Impondo lógica ao mercado de capitais: como a cripto pode construir a infraestrutura financeira de computação para IA

作者: Lucas Tcheyan; 来源: Galaxy Digital; 编译: Shaw, 金色财经

Introdução

Capital de Raciocínio no On-chain**é um conceito que se refere a uma série de redes, protocolos, infraestruturas de suporte e aplicações usadas para coordenar negócios de inferência de modelos de IA além dos ambientes centralizados de provedores de APIs de escala massiva e dos centros de laboratórios de ponta, bem como construir a camada financeira em formação sobre esse negócio. Os usuários não precisam encaminhar todas as solicitações de API via provedores de modelos de ponta como OpenAI e Anthropic, nem via os provedores de nuvem por trás deles; em vez disso, podem submeter prompts a uma rede de operadores de GPU coordenada por incentivos de tokens cripto e mecanismos de liquidação on-chain. Em algumas arquiteturas, os usuários também podem obter garantias criptográficas ou garantias econômicas para a precisão da exatidão dos resultados de saída e a privacidade dos dados.

Em 2026, esse segmento tem atraído cada vez mais atenção.A parcela da demanda global de GPUs para inferência — o processo de computação em que modelos de IA já treinados geram resultados com base em novos dados — já ultrapassou a demanda por treinamento de modelos, tornando-se o maior cenário de demanda por capacidade computacional. Ao mesmo tempo, agentes inteligentes autônomos se tornaram um tipo emergente de demandante de inferência: esse software consegue concluir pagamentos automaticamente, sem intervenção manual do usuário.

Nos últimos anos, os janelamentos de desenvolvimento foram acontecendo separadamente em: mercados descentralizados de negociação de GPU, protocolos de inferência, canais de pagamento, ferramentas de tokenização de ativos e segmentos de liquidez on-chain. A mudança mais recente é que: componentes essenciais de vários tipos estão se fundindo em um sistema unificado e completo — o capital de raciocínio no on-chain. Com a inferência de IA sendo amplamente implementada em diversos cenários de negócios, a demanda de mercado por esse conjunto de soluções deve continuar subindo. Atualmente, as práticas on-chain giram em torno de negócios com produtividade real e valor econômico considerável, então as demandas relacionadas já não vêm apenas do ecossistema cripto.

Múltiplas forças estão impulsionando essa fusão do ecossistema. A demanda por capacidade de GPU mudou claramente de treinamento de modelos para tarefas de inferência; e em cenários de negócios que só precisam atingir um padrão de “o suficiente já basta”, modelos de pesos open source estão reduzindo a diferença de desempenho em relação a modelos fechados de ponta. Isso permite que empresas organizem tarefas antes caras para o lado de suprimento de computação com melhor custo-benefício (independentemente de depender de canais cripto na camada subjacente ou de canais tradicionais), tornando a operação economicamente viável.

A demanda por capacidade de inferência continua crescendo e também força os usuários a comprar capacidade computacional com mais formas inovadoras. Um relatório de pesquisa divulgado recentemente pela Citadel (Citadel Securities) apontou que a escala de consumo de AI Tokens medida pelo Silicon Data LLM Index diminuiu, o que reflete a migração do mercado para opções de modelos mais baratos. (Nota: AI Token é a unidade de cobrança que provedores de serviços de IA usam para precificar seus serviços; não confunda com tokens cripto emitidos por blockchains.)

Incluindo Coinbase, Microsoft e Airbnb, muitas empresas também começaram recentemente a migrar para modelos open source, com predominância de modelos open source chineses. O OpenRouter concluiu recentemente mais uma rodada de financiamento, o que também confirma a tendência de aumento contínuo na demanda por canais diversos de acesso a modelos. Esses canais podem reduzir de forma efetiva o custo de inferência. Parte desse movimento ocorre porque a oferta de capacidade computacional está limitada, elevando constantemente o custo marginal de implantação de serviços de inferência.

A segunda força que impulsiona a fusão do ecossistema é a financeirização. Com a popularização da IA, a capacidade inteligente se torna praticamente um insumo de produção para todos os tipos de negócios, levando o mercado a gerar a demanda por transformar capacidade computacional em um bem mercantil e em um produto financeiro. Mais e mais equipes começam a explorar soluções para transformar capacidade computacional de IA em ativos negociáveis e inseri-la em um sistema financeiro mais completo. O arcabouço inicial do capital de raciocínio no on-chain está sendo formado: o mercado começa a aplicar preços financeirizados ao hardware de IA e à capacidade computacional, com o objetivo de construir um mercado integrado de negociação.

GPU e mercado de futuros

Antes de discutir a forma on-chain de implementar o capital de raciocínio no on-chain, deve-se primeiro olhar para um mercado fora da cadeia muito maior, e o exemplo mais representativo é o mercado de futuros de GPU. As previsões de diversos lados sobre o tamanho da expansão da infraestrutura de IA variam muito. A Morgan Stanley estima que, até 2028, os gastos de capital dos data centers globais (CAPEX) sejam de aproximadamente US$ 2,9 trilhões (sem incluir investimento em energia), e que cerca de US$ 2,5 trilhões sejam diretamente destinados a cargas relacionadas à IA. A McKinsey calcula que, até 2030, o CAPEX global de data centers atingirá US$ 6,7 trilhões; desse total, US$ 5,2 trilhões vão para infraestrutura de capacidade de IA e US$ 1,5 trilhões para negócios tradicionais de TI. As faixas de cenários de IA se dividem em dois tipos: cenários com demanda fraca em US$ 3,7 trilhões e cenários com liberação acelerada da demanda chegando a US$ 7,9 trilhões. A Goldman Sachs estima que, entre 2026 e 2031, os CAPEX globais em infraestrutura de IA nas áreas de computação, data centers e energia cheguem a US$ 7,6 trilhões. Independentemente de quais sejam os valores finais exatos, muitas instituições chegam a uma conclusão consistente: capacidade computacional e hardware são o segmento com maior participação de gastos; os três conjuntos de estimativas da Morgan Stanley, McKinsey e Goldman Sachs mostram que esse segmento representa aproximadamente 55%~67%.

Essas previsões são difíceis de materializar com precisão, porque há muitas variáveis desconhecidas nas duas pontas: oferta e demanda. A primeira é a elasticidade da demanda: se o dinheiro economizado pela queda do custo da capacidade computacional não se transforma em lucro retido para as empresas, mas continua sendo reinvestido no treinamento de modelos em escala ainda maior e na expansão dos cenários de implementação, então o ganho de eficiência só expandirá o volume de uso de capacidade computacional, e não reduzirá o valor total da conta. A segunda variável é a vida útil dos chips: atualmente não há consenso na indústria; as estimativas de depreciação ficam geralmente em 3 a 7 anos. Embora novos chips de gerações mais fortes sejam lançados todos os anos e, em teoria, acelerem a obsolescência, na prática o hardware antigo ainda mantém valor. Como a oferta segue apertada, as empresas precisam recorrer a hardware existente para atender a demanda por capacidade computacional, enquanto chips defasados também conseguem atender tarefas de inferência de modelos com limiares mais baixos. O resultado final é: um grande fluxo contínuo de capital vai para ativos cujo preço oscila intensamente; e é justamente esse tipo de ambiente que gera um mercado típico de precificação, hedge e financiamento.

O ecossistema de compra de capacidade computacional atual costuma ser comparado a um mercado de câmbio negro — para conseguir mercadoria, só dá para contatar um “intermediário” específico.

Em certo sentido, esse mercado de contratos a prazo já existe há muito tempo, só que ainda não assumiu uma forma padronizada. Grandes compradores já travam capacidade computacional a prazo via acordos privados, cobrindo desde aluguel sob demanda em escala horária, até contratos de pré-compra de capacidade por vários anos (equivalente a um “contrato de reserva” de GPU), além de negociações bilaterais entre provedores de serviços e grandes clientes de elite; os preços costumam ser definidos por negociação baseada em networking, com baixa transparência. Empresas de modelos de ponta como OpenAI vendem em lote cotas de chamadas de API; e grandes provedores de nuvem reservam capacidade computacional uns dos outros. Provedores de cloud exclusivos para IA (New Cloud / Neoclouds) também travam capacidade com antecedência com provedores de cloud pública e intermediários, e a raiz disso é a oferta total insuficiente. Baseten, um dos principais provedores de serviços de inferência, declarou diretamente que comprar capacidade computacional atualmente é como negociar no mercado negro — é preciso se conectar com intermediários para conseguir fontes. Intermediários que lucram com assimetria de informação e networking e detentores de grande capacidade computacional têm pouca motivação para migrar para negociação em uma plataforma eletrônica aberta e transparente, mesmo que um mercado padronizado possa melhorar um pouco a eficiência. Historicamente, obstáculos semelhantes também impediram o desenvolvimento de commodities: a resistência de gigantes energéticos como Vitol, BP e Shell fez com que as tentativas de lançar um mercado de negociação de GNL durassem dez anos sem sair do papel. Futuros de GPU surgem gradualmente sobre esse tipo de mercado à vista fragmentado, e sua função é uma ferramenta padronizada para transferir risco de preço; no curto prazo, não substituem os atuais modelos de compra de capacidade computacional.

Para que o mercado futuro funcione bem, é necessário ter um índice de preços preciso e adequado para ancorar contratos. Comparado a commodities padronizadas, a construção de um índice de capacidade computacional é mais difícil. Apenas “GPU hora” não é um padrão unificado: é preciso definir modelo de chip, memória de vídeo, especificações de rede, região onde será executado, e se a capacidade é alocada como recurso à vista sob demanda ou como recursos pré-lock. Energia elétrica, banda larga e GNL também enfrentaram, antes de se tornarem mercados de alta liquidez, o problema de especificações do ativo-objeto não serem unificadas. A indústria acabou adotando uma rota semelhante: dividir por categorias de qualidade e estabelecer um preço de referência, em vez de exigir que cada item seja totalmente homogêneo. Precificação de petróleo usa produtos de referência como WTI e Brent na Bolsa de Mercadorias de Nova York; já o gás natural usa o preço de Henry Hub como âncora.

O mercado de GPU está gradualmente formando um sistema de precificação semelhante. A Galaxy, por meio da empresa Ornn de portfólio, lançou um índice de preços de capacidade computacional, construído com base em dados reais de transações. O Silicon Data publica diariamente, no terminal Bloomberg, índices de locação de H100, A100 e B200, padronizando as regras de cotação entre diferentes configurações de hardware, provedores de serviço e regiões, e consolidando tudo em um único benchmark. O Compute Desk também está seguindo a mesma direção. De acordo com o posicionamento da Ornn, esses índices estão mais próximos da taxa de financiamento overnight garantida (SOFR) do que da taxa antiga e controversa de London Interbank Offered Rate (LIBOR). A fonte de dados do índice vem de registros massivos de transações reais do mercado, e não de estimativas subjetivas de um grupo de especialistas. O índice não acompanha uma única GPU; ele agrega preços de mercado de um conjunto de recursos de capacidade computacional padronizados. Com base em dados de transações reais, o problema de variação nas especificações do hardware de capacidade computacional passa a ter uma base gerenciável. O índice não exige que a capacidade de GPU seja totalmente idêntica em cada hora; basta ter amostras suficientes de transações reais para calcular preços representativos.

Mas índices de capacidade computacional ainda enfrentam um problema que não existe no mercado de petróleo. Por décadas, o West Texas Intermediate (WTI) conseguiu servir de âncora de preços de forma estável, porque a especificação do barril de petróleo padrão permaneceu constante; já o benchmark de GPU mudará continuamente: clusters de computação migram de H100 para H200, B200, GB200 e chips Rubin, e cada atualização de geração de hardware exige revisar o benchmark de precificação. A diversificação do hardware ainda agrava a dificuldade: chips da AMD, TPU da Google, Trainium da Amazon, ASICs proprietários de grandes provedores de nuvem e demanda por chips autorais em diferentes países; esses hardwares não são compatíveis entre si. Construir um benchmark de precificação de longo prazo, estável e eficaz não diminui a dificuldade — na verdade, aumenta.

O segundo ponto central de controvérsia está nas regras de liquidação (delivery). Para laboratórios de IA que querem proteger (hedge) flutuações do orçamento de capacidade computacional, ou para equipes de trading que querem expressar uma visão sobre preços, eles só precisam de exposição puramente ao risco de preço e não precisam do hardware físico. Para esses participantes, contratos baseados em liquidação por diferença (cash settlement) ancorada em índices bastam. Mas para provedores de cloud verticais de IA que atendem clientes finais, eles precisam de capacidade computacional real. Os futuros de GPU lançados atualmente vêm adotando liquidação em dinheiro (cash settlement), porque a demanda por hedge de preço é a mais fácil de padronizar. Mesmo que a maioria dos futuros de commodities permita liquidação física, a liquidação em dinheiro costuma ser a regra, e o racional é consistente. A entrega física é viável, mas o desafio de implementação é maior, exigindo ainda mais padronização e cláusulas detalhadas. Dado o ritmo de avanço dos futuros com liquidação em dinheiro e a demanda por novos mercados, não é surpreendente que, dentro do próximo ano, apareçam contratos de GPU com entrega física. Há também a visão de que a ordem atual de desenvolvimento está “invertida”: quando uma pequena quantidade de ofertantes controla as fontes de mercadoria, usar um índice baseado em amostras limitadas para cash settlement tende a incentivar manipulação de mercado. Mercados de commodities normalmente exigem mecanismos de entrega física, ou um sistema de “exchange for physical” (EFP), para fazer com que o preço dos futuros siga de perto os fundamentos do mercado à vista.

Mercado maduro também precisa que as duas pontas — oferta e demanda — tenham demandas reais de transação, e não apenas especuladores apostando no movimento dos preços. Longos naturais: empresas que têm custos e profundidade de capacidade vinculados, e querem travar o custo de compra; incluem laboratórios de IA, desenvolvedores de aplicações, clouds verticais de IA que já venderam capacidade downstream e precisam garantir fornecimento. Shorts naturais: instituições que detêm estoques de GPU, mas ainda não sabem a finalidade futura; por exemplo, grandes provedores de nuvem, grandes detentores de GPU e intermediários de capacidade computacional. Instituições que oferecem capital de crédito para compra de capacidade computacional também precisam de um preço-base unificado — em empréstimos baseados em hardware com depreciação, a avaliação dos ativos deve equivaler a preço justo de mercado. Fundos especulativos e equipes de trading próprio funcionam como participantes comuns em todos os mercados, fornecendo liquidez, mas não são o núcleo do comércio da indústria. Hoje, a contradição estrutural principal é: vendedores muitas vezes preferem assinar contratos de longo prazo para travar receita; enquanto compradores preferem contratos de curto prazo para manter flexibilidade.

Apesar dos desafios, o esboço de um mercado maduro de negociação de GPU já começa a aparecer. Plataformas de prediction market como Kalshi já lançaram vários produtos de negociação de preços de GPU. A NYSE, por meio da Intercontinental Exchange (ICE, em parceria com Ornn) e da Chicago Mercantile Exchange (CME, em parceria com Silicon Data), também anunciou planos para lançar futuros de GPU no próximo ano. Capacidade computacional pode se tornar commodity financeira — e talvez isso aconteça rapidamente.

Capital de Raciocínio no On-chain

Provedores de modelos e serviços de inferência são essencialmente como fábricas de processamento de tokens: insumo é capacidade computacional de GPU e o “processamento” gera saída de AI Token. Recursos em horas de GPU caminham para padronização à medida que vários índices de capacidade computacional se desenvolvem; mas o mercado de negociação de AI Token acima é bem menos desenvolvido. Um grande desafio está no fato de que Tokens gerados por diferentes grandes modelos não têm uma base unificada de comparação de preços. Ainda assim, o ecossistema desse segmento está se formando gradualmente. Os três maiores operadores de telecomunicações da China já transformaram capacidade de inferência em um serviço público de varejo por medição (medição como utilidade), lançando pacotes mensais padronizados de Tokens; o modelo é semelhante aos pacotes de tráfego de celulares. Segundo relatos, a Amazon irá ajustar sua forma de liquidação com a Anthropic: sairá do modelo de travar duração de capacidade e passará a cobrar conforme consumo real de Tokens. Há também notícia de que a Bolsa de Futuros de Xangai (Shanghai Futures Exchange) está em fase inicial de desenho de proposta e planeja lançar futuros ligados a AI Tokens, correspondentes aos futuros de GPU da CME e ICE no topo da cadeia de suprimentos.

A indústria cripto está construindo seu próprio sistema equivalente. O capital de raciocínio no on-chain depende de componentes existentes de cripto + IA (provedores de serviços de capacidade de GPU, redes descentralizadas de desenvolvimento de modelos), e ao mesmo tempo incorpora segmentos emergentes, incluindo padrões de pagamento por agentes inteligentes e mercados de negociação de inferência tokenizada. O ecossistema já fez planos em múltiplas blockchains e ambientes de execução, mas os recursos de desenvolvimento estão altamente concentrados em Base e Solana, beneficiando-se das comunidades robustas de desenvolvedores e usuários dessas duas redes públicas.

O núcleo de todo o sistema é o provedor de serviços de inferência e a rede de inferência — ou seja, uma variedade de projetos que implementam a conversão de prompts em saída de resultados. Em torno da camada central, há infraestrutura em múltiplos níveis para tornar a inferência utilizável, prática e com características financeirizáveis: desenvolvedores de modelos, fornecedores de GPU e capacidade computacional, plataformas de roteamento e redes de negociação, agentes inteligentes e aplicações de camada superior, canais de pagamento e infraestrutura de captação de recursos. As camadas periféricas são essenciais porque ou criam demanda de inferência e geram insumos de produção de capacidade, ou transformam ações de uso de capacidade computacional em ativos que podem ser pagos, financiados, roteados e terem sua titularidade reconhecida.

Muitos dos serviços acima não são exclusivos do setor cripto; também existem produtos maduros e comparáveis no mundo off-chain. Na camada de stack mais alta, frameworks de agentes inteligentes como Hermes e Ironclaw conseguem chamar modelos de laboratórios de ponta sem discriminação, ou obter capacidade de inferência de provedores on-chain como Venice. Modelos treinados por desenvolvedores descentralizados como Nous Research podem se conectar a uma plataforma agregadora all-in-one de modelos como OpenRouter. Provedores de capacidade computacional por GPU correspondem a versões open source sem licença de megaclouds e data centers — ainda que em geral com escala menor. Protocolos de pagamento por agentes como x402 e MPP podem pagar contas de assinatura do OpenAI e Anthropic, além de facilitar a liquidação de taxas do Venice. A liquidação automática programática está rapidamente se tornando uma capacidade padrão do setor, deixando de ser apenas uma vantagem exclusiva do mundo cripto; o OpenAI e a Visa também lançaram, recentemente, infraestruturas de pagamento voltadas para agentes inteligentes.

O que realmente concentra inovação diferencial está na camada de financeirização: tecnologia cripto remodela a forma de reconhecer titularidade, precificar e financiar a capacidade computacional de inferência. Anteriormente, em diversos relatórios, discutimos em profundidade que canais cripto aceleram a formação de capital; muitos componentes da camada base também podem ser aplicados diretamente ao segmento de inferência.

A financeirização dos serviços de inferência já atraiu muitos projetos on-chain. Com base em canais de pagamento de blockchain e em ferramentas de tokenização, a atividade de inferência pode ser convertida em ativos negociáveis. As principais formas são três:

• Provedores de serviços de inferência (Venice, Morpheus etc.): tokenizam permissões de acesso à inferência, transformando o direito de solicitar serviços futuros em um ativo que pode ser mantido, precificado e revendido.

• Projetos de Proof of Useful Work (Pearl, Ambient etc.): tokenizam o processo de produção de inferência; quando o provedor concluir tarefas de inferência, recebe recompensas em forma de tokens.

• Provedores de crédito (USD.AI): o modelo é um pouco diferente. Eles não tokenizam diretamente serviços de inferência; em vez disso, fornecem financiamento para o hardware que carrega tarefas de inferência. O financiamento é feito com base em depósitos de stablecoins, para fornecer recursos aos GPUs e data centers da camada subjacente.

Esses componentes se integram entre si e, em conjunto, formam o capital de raciocínio no on-chain.

Camada de provedores de serviços de inferência

Provedores de serviços de inferência são o núcleo de toda a stack. A rota descentralizada de inferência e o mercado tradicional de APIs de IA aqui são altamente semelhantes: usuários ou desenvolvedores escolhem um modelo, enviam prompts e pagam por Token / por número de solicitações / por modelo de assinatura; em seguida, recebem os resultados de saída. Na forma mais simples, a experiência de uso se parece com OpenRouter, Together AI e Fireworks, ou com a API oficial de laboratórios de IA de ponta. A diferença entre as duas está em que provedores nativos cripto de inferência podem comprar capacidade em redes descentralizadas de GPU, aceitar pagamentos em stablecoins ou tokens nativos, oferecer integração com modelos open source / sem censura, adicionar garantias de privacidade, ou vincular permissões tokenizadas de acesso às ações de uso de capacidade.

O OpenRouter é um cenário on-chain com grande potencial de desenvolvimento. A demanda no ambiente do sistema é precificada em AI Tokens; quando o usuário inicia qualquer solicitação, ele consegue alternar livremente o provedor de inferência. Nesse contexto de mercado, provedores com melhor custo-benefício e maior velocidade de resposta deveriam capturar uma fatia maior. Nos últimos três meses, o volume total de Tokens carregado por provedores on-chain de serviços de inferência ficou entre 0,5% e 1% do volume diário processado pelo OpenRouter; no mesmo período, o volume total de Tokens processados pelo OpenRouter continuou crescendo de forma explosiva. Isso mostra que os serviços on-chain já conquistaram algum reconhecimento de mercado fora das comunidades cripto nativas, mas a participação ainda é baixa, refletindo limitações como cobertura de canais, custos relativos ou outros fatores: no estágio atual, ainda não conseguem competir diretamente com serviços centralizados maduros.

Entretanto, o OpenRouter representa apenas parte do fluxo de Tokens. Por exemplo, no caso do Venice, a plataforma divulgou que, em 23 de junho, o total de Tokens processados em todos os canais chegou a 100 bilhões, dez vezes o volume processado no canal OpenRouter. Se considerar apenas os dados do OpenRouter, não é possível refletir totalmente o real impulso de desenvolvimento de cada projeto individual. Principais provedores on-chain de serviços de inferência estão acumulando uma base estável de usuários por meio de várias estratégias operacionais. Alguns deles se apoiam em funções de produto diferenciadas: o Venice enfatiza fortemente proteção de privacidade como principal característica. Quando usuários acessam serviços de inferência, não precisam se preocupar demais com o armazenamento, a censura ou vazamento de dados por parte do provedor, nem com implementação de revisão de conteúdo ou com obrigação de entregar informações sensíveis. Chutes e AkashML permitem que qualquer pessoa conecte GPUs à rede, transformando capacidade ociosa em monetização, tentando reduzir custos de serviço. Embora esses recursos diferenciados possam ajudar os provedores a conquistar uma pequena fatia de mercado, as plataformas centralizadas geralmente conseguem replicar capacidades semelhantes; então, apenas função do produto dificilmente conquistará uma participação de mercado grande.

Serviços de inferência on-chain podem construir uma verdadeira barreira de entrada, e o突破口 está em mecanismos de financeirização da inferência: transformar permissões de acesso à inferência em ativos que podem ser mantidos, acumulados e revendidos por compradores, e não em serviços de assinatura consumíveis uma única vez.

Venice: tokenização da propriedade de inferência

Venice foi fundado por Erik Voorhees, um veterano do setor cripto e empreendedor em série. Ele se aprofunda mais ao transformar permissões de acesso à inferência em ativos que podem ser mantidos. O projeto usa um sistema de dois tokens — VVV e DIEM — encapsulando o direito de solicitar serviços de inferência futuros como um ativo que os usuários podem cunhar, manter e revender.

O VVV é voltado para ser um “ativo de capital”. Manter VVV não é o mesmo que possuir equity da Venice (o equity é financiado separadamente: já houve uma rodada A de US$ 65 milhões concluída em junho). Mas, em teoria, detentores de tokens podem compartilhar os dividendos do desenvolvimento do projeto. O mecanismo mais direto é: **Venice usa parte da receita para recomprar e destruir VVV. A recompra e destruição ocorre por duas vias: uma é queima operacional flexível usando receita convencional; a outra é uma regra programática de destruição — a cada nova receita de assinatura, uma proporção fixa de fundos é destinada à recomprar e queimar tokens. Até agora, 42% do VVV já foram destruídos.

O VVV também tem utilidade: usuários podem fazer staking de qualquer quantidade de VVV para receber recompensas anuais de inflação adicional de tokens; fazer staking de 100 VVV desbloqueia acesso à assinatura do pacote profissional. Porém, o valor mais central está no mecanismo de integração com DIEM (o “ativo de capacidade computacional” do Venice). Quem faz staking e bloqueia VVV consegue cunhar DIEM. Cada 1 DIEM corresponde permanentemente a uma alocação de inferência no valor de US$ 1 no Venice. Ter 100 DIEM equivale a 100 dólares em cotas de API, que podem ser usadas em todos os modelos da plataforma, para sempre (desde que a Venice opere normalmente).

A quantidade de VVV necessária para cunhar uma única DIEM segue uma curva definida pela plataforma. Quando a oferta circulante de DIEM se aproxima do teto definido pelo projeto, a quantidade de VVV necessária sobe de forma exponencial. A lógica por trás disso é que cada DIEM gera uma obrigação permanente de US$ 1 no balanço patrimonial. Atualmente, a oferta de DIEM já está próxima do limite-alvo, e o custo de cunhagem subiu de cerca de 90 VVV/DIEM no início do lançamento para hoje, quando é necessário centenas de VVV para cunhar uma DIEM. Esse mecanismo desacelera a velocidade de cunhagem de DIEM adicionadas; em outras palavras, os cunhadores iniciais obtêm DIEM com um custo de VVV menor, enquanto os usuários que entram mais tarde têm um custo significativamente maior.

Quando o VVV em staking é travado para endossar DIEM, o staker só recebe 80% do rendimento normal de staking, e os 20% restantes pertencem à plataforma Venice. Além disso, o VVV em staking só pode ter o lock liberado quando a DIEM correspondente for destruída. Se um cunhador vendeu DIEM e quiser recuperar o VVV em staking, terá que recomprar a DIEM no mercado secundário. Se o preço de DIEM subir, a operação de resgate causará prejuízo.

Os dois tipos de tokens formam um ciclo fechado que se reforça mutuamente. DIEM só pode ser cunhada ao fazer staking e bloquear VVV; portanto, quando a demanda por DIEM aumenta, ela continuamente “puxa” VVV da circulação, fazendo com que VVV tenha cenários de uso reais além da especulação. Por outro lado, DIEM também se beneficia com o desenvolvimento da plataforma Venice: quanto mais forte a praticidade do Venice e quanto maior sua adoção, maior o valor desse direito tokenizável de uso diário de inferência. Manter DIEM não é apenas possuir cotas de inferência revendíveis; o detentor efetivamente aposta no desenvolvimento de longo prazo da Venice.

Mesmo que usuários finais não tenham qualquer contato com ativos cripto, a operação principal da plataforma ainda pode alimentar continuamente a economia de tokens. A equipe do Venice afirma que a maioria dos usuários não é do grupo cripto nativo, e muitos não se interessam pelo token em si. Mas desde que os usuários ativem a assinatura, comprem cotas de inferência e usem os serviços da plataforma, essas ações ainda impulsionam a recompra e destruição de VVV, criando demanda por serviços de inferência do Venice. A economia de tokens é construída na camada downstream do produto, não substitui o produto. O Venice não é um token cripto que procura um cenário de aplicação para si; é um produto de IA, levando parte dos direitos de uso da plataforma e direitos de acesso para o mercado de negociação tokenizada de inferência.

O que mais diferencia a DIEM do Venice é o atributo de propriedade: os usuários podem possuir os recursos de inferência que consomem, e não apenas alugá-los.

DIEM é um experimento em tokenização do direito de acesso à inferência e em modo de entrega. Seu grande destaque diferencial está na propriedade. Os usuários podem manter os recursos de inferência que consomem, em vez de apenas alugar. No modelo de pagamento por vez, os recursos de inferência desaparecem quando são consumidos; já possuir vouchers de acesso tokenizados equivale a possuir um ativo, que pode ser mantido, transferido ou vendido por longo prazo. Isso gera múltiplos cenários de aplicação:

• Como o direito de solicitação tem natureza negociável, detentores que enfrentam volatilidade na demanda podem manter a cota base de uso, vender ou alugar períodos ociosos e recuperar o custo que, no modelo de pagamento por vez, teria sido completamente perdido. Agentes de IA podem manter diretamente DIEM, obtendo um saldo de recursos de inferência sem licença e com autonomia para uso. Canais de transação relacionados incluem plataformas de spot como Aerodrome, ou mercados de aluguel por duração como Surplus, UsePod, AntSeed e CarpeDiem.

• A equipe do Venice frequentemente menciona outro cenário: o usuário compra DIEM, usa a inferência no mesmo dia e vende no dia seguinte. Se o preço permanecer estável, isso equivale a usar capacidade computacional de inferência gratuitamente; se o preço subir, o usuário ainda pode obter lucro adicional. Naturalmente, os riscos também existem: se o preço cair, a perda do detentor pode ser muito maior do que o custo de comprar inferência diretamente uma vez. Para alguns usuários, isso significa que, além de consumir capacidade computacional, eles também podem especular sobre o preço dos recursos de inferência.

• DIEM também consegue travar custos. Empresas ou agentes que têm demandas estáveis e previsíveis de capacidade podem usar DIEM para travar custos na dimensão de capacidade computacional, com lógica semelhante a contratos pré-compra de capacidade de nuvem por anos. A empresa não consegue prever quanto um dólar poderá trocar em cotas de inferência em dois anos, mas pode travar os direitos antecipadamente; quando a utilização acaba e a transferência ocorre perto do preço de custo, o custo real de uso de capacidade computacional fica muito baixo. Até 7 de julho de 2026, o preço do DIEM é US$ 1.270. Uma DIEM é aproximadamente equivalente a uma cota de US$ 1 por dia, por quatro anos de serviço, equivalendo a pré-pagar cerca de 3,5 anos de direito perpétuo de uso de capacidade computacional. Mas a desvantagem é evidente: para obter esse grau de certeza de custo, é preciso manter um ativo com volatilidade alta, com existência perpétua e precificado em dólares, o que reduz a estabilidade que o usuário originalmente buscava. A precificação do DIEM é baseada em compromisso de liquidação perpétua, implicando que a taxa de desconto de mercado para a capacidade de operação contínua da Venice atinge dois dígitos; e só tem valor se a Venice continuar fornecendo serviços normalmente.

Esse mecanismo ainda está no estágio inicial e tem deficiências concretas:

• A tokenização da inferência é mais adequada para emissores que precisam de demanda antecipada e de captação de capital. Um laboratório de IA com modelos de alta qualidade e poder real de precificação não tem incentivo para promover tokenização, porque esse modelo perde a capacidade de aplicar preços diferenciados para diferentes clientes, não consegue captar o benefício gerado por cotas que expiram sem serem liquidadas, e reduz a flexibilidade para ajustes de preço no futuro.

• DIEM não tem mecanismo de preservação de capital ao vencimento e por trás não há garantias ou ativos de reserva que sustentem isso — diferente dos produtos de empréstimo com garantia de GPU que serão discutidos mais adiante. Manter DIEM equivale a apostar infinitamente na operação contínua da Venice por muitos anos; se a plataforma parar de fornecer serviços, o detentor não tem qualquer garantia contratual nem caminho de recurso.

• O direito correspondente ao DIEM é um “direito de inferência de US$ 1” definido unilateralmente pelo Venice, e não uma quantidade fixa de cota de capacidade computacional. O Venice define, por conta própria, o padrão de consumo de tokens por unidade de cada modelo, e esse padrão varia conforme oferta e demanda. O risco enfrentado pelo detentor não vem apenas da volatilidade do preço no mercado secundário; também vem do espaço discricionário entre a plataforma e os detentores. Em teoria, quando o custo do modelo cair, US$ 1 deveria trocar por mais capacidade; porém, somente quando o Venice decide repassar benefícios (giving a better deal) o detentor se beneficia.

O problema mais profundo é: essa forma de direito de DIEM, precificada em dólares e com duração perpétua, seria exatamente a exposição ao risco que compradores de capacidade computacional de inferência desejam? Ou participantes do mercado preferem títulos com prazo fixo, precificados em capacidade ou em AI Token (ou ambos)?

Atualmente, a maior parte do DIEM é mantida como ativo especulativo e não é de fato usada para chamar serviços de inferência: o consumo real de cota de inferência por semana é inferior a 50% da capacidade total que o DIEM suporta. A documentação oficial do Venice define DIEM como um certificado de direito perpétuo com variação em faixa de preço, e divide compradores em três categorias: usuários finais de API que não vendem o token, detentores VVV que capturam valor continuamente, e especuladores que fazem arbitragem de spread. As duas últimas categorias dominam a maior parte.

No universo centralizado, o produto mais próximo como referência é o pacote escalonado (Scale Tier) da OpenAI: usuários comprometem previamente uma cota de vazão (throughput) de modelo, comprando com prazo travado, com contagem em AI Tokens por minuto. Mas pacotes escalonados não têm propriedade de capacidade computacional — a cota fica vinculada à conta e só pode ser usada dentro da plataforma OpenAI, sem transferência. A vantagem do DIEM é justamente o contrário: pode ser mantido por longo prazo, revendível em segunda instância e combinável com outros componentes do ecossistema de inferência cripto. Uma ferramenta financeira ainda mais ideal talvez seja fundir o prazo fixo e a cota precificada em capacidade do Scale Tier, mantendo as características de propriedade e transferibilidade do DIEM.

Para o Venice, cada DIEM em circulação representa US$ 1 de capacidade computacional que a plataforma precisa continuar liquidando e que não pode ser revendida para outros clientes: portanto, é um passivo. Por isso a plataforma usa a receita para recomprar tokens, e não apenas para recompensar detentores com tratamento preferencial.

Em última análise, VVV e DIEM não foram desenhados como instrumentos do tipo equity para a Venice. No início, ambos funcionaram como mecanismos de cold start para acumular usuários da plataforma; hoje, sua base de valor vem do direito à capacidade computacional correspondente aos tokens. Detentores de VVV conseguem cunhar DIEM para obter o direito perpétuo de inferência do Venice; conforme a plataforma cresce e o valor da capacidade computacional aumenta, essa expectativa de direito também tende a se valorizar. Do ponto de vista do Venice, cada DIEM que não foi resgatada é uma dívida de capacidade computacional aguardando liquidação; como não pode ser vendida novamente, a plataforma recomprará tokens usando receita — e isso é o motivo central, não uma gentileza para favorecer detentores. Uma parte detém direitos, esperando que o valor dos direitos aumente; a outra assume obrigações de liquidação, buscando reduzir o tamanho do passivo. Esse vínculo de interesses formado em torno da capacidade computacional da Venice (e não qualquer relação de equity) cria um laço de cooperação. Isso também faz do VVV uma tentativa altamente significativa de exploração: construir um negócio de inferência com base em mecanismos de tokenização orientados a aplicação.

Tokenização no lado de output de inferência

Venice tokeniza permissões de acesso à inferência; já redes de Proof of Useful Work focam em tokenizar o processo de produção de inferência, subsidiando o custo de oferta do serviço de inferência com inflação de tokens. O Proof of Work tradicional inicia o sistema distribuindo tokens para mineradores que quebram quebra-cabeças aleatórios, e o Bitcoin usa esse mecanismo para garantir segurança. Mas grande parte de capacidade computacional era usada apenas para cálculos de hash sem produção real. Proof of Useful Work substitui o quebra-cabeça aleatório por tarefas reais de inferência, assegurando a segurança da blockchain com o mesmo pool de capacidade computacional, e produzindo serviços de IA que os clientes estão dispostos a pagar para comprar. Pearl e Ambient são duas rotas já lançadas: as abordagens de base de cada uma são completamente diferentes.

Pearl

Pearl Network é uma blockchain em camada 1 construída a partir de um fork do código do Bitcoin, preservando o modelo de livro UTXO e o mecanismo de ajuste de dificuldade do Bitcoin, mas substituindo o algoritmo de hash SHA-256 por multiplicação de matrizes — que é a operação central tanto para inferência de IA quanto para treinamento de modelos. A tese central de Pearl é: operações de multiplicação de matrizes necessárias para completar pedidos de inferência de usuários podem servir simultaneamente como prova de trabalho de mineração.

O processamento de prompts por modelos de IA, na camada subjacente, essencialmente envolve multiplicar duas matrizes numéricas grandes — multiplicação de matrizes. No mecanismo Pearl, o minerador adiciona uma camada aleatória de ruído ao conjunto de matrizes originais para perturbar, e então executa a multiplicação das matrizes perturbadas. A multiplicação matricial cria uma tarefa de computação intensiva que participa de uma corrida de mineração por todo o sistema. Durante a execução, o sistema continua verificando se os resultados intermediários atingem o limiar de dificuldade. O minerador que primeiro alcançar o requisito recebe a recompensa do bloco; as regras são lógicas como no Bitcoin. A diferença está em que o “trabalho” verificado é a operação real de inferência do modelo, e não o cálculo de hash sem sentido no mining tradicional. Após a multiplicação das matrizes, o sistema remove rapidamente o ruído aleatório adicionado para restaurar o resultado de inferência padrão que o cliente precisa. Uma operação única gera dois benefícios: produz conteúdo de saída de IA e, ao mesmo tempo, concorre pela recompensa do bloco.

Duas escolhas-chave de design tornam essa operação “duas em uma” executável na prática. Primeiro, Pearl se adapta ao vLLM (software de execução de modelos amplamente usado por empresas de IA) como um plugin; os provedores não precisam refazer arquiteturas existentes para se integrar rapidamente. Segundo, os resultados vencedores precisam ser publicamente verificáveis por todo o ecossistema; por isso, Pearl acopla proofs de conhecimento zero para encapsular dados, protegendo prompts e pesos de modelos exclusivos de provedores de vazamentos. O custo adicional gerado por esses mecanismos extras é baixo. Pearl revela que rodar modelos com esse esquema aumenta o load de computação em 0,5%~10%; e nos testes de implantação usando o modelo open source Llama-3.3-70B, a versão otimizada da Pearl mantém ou até melhora a velocidade em relação ao original, porque os módulos de operação central reestruturados pela equipe são mais eficientes em certas condições de ambiente de deploy.

Como uma das primeiras redes a combinar proof of work e inferência de IA, Pearl recebeu muita atenção de mineradores no início do lançamento, e a capacidade de rede subiu rapidamente. Mas o protocolo não consegue distinguir trabalho útil (tarefas de computação que fazem inferência real de pedidos) de trabalho inútil: independentemente de haver clientes que precisem do resultado computado, a própria operação é considerada válida. O whitepaper da Pearl já previa esse problema e já incluía, no pressuposto do seu modelo, uma categoria de mineradores que executam apenas operações sem sentido para obter recompensas de bloco. O desempenho do mercado após o lançamento confirma isso. A febre do mining no início impulsionou rapidamente a capacidade computacional, mas praticamente não há sinais de que essa capacidade tenha atendido negócios reais de inferência.

No entanto, cada vez mais sinais sugerem que o projeto começou a materializar negócios reais. O avanço mais digno de atenção é que, em maio, a Pearl anunciou uma parceria com a Together.ai, um dos principais serviços de inferência e capacidade computacional, lançando um nó de acesso à inferência. O preço fica mais de 25% abaixo das tarifas regulares da Together; a diferença de preço é subsidiada por recompensas em tokens Pearl geradas pela mesma capacidade. Em última análise, uma arquitetura de capacidade dupla como a da Pearl só produz output útil quando a alocação de capacidade é dominada por demanda real de inferência paga. Se não houver demanda do lado do terminal, apenas recompensas de bloco conseguem atrair somente mineradores especulativos, e o resultado será outro mecanismo de proof of work sem produção efetiva, semelhante ao Bitcoin.

Ambient

Ambient adota uma lógica de design completamente oposta à da Pearl. Em vez de permitir que mineradores rodem qualquer modelo, o Ambient exige que toda a rede use um único modelo de pesos open source e constrói um mecanismo de consenso em torno da verificação dos resultados de saída desse modelo.

A Pearl usa um modo de competição “violenta”, em que todos os mineradores disputam para resolver o mesmo desafio; o Ambient adota um mecanismo de leilão para a competição. Usuários ou agentes de IA enviam uma tarefa de inferência, definem prazo de entrega e fazem uma oferta (bid). Isso equivale essencialmente a: “em X minutos, concluirei essa inferência; pagarei Y”. Em seguida, os mineradores participam do processo de licitação (bidding) para executar a tarefa. O minerador vencedor usa o modelo padronizado de toda a rede para executar a consulta e depositar uma margem (garantia). Se não entregar o resultado no prazo, essa margem é penalizada e confiscada. Isso restringe a qualidade do serviço e a velocidade de resposta. O sistema seleciona aleatoriamente um conjunto de validadores para verificar os resultados. A prioridade dos validadores é baseada em registros ponderados de trabalhos válidos anteriores, e não no tamanho de ativos apostados. Mineradores processam tarefas diversas em paralelo, e não o ecossistema inteiro disputando um único bloco; por isso, a rede consegue evitar o gargalo de desempenho que existe nos Proof of Useful Work tradicionais. O projeto foi desenvolvido a partir de um fork do código do Solana; ele substitui o consenso de staking pelo mecanismo de proof of useful work, com objetivo de se aproximar da velocidade de execução do Solana.

O Ambient é o provedor com o segundo menor preço de tokens de entrada e saída do modelo Kimi K2.7 na plataforma OpenRouter.

O mecanismo de leilão também é a razão central pela qual o Ambient consegue oferecer preços de inferência competitivos. Provedores comuns de API precisam cobrir com a taxa paga pelo usuário todo o custo do serviço de uma única requisição. Já os mineradores do Ambient, ao concluírem a mesma quantidade de trabalho, obtêm duas fontes de receita: primeiro, as taxas pagas pelo usuário ou agente que enviou a tarefa de consulta; segundo, recompensas que o protocolo distribui para o work válido verificado. Como mineradores competem em tarefas com uma oferta explícita e indicadores de atraso, o preço que eles fazem bid fica ancorado no custo líquido subtraído das recompensas esperadas de tokens, e não no custo total antes do desconto dessas recompensas. Na prática, a inflação de tokens subsidia o lado da oferta, e o mecanismo de leilão transfere grande parte desse subsídio para o lado da demanda, se refletindo em preços de serviço de inferência mais baixos. A diferença mais importante em relação ao mining tradicional com subsídios é que as recompensas ficam vinculadas a tarefas reais que alguém publicou e pagou. Se esse mecanismo funcionar bem, a emissão de tokens não será mais usada apenas para obter capacidade computacional; será usada para obter serviços de inferência com preço mais baixo e resultados verificáveis, atraindo mais usuários a usar o sistema, aumentando o volume de negócios para os mineradores e fortalecendo a demanda subjacente por tokens da rede.

Esse mesmo mecanismo de leilão é também o que o Ambient afirma resolver a dificuldade que a Pearl não conseguiu atacar. Na rede Pearl, independentemente de haver clientes que precisem do resultado do cálculo, mineradores só precisam executar multiplicação de matrizes para obter recompensas de bloco — e isso é a raiz de a rede atrair muita capacidade computacional sem demanda real. No ecossistema do Ambient, mineradores só conseguem receber tokens Ambient (ainda não emitidos) se ganharem um leilão de tarefas publicadas e pagas por outros; o design do mecanismo funde, desde a raiz, mineração e execução de tarefas reais de inferência.

No nível de verificação de resultados de inferência, o Ambient também adota uma solução original. Se um minerador alegar que executou a consulta usando o modelo combinado, como o usuário pode confirmar que ele não trocou silenciosamente por um modelo mais barato e de qualidade inferior para economizar? Mesmo que provedores centralizados atuais tenham esse risco, diversas organizações já foram acusadas de reduzir a qualidade das saídas do modelo para cortar custos. A solução do Ambient se baseia em uma característica fundamental da execução de modelos de linguagem: quando o modelo gera texto, em cada etapa ele produz probabilidades de log (logits) — ou seja, antes de escolher a próxima palavra, gera uma pontuação numérica original para cada palavra candidata. Esse fluxo de dados de pontuação equivale a uma espécie de “impressão digital” do processo de operação do modelo, e pode ser compactado via hashing em um valor numérico curto para comparação.

Para mineradores que geram conteúdos de saída com milhares de Tokens, nós de validação não precisam refazer toda a tarefa. O validador seleciona aleatoriamente um ponto em um trecho do texto e exige que o minerador forneça a impressão digital de cálculo nesse ponto. Em seguida, apenas nesse ponto ele executa uma única rodada do modelo para gerar 1 Token e compara se a impressão digital é idêntica. Com apenas uma execução, é possível verificar o resultado completo de milhares de Tokens. A lógica é semelhante à do Bitcoin: o custo de gerar o trabalho é alto, mas a verificação é muito barata. O Ambient afirma que essa solução mantém o custo extra de verificação perto de 0,1%; já outras soluções de zero-knowledge proofs geralmente elevam o custo adicional a 10 vezes até 1000 vezes.

Qual é o valor real do Proof of Useful Work?

A principal diferença dessas redes em relação a outras redes descentralizadas de computação é que a tarefa que garante a segurança da blockchain é exatamente o negócio de inferência que o cliente precisa. Quando o mecanismo funciona de forma fluida, uma parcela de energia gera, ao mesmo tempo, segurança de rede e um produto vendável ao mercado. Para provedores de computação, a mineração vira uma segunda fonte de receita para além dos hardwares atuais; e como o resultado é verificável, agentes de IA não precisam simplesmente confiar que o provedor não vai degradar o modelo ou interromper o serviço arbitrariamente.

Se não houver demanda real de terminais suficientes, recompensas de bloco por si só bastam para atrair mineradores. Então toda a rede PoW ficará cheia de capacidade ociosa sem conexão com clientes, apenas com uma “casca” de “trabalho útil”, sem produção efetiva.

Além de vários desafios técnicos, existem dois obstáculos para concretizar a visão acima. O primeiro é a competição do lado da demanda. Redes descentralizadas de inferência precisam enfrentar competição de provedores centralizados e de negócios simples de aluguel de GPU. Estes últimos não precisam estar vinculados a tokens cripto e geralmente operam mais rápido e com preços mais baixos. Para o ecossistema descentralizado conseguir se destacar, precisa capturar um nicho específico de compradores: quem busca o menor nível de confiança possível, resultados verificáveis, resistência à censura, e neutralidade — e que não existe o risco de a plataforma “sumir e fechar” unilateralmente. A escala de demanda que aceita pagar por esse prêmio ainda é limitada hoje, mas pode haver rápida expansão no futuro, desde que projetos relevantes consigam fornecer serviços de inferência com ótimo custo-benefício de forma contínua, ou que a confiança no lado de serviços centralizados de IA caia. A trajetória de lançamento da Pearl é um caso de alerta: quando a demanda real não é suficiente, depender apenas de recompensas de bloco só atrai mineradores oportunistas, acumula capacidade na rede sem clientes reais, e a prova de trabalho útil se torna vazia.

O segundo gargalo está no mecanismo de captura do valor dos tokens. Cada projeto descreve um “motor de crescimento” (growth flywheel): uso de negócios reais impulsiona demanda pelos tokens nativos cripto; demanda pelos tokens sustenta recompensas de mineração e garante segurança de rede; segurança de rede atrai mais uso de negócios. Porém, até agora nenhum projeto fez esse ciclo rodar de verdade. Depois que a mineração produz tokens, mineradores geralmente os vendem para cobrir custos operacionais; e do lado da demanda não existe mecanismo que force a compra de tokens. Quando usuários usam serviços de inferência em grande escala e verificam credenciais de produtos, muitas vezes não precisam manter tokens cripto. Os usuários podem pagar as taxas de inferência Pearl em dólares; e o plano do projeto de lançar no futuro um mercado de negociação de capacidade que troca tokens também sugere, indiretamente, que o ciclo fechado atual ainda não está consolidado. O Ambient, por sua vez, adia a divulgação de seu plano de economia de tokens e ainda não esclareceu se os serviços de inferência serão precificados com tokens nativos. Resultado final: os tokens dependem principalmente da emissão via mineração e são rapidamente despejados no mercado, em vez de serem consumidos efetivamente pelos cenários de negócios.

O caminho mais viável para esse tipo de rede é transformar o token nativo em um canal de pagamento subjacente para serviços de inferência — e essa é a forma mais direta de abrir o ciclo de valor. Combinado com a vantagem de preço gerada por subsídio via inflação de tokens, essa estratégia é particularmente atraente. Preços de inferência mais baixos atraem tráfego real; e se os serviços exigirem liquidação via tokens nativos, o volume de negócios se tornaria uma demanda estrutural por tokens. Mas para o flywheel operar positivamente existem premissas: hábitos de uso dos usuários precisam ficar retidos; conforme os subsídios forem reduzidos gradualmente, a demanda natural por tokens cripto deve superar a pressão de venda dos mineradores.

Mercado de financiamento de hardware de inferência via IA

Venice tokeniza permissões de acesso à inferência; Pearl e Ambient tokenizam a etapa de produção de inferência; e, em uma camada mais profunda entre os três, um novo mercado on-chain está surgindo — dedicado a fornecer financiamento para GPUs que carregam negócios de inferência. O modelo descrito neste capítulo é o que mais evidencia a vantagem da tecnologia cripto; a chave para fazer essa lógica funcionar é o projeto não emitir tokens novos e não precisar cultivar demanda para cold start do token. A plataforma absorve capital convencional por meio de ativos de hardware, transforma depósitos em stablecoins em empréstimos de compra para operadoras de capacidade computacional, e depois liquida os depósitos e juros dos depositantes usando fluxos de caixa de aluguel de GPU.

Os principais operadores de capacidade computacional já financiam há muito tempo por meio de crédito bancário, securitização de ativos, crédito privado etc., apoiando-se em pools de capacidade computacional. Um exemplo típico é o empréstimo garantido por GPU da CoreWeave, com escala de dezenas de bilhões. Mas empresas verticais de nuvem menores enfrentam dificuldades muito maiores para financiar: elas possuem ativos de hardware e contratos com receita de aluguel estável, o que atende às condições básicas, mas faltam balanço patrimonial adequado, equipes de gestão de capital e recursos de instituições de crédito para conseguir financiamento rápido. USD.AI existe justamente para fornecer empréstimos para esse tipo de agente. Usuários que fazem depósitos fornecem o capital de empréstimo; a receita de locação de GPU é usada para pagar a dívida; e os juros gerados são devolvidos aos depositantes como rendimento. Comparado a bancos tradicionais, esse modelo tem três vantagens difíceis de replicar:

• A oferta de capital é aberta a todos os detentores de stablecoin, e não apenas a um pequeno grupo de fundos fechados de crédito;

• Cada empréstimo vira uma ferramenta financeira on-chain combinável, suportando staking, negociação, ou funcionando como colateral em outros protocolos;

• Direitos de colateral são registrados e reconhecidos on-chain; ao mesmo tempo, o direito de recuperação é suportado por um arcabouço jurídico tradicional maduro.

USD.AI usa um sistema de dois tokens. Depósitos em stablecoin podem cunhar USDai — um stablecoin sintético em dólares suportado pelo PYUSD emitido pela PayPal (e o PYUSD é suportado por títulos do Tesouro dos EUA de curto prazo e reservas em caixa). O USDai em si não gera rendimento; a ideia do design é manter alta liquidez e capacidade de composição. Caso depositantes desejem obter rendimento, podem fazer staking do USDai e converter para sUSDai; quando a posição em staking gera rendimento, o valor acumula. A fonte de rendimento vem de duas partes: juros pagos pelo tomador do empréstimo de GPU sobre os empréstimos em curso, e rendimento dos títulos do Tesouro em reservas ociosas enquanto o capital ainda não foi implantado. Atualmente, o volume de concessão de empréstimos corresponde a cerca de metade do total de reservas, e o rendimento anualizado de staking fica em torno de 8%; conforme mais fundos completam a implantação, a faixa-alvo de rendimento do protocolo é de 10%~15%.

O principal desafio das hipotecas de GPU com colateral físico está na execução forçada do crédito em caso de inadimplência. A USD.AI afirma que irá tratar os processos relacionados por meio da estrutura CALIBER; esse nome é uma sigla de “Collateralized Asset Ledger: Insurance, Bailment, Evaluation, and Redemption” (caderno de ativos colateralizados: seguro, custódia/transferência de posse, avaliação e resgate). Sob esse arcabouço, o GPU financiado completa registro de informações e é tokenizado em um NFT padrão ERC-721. A USD.AI afirma que esse NFT tem eficácia como prova de propriedade legal nos termos do Artigo 7 do Uniform Commercial Code. Com base em um acordo de bailment/custódia, o tomador pode continuar usando o hardware e, ao mesmo tempo, o NFT correspondente funciona como colateral para staking. O vínculo entre token e hardware físico não é automático; não pode ser obtido apenas via tecnologia. A ligação depende de documentos formais de registro, inspeção no local, comprovantes de instalação do equipamento, apólices de seguro, monitoramento contínuo do colateral, arquivos de direito de retenção, e coordenação com o data center ou o depositário do ativo. Se houver inadimplência, o leilão on-chain só transfere o direito de crédito legal; a recuperação do ativo físico ainda depende de um arcabouço jurídico e operacional off-chain. O arcabouço ainda não passou por um ciclo completo de estresse e disposição de ativos problemáticos, então a confiabilidade de longo prazo precisa ser validada.

O problema natural de “mismatch” de prazo entre ativo e passivo existe ao conectar tokens de liquidez a empréstimos com amortização em parcelas de três anos. A maioria dos protocolos de crédito em RWA (Real World Assets) usa um mecanismo de resgate imediato como compromisso para mascarar esse risco; mas em períodos de pressão de mercado, isso facilmente explode. O evento de desancoragem do USD0++ é um exemplo típico. A USD.AI não promete resgate imediato. As solicitações de resgate seguem um processo de liquidação com ciclo de 30 dias, usando apenas o principal amortizado e devolvido no período. O protocolo segue o princípio FIFO (first in, first out); ele não liquidará empréstimos normalmente adimplentes para atender pedidos de saque dos usuários. No nível do protocolo, a camada de resgate empresta a ideia do mecanismo Flashbots MEV-Boost para introduzir uma fila de resgate em leilão: usuários que queiram resgatar primeiro podem fazer lances para receber prioridade. As taxas envolvidas serão alocadas aos detentores selecionados que aguardam na fila. Os termos dos empréstimos têm desenho similar ao de securitização de empréstimos hipotecários de propriedades comerciais (CMBS): taxa de loan-to-value de 70%~80%; tomadores precisam manter reservas que cubram cerca de três meses de principal e juros. Se houver atraso no pagamento, os ativos serão confiscados. O hardware inclui seguro e monitoramento contínuo e pode ser recuperado por meio de instituições parceiras profissionais.

A razão pela qual este relatório inclui a USD.AI é porque ela fecha o ciclo de negócios entre a camada operacional e a camada de precificação. Instituições que concedem empréstimos para GPUs precisam de referências de avaliação de mercado para o colateral: quanto o hardware pode gerar de receita, velocidade de depreciação, taxa de segurança do empréstimo e como o risco de exposição pode ser hedg ed. Os índices de preço de capacidade computacional e os futuros de GPU fornecem exatamente esses benchmarks; já os negócios de empréstimos com garantia de GPU dão ao mercado de preços a exposição real de crédito e risco, tornando o preço do mercado com valor financeiro real. Em resumo: o mercado de preços fornece aos credores uma base para avaliar hardware.

Os riscos são claros e altos rendimentos por si só refletem a precificação do risco pelo mercado. Se toda a arquitetura de negócios consegue continuar existindo depende de que a renda de aluguel de GPU seja suficiente para cobrir principal e juros dos empréstimos — e essa é a variável de demanda que percorre todo o relatório, refletindo aqui um risco de crédito. Se a demanda de inferência enfraquecer, ou se houver abundância de oferta de GPU e queda nos aluguéis, o fluxo de caixa dos tomadores apertará continuamente, elevando a taxa de inadimplência. E exatamente quando o protocolo precisa liquidar e transformar o colateral em dinheiro, o valor do hardware também cai ao mesmo tempo. Empréstimos da USD.AI seguem amortização fracionada em ciclos de três anos, correspondendo a vida útil nominal do hardware de 7 anos, para manter um amortecedor de segurança. Mas se o ciclo de iteração do hardware acelerar, a margem de segurança diminui. Como esse modelo depende de captação no mercado cripto para investir em ciclos de CAPEX de IA, quando o setor entra em baixa, o valor do colateral, a demanda do tomador por negócios e a vontade do depositante também sofrem pressão. Essa alta correlação é um ponto de risco que merece atenção.

Dois casos de projetos oferecem valor de referência. Maple Finance prova que, quando capacidades profissionais de gestão de risco de crédito são encapsuladas em tokens de rendimento com liquidez e composição, o crédito on-chain consegue expandir em escala. O modelo comercial foi validado ao mostrar que usuários DeFi aceitam investir em créditos tokenizados que representam recebíveis geridos por ativos de crédito privado administrados por instituições. A USD.AI adota um mecanismo de distribuição similar, mas o lastro é um ativo físico de GPU com baixa liquidez e depreciação contínua, e não um colateral cripto com melhor liquidez ou crédito institucional com prazo mais curto. OnRe aplica um transportador semelhante em um mercado físico com barreira ainda mais alta: resseguro. Usuários podem usar um ativo dolarizado e combinável para obter fluxos de caixa formados por prêmio e rendimento do colateral. O ponto em comum dos casos acima está na capacidade de distribuição por canal. A camada de canal cripto amplia a forma de investidores comuns participarem de mercados de crédito privado, mas não reduz os riscos inerentes do ativo subjacente.

Conclusão

Na fase atual, tanto o capital de raciocínio on-chain quanto o off-chain ainda são muito pequenos em comparação com o tamanho total de crescimento do setor de inteligência artificial. Para serviços on-chain alcançarem desenvolvimento em e