Na conferência Stripe, vi o futuro da economia de IA

Autor: Gao Fei

Tradutor: Jiahua, ChainCatcher

Em 1987, uma frase do economista Robert Solow ficou amplamente conhecida: “Você pode ver a sombra da era dos computadores em qualquer lugar, exceto nos dados de produtividade.”

Essa frase incomodou os economistas por quase dez anos. Até meados dos anos 90, a contribuição dos computadores para a crescimento da produtividade finalmente começou a aparecer nos dados.

Hoje, em 2026, a mesma dúvida está sendo encenada ao redor da IA. As falácias de bolha surgem uma após a outra. A academia discute sem parar. As empresas hesitam. Os sinais transmitidos pelos dados macroeconômicos ainda permanecem obscuros.

Mas há um lugar onde o impacto da IA na economia é indiscutível.

Esse lugar é a Stripe.

Nos últimos dias, participei da conferência Stripe Sessions em São Francisco. O volume de transações processadas pela Stripe equivale a quase 2% do PIB global, com um volume anual de pagamentos de 1,9 trilhões de dólares, e mais de 5 milhões de empresas na plataforma.

Na lista AI 50 da Forbes, 86% das empresas usam Stripe. Se a economia da IA é um bebê recém-nascido, a Stripe é o monitor cardíaco na sala de parto. Ela registra o batimento cardíaco desse bebê com mais antecedência e precisão do que quase qualquer outro.

Um estudo do Federal Reserve de St. Louis, divulgado no início de 2026, mostra que os investimentos relacionados à IA contribuíram com quase 40% para o crescimento do PIB marginal dos EUA, superando o pico de contribuição do setor de tecnologia durante a bolha da internet. E, quando esses investimentos se transformam em receita, uma grande parte das liquidações ocorre na Stripe.

Mais importante ainda, a Stripe não está apenas registrando o batimento da economia da IA.

Na conferência deste ano, anunciou uma nova forma de economia: o comércio Agent (agentic commerce), ou seja, agentes se tornam os principais atores nas transações.

Em uma coletiva de imprensa, John Collison, cofundador e presidente da Stripe, afirmou que espera que, em 12 a 18 meses, os agentes atuando como compradores em transações comerciais se tornem a norma.

Duas dias. 288 produtos e funcionalidades lançados. Mais de 10 mil participantes. Uma palavra que define tudo: comércio Agent. A seguir, minhas impressões e reflexões sobre o que vi na Stripe de 2026.

Quão rápido está se desenvolvendo a economia da IA?

Antes de falar do comércio Agent, é necessário entender o panorama geral da economia da IA. Solow disse em 1987 que não se via rastros de computadores nos dados estatísticos. Quase quarenta anos depois, a contribuição da IA já é claramente visível nos dados da Stripe.

No primeiro dia da conferência, o CEO Patrick Collison apresentou um conjunto de dados. Desde a pandemia, o número de novas empresas criadas na Stripe por mês permaneceu alto, mas com uma curva relativamente suave. A partir do início de 2026, essa curva quase se tornou vertical.

A razão mais direta é que as ferramentas de programação de IA reduziram a barreira de entrada para startups. Muitos desenvolvedores agora podem construir um produto cobrável em poucos dias usando vibe coding.

Patrick define isso como um conceito mais amplo, ou seja, toda a economia está passando por uma reconstrução de plataformas em torno da IA.

Maia Josebachvili, Chief Revenue Officer da Stripe para negócios de IA, acrescentou uma comparação externa: antes de 2024, o número de aplicativos lançados na App Store vinha caindo. Mas, após o surgimento das ferramentas de programação de IA, a quantidade de lançamentos aumentou 24% em relação ao trimestre anterior.

Essa mudança não é apenas quantitativa, mas também qualitativa. O Stripe Atlas é uma das formas mais fáceis para empreendedores registrarem uma empresa nos EUA.

Na semana passada, comemorou a marca de 100 mil empresas registradas. Na conferência, ouvi números surpreendentes: na mesma fase de ciclo de vida, as empresas registradas via Atlas em 2025 geraram o dobro de receita em relação às de 2024. E, mesmo tendo sido fundadas há poucos meses, as empresas de 2026 já faturaram cinco vezes mais do que as de 2025 no mesmo período do ano passado.

Na apresentação de tarde do primeiro dia, Maia listou nomes de várias empresas impulsionadas pelo crescimento da economia da IA.

Lovable faturou 100 milhões de dólares em oito meses e, nos oito meses seguintes, atingiu 400 milhões. Cursor atingiu 1 bilhão de dólares de receita anualizada em menos de dois anos, e em três meses dobrou para 2 bilhões.

As principais empresas nativas de IA na Stripe cresceram 120% em 2025. Em 2026, a taxa de crescimento já atingiu 575%.

O crescimento do lado do consumidor também é acelerado. O grupo de maior consumo gasta em média 371 dólares por mês em produtos de IA, mais do que a soma do que um americano comum gasta em internet, streaming e telefonia móvel. Fiz uma estimativa rápida do meu próprio gasto mensal com tokens: já ultrapassou o valor do meu plano de telefonia.

Patrick também fez uma comparação: a velocidade de crescimento das empresas na Stripe é 17 vezes maior que a do crescimento econômico global.

No segundo dia, Collison mencionou diretamente a contradição de Solow, usando uma analogia histórica.

Em 1882, Edison acendeu as primeiras lâmpadas para clientes em Manhattan. Mas, nas três décadas seguintes à eletrificação, a produtividade quase não aumentou. O problema não era a eletricidade. Na época, as fábricas eram projetadas em torno da máquina a vapor. Só após uma reconstrução completa dessas fábricas, o aumento de produtividade se tornou evidente.

A análise de Collison é que a IA está em um estágio semelhante. A mudança já aconteceu, mas os modelos antigos ainda não tiveram tempo de absorvê-la. “Porém,” ele diz, “acho que a IA não precisa de trinta anos.”

Os dados da Stripe parecem confirmar seu otimismo. A economia da IA já explodiu na plataforma. Quase todos os líderes das empresas tradicionais com quem conversei estão com uma sensação de urgência na implementação da IA.

Nascidos globalizados

Além da velocidade, uma característica que me impressionou nesses negócios de IA foi o fato de serem globalizados desde o primeiro dia. A Stripe tem uma expressão para isso: “go global by default” (tornar-se global por padrão).

Desde que me tornei um criador de conteúdo sobre IA, tenho uma experiência recorrente: o conteúdo de IA não tem fuso horário. Notícias de IA do outro lado do Pacífico são tão importantes quanto as locais.

O funcionamento dos produtos de IA também é semelhante. Grandes modelos de linguagem borram as fronteiras tradicionais de interface e interação. Uma caixa de chat unificada permite que usuários globais usem o produto em linguagem natural. Nesse sentido, os grandes modelos de linguagem tornam possível um mercado de software global unificado pela primeira vez.

Os dados do evento confirmam essa observação. Na primeira onda de crescimento, as empresas SaaS mais rápidas cobriam cerca de 25 países no primeiro ano, chegando a 50 no terceiro.

Já as empresas de IA atingiram 42 países no primeiro ano e expandiram para 120 no terceiro.

Maia afirmou que o Cazaquistão já aparece na lista de mercados de muitas dessas empresas de IA. No painel de “índice econômico” do segundo dia, a Stripe apresentou uma mediana: as 100 principais startups de IA já vendem seus produtos para 55 países no primeiro ano.

Um exemplo concreto foi dado por uma empresa: a Emergent Labs, fundada em 2024 nos EUA, já tem cerca de 70% de sua receita proveniente do exterior. Pelo menos 16 países contribuem com pelo menos 1% cada um.

Entre as principais empresas de IA, 48% da receita vem de mercados fora do país de origem. Três anos atrás, esse número era de 33%. A receita global deixou de ser uma complementação e passou a ser a base.

Velocidade e globalização são as duas características centrais da economia da IA, ambas com ligação direta à Stripe. As empresas de IA precisam construir rapidamente suas capacidades de pagamento. Precisam aceitar pagamentos em 40 países e regiões logo na primeira semana de operação. E é exatamente isso que a Stripe faz desde sua fundação.

Vamos fazer uma breve retrospectiva do contexto de fundação da Stripe.

Os fundadores, Patrick e John Collison, eram irlandeses. Ambos eram empreendedores transnacionais.

Na conferência, encontrei um colega irlandês que me contou que, na visão dos empreendedores de IA na Irlanda, esses dois irmãos são heróis. Quando chegaram aos EUA, descobriram que aceitar pagamentos online era uma dor enorme. Integrar sistemas de pagamento exigia contratos com bancos, auditorias PCI e múltiplas integrações com intermediários. O processo podia levar semanas ou meses.

Por isso, em 2010, dois jovens de apenas vinte anos abandonaram a faculdade, mudaram-se para São Francisco e criaram uma solução de sete linhas de código que permitia aos desenvolvedores aceitar pagamentos facilmente.

Essas sete linhas surgiram justamente na época do boom do mobile internet e SaaS. Shopify precisava ajudar milhões de comerciantes a receber pagamentos. Uber precisava de uma solução de pagamento sem atritos para passageiros. Salesforce precisava gerenciar assinaturas globais.

Todos escolheram a Stripe. À medida que a Stripe crescia junto com esses clientes globais, ela construiu capacidades locais em 46 países, cobrindo 195 mercados e suportando 125 métodos de pagamento locais.

Para o consumidor, a Stripe não é uma empresa que aparece na mídia.

Ela fica escondida por trás das páginas de checkout do Shopify, nos e-mails de confirmação de assinatura do OpenAI e nas notificações de tarifa do Uber. Mas essa invisibilidade não impediu que ela se tornasse a infraestrutura financeira de base da economia da internet.

Na era da IA, essa infraestrutura financeira global deu à Stripe uma vantagem na expansão de empresas de IA pelo mundo.

Na conferência, também conheci Abhi Tiwari, responsável global de produtos da Stripe.

Ele assumiu o cargo há três meses e se mudou para Cingapura. A Stripe tem centros de engenharia em São Francisco, Dublin e Cingapura, além de um escritório na São Paulo. Abhi me contou que muitas startups de IA entram em contato com a Stripe com uma frase comum: “Nós somos globais por padrão. Onde nossos usuários estiverem, não importa.”

O antigo modelo de desenvolver produtos na matriz e depois expandir globalmente está sendo substituído por equipes locais desenvolvendo diretamente nos mercados-alvo.

Alcançar usuários globais é uma coisa. Cobrá-los, outra. Porque isso é bastante complexo, com moedas e hábitos de pagamento diferentes em cada mercado.

A Stripe ajuda esses negócios de IA e muitos outros principalmente de duas formas: com precificação em moeda local e integração com métodos de pagamento locais.

A primeira faz com que um usuário brasileiro veja o preço em reais, não em dólares, aumentando a receita de transações internacionais em 18%. A segunda permite que um usuário indiano pague via UPI, e um brasileiro use Pix, aumentando a conversão em mais de 7%.

Depois que a ferramenta de demonstração de IA Gamma integrou o pagamento via UPI na Índia, sua receita no país cresceu 22% naquele mês. No estande, também vi uma empresa chinesa, a MiniMax. Pelo que sei, muitas empresas chinesas que exportam usam os serviços financeiros da Stripe por meio de suas entidades no exterior.

Essas empresas nativas de IA também têm uma característica comum: são extremamente pequenas. Muitas são fundadas por uma ou duas pessoas. Uma ou duas pessoas mais uma equipe de Agents podem sustentar uma empresa global com receita real.

Na palestra do segundo dia, Emily apresentou um dado: na plataforma Atlas, a densidade de fundadores solo já chega a cerca de 5 mil por milhão de americanos, e cada vez mais eles faturam mais de 100 mil dólares por ano.

Ela usou o termo solopreneur: uma pessoa só. John explicou esse fenômeno com a teoria da firma de Ronald Coase. As empresas existem porque o custo de coordenação interna é menor que o custo de transação no mercado.

Porém, a IA pode mudar essa lógica. Quando um Agent ajuda a descobrir serviços, integrar softwares e fazer pagamentos, o custo de coordenação externa despenca. Você não precisa mais de uma equipe cheia de funcionários para fazer o que antes só uma grande divisão de departamentos realizava.

De uma economia humana para uma economia de Agents

A economia da IA descrita acima, por mais rápida e globalizada que seja, ainda tem como protagonista os humanos. São eles que compram produtos de IA. São eles que usam ferramentas de IA para empreender.

Mas, na conferência Sessions deste ano, o sinal mais forte que senti foi que o próximo grande foco da Stripe é uma outra transformação: uma economia em que agentes se tornam participantes do mercado. Essa é a economia do comércio Agent.

Essa mudança já está se manifestando silenciosamente nos dados da própria Stripe.

Will Gaybrick, presidente de produtos e negócios da Stripe, mostrou um conjunto de dados. Durante anos, a interface de linha de comando (CLI) da Stripe foi usada por um pequeno grupo de usuários altamente técnicos, com uso quase inalterado.

Porém, após 2026, o uso disparou. A razão é que agentes não precisam de interfaces gráficas sofisticadas. Uma CLI simples costuma ser mais prática.

Dados de Maia indicam que, em 2025, o tráfego de leitura de documentação da Stripe por agentes cresceu cerca de dez vezes.

Se essa tendência continuar, até o final do ano, o número de acessos de agentes à documentação da Stripe ultrapassará o de humanos. Os APIs que a Stripe levou mais de uma década para aperfeiçoar estão encontrando uma nova audiência fiel.

Se a ideia de agentes gastarem dinheiro ainda parece estranha, veja dois exemplos reais que estão acontecendo agora.

O primeiro é que a interface de compra já pode ter migrado para uma janela de chat do modelo. Consumidores agora usam ChatGPT, Gemini ou Instagram para procurar produtos. A distância entre busca e compra está sendo comprimida em uma única interface. Na China, há exemplos similares, como a história de comprar chá de leite em aplicativos de IA.

Na coletiva, Collison usou sua experiência ao comprar um adaptador de energia de viagem para explicar por que essa compressão é difícil de reverter.

Se um Agent realiza todo o processo de busca até o pedido, e o produto chega em poucos dias, ele não precisará mais ir a outro site preencher seus dados do zero, mesmo que o produto lá seja um pouco melhor. Uma vez que o Agent conclui a busca, o próximo passo natural é o pagamento.

O segundo exemplo é mais interessante: OpenClaw. Quem acompanhou a onda de “garras (claw)” sabe que é uma das estruturas de Agent autônomos de código aberto mais populares atualmente.

Usuários enviam comandos a um Agent via aplicativos de mensagens como Feishu, Telegram e WhatsApp, e o Agent executa tarefas de forma autônoma.

O ponto-chave é que, em um dia, OpenClaw pode consumir centenas de dólares em tokens, gerenciando seu próprio uso e gastos. Ainda que muitas vezes exija autorização humana, no fundo, quem consome os tokens é o próprio Agent. E tokens podem ser convertidos diretamente em dinheiro.

Da gestão de tokens pelo Agent até a compra direta, falta apenas um passo. Na conferência, a demonstração da Stripe cruzou essa linha.

Compra e venda por Agent

Na principal sessão do segundo dia, uma demonstração recebeu aplausos.

John Collison deu uma instrução simples a um Agent: pesquisar como a demanda por IA afeta o mercado de energia. O Agent começou a busca, encontrou um conjunto de dados de energia da Alpha Vantage, por 4 centavos de dólar.

O Agent avaliou que o preço estava dentro do orçamento, usou sua carteira de stablecoins no Tempo CLI para comprar e baixar os dados, pois uma transação de 4 centavos com cartão de crédito seria absurda.

Depois, gerou um relatório completo de análise. Só essa etapa já foi impressionante. Mas Collison pediu ao Agent: “Publique e venda esse relatório. Defina um preço que ache justo e permita que outros Agents encontrem e comprem.”

O Agent verificou os termos de uso do conjunto de dados da Alpha Vantage, confirmou que a comercialização era permitida, criou um site, publicou o relatório e gerou um arquivo de comandos para que outros Agents pudessem comprar os dados com uma única solicitação.

Em poucos minutos, um Agent realizou toda a cadeia: pesquisa, compra, produção, conformidade, publicação, precificação e venda. Ele foi tanto comprador quanto vendedor. Após a demonstração, Collison afirmou: “A economia do Agent já chegou.”

Outras duas demonstrações do primeiro dia também foram marcantes. Gaybrick criou um aplicativo de revisão de código de APIs, no qual um Agent realiza a revisão para o usuário, sem que ele informe detalhes de pagamento.

Durante a execução, o Agent detectou automaticamente que o aplicativo usava o Protocolo de Pagamento por Máquina (MPP) e completou uma transação de 2 dólares de forma autônoma. O único esforço humano foi uma autenticação por impressão digital. Essa capacidade de descobrir pagamentos sem configuração prévia é o núcleo do protocolo MPP. Os desenvolvedores não precisam escrever lógica de pagamento separada para o Agent. Ele encontra por conta própria.

Depois, Gaybrick combinou um motor de cobrança em tempo real, o Metronome, com a blockchain Tempo, projetada para pagamentos, e com stablecoins, demonstrando um método de pagamento em fluxo contínuo — fragmentando fundos em quantias minúsculas, que são transferidas em tempo real e continuamente conforme o serviço (como capacidade de computação de IA) é consumido.

Um aplicativo que faz cobrança em tempo real com base no consumo de tokens de IA, a um preço de 3 dólares por milhão de tokens. Vários Agents operando simultaneamente. O painel à esquerda mostra o aumento do consumo de tokens, enquanto o pagamento em microtransações em stablecoins sincroniza-se em tempo real à direita.

Ao abrir o navegador da blockchain Tempo, é possível ver um pagamento total de 3,30 dólares composto por milhares de microtransações de menos de um dólar, cada uma equivalente a um terço de centavo.

Cartões de crédito não conseguem fazer isso. ACH não consegue. UPI e Pix também não. Gaybrick anunciou, no palco, que essa é a primeira operação de pagamento em fluxo contínuo do mundo.

O retorno dos micropagamentos e a nova lógica de consumo

Nos exemplos de compras via chat e OpenClaw, agentes representam humanos no consumo. Mas, na coletiva, Collison fez uma previsão mais ampla: os agentes podem criar demandas totalmente novas.

Ele acredita que os agentes podem reviver um modelo de negócio que há anos tenta, sem sucesso: os micropagamentos. Humanos não são bons em fazer decisões de consumo extremamente sutis. Spotify substituiu o pagamento por faixa de 99 centavos por uma assinatura mensal de 9,99 dólares porque ninguém quer ponderar se uma música vale 15 centavos toda vez que aperta o play.

Os agentes, por outro lado, não têm esse peso cognitivo. Se essa hipótese estiver correta, toda uma categoria de negócios que fracassou por resistência cognitiva humana pode se tornar viável com agentes.

Maia também compartilhou uma visão semelhante em uma conversa comigo. Ela disse que conversou com dezenas de fundadores de IA, e que a questão de precificação é a mais frequente quando discutem o comércio do Agent.

Cada transação envolve duas partes: comprador e vendedor. E se o comprador for um Agent, como os comerciantes devem agir?

Em uma entrevista, perguntei ao chefe de produtos da Stripe, Jeff Weinstein, como eles pensam em agradar os agentes, já que a máxima “o cliente é rei” não se aplica mais.

Jeff respondeu que deve-se imaginar o Agent como o programador mais talentoso que você conhece. Ele quer informações perfeitas, formatos estruturados, rapidez na leitura e todo o contexto necessário para tomar decisões.

Enquanto os consumidores humanos gostam de imagens bonitas e animações suaves, os Agents preferem dados estruturados, informações logísticas precisas e a menor quantidade de passos possível para concluir uma transação.

Em outra conversa, a vice-presidente de produtos da Meta, Ginger Baker, resumiu essa mudança de forma mais radical: o pagamento passará de um “momento” para uma “estratégia”.

As compras humanas são discretas.

Você vai ao caixa, pega sua carteira, passa o cartão, a transação termina.

Já o consumo por agentes é contínuo.

Você define regras, como “não gastar mais de 50 dólares em itens de uso doméstico nesta semana”, “usar sempre este cartão” ou “nunca autorizar automaticamente transações acima de 500 dólares”. Então, o Agent continuará consumindo de forma autônoma dentro desses limites.

Computação é o novo dinheiro

Se os Agents realmente se tornarem um novo tipo de consumidor, eles trarão riscos inéditos. Esses riscos são fundamentalmente diferentes dos riscos tradicionais de transação SaaS, e também dos riscos enfrentados por humanos.

Durante a conferência, dediquei atenção especial ao tema e conversei com alguns executivos da Stripe.

Dados da Stripe e a chefe de IA, Emily Glassberg Sands, descrevem três padrões de fraude que crescem rapidamente. O primeiro é o abuso de múltiplas contas. Uma mesma pessoa registra várias contas, cada uma com limite de uso gratuito.

Segundo os dados da Stripe, uma em cada seis startups de IA registra contas múltiplas com esse tipo de abuso. O segundo é o uso malicioso durante o período de teste gratuito. Isso é especialmente fatal para startups de IA, pois cada teste consome custos reais de inferência.

Ela deu um exemplo: para uma empresa parceira, o custo de tokens por cliente pago ultrapassa 500 dólares, porque é preciso 25 testes gratuitos para converter um cliente, sendo que 19 desses testes são fraudes.

O terceiro padrão, que ela chamou de “comer na praça”, é quando o cliente consome uma grande quantidade de tokens e se recusa a pagar no final do mês. Emily também citou uma frase: “computação é o novo dinheiro”. Quando o SaaS tradicional é abusado, o custo marginal é quase zero. Mas, para as startups de IA, cada chamada de inferência tem um custo real. Roubar tokens é roubar dinheiro.

Porém, há um dilema que considero particularmente difícil: muitas startups de IA respondem ao abuso simplesmente fechando o período de teste gratuito.

Emily disse que perguntou a todos que afirmaram ter “resolvido” esse problema como fizeram, e a resposta foi sempre: “só fechamos a camada gratuita”. Mas Jeff acredita que isso gera outro problema.

Os agentes estão se tornando cada vez mais a principal via de descoberta de novos serviços. Se um Agent não puder testar um serviço por conta própria, ele simplesmente irá para outro link.

Emily acrescentou que, se as opções apresentadas ao Agent forem “entrar na lista de espera” ou “falar com vendas”, ele sairá imediatamente. Fechar o autoatendimento para evitar fraudes pode significar entregar a maior fonte de crescimento para os concorrentes.

A solução da Stripe para esse dilema é seu sistema de prevenção de fraudes, o Radar. A lógica do Radar é simples: toda transação na Stripe faz o sistema aprender.

Dados de transações de 5 milhões de empresas alimentam uma rede compartilhada de detecção de risco. Se uma empresa detectar um padrão de fraude, todas as demais se beneficiam. No mês passado, o Radar interceptou mais de 3,3 milhões de registros de testes gratuitos de alto risco em oito startups de IA de rápido crescimento.

Jeff também apresentou uma visão contraintuitiva: que as compras feitas por agentes podem, no final, ser mais seguras do que as feitas por humanos na web. A confiança na compra online humana depende de inferências: quanto tempo o usuário fica na página, se o caminho de cliques parece normal, etc.

Por outro lado, as transações por agentes podem ser verificadas por programas. Os tokens de pagamento compartilhados da Stripe são tokenizados, ou seja, não expõem o número real do cartão de crédito. O usuário autoriza por biometria e pode definir limites de transação, janelas de tempo e listas de comerciantes confiáveis.

Quando o mecanismo de confiança passa de inferência para confirmação, a linha de base de segurança pode até melhorar.

Ecossistema, protocolos e uma história

Até aqui, fica claro que a realização do comércio do Agent depende de um ecossistema bem organizado. Na Stripe Sessions de 2026, conheci uma pessoa do setor de alimentos. Ela disse que veio ao evento para entender se o comércio do Agent pode ser uma nova oportunidade para sua empresa. Essa é a perspectiva do vendedor.

Portanto, isso não pode ser feito apenas pela Stripe. É preciso um ecossistema.

Durante os dois dias na feira, vi muitos estandes de empresas de toda a cadeia financeira.

A Stripe também lançou ou se juntou a uma série de protocolos para conectar as partes do ecossistema: compradores e vendedores, humanos e máquinas, máquinas e máquinas. O Protocolo de Pagamento por Máquina (MPP) permite que agentes descubram e realizem pagamentos via HTTP.

O kit de ferramentas do comércio Agent permite que consumidores comprem diretamente dentro de aplicativos de IA do Google, Meta, OpenAI e Microsoft. O Protocolo de Comércio Universal (UCP), iniciado pela Shopify e com participação de Meta, Amazon, Salesforce e Microsoft, é um protocolo de negócios multiplataforma. A Stripe participa do conselho do UCP.

Um grupo de empresas, que são tanto parceiras quanto concorrentes, concordou em colaborar em um protocolo compartilhado, pois a fragmentação dificultaria a experiência de consumo entre plataformas. Isso não beneficia ninguém.

Falando de protocolos, na feira vi um parceiro especial da Stripe: a Visa. Para mim, a Visa é essencialmente uma plataforma de protocolos.

Ver a Visa me fez lembrar de um livro que admiro há muito tempo: “Maverick: The Success Story Behind the World’s Most Unusual Bank”, de Dee Hock, fundador da Visa.

Um tema central do livro é como, na era digital, bancos, moedas e cartões de crédito podem ser redefinidos. A moeda não precisa ser apenas moeda física. Pode ser uma garantia institucional, registrada em rede e circulando globalmente como dados.

No final dos anos 60, o Bank of America lançou o cartão de crédito Visa, expandindo-se por todo o país. Milhares de consumidores cruzaram fronteiras estaduais, e o sistema antigo entrou em colapso. Hock percebeu que o problema estava na estrutura organizacional. Decenas de bancos concorrentes precisavam compartilhar infraestrutura, mas nenhuma forma organizacional existente permitia que eles colaborassem enquanto competiam.

Ele usou uma abordagem descentralizada, fazendo com que todos os bancos se tornassem membros iguais de uma nova organização, e o Bank of America abriu mão do controle exclusivo do sistema. Essa organização foi posteriormente renomeada para Visa.

Assim, duas empresas de épocas distintas estão fazendo algo semelhante. Existe alguma herança entre elas?

Com a ajuda de qualquer Agent, a resposta é fácil de encontrar. Patrick Collison já homenageou publicamente Dee Hock. Após sua morte em 2022, Patrick chamou-o de “um inovador subestimado” e afirmou que Hock inspirou ele e seu irmão.

Um sinal mais evidente dessa influência é uma decisão de contratação: o autor da história acadêmica mais autoritária sobre a Visa, David Stearns, posteriormente entrou na Stripe.

Outro detalhe que faria qualquer pessoa familiarizada com a história do pagamento sorrir é que, na apresentação, o CTO do Tempo blockchain, Georgios Konstantopoulos, mostrou a lista de validadores. Um deles é a própria Visa.

A instituição fundada por Hock, a Visa, hoje é um dos nós de participação na rede blockchain que a Stripe ajudou a criar. Um estudante constrói uma nova rede, e o professor se torna um de seus nós.

Quando Patrick falou sobre as raízes do pensamento da Stripe na abertura do evento, disse que começou como programador em Lisp. Uma das ideias centrais do Lisp é “código é dado”.

Ele traduziu esse conceito para a linguagem própria da Stripe: “A filosofia básica da Stripe é que o dinheiro é dado. Quando lançamos a Stripe em 2011, essa não era uma visão comum na indústria.”

Hock, do ponto de vista da teoria organizacional, analisou a essência do dinheiro e concluiu que ele é apenas uma “garantia de troca de valor”. O meio que o carrega pode ser qualquer coisa. Collison, por sua vez, partiu da perspectiva da linguagem de programação, e equiparou o dinheiro a dados: uma forma de dado que pode ser programada, acessada via API e manipulada por agentes.

Duas pessoas usando linguagens diferentes expressaram a mesma ideia. No palco do mesmo dia, Ginger Baker foi mais direta: “Dinheiro é apenas outro tipo de conteúdo numérico.”

Se o dinheiro é dado, então os consumidores de dados também serão consumidores de dinheiro.

O gene do conteúdo da Stripe

Até aqui, a história da economia da IA está quase concluída. Mas vamos fazer uma pequena curva. A Stripe pode ser considerada uma espécie de colega dos criadores de conteúdo.

Essa empresa não é só especialista em serviços financeiros. Ela também é muito boa em criar produtos de conteúdo. Sua divisão de publicações, a Stripe Press, tem um gosto excelente. Muitos conhecem por causa do seu livro “The Charlie Munger Philosophy of Life” (O Filosofia de Vida de Charlie Munger).

Seu podcast, “A Cheeky Pint”, também é único, com uma audiência ampla. CEOs como Sundar Pichai, Dario Amodei e Mark Andreessen já participaram.

Durante a conferência, conheci Tammy Winter, editora sênior da Stripe Press, e Pablo Delcan, designer. Tammy brincou: “A Stripe é como uma editora que vale bilhões de dólares.”

Pablo falou sobre seu entendimento de bom gosto. Para ele, bom gosto é algo que se desenvolve ao longo do tempo e precisa de sedimentação. Em relação às tendências de design, ele acha que, sem abrir mão de conceitos simples e de uma comunicação clara, o novo problema é como usar detalhes e precisão para aumentar a complexidade de forma controlada.

Quando o assunto virou livros, Tammy me contou que, dentro da Stripe Press, uma série de livros voltados para fundadores e construtores é chamada de “Turpentine” (óleo de terebintina).

Esses livros focam em conhecimento operacional, ferramentas, técnicas, manutenção e aspectos práticos para fazer o trabalho funcionar. Não são teorias abstratas. São feitos para ajudar a resolver problemas concretos de operação.

O nome vem de uma história supostamente relacionada a Picasso: quando críticos de arte se reúnem, falam de forma sobre forma, estrutura e significado; quando artistas se encontram, falam sobre onde comprar óleo de terebintina barato.

A ideia do série é ser como um óleo de terebintina barato na mão do fundador. Pensando bem, para uma startup de IA que está saindo do país, os serviços financeiros da Stripe são uma espécie de óleo de terebintina. Você não precisa se preocupar com pagamentos, conformidade ou câmbio. Pode focar na construção do produto.

Essa história, embora pareça fora do foco principal, tem uma conexão potencial.

A Stripe também publica uma revista chamada “Works in Progress” (Obras em Andamento), cujo tema central é como a economia cresce. Seus podcasts entrevistam líderes da economia da IA. O próprio Sessions, de certa forma, é uma aula de economia.

Na manhã do segundo dia, Patrick passou toda a manhã falando sobre dados econômicos, a teoria da firma de Coase e a contradição de Solow. Como uma empresa de serviços financeiros, ele acha que entender as mudanças na estrutura econômica é a chave para descobrir o próximo produto.

Como fã de podcasts, minha maior curiosidade ao ver Patrick na primeira manhã foi: qual seria a pergunta que ele mais gostaria de fazer? Não sobre finanças, mas sobre podcasts. Perguntei se, após entrevistar tantas pessoas diferentes, há uma questão fundamental que permeia todas as conversas.

Ele pensou um pouco e respondeu que o que mais lhe interessa é como essas empresas realmente funcionam, em que tipo de equilíbrio competitivo estão e como eles entendem seus negócios.

Coincidentemente, no final do primeiro dia, houve um pequeno episódio. A última conversa ao redor da fogueira, originalmente prevista para ser com Greg Brockman, cofundador da OpenAI, foi substituída por Sam Altman, por causa do ritmo acelerado da área de IA.

Patrick explicou que, afinal, “IA é uma área de rápida evolução”. E a plateia explodiu em aplausos.

Eles se conhecem há quase 19 anos. Altman foi um dos primeiros investidores-anjo da Stripe, quando Patrick e John tinham menos de 20 anos. Por isso, Altman se mostrou muito à vontade na conversa.

No final, Patrick fez uma pergunta pessoal: por que Altman investiu em dois jovens de apenas 15 anos? Altman respondeu que eles estavam tentando resolver um problema que eles próprios enfrentaram, e que via potencial de escala, pois muitas outras pessoas precisavam da mesma coisa.

Acredito que as respostas dele sobre podcasts e investimentos apontam para uma mesma ideia: buscar necessidades reais, resolver problemas reais.

Na conversa, Altman dividiu a transformação da OpenAI em três fases: de um laboratório de pesquisa, para uma empresa de produtos, até uma “fábrica de tokens” que fornece inteligência ao mundo. Cada fase tem uma missão diferente.

A Stripe também.

Em 2010, o problema que Patrick e John resolveram foi a dificuldade de aceitar pagamentos online. Desde então, eles resolveram o mesmo problema para 5 milhões de usuários. E, em 2026, descobriram uma nova questão: esses clientes podem deixar de ser humanos em breve.

Fazendo podcasts de um lado, publicando livros do outro, discutindo a teoria de Coase e a contradição de Solow, a Stripe não só está criando a economia da IA, como também a registrando.

Na conferência, tive uma ideia que pode parecer um pouco louca: a Stripe detém quase 2% do volume de transações do PIB global. Ela consegue ver de onde vem cada dólar de receita da IA, para onde vai e quão rápido cresce.

Se Solow tivesse um monitor cardíaco assim, talvez ele não precisasse esperar dez anos para ver os computadores nos dados estatísticos. Talvez, um dia, a Stripe possa fornecer um modelo para a economia da IA. Não um grande modelo de linguagem, mas um modelo econômico de Nobel. Quem disse que isso é impossível? Ainda antes de Demis Hassabis, fundador do DeepMind, ganhar o Nobel, quem poderia prever essa cena?