoberta de medicamentos impulsionada por IA
Materiais projetados por IA
Semicondutores criados por IA
Robótica alimentada por IA
Biomanufatura habilitada por IA
...e muitos mais.
A própria inovação se torna industrializada.
As revoluções tecnológicas se tornam contínuas em vez de episódicas.
Se Schumpeter fez da inovação o motor do crescimento econômico, e Romer fez do conhecimento o motor do crescimento, então RSI e Caballero juntos podem estar apontando para a próxima fronteira da teoria do crescimento:
Os ciclos econômicos de Schumpeter dependiam de inovação disruptiva, e a inovação disruptiva dependia da inteligência humana—e ocasionalmente, de gênios raros.
A IA pode ser a primeira tecnologia que transforma o próprio gênio em uma forma de capital: algo que pode ser financiado, replicado em escala, continuamente melhorado e, em última análise, capaz de se aprimorar.
Com base nesse argumento, não importa quão grande a bolha da IA pareça hoje, o crescimento exponencial da inovação pode permitir que a economia a absorva muito mais rapidamente do que a maioria das pessoas espera.