Autor: Mario Stefanidis, Director de Investigação na Artemis Analytics; Fonte: Artemis; Tradução: Shaw Golden Finance

Introdução

De acordo com os dados do International Financial Association (IIF), o volume total da dívida global atingiu, no final de 2025, um máximo histórico de 348 biliões de dólares. Deste total, a dívida pública é de cerca de 107 biliões de dólares, a dívida das empresas de 101 biliões de dólares, a dívida das famílias de 65 biliões de dólares e a dívida do sector financeiro de 76 biliões de dólares. A quota das plataformas digitais de dados e financeiras de empréstimo no total da dívida situa-se entre 590 mil milhões e 680 mil milhões de dólares, o que equivale a menos de 0,2%.

Este é o maior mercado de crédito da história humana em termos de dimensão e, ainda hoje, continua a funcionar com infra-estruturas concebidas há dezenas de anos (FICO lançado em 1989, MERS posto em funcionamento em 1995). Segundo dados da Associação de Banqueiros de Hipotecas dos EUA, o custo médio de originar um empréstimo hipotecário nos EUA é de cerca de 11 mil dólares por operação. Apesar de a tecnologia ter avançado de forma enorme e a inteligência artificial já estar generalizada, este custo continua a ser o dobro do início dos anos 2010.

Fonte: Freddie Mac

A compensação e liquidação de transferências bancárias standard ainda exige cerca de 28 horas, e, na maioria dos bancos, as decisões de aprovação de crédito continuam a passar por um processo em comité, dependendo de modelos de pontuação tipo “black box” construídos com base em 20 a 30 variáveis. Tudo isto já são factos públicos, mas o que não é tão evidente é de que forma as soluções estão a ganhar terreno, na prática.

**A indústria do crédito não está a ser remodelada por um padrão romântico de disrupção ao estilo de Silicon Valley — sem qualquer startup a substituir de uma só vez bancos globalmente sistemicamente importantes como o JPMorgan Chase. As mudanças reais são mais subtis e mais estruturais: o sistema de processos de crédito de ponta a ponta que era, no passado, integrado verticalmente por bancos — originar empréstimos, distribuição, auditoria de controlo de risco, disponibilização de fundos e infra-estrutura subjacente — está a ser desagregado numa arquitectura horizontalizada e modular, com cada etapa a ser gerida por instituições especializadas.

Esta mudança de arquitectura é paralela à transição na computação em nuvem do sistema monolítico para microsserviços, e à transição na indústria dos media do modelo de estúdio para streaming e ecossistemas de criadores. Hoje, esta transformação finalmente chega ao sector do crédito.

Nesta vaga de reagrupamento, os vencedores não são as instituições com o maior tamanho do balanço, mas sim as empresas que ocupam gargalos fundamentais — posições nucleares que os outros participantes não conseguem contornar. Existem duas posições cuja importância excede todas as outras: uma é a camada de decisão inteligente, em que a IA para auditoria de risco e as pontuações de risco determinam para onde fluem os fundos e em que condições são concedidos; a outra é a camada de canal de compensação e liquidação, em que a infra-estrutura de blockchain está a comprimir, em grande escala (por ordens de grandeza), os custos de originar empréstimos e a duração da liquidação.

Enquanto detiver duas categorias dessas “pessoas que vendem água” em posições nucleares, as restantes instituições de concessão de crédito vão-lhe pagar uma taxa de utilização. Se ambas não estiverem presentes, só resta a competição por preços num mercado comoditizado, onde já há 3,5 biliões de dólares de capital de private credit a perseguir retorno.

A Artemis aqui organiza 40 empresas abrangendo 15 subsegmentos, agrupando-as em cinco níveis, para analisar para quais etapas está a convergir o valor estrutural.

Os cinco níveis da nova arquitectura de crédito

Primeiro nível: Originar empréstimos

A camada de originar empréstimos é a origem do negócio de crédito, abrangendo categorias como crédito ao consumo, hipotecas, empréstimos a pequenas e microempresas e empréstimos colateralizados por activos cripto, entre outras. Este domínio está também a tornar-se progressivamente mais homogéneo. Actualmente, ter capacidade para originar empréstimos já não é uma barreira competitiva, apenas um limiar básico para entrar. O que distingue quem consegue vencer dos demais é o custo de originar empréstimos e a taxa de aprovação.

O SoFi, com uma avaliação de cerca de 24 mil milhões de dólares, e a Rocket (empresa de rockets, empréstimos hipotecários), com capitalização de mercado de 48 mil milhões de dólares, têm um volume robusto de originar empréstimos, mas a lógica central de lucros reside em como conceder empréstimos a um custo mais baixo. A Figure, com uma capitalização de mercado de 6 mil milhões de dólares, baseia-se na sua blockchain nativa Provenance para originar, de forma directa, linhas de crédito sobre equity habitacional (HELOC) e hipotecas de primeira prioridade, eliminando as múltiplas camadas de intermediários que, no processo tradicional de originar hipotecas, tornam o procedimento lento e os custos elevados.

No domínio cripto, a Aave, com capitalização de mercado de 2,7 mil milhões de dólares, e a MakerDAO/Sky, com 1,6 mil milhões de dólares, desfocam totalmente as fronteiras entre fintech e finanças descentralizadas (DeFi) na fase de originar empréstimos.

Segundo nível: Distribuição de canais

A camada de distribuição é a etapa de agregação da procura, em que as finanças incorporadas e os modelos “buy now, pay later” (BNPL) estão a remodelar este domínio. O mercado de finanças incorporadas deverá crescer de 156 mil milhões de dólares em 2026 para 454 mil milhões em 2031, com uma taxa de crescimento anual composta de 24%. O modelo BNPL deverá cobrir 13% das transacções digitais, acima dos 6% em 2021.

A Affirm, com capitalização de 15 mil milhões de dólares, e a Klarna, com 5 mil milhões de dólares, são empresas bem conhecidas no sector, mas a verdadeira tendência estrutural está nisto: o serviço de crédito está profundamente embutido nos fluxos de checkout, em plataformas de software e na experiência de consumo dos comerciantes. Apesar de as cotações de ambas terem caído de forma acentuada face aos máximos históricos, elas não são empresas do tipo “vendedores de água” capazes de conquistar quota num mercado de massas. Os credores que os mutuários não percebem frequentemente são os vencedores finais.

Hoje em dia, as grandes empresas de software estão a adicionar produtos financeiros. Shopify, Amazon, Square e Stripe precisam de uma camada de infra-estrutura de API, e as instituições que fornecem este tipo de serviço irão retirar taxas do volume de cada nova transacção adicional.

Terceiro nível: Controlo de risco e pricing de risco

Este é o primeiro dos dois grandes elos centrais na arquitectura de crédito. Quem controla a pontuação de crédito dos mutuários, controla a distribuição de receitas de toda a cadeia da indústria do crédito.

Actualmente, o sector de reporting de crédito é dominado por um oligopólio de três gigantes: Experian, TransUnion e Equifax. As três juntas geram cerca de 18 mil milhões de dólares de receita por ano, ao pontuar os mutuários com base em 20 a 30 variáveis.

Modelos de controlo de risco com IA podem avaliar mais de 1600 variáveis (dados da Upstart). Os dados publicados pela Upstart também mostram que, mantendo a mesma taxa de “bad loans” que os modelos tradicionais, o volume de aprovações aumenta 44%, a taxa de incumprimento diminui 53% e a taxa de juro anualizada (APR) desce 36%. Com as taxas hipotecárias a disparar para perto de 7%, cada ponto-base é crucial para os mutuários que compram casa pela primeira vez.

Neste momento, a Upstart tem 92% das decisões de empréstimo totalmente automatizadas, com aprovação em poucos minutos, enquanto a auditoria de risco tradicional demora entre 3 e 5 dias. A Consumer Financial Protection Bureau (CFPB) está a promover esquemas alternativos ao FICO, com menos viés, e o Regulamento de IA da União Europeia também classifica a pontuação de crédito como um cenário de alto risco, exigindo capacidade de explicação. Estes movimentos regulatórios favorecem modelos de machine learning explicáveis, que tendem a ter vantagem relativamente às instituições tradicionais de reporte que utilizam modelos “black box”.

O valor deste nível é muito elevado, porque quem controla o motor de pontuação controla a curva de receitas ao longo da cadeia superior. Mas, ao mesmo tempo, as suas valas de protecção ainda precisam de validação contínua — o rápido progresso da tecnologia de IA significa que, desde que exista recursos e tempo suficientes, “qualquer instituição” consegue montar um modelo de pontuação.

Quarto nível: Capital e fornecimento de fundos

Na era pós-pandemia, o capital está, no geral, abundante. Apesar do ambiente actual ser desafiante, a gestão do private credit já se expandiu até 3,5 biliões de dólares, e a Morgan Stanley estima que chegue a 5 biliões de dólares até 2029. O valor total bloqueado (TVL) em protocolos de empréstimo DeFi situa-se num intervalo de 5 mil milhões a 78 mil milhões de dólares, correspondendo a cerca de metade de toda a actividade DeFi. O tamanho dos Non-transactional perpetual assets (NPE) passou de zero crescimento em 2021 para mais de 200 mil milhões de dólares.

Numa era de abundância de capital, a capacidade mais essencial é a alocação inteligente dos fluxos de fundos. Por isso, embora o volume da camada de fundos seja enorme, a sua posição estrutural continua subordinada ao nível superior da decisão inteligente e ao nível inferior da infra-estrutura.

Ares, Blue Owl, Golub, entre outras, são entidades importantes na alocação de capital no private credit, mas dependem fortemente do sistema de pontuação upstream e do canal de compensação downstream para conceder empréstimos de forma eficiente. No domínio DeFi, a Ape tem uma posição dominante absoluta em liquidez, detendo mais de metade do volume de empréstimos; já protocolos como Maker, Morpho, Maple e Kamino disputam as restantes quotas de mercado.

Quinto nível: Infra-estrutura

A infra-estrutura é o segundo elo central de toda a arquitectura. Quem detém licenças financeiras ou canais de compensação e liquidação, todos têm de lhe pagar “taxas de passagem”. Segundo revelações da gestão, a licença bancária detida pela SoFi permite-lhe reduzir o custo dos fundos em 170 pontos-base e reduzir despesas de juros anualizadas em mais de 500 milhões de dólares. A Figure, com base na sua blockchain Provenance, já processou um total de mais de 50 mil milhões de dólares em transacções, com custo de originar empréstimos por operação inferior a 1000 dólares, enquanto o custo médio dos canais tradicionais é de cerca de 11 000 dólares. A confirmação final da liquidação via blockchain requer apenas alguns segundos, enquanto transferências bancárias tradicionais exigem cerca de 28 horas.

Os sistemas tecnológicos da SoFi — Galileo e Technisys — e plataformas como a Blend Labs, constituem a sustentação tecnológica subjacente para o restante Lending as a Service (LaaS). O Cross River Bank, como um banco de parceria “invisível” por trás de dezenas de empresas de fintech, já emitiu mais de 96 milhões de empréstimos em colaboração, num montante superior a 140 mil milhões de dólares.

Empresas capazes de vencer a longo prazo são ou aquelas que ocupam um elo de gargalo, tornando-se indispensáveis para todos os participantes, ou aquelas que interligam verticalmente múltiplos níveis, formando uma vantagem competitiva composta. As empresas que perdem ficam presas no nível de negócio commoditizado, sem poder de fala estrutural, e só conseguem competir por preços até que os lucros se aproximem de zero.

Vencedores: os controladores de elos centrais e empresas com vantagens compostas em múltiplos níveis

SoFi: ferramenta composta “full-stack”

A SoFi é a única empresa que cobre quatro dos cinco níveis:

• Origina directamente negócios de crédito ao consumo e hipotecas.

• Através da plataforma Galileo, disponibiliza infra-estrutura de empréstimo a terceiros, suportando cerca de 160 milhões de contas activadas.

• Recorrendo a modelos proprietários de controlo de risco para auditoria de empréstimos, com dimensões centrais de avaliação como intenção de reembolso, capacidade de reembolso e estabilidade.

• Detém licenças bancárias e, no nível de infra-estrutura, possui a estrutura tecnológica central de bancos do Galileo e Technisys.

Em 2025, a SoFi bateu o seu recorde histórico de receitas com 3,6 mil milhões de dólares, um crescimento de 38%, com 13,7 milhões de membros na plataforma e 20,2 milhões de produtos financeiros. A gestão orientou que, em 2026, as receitas atingirão 4,7 mil milhões de dólares e o EBITDA será de 1,6 mil milhões de dólares. Este negócio não só tem um crescimento forte das receitas, como também uma rentabilidade excelente, com margem de lucro de 34%. Só a licença bancária, por si, permite à SoFi financiar empréstimos através de depósitos em vez de mercados grossistas, reduzindo directamente o custo dos fundos em 170 pontos-base.

A SoFi está a construir o “Amazon Web Services (AWS)” do sector de empréstimos — uma plataforma que compete com outras entidades de concessão de crédito, mas também lhes dá capacidade (empowerment). O próprio Galileo já foi construído como uma máquina de receitas de bilião de dólares. A Technisys, adquirida por 1,1 mil milhões de dólares em 2022, fornece o sistema bancário central ao nível para terceiros. As licenças bancárias constituem uma barreira estrutural de protecção que a maioria das entidades fintech de concessão de crédito não consegue replicar; embora muitas no sector imitem: em 2025, o Office of the Comptroller of the Currency (OCC) dos EUA recebeu 14 pedidos de criação de novas licenças bancárias num único ano, o que sugere que a disputa pelo nível de infra-estrutura se está a acelerar.

Upstart e Pagaya: camada de decisão inteligente

De forma algo irónica, vencer no sector do crédito nem sempre exige que se faça o próprio negócio de concessão de empréstimos. Tanto a Upstart como a Pagaya têm como núcleo um motor de auditoria de controlo de risco; o seu desempenho em controlo de risco é superior ao dos modelos proprietários das entidades de concessão de empréstimos, sem necessidade de depender do seu próprio balanço patrimonial para operar. Esta é precisamente a materialização da lógica do “vendedor de água” na decisão de crédito.

Comparativamente aos modelos de controlo de risco tradicionais baseados em FICO, o modelo da Upstart pode aprovar 44% mais mutuários com a mesma taxa de “bad loans”, reduzindo a taxa de incumprimento em 53%, e ao mesmo tempo oferecendo aos mutuários taxas de juro anuais (APR) significativamente mais baixas. Actualmente, quase todos os novos empréstimos originados na plataforma conseguem ser totalmente automatizados, reduzindo drasticamente a intervenção humana. Isto difere de forma fundamental dos modelos tradicionais de controlo de risco em crédito ao consumo.

A Pagaya está na mesma pista, mas enfrenta uma realidade de mercado mais dura. A empresa não concede empréstimos directamente; autoriza bancos a usar o seu motor de controlo de risco por IA. Desde a sua fundação em 2016, a Pagaya avaliou, para 31 bancos parceiros, pedidos de empréstimo acumulados de aproximadamente 2,6 biliões de dólares. A sua posição estrutural é bastante clara: não é necessário que os mutuários conheçam a marca; basta que os bancos dependam do seu sistema de pontuação. Mas o mercado actual não reconheceu esta lógica. No quarto trimestre de 2025, o volume de actividade online cresceu apenas 3% em termos homólogos; a receita ficou aquém das expectativas consensuais do mercado, e as previsões prospectivas também ficaram abaixo do esperado, levando a que a acção caísse quase um quarto num único dia. O valor da camada de decisão inteligente está totalmente condicionado pelo ciclo de crédito: quando a taxa de “bad loans” na rede de parceiros sobe, mesmo uma IA excelente já não consegue resistir à pressão de deterioração da qualidade dos activos.

Mas a lógica central continua válida: o FICO constrói uma pontuação “single slice” apenas com algumas variáveis históricas; à medida que as finanças dos consumidores ficam cada vez mais complexas e diversificadas, o controlo de risco por IA torna-se cada vez mais crucial. Ao contrário do FICO, estes sistemas aprendem continuamente e optimizam-se após cada pontuação concluída.

Figure: a nova geração de canais de compensação e liquidação

O custo para originar um empréstimo individual através de canais tradicionais e do sistema electrónico de registo de hipotecas (MERS) é de 11 000 dólares; já com a tecnologia da Figure, que inclui a blockchain Provenance e o sistema DART, este custo pode descer para 717 dólares. Esta infra-estrutura de novos canais permite reduzir os custos de empréstimo em ordens de grandeza.

A Figure já originou mais de 21 mil milhões de dólares em produtos do tipo equity habitacional (principalmente HELOC) através da blockchain Provenance; em cadeia, processou um volume acumulado de transacções superior a 50 mil milhões de dólares. No quarto trimestre de 2025, os montantes originados totalizaram 2,7 mil milhões de dólares, um crescimento de 131%. A empresa detém mais de 180 licenças de concessão de crédito e qualificação de registo como corretora-operadora de valores mobiliários (SEC broker-dealer) nos EUA, tendo uma base de conformidade para operações em escala. Além disso, possui mais de 300 parceiros de empréstimo white-label; desde que submeteu o documento S-1 para listagem em Setembro passado, tem adicionado parceiros a um ritmo de 1 por dia em média. A sua receita subiu de 28,5 milhões de dólares de anualização trimestral no primeiro trimestre de 2023 para 146,8 milhões de dólares actualmente.

A actividade central da Figure não tem grande ligação com activos cripto, mas o movimento do seu preço de acção é altamente semelhante ao do Bitcoin. O seu sistema de liquidação reflecte a lógica de reconfiguração da estrutura de custos: a confirmação final da liquidação requer apenas alguns segundos, enquanto as abordagens tradicionais demoram mais de um dia; o custo de originar empréstimos é apenas uma fracção do modo tradicional. Ao longo de todo o ciclo de vida do empréstimo, as poupanças de custos relacionadas com securitização de activos excedem 100 pontos-base — num mercado anual de securitização de activos de 3 biliões de dólares, isto implica uma redução de custos potencial superior a 30 mil milhões de dólares.

Aave: controladora central no domínio DeFi

A Aave ocupa mais de metade da quota do mercado de empréstimos DeFi. A liquidez gera mais liquidez: os mutuários concentram-se continuamente nas plataformas com o maior “pool” de fundos (efeitos de rede). O montante acumulado de empréstimos concedidos já ultrapassou 1 bilião de dólares e o protocolo passou oficialmente a fronteira dos 1 bilião de dólares de empréstimos acumulados no mês passado.

Além da sua posição dominante no DeFi, o que há de mais interessante do ponto de vista estrutural na Aave é a linha de negócios de empréstimos institucionais Horizon. A Horizon captou depósitos de 580 milhões de dólares e tem como objectivo ultrapassar 1 mil milhões de dólares em 2026. É a ponte que liga a liquidez do DeFi às necessidades de crédito tradicional. Se a Aave conseguir trazer fundos on-chain para produtos de empréstimos de nível institucional, passará a ser a camada de fornecimento de fundos para as instituições de concessão de crédito, abrindo um espaço total potencial (TAM) muito maior do que o mercado DeFi de retalho.

Os empréstimos DeFi ainda têm uma vantagem de risco estrutural frequentemente subestimada. As taxas de colateralização excessiva no DeFi normalmente situam-se entre 150%–180%, enquanto o empréstimo ponto-a-ponto tradicional fica em 50%–70%. Os “bad loans” no DeFi provêm principalmente de oráculos ou falhas técnicas, e não de incumprimentos de qualificações de crédito.

Affirm: bloqueio de canais de distribuição

A Affirm ocupa uma posição de liderança no domínio BNPL ao integrar profundamente infra-estruturas de pagamento e compensação ao nível dos comerciantes. Os críticos focam-se no risco de crédito ao consumo, mas ignoram a lógica estrutural central: a Affirm não é uma instituição tradicional de crédito ao consumo; é um canal de distribuição de crédito para vender terminais. A sua vala de protecção está na integração com os sistemas do comerciante. Dado que o BNPL deverá cobrir 13% de todas as transacções digitais, plataformas com integração em larga escala no fluxo de checkout vão cobrar “taxas de canal” estruturais a partir das transacções comerciais em si.

Padrão de derrota: quatro modos de falha estrutural

Optámos deliberadamente por não mencionar pelo nome as empresas que se encaixam nestes padrões. Se é investidor ou operador na área do crédito, naturalmente saberá quem são. Mais importante do que os nomes específicos é compreender por que razão estas posições estruturais estão condenadas ao fracasso: no próximo ciclo, os mesmos padrões continuarão a causar novas vítimas.

Apenas instituições de concessão de empréstimos focadas no balanço patrimonial

A única vantagem competitiva destas empresas é conseguir obter fundos. Concedem empréstimos usando métodos tradicionais de controlo de risco e fornecem fundos através do próprio balanço, sem uma camada tecnológica exclusiva. São apenas “tubos cegos” para canalizar fundos.

Num mundo em que a gestão de private credit já atingiu 3,5 biliões de dólares e está a avançar para 5 biliões de dólares, o capital não é escasso; o que é escasso são as decisões inteligentes e a infra-estrutura. Estas empresas só conseguem competir por preços, o que comprime os lucros até zero em cada ciclo de taxas de juro, e obriga-as a assumir riscos excessivos. No fim, estes credores concedem crédito a empresas de alto risco, sofrendo perdas quando o ciclo muda.

Estes participantes tendem a ser instituições tradicionais de crédito ao consumo, bancos de pequena dimensão e empresas de fintech de concessão de crédito que nunca construíram uma vala tecnológica fora do produto de empréstimo inicial. Quando o capital se torna comoditizado, e não existe vantagem tecnológica, ficando apenas o recurso ao balanço próprio para emprestar, é como oferecer lentamente aos mutuários os capitais próprios dos accionistas.

Espólio de empréstimos CeFi

Plataformas de empréstimo centralizado em cripto (CeFi) que colapsaram em 2022 não foram vítimas de um bear market. Caíram sobre o mais antigo modo de falha do sector do crédito: desalinhamento de prazos (maturity mismatch), apropriação indevida de fundos de clientes, concessão de empréstimos com recurso a activos ilíquidos como colateral e falta de gestão transparente de risco.

Os protocolos DeFi, em que as obrigações de colateralização são executadas automaticamente via contratos inteligentes e as taxas de colateralização on-chain são visíveis, não explodiram. O que realmente deu errado foram as plataformas CeFi que dependem de julgamentos humanos e em que o balanço não é transparente. Qualquer plataforma de empréstimos — quer no domínio cripto, quer nas finanças tradicionais — se apenas fizer com que confie no seu balanço patrimonial, mas não lhe mostrar o colateral, está a repetir um caminho estrutural que já falhou.

Contratos/protocolos fantasmas

Há um tipo de protocolos de empréstimo DeFi que, tecnicamente, ainda estão vivos, mas estruturalmente já estão mortos. Depois de entrarem em funcionamento, atraíram fundos iniciais de bloqueio através de incentivos em tokens, mas, após o desvanecimento dos incentivos, ficaram estagnados. O código consegue correr, o valor total bloqueado (TVL) não é zero, mas a curva de utilização se mantém plana ou continua a descer, e não existe uma via clara de crescimento orgânico da procura.

A razão é que os empréstimos DeFi exibem uma distribuição de lei de potência (power-law) extremamente marcada: a liquidez concentra-se nas plataformas que têm efeitos de rede — o exemplo de a Aave dominar de forma absoluta a quota de mercado é prova disso. Protocolos que não conseguem ultrapassar uma escala crítica ficam numa “terra de ninguém” estrutural: tamanho demasiado pequeno para atrair liquidez orgânica e integrações de suporte; mas também não é pequeno o suficiente para encerramento digno. À medida que os fundos orientados pelo lucro migram para as plataformas líderes, o seu TVL vai perdendo-se lentamente de forma contínua, e este processo é irreversível. Estes são protocolos zumbis mantidos à custa, apenas por “submersão” do custo dos tokens de governação.

Instituições de crédito que perderam a transição para platformização

Algumas empresas construíram um negócio robusto de originar empréstimos no ciclo anterior, mas nunca desenvolveram capacidade de platformização. Não têm canais de distribuição via API, nem parcerias de finanças incorporadas, nem modelos de autorização tecnológica. Têm forte capacidade de originar empréstimos, mas não conseguem “exportar” capacidade para o exterior.

À medida que o sector do crédito avança para a modularização, torna-se tão importante poder ser um componente dentro do sistema dos outros como originar empréstimos directamente. As empresas que só conseguem emprestar directamente aos mutuários finais ficam limitadas pelo alcance dos seus próprios canais para crescer; enquanto as que conseguem apoiar outras instituições na capacidade de concessão de empréstimos têm um espaço potencial de mercado (TAM) sem limite. Os originadores puramente de empréstimos geralmente têm bons modelos de economia por cliente, mas as curvas de crescimento são suaves, porque o mercado que conseguem alcançar se limita às suas próprias marcas e canais. Numa arquitectura modular, ser um bom originador de empréstimos é condição necessária, mas ser um bom originador que possa ser integrado por outras entidades de concessão de empréstimos é a verdadeira posição vitoriosa.

Activos a acompanhar de perto

As empresas vencedoras acima já se tornaram consenso do mercado ou muito próximo desse consenso; as empresas abaixo não. Têm características estruturais que as tornam controladoras potenciais de elos centrais, mas ainda não foram validadas no nível de escala. Estes são os activos que vale a pena acompanhar continuamente.

Morpho

O valor total bloqueado (TVL) da Morpho já atingiu 6,6 mil milhões de dólares, com um crescimento de 164%, e a sua capitalização de mercado ultrapassa 800 milhões de dólares. A sua lógica estrutural é totalmente diferente da da Aave: a Aave é como um banco comercial nas finanças descentralizadas (usando um modelo de pools de fundos de empréstimo unificados), enquanto a Morpho está a construir uma camada modular de empréstimos que permite que os participantes institucionais, com base nos seus próprios parâmetros de risco, tipos de colateral e modelos de taxa de juro, personalizem mercados de empréstimo dedicados. Se o sistema de empréstimos realmente avançar para a modularização, a Morpho tornar-se-á um protocolo de Lending as a Service no nível on-chain.

Maple Finance

Em 2025, a Maple já emitiu um volume acumulado de empréstimos de 11,3 mil milhões de dólares, atendendo 65 mutuários activos; o seu montante de activos sob gestão (AUM) cresceu de 516 milhões de dólares para 4,6 mil milhões de dólares de forma acentuada, um aumento de 767%. A empresa tem como objectivo alcançar 100 milhões de dólares de receita recorrente anual (ARR) em 2026. A Maple é um dos poucos protocolos verdadeiramente dedicados a concretizar empréstimos de empresas do mundo real em infra-estrutura blockchain, ao ligar necessidades de crédito institucional com fundos on-chain e com sistemas de liquidação. O crescimento explosivo do AUM indica que o interesse das instituições no mercado de crédito on-chain está a passar de conceitos teóricos para implementação real.

Cross River Bank

Desde 2008, a Cross River já emitiu, em colaboração, mais de 96 milhões de empréstimos, num montante total superior a 140 mil milhões de dólares. É o banco parceiro por trás da Affirm, Upstart e dezenas de outras entidades fintech de concessão de crédito. Segundo informações, o banco está a preparar um IPO. A Cross River é um “banco invisível”, que suporta uma parte considerável das operações de empréstimos fintech como suporte ao nível de infra-estrutura. À medida que o modelo de bancos parceiros se amadurece, a autoridade decorrente da sua posição de mercado é algo que qualquer instituição fintech única não consegue replicar. A chave para vencer deste banco reside em fazer com que as empresas fintech não consigam conceder empréstimos sem o seu apoio.

Batalha pelas licenças

O Office of the Comptroller of the Currency (OCC) recebeu apenas em 2025 um total de 14 pedidos de criação de novas licenças bancárias — quase equivalente à soma dos últimos quatro anos. O volume total de pedidos de licenças submetidos por instituições fintech já atingiu um máximo histórico de 20. A Affirm, a Stripe e a Nubank estão a candidatar-se activamente a licenças. Estas empresas vêem as licenças como a principal capacidade competitiva para reestruturar de forma definitiva o negócio de crédito.

Empresas que começaram como prestadores de serviços tecnológicos, hoje estão a capturar o valor económico de toda a cadeia através da obtenção de qualificações regulatórias. A posição das licenças bancárias no sector de empréstimos é comparável aos nós regionais na computação em nuvem, porque:

• O custo de construção é extremamente elevado;

• Os participantes do sector não conseguem contorná-las;

• Uma vez obtidas, criam vantagens estruturais permanentes.

A lógica de negócio é muito clara: optimizar 1 ponto-base no custo dos fundos melhora a rendibilidade líquida do retorno sobre activos antes de impostos em vários pontos percentuais. Para empresas com escala, as vantagens trazidas pelas licenças são extremamente evidentes. Mas para instituições de menor dimensão, as licenças podem, pelo contrário, tornar-se uma armadilha: têm de suportar todos os custos de conformidade, a pressão de inspecções regulatórias e requisitos de capital, mas não têm escala de negócio suficiente para cobrir estas despesas. Apenas empresas que já tenham grandes volumes de negócio conseguem fazer com que a licença seja um acelerador de crescimento.

A arquitectura de crédito de 2030

Se for para guardar um quadro analítico central deste artigo, são as três perguntas seguintes. Aplicam-se a todas as empresas de empréstimos, seja em empresas cotadas, não cotadas ou em instituições on-chain.

Primeira: em que nível a empresa está posicionada? Originar empréstimos e fornecimento de fundos homogéneos (commoditizados) pertencem a um mar vermelho; as margens de lucro serão comprimidas continuamente à medida que o ciclo da indústria avança. Já o controlo de risco com IA, a liquidação via blockchain e as licenças bancárias pertencem a elos centrais de gargalo, com valor a acumular continuamente com juros compostos. Se uma empresa ficar presa no mar vermelho e não conseguir entrar nos elos centrais, independentemente de a equipa ser excelente, a capacidade de lucrar a longo prazo será erosionada continuamente.

Segunda: o que está a ser feito — uma plataforma ou um produto único? Um produto único serve mutuários finais e a escala cresce de forma linear com os canais próprios; uma plataforma dá capacidade a outras instituições de concessão de crédito e o crescimento depende do tamanho de todo o ecossistema, e não apenas do negócio próprio. A SoFi tem características de ambos; a Pagaya é uma empresa puramente do tipo plataforma. Para empresas que só concedem empréstimos directamente aos seus próprios clientes, haverá um tecto de crescimento; já as empresas de plataforma não têm esta limitação.

Terceira: há uma vala regulatória? Quer sejam licenças bancárias, licenças de concessão de crédito de 180 estados, ou conformidade programática alcançada via contratos inteligentes, tudo isto se inclui aqui. No sector do crédito, a regulação não é um custo adicional; é uma infra-estrutura central. Empresas que reconheçam isto cedo construirão uma vantagem que os concorrentes só conseguirão alcançar após anos e um capital enorme para se aproximarem.

Em 2030, o sector do crédito já não será como o sector bancário tradicional; será mais semelhante ao sector da computação em nuvem. Poucas plataformas full-stack cobrirão múltiplos níveis e criarão vantagens com juros compostos em cada etapa: representantes típicos do sector financeiro tradicional incluem a SoFi, e no domínio on-chain incluem a Aave. Em torno destas plataformas centrais, muitos fornecedores de camadas especializadas serão integrados via APIs e canais on-chain, aprofundando funções específicas e cobrando taxas de serviço.

No mercado global de dívidas de 348 biliões de dólares, a taxa de penetração fintech ainda é inferior a 0,2%. Este mercado não está destinado a ser dividido por centenas ou milhares de instituições de concessão de crédito; será dominado por uma dezena de plataformas, que se tornarão a base subjacente de toda a indústria.