Sócio da Blockchain Capital: IA está reescrevendo a unidade básica do trabalho.

null

Autor: Kinjal Shah

Tradutor: Jiahuan, ChainCatcher

Em 2024, Sam Altman fez uma afirmação ousada: com o avanço da inteligência artificial, em breve surgirá uma empresa de bilhões de dólares fundada por uma única pessoa.

A mudança central está no fato de que, pela primeira vez, os humanos podem escalar em uma dimensão que sempre os limitou: o tempo.

Quando a inteligência não for mais limitada pelo gargalo do sono humano, mas impulsionada por máquinas incansáveis, como será a "criação e construção" que conhecemos?

Imagine esta cena: um agente encarrega outro agente de realizar uma tarefa, paga com USDC após receber o resultado, e toda a transação é liquidada on-chain em 400 milissegundos, sem qualquer intermediário para verificar.

Ou ainda, um atleta licencia sua comemoração de touchdown característica para uma campanha de marketing de um videogame, sendo regerada por um modelo mundial (world model).

Ou ainda, um cientista adquire um conjunto de dados obscuros para um experimento e paga diretamente ao pesquisador que originalmente coletou os dados.

Estamos muito mais perto dessa visão do que a maioria das pessoas imagina.

E o medo que domina as discussões atuais (a IA está roubando empregos) na verdade perde uma questão estrutural mais interessante: o que acontece quando a própria unidade fundamental da mão de obra muda?

Cada transição

Sobre por que as empresas existem, Ronald Coase deu a resposta mais clara em seu artigo de 1937, "The Nature of the Firm": quando o custo de coordenar através do mercado é maior do que o custo de contratar diretamente, a empresa "internaliza" a mão de obra.

Historicamente, cada grande transformação da mão de obra foi resultado direto da redução dos custos de coordenação.

Quando o atrito de encontrar, pagar e gerenciar o trabalho diminui, os limites da empresa se deslocam, e as tarefas que antes precisavam ser feitas internamente podem ser terceirizadas.

No passado, os artesãos operavam em cadeias de suprimentos com múltiplos nós, cada artesão ficava com uma parte do valor, e as habilidades eram transmitidas de geração em geração através de aprendizes.

A Revolução Industrial comprimiu esse modelo distribuído nas fábricas, que capturaram a maior parte do valor da produção ao centralizar a coordenação "sob o mesmo teto".

A internet e os dispositivos móveis reduziram ainda mais os custos de correspondência e coordenação, gerando a economia gig (Uber, DoorDash) e a economia criadora: pessoas comuns com uma câmera e uma conexão à internet começaram a fazer o que antes só estúdios, editoras e agências podiam fazer.

Classe ponte

Antes que a infraestrutura capaz de capturar todo o valor aparecesse, cada uma dessas transições produzia primeiro uma "classe ponte" para provar que o novo modelo funcionava.

Os artesãos provaram que a produção distribuída era viável, e depois as fábricas capturaram o valor com a centralização; os criadores provaram que indivíduos podiam construir audiências e gerar receita em escala, e depois as grandes plataformas (YouTube, Instagram, Substack) ficaram com a maior parte dos ganhos econômicos, tornando-se o ponto de Schelling padrão de convergência do sistema.

A classe ponte assumiu os riscos das novas tecnologias e validou que a demanda era real.

Quando a infraestrutura se atualiza, um novo conjunto de instituições captura o valor em grande escala.

A economia gig e a economia criadora são as duas classes ponte mais recentes.

Elas provaram que o trabalho pode ser fragmentado, distribuído e remunerado fora das relações tradicionais de emprego.

Mas elas ainda dependem de plataformas para empacotar essa atividade econômica: Stripe para processar pagamentos, YouTube para distribuir conteúdo, Uber para conectar viagens.

Os custos de coordenação diminuíram, mas não desapareceram, porque a infraestrutura de pagamento e identidade ainda pressupõe que ambas as partes são humanas.

Mão de obra programável encontra dinheiro programável

Agora estamos nos estágios iniciais da próxima transição, e ela depende de duas coisas estarem disponíveis ao mesmo tempo.

A primeira é a mão de obra programável.

Os agentes de IA são um tipo totalmente novo de participante da mão de obra, não limitado por horas, número de pessoas ou localização, escalando por poder computacional, não por contratação.

Um agente de alto nível pode decompor tarefas, delegar a subagentes especializados, avaliar seus resultados e planejar os próximos passos, tudo sem intervenção humana.

Nesse ponto, a unidade básica da mão de obra não é mais o cargo, a hora de trabalho, ou mesmo a entrega, mas a própria tarefa.

No passado, os humanos empacotavam tarefas em empregos, empregos em carreiras e carreiras em empresas, simplesmente porque essa era a única forma de organização disponível.

Quando você pode precificar uma única tarefa diretamente e enviá-la diretamente, "empacotar" passa de uma necessidade estrutural para uma opção.

A segunda é o dinheiro programável.

Hoje, as stablecoins já são uma classe de ativos de cerca de US$ 300 bilhões, e várias previsões confiáveis de instituições acreditam que podem chegar a US$ 2 trilhões nos próximos anos.

As stablecoins comprimiram toda a cadeia de suprimentos de pagamentos em uma única transação programável.

A economia gig não conseguiu fragmentar completamente a mão de obra porque você ainda precisa de Stripe, PayPal ou contas bancárias em ambas as pontas da transação, e essa infraestrutura pressupõe uma relação contínua entre partes conhecidas.

E as stablecoins podem ser a solução ideal para essa nova classe de mão de obra: os agentes.

Um agente pode pagar outro agente com base no resultado, em valores tão pequenos quanto frações de centavo, com liquidação em 500 milissegundos, sem necessidade de abrir conta, emitir fatura ou qualquer intermediário.

A Meta recentemente começou a distribuir USDC para criadores na Polygon e Solana, e a AWS lançou o AgentCore com suporte a micropagamentos em stablecoins, especificamente para transações comerciais entre agentes.

Esses são sinais iniciais de que as maiores empresas de tecnologia do mundo já veem as stablecoins como a camada de liquidação da próxima geração de atividades econômicas.

Mão de obra programável e dinheiro programável juntos tornam possível, pela primeira vez na história, uma linha de produção sem entidade organizacional: sem empresa, sem sistema de remuneração, sem departamento de RH, apenas uma sequência de tarefas sendo atribuídas, executadas, precificadas e liquidadas em velocidade de máquina.

Essa é a verdadeira fragmentação da mão de obra.

Cenários práticos de aplicação

A Merit Systems criou um produto chamado Poncho, que torna tudo isso muito concreto.

Poncho dá uma carteira para agentes de IA.

Com ele, os agentes podem atravessar paywalls, acessar ferramentas avançadas, pagar por serviços, e pagar apenas pelo uso real que fizeram.

O Poncho integra protocolos de pagamento como x402 e MPP, que incorporam a autorização de pagamento diretamente nas requisições HTTP: o agente vê o preço, paga e obtém acesso.

Isso representa outra forma de valor econômico fluir pela internet.

Em vez de assinar um pacote de serviços que talvez usem ou não, os agentes podem pagar precisamente pelos dados, pela chamada de API ou pelo poder computacional necessários para uma tarefa específica.

A internet inicial explorou essa ideia sob o nome de "microtransações", mas nunca conseguiu decolar.

Uma das razões é que as taxas de cartão de crédito não sustentavam economicamente esses micropagamentos, além de uma série de outros problemas; na época, não havia uma trilha de pagamento nativa da internet.

As stablecoins, com infraestruturas como Solana e Ethereum, liquidam instantaneamente por frações de centavo, o que significa que a precificação finalmente pode se alinhar à granularidade do trabalho.

Reempacotamento

Se você seguir essa suposição adiante, o trabalho será cada vez mais executado por agentes pagando outros agentes por tarefa, e a forma das empresas também mudará.

Você não precisa mais internalizar todas as funções.

O que você realmente precisa saber é definir claramente o que fazer, com que padrão medir a qualidade, e como fazer esses resultados se somarem em um todo maior que a soma das partes.

Isso também se estende à economia criadora.

As gorjetas ponto a ponto nunca decolaram direito, e Clubhouse e Farcaster comprovaram suas limitações.

Mas as microtransações são particularmente adequadas para interações máquina a máquina: pagamentos pequenos não têm constrangimento social nem expectativa de "reciprocidade".

Se os agentes se tornarem os principais consumidores de conteúdo digital, então o modelo de assinatura e paywalls que dominou a internet por tanto tempo pode dar lugar a um pagamento por uso executado automaticamente por programas.

Com o conteúdo gerado por IA inundando todos os canais, o prêmio pelo julgamento e artesanato humano só aumentará, e os modelos de negócios mais interessantes surgirão na interseção entre o gosto humano e a execução por máquinas.

Em uma economia impulsionada por agentes, o papel humano é reempacotar a mão de obra.

Você é o orquestrador.

Seu trabalho é projetar um sistema onde diferentes agentes executam suas funções em configurações específicas, girando um volante que empurra gradualmente o resultado desejado.

Seu valor está em saber quais tarefas delegar, como avaliá-las e como combiná-las em algo que gere juros compostos.

As empresas não desaparecerão, mas as empresas do futuro se parecerão cada vez menos com um recipiente para mão de obra e mais com uma camada inteligente sobreposta ao mercado global de mão de obra programável.