A economia de IA que vi na Stripe Sessions 2026

Escrevendo: Gao fei

Traduzido por: AididiaoJP, Foresight News

Em 1987, o economista Robert Solow disse uma frase famosa: «Você pode ver a era dos computadores em qualquer lugar, exceto nos dados estatísticos de produtividade.» Esta frase preocupou os economistas por quase dez anos. Até meados dos anos 1990, a contribuição dos computadores para a produtividade finalmente começou a aparecer nos dados.

Em 2026, a mesma confusão está a repetir-se na IA. As teorias de bolha vão e vêm, os académicos discutem sem parar, as empresas hesitam, e os sinais macroeconómicos continuam ambíguos. Mas há um lugar onde o impacto da IA na economia já não precisa de discussão.

Agora, olhemos para a Stripe.

Nos últimos dias, participei nas Stripe Sessions realizadas 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 triliões de dólares, e mais de 5 milhões de empresas na plataforma. 86% das empresas na lista AI 50 da Forbes usam Stripe. Se a economia da IA é um recém-nascido, então a Stripe é como um monitor de batimentos cardíacos na sala de parto. Ela registra o batimento do bebé mais cedo e com maior precisão do que quase qualquer outro.

Um estudo da Reserva Federal de St. Louis, publicado no início de 2026, mostra que os investimentos relacionados com IA já contribuíram com quase 40% do crescimento marginal do PIB dos EUA, superando o pico de contribuição do setor tecnológico durante a bolha da internet. Quando esses investimentos se transformam em receitas, a maior parte das liquidações ocorre na Stripe. Mais importante ainda, a Stripe não está apenas a registar o batimento cardíaco da economia de IA. Na conferência deste ano, anunciou uma nova forma de economia: Agentic Commerce, ou comércio de agentes, onde os agentes se tornam os principais atores nas transações. Numa entrevista coletiva, o cofundador e presidente John Collison afirmou que espera que o papel dos agentes como compradores comerciais se torne mainstream em 12 a 18 meses.

Durante dois dias, 288 produtos e funcionalidades lançados, mais de 10 mil participantes, uma frase definidora percorreu toda a conferência: Agentic Commerce. A seguir, o que observei na Stripe Sessions 2026 e as minhas reflexões pessoais.

Até que ponto a economia de IA está a avançar rapidamente?

Antes de falar de comércio de agentes, vamos primeiro esboçar o panorama geral da economia de IA. Em 1987, Solow disse que não se via computador nos dados estatísticos; quase quarenta anos depois, a IA já é claramente visível nos dados da Stripe.

No primeiro dia de conferência, de manhã, o CEO Patrick Collison apresentou um conjunto de dados. Desde a pandemia, o número de novas empresas criadas na Stripe por mês manteve-se elevado, embora relativamente estável. A partir do início de 2026, essa curva disparou quase verticalmente. A causa direta foi a grande redução na barreira de entrada para startups graças às ferramentas de codificação de IA, que permitem a muitos desenvolvedores criar produtos pagos em poucos dias usando “vibe coding”. Patrick descreveu isso como um fenómeno macro — toda a economia está a replatformar-se em torno da IA. Maia Josebachvili, diretora de receitas do negócio de IA da Stripe, acrescentou uma comparação externa: até 2024, o número de aplicações lançadas na App Store do iOS vinha a diminuir; após o aparecimento das ferramentas de codificação de IA, o quantidade de lançamentos cresceu 24% em relação ao trimestre anterior.

A mudança não é apenas quantitativa, mas qualitativa. O Stripe Atlas é uma das formas mais simples de registrar uma empresa nos EUA. Na semana passada, comemorou-se a 100 milª empresa criada. Na conferência, ouvi um dado surpreendente: as empresas registadas via Atlas em 2025 geraram o dobro de receita na mesma fase de ciclo de vida do que as de 2024. As empresas de 2026, com apenas alguns meses, já faturam cinco vezes mais do que as do mesmo período do ano passado.

Na análise de tarde sobre a economia de IA, Maia listou alguns nomes que impulsionaram o crescimento. Lovable atingiu 100 milhões de dólares em receita em oito meses, e nos oito meses seguintes chegou a 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, e até agora, em 2026, já cresceram 575%.

O consumo também cresce de forma acentuada. O usuário de maior consumo gasta mensalmente 371 dólares em produtos de IA, mais do que a média dos americanos em internet, streaming e contas de telemóvel combinados. Fiz uma estimativa do meu próprio gasto mensal em tokens, e já ultrapassei a minha conta de telemóvel.

Patrick fez ainda uma comparação: a velocidade de crescimento das empresas na Stripe é 17 vezes maior que a da economia global.

No segundo dia, John Collison abordou diretamente a paradoxo de Solow, usando uma analogia histórica. Em 1882, Edison acendeu as primeiras lâmpadas elétricas para clientes em Manhattan. Mas, durante as três décadas seguintes, a produtividade quase não aumentou durante a eletrificação. O problema não era a eletricidade, mas sim que as fábricas eram desenhadas em torno de máquinas a vapor. Só após reconstruir toda a fábrica, a produtividade começou a subir. A opinião de John é que a IA está numa fase semelhante. As mudanças já estão a acontecer, mas os modelos antigos ainda não absorveram totalmente o impacto. “No entanto,” disse ele, “duvido que a IA vá levar trinta anos.”

Os dados da Stripe parecem apoiar o seu otimismo. A economia de IA já está a explodir na sua plataforma. Quase todas as empresas tradicionais com quem entrei em contacto estão a impulsionar a implementação de IA com grande urgência.

Desde o primeiro dia, a economia de IA é global desde o início

Além da velocidade, uma outra característica impressionante dessas empresas de IA é que elas já eram globais desde o primeiro dia. A Stripe tem uma expressão: “globalização padrão”.

Desde que comecei a ser um blogueiro de IA, tenho frequentemente a experiência de que o conteúdo de IA não conhece fusos horários. Notícias de IA do outro lado do Pacífico têm a mesma relevância que as notícias locais. E os produtos de IA também. Os grandes modelos de linguagem desfocam as interfaces e interações tradicionais de software. Uma única janela de chat permite que usuários globais usem produtos em linguagem natural. Nesse sentido, os grandes modelos de linguagem tornaram possível um mercado de software global unificado pela primeira vez.

Os dados da conferência confirmam essa observação. Na primeira onda de SaaS, as empresas de crescimento mais rápido cobriam cerca de 25 países no primeiro ano, e 50 no terceiro. Para as empresas de IA, o ritmo é completamente diferente: 42 países no primeiro ano, 120 no terceiro. Maia disse que o Cazaquistão já aparece na lista de mercados de muitas startups de IA. No painel “Indexing the Economy” do segundo dia, a Stripe apresentou uma mediana: as 100 principais startups de IA já vendem em 55 países no primeiro ano.

Um exemplo concreto é a Emergent Labs. Fundada em 2024 nos EUA, já gera cerca de 70% de sua receita no exterior, com pelo menos 16 países contribuindo com pelo menos 1% cada. Entre as principais empresas de IA, 48% da receita vem de mercados fora do país de origem. Três anos atrás, essa proporção era de apenas 33%. A receita global deixou de ser uma complementação e passou a ser uma condição fundamental.

Velocidade e globalização são as duas principais características da economia de IA, e ambas estão diretamente relacionadas com a Stripe. As empresas de IA precisam de estabelecer rapidamente capacidades de pagamento, podendo receber em 40 países na primeira semana. E é exatamente isso que a Stripe faz desde o seu início.

Aqui, é importante acrescentar um pouco do contexto de fundação da Stripe.

Os fundadores da Stripe, Patrick e John Collison, são irlandeses, e eles próprios são empreendedores transfronteiriços. Na conferência, encontrei um colega irlandês que me contou que, na visão dos fundadores de IA na Irlanda, esses dois irmãos são heróis. Quando chegaram aos EUA, descobriram que cobrar online era extremamente difícil: conectar-se a sistemas de pagamento exigia contratos com bancos, auditorias PCI, integração com múltiplos intermediários, e o processo podia levar semanas ou meses.

Assim, em 2010, esses jovens de pouco mais de vinte anos abandonaram a faculdade, mudaram-se para São Francisco e criaram uma solução que permitia aos desenvolvedores receber pagamentos com sete linhas de código. Essas sete linhas coincidiam com o boom da internet móvel e do SaaS. Shopify precisava ajudar milhões de comerciantes a receber pagamentos, Uber precisava de pagamentos sem atritos para passageiros, Salesforce precisava de gestão de assinaturas globais… Todos escolheram a Stripe. À medida que esses clientes globais cresciam, a Stripe estabeleceu capacidades locais em 46 países, cobrindo 195 mercados e suportando 125 métodos de pagamento locais.

Para o consumidor, a Stripe não é uma empresa sob os holofotes. Está escondida por trás do checkout do Shopify, do email de confirmação de subscrição do OpenAI, e das notificações de pagamento do Uber. Mas esse invisível não impediu que se tornasse a infraestrutura financeira subjacente à economia da internet. Na era da IA, essa infraestrutura financeira global dá à Stripe uma vantagem inicial ao servir empresas de IA em expansão internacional.

Na conferência, também conheci Abhi Tiwari, responsável global de produtos da Stripe. Ele assumiu o cargo há três meses e mudou-se para Singapura. A Stripe tem centros de engenharia em São Francisco, Dublin e Singapura, além de um escritório na São Paulo. Abhi contou que muitas startups de IA entram em contato com a Stripe dizendo: “Nós já somos globais por padrão, não importa onde estejam os usuários.” O antigo modelo de desenvolver na sede e expandir globalmente está sendo substituído por um novo, onde equipes locais constroem o mercado.

Alcançar usuários globais é uma coisa, fazer com que eles paguem é outra. E essa última parte é muito mais complexa, pois cada mercado tem suas moedas e hábitos de pagamento. Nesse aspecto, a Stripe ajuda empresas de IA e outros clientes principalmente de duas formas: precificação em moeda local e conexão com métodos de pagamento locais. A primeira faz com que um usuário brasileiro veja preços em reais, não em dólares, aumentando a receita de transações internacionais em 18%; a segunda permite que usuários na Índia usem UPI, e no Brasil Pix, aumentando a conversão em mais de 7%. Depois de integrar o UPI, a Gamma, ferramenta de demonstração de IA, viu sua receita na Índia disparar 22% no mês. No stand, também vi a presença da empresa chinesa MiniMax. Segundo informações, muitas empresas chinesas que exportam usam os serviços financeiros da Stripe por meio de entidades no exterior.

Essas startups nativas de IA também têm uma característica comum: equipes muito pequenas, muitas delas fundadas por indivíduos. Uma ou duas pessoas, junto com alguns agentes, podem sustentar uma empresa global com receitas reais. No segundo dia, Emily apresentou um dado: a densidade de fundadores solo na Atlas já chega a cerca de 5.000 por milhão de americanos, e cada vez mais pessoas têm receitas anuais superiores a 100 mil dólares.

O termo que ela usou foi solopreneur — empreendedor solo. Isso me fez lembrar a rápida onda de OPC (One Person Company) na China. John explicou esse fenômeno com a teoria das empresas de Ronald Coase. Uma empresa existe porque o custo de coordenação interna é menor que o de coordenação de mercado. Mas a IA pode estar a inverter essa lógica. Quando agentes podem ajudar a descobrir serviços, integrar softwares, processar pagamentos, os custos de coordenação externa caem drasticamente. Você não precisa mais de uma equipe de funcionários para fazer o que antes exigia um departamento inteiro.

Da economia humana à economia de agentes

A economia de IA descrita acima, por mais rápida que seja, por mais globalizada que esteja, ainda tem como protagonistas os humanos. São humanos a comprar produtos de IA, são humanos a usar ferramentas de IA para empreender. Mas o sinal mais forte que senti na conferência este ano foi que o próximo grande foco da Stripe é uma mudança diferente: a economia onde os agentes se tornam participantes do mercado, ou seja, Agentic Commerce.

Essa mudança já aparece discretamente nos próprios dados da Stripe. Will Gaybrick, presidente de produtos e negócios, mostrou alguns números. Durante anos, a interface de linha de comando da Stripe (CLI) foi usada por um grupo muito técnico, com uso quase inalterado. A partir de 2026, esse uso disparou. A razão é que agentes não precisam de interfaces gráficas elaboradas; uma CLI simples muitas vezes é mais útil. Os dados de Maia mostram que, em 2025, o tráfego de leitura de documentação da Stripe por agentes aumentou cerca de dez vezes. Se essa tendência continuar, ao final do ano, o número de agentes lendo a documentação da Stripe ultrapassará o de humanos. A API que a Stripe levou mais de uma década a aperfeiçoar agora encontra seus leitores mais fiéis.

Se a ideia de agentes gastarem dinheiro ainda parece estranha, pense em dois cenários que já estão a acontecer.

O primeiro é que a interface de compras pode estar a evoluir para uma janela de chat com modelo de conversa. Os consumidores já usam ChatGPT, Gemini ou o Instagram para pesquisar produtos. A distância entre pesquisa e compra é comprimida numa única interface. Na China, há exemplos, como comprar chá no aplicativo de IA.

Num entrevista coletiva, John Collison explicou por que essa compressão é difícil de reverter, usando sua experiência ao comprar um adaptador de energia para viagens. Se um agente completar todo o processo de pesquisa e pedido, entregando o produto em poucos dias, o usuário não vai mais a outro site preencher manualmente seus dados, mesmo que o produto lá seja um pouco melhor. Uma vez que o agente de compras conclua a pesquisa, o próximo passo natural é o checkout.

O segundo exemplo é mais interessante: OpenClaw. Quem acompanhou a onda “lagosta” sabe que é um dos frameworks de agentes autônomos de código aberto mais populares. Usuários enviam comandos a agentes via Feishu, Telegram, WhatsApp, etc., e esses agentes executam tarefas autonomamente. O mais importante é que o OpenClaw pode consumir centenas ou milhares de dólares em tokens por dia, gerenciando seu próprio consumo e uso. Embora muitas vezes ainda exija autorização humana, no final, o agente é quem consome tokens, que podem ser convertidos diretamente em dinheiro.

Da gestão de tokens pelo agente à compra direta por ele, falta apenas um passo. E, neste ano, a Stripe fez esse passo.

Demonstração: compra e venda por agentes

Na segunda manhã, uma demonstração no palco principal recebeu várias palmas.

John Collison deu uma instrução simples a um agente: pesquisar como a demanda por IA afeta o mercado de energia. O agente começou a procurar, descobriu que a Alpha Vantage tinha um conjunto de dados de energia por 4 centavos, e decidiu comprar e baixar usando sua carteira de stablecoins no Tempo CLI, pois pagar 4 centavos com cartão de crédito não valia a pena. Depois, gerou um relatório completo de análise. Isso já era impressionante. Mas John pediu ao agente: “Publique e venda esse relatório. Defina um preço razoável para que outros agentes possam encontrá-lo e comprá-lo.” O agente verificou os termos de licença do conjunto de dados da Alpha Vantage, confirmou que a comercialização era permitida, criou um site, publicou o relatório e gerou um arquivo de instruções para que outros agentes possam comprar os dados com uma requisição.

Em poucos minutos, um agente completou toda a cadeia: pesquisa, compra, produção, conformidade, publicação, precificação e venda. Ele foi tanto comprador quanto vendedor. Após a demonstração, John afirmou: “Agentic Commerce já chegou.”

Outras duas demonstrações do primeiro dia também foram impressionantes. Will Gaybrick criou uma aplicação de revisão de APIs, na qual agentes podem obter serviços de revisão sem que ele precise informar qualquer dado de pagamento. Durante a execução, o agente detectou automaticamente que a aplicação usava o Protocolo de Pagamentos por Máquina (MPP) e completou uma transação de 2 dólares de forma autônoma, com uma única autenticação por impressão digital. Essa capacidade de descobrir pagamentos sem configuração é o núcleo do MPP como protocolo. Os desenvolvedores não precisam escrever lógica de pagamento separada para agentes, eles próprios encontram.

Depois, Gaybrick combinou o Metronome (motor de medição em tempo real), o Tempo (blockchain para pagamentos) e stablecoins, demonstrando pagamentos em fluxo contínuo. Um aplicativo cobra em tempo real com base no consumo de tokens de IA, com 3 dólares por milhão de tokens. Vários agentes operam simultaneamente. No painel à esquerda, o consumo de tokens sobe, e na direita, os micro pagamentos em stablecoins fluem em sincronia. Quando se abre o navegador do Tempo, o total de 3,30 dólares em pagamentos é composto por milhares de micro pagamentos de frações de centavo, impossíveis de fazer com cartão de crédito, ACH, UPI ou Pix. Gaybrick anunciou que esse é o primeiro sistema de pagamento em fluxo contínuo do mundo.

O retorno dos micro pagamentos e uma nova lógica de consumo

Comprar por chat e o OpenClaw são exemplos de agentes representando o consumo humano. Mas, numa entrevista coletiva, John Collison fez uma previsão mais ambiciosa: os agentes podem criar demandas totalmente novas.

Ele acredita que os agentes podem tornar viável um modelo de negócio há muito discutido, mas nunca realizado: micro pagamentos. Humanos não são bons em decisões de consumo extremamente detalhadas. Spotify substituiu o pagamento por faixa por uma assinatura mensal de 9,99 dólares, porque ninguém quer decidir se uma música vale 15 centavos toda vez que aperta o play. Os agentes não têm esse peso cognitivo. Se essa hipótese estiver correta, um grande conjunto de modelos de negócio que fracassaram por causa de barreiras cognitivas humanas pode de repente tornar-se viável com agentes. Maia também expressou uma opinião semelhante numa conversa comigo. Ela disse que, ao falar com dezenas de fundadores de IA, a questão de precificação é a mais frequente quando se discute comércio de agentes.

Toda transação envolve comprador e vendedor. Se o comprador for um agente, o que fazem os comerciantes?

Num entrevista, perguntei ao responsável de produto da Stripe, Jeff Weinstein: “A frase popular é ‘o cliente tem sempre razão’, e os comerciantes precisam agradar os consumidores. Mas como agradar os agentes?” Jeff respondeu: “Imagine o agente como o melhor programador que conhece. Ele quer informações perfeitas, formatos estruturados, leitura rápida e todo o contexto necessário para tomar decisões.” Os consumidores humanos gostam de imagens bonitas e animações suaves, os agentes querem dados estruturados, informações logísticas precisas e a capacidade de concluir transações com o menor número de passos.

Noutro diálogo, a vice-presidente de produto da Meta, Ginger Baker, resumiu essa mudança de forma mais radical: “O pagamento vai passar de ‘instantâneo’ para ‘estratégico’.” As compras humanas são discretas: você vai ao caixa, tira a carteira, passa o cartão, e a transação termina. O consumo por agentes é contínuo: você define regras, como “não gastar mais de 50 dólares em mantimentos esta semana”, “sempre usar este cartão”, “após 500 dólares, requer autorização manual”. Então, o agente pode consumir de forma autônoma, dentro do seu quadro de autorização.

Segurança: poder computacional é o novo dinheiro

Se os agentes realmente se tornarem um novo tipo de consumidor, também trarão novos riscos. Esses riscos são fundamentalmente diferentes dos riscos tradicionais de transações SaaS ou de consumidores humanos.

Durante a conferência, foquei nesse tema e conversei com vários executivos da Stripe.

A responsável de dados e IA da Stripe, Emily Glassberg Sands, descreveu três padrões de fraude que crescem rapidamente. O primeiro é o abuso de múltiplas contas: uma mesma pessoa registra várias contas, cada uma recebendo limites gratuitos. Segundo dados da Stripe, uma em cada seis startups de IA registra contas assim. O segundo é o consumo malicioso durante o período de teste gratuito, especialmente fatal para startups de IA, pois cada teste consome custos reais de inferência. Ela citou um exemplo: uma parceira gasta mais de 500 dólares em tokens por cliente pago, porque leva 25 testes gratuitos para converter um cliente, sendo 19 fraudes. O terceiro é o “free-riding”: clientes consomem tokens em grande quantidade e rejeitam pagar no final do mês. Emily também citou uma frase: “poder computacional é o novo dinheiro.” Quando SaaS é abusado, o custo marginal é quase zero; mas cada chamada de inferência de IA tem um custo real. Tokens roubados equivalem a dinheiro roubado.

Porém, há um dilema que me deixa particularmente inquieto. Muitos fundadores de IA respondem ao abuso fechando o acesso gratuito.

Emily disse que perguntou a todos que afirmaram ter uma solução, e a resposta foi sempre: “fechar a camada gratuita.” Mas Jeff acredita que isso cria outro problema. Os agentes estão a se tornar a principal forma de descobrir novos serviços. Se eles não puderem testar por si próprios, vão direto para outro URL. Emily acrescentou que, se a chamada de ação apresentada ao agente for “entrar na lista de espera” ou “contactar vendas”, ele vai sair imediatamente. Fechar o autoatendimento para evitar fraudes pode significar entregar a maior fonte de crescimento aos concorrentes.

A resposta da Stripe a esse dilema é o seu sistema de prevenção de fraudes, o Radar. A lógica é simples: toda transação no Stripe ensina algo ao Radar. Os dados de transações de 5 milhões de empresas alimentam uma rede de reconhecimento de risco compartilhada. Se uma empresa enfrenta um padrão de fraude, todas se beneficiam. No mês passado, o Radar bloqueou 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 por agentes podem, no final, ser mais seguras do que as compras humanas na web. A confiança na web depende de inferências: quanto tempo o usuário fica no site, se a navegação é normal, etc. Mas as transações de agentes podem ser autenticadas de forma programática. Os tokens de pagamento do Stripe, por exemplo, são tokens de pagamento, e os agentes nunca acessam os números de cartão originais. Os usuários autorizam por biometria e podem definir limites de transação, janelas de tempo e listas brancas de comerciantes. Quando o mecanismo de confiança passa de inferência para confirmação, a linha de base de segurança pode na verdade melhorar.

Ecossistema, protocolos e uma história

Até aqui, está claro: sem um ecossistema bem desenvolvido, o comércio de agentes não é possível. Na Stripe Sessions 2026, conheci um profissional da indústria alimentar que disse que sua presença na conferência tinha o objetivo de entender se o comércio de agentes pode ser uma nova oportunidade de negócio — uma perspetiva de vendedor.

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

Ao passear pelos estandes durante dois dias, vi muitas empresas na cadeia financeira. A Stripe também lançou ou integrou uma série de protocolos com parceiros upstream e downstream, conectando diferentes partes do ecossistema: compradores e vendedores, humanos e máquinas, máquina a máquina. O Machine Payments Protocol (MPP) permite que agentes descubram e façam pagamentos via HTTP. O Agentic Commerce Suite permite que consumidores comprem diretamente dentro de aplicações de IA do Google, Meta, OpenAI e Microsoft. O Universal Commerce Protocol (UCP), iniciado pela Shopify e com participação de Meta, Amazon, Salesforce e Microsoft, é um protocolo de comércio multiplataforma. A Stripe integrou-se ao UCP como membro do conselho. Empresas que são tanto parceiras quanto concorrentes concordaram em criar um protocolo comum, pois a fragmentação dificultaria o consumo fluido entre plataformas, o que não beneficia ninguém.

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

Ver a Visa imediatamente me fez lembrar um livro que gosto muito: “One from Many”, do fundador da Visa, Dee Hock. O tema central do livro é como redesenhar bancos, moedas e cartões de crédito na era digital. A moeda já não precisa ser moeda física; pode ser um dado global, registrado por instituições, garantido por redes. No final dos anos 60, o Bank of America lançou o BankAmericard, que se expandiu por todo o país, levando a uma sobrecarga de consumidores inter-estaduais e ao colapso do sistema antigo. Hock percebeu que o problema era organizacional. Várias dezenas de bancos concorrentes precisavam de infraestrutura comum, mas os modelos existentes não permitiam cooperação e competição ao mesmo tempo. Usando princípios de descentralização, criou uma nova organização onde todos os bancos eram iguais, e o Bank of America abriu mão do controle exclusivo do sistema. Essa organização foi posteriormente renomeada como Visa.

Assim, duas épocas distintas, duas empresas diferentes, fazem algo semelhante. Existe uma espécie de legado?

Qualquer agente pode responder a essa questão facilmente. Patrick Collison já homenageou publicamente Hock. Após a morte de Hock em 2022, Patrick chamou-o de “um inovador subestimado”, cuja influência foi profunda para ele e para o irmão. Um sinal mais explícito é a contratação: o autor de história acadêmica da Visa, David Stearns, posteriormente juntou-se à Stripe.

Outro detalhe que quem conhece a história do pagamento vai reconhecer: no palco, o CTO do Tempo, Georgios Konstantopoulos, mostrou a lista de validadores. Um deles é a própria Visa. A Visa, fundada por Hock, tornou-se um participante na rede blockchain incubada pela Stripe. Estudantes criaram a nova rede, professores tornaram-se nós.

Quando Patrick, na abertura da conferência, falou sobre as origens do pensamento da Stripe, disse que começou como programador de Lisp. A ideia central do Lisp é “código é dado”. Ele traduziu esse conceito na linguagem da Stripe: “A filosofia básica da Stripe é que a moeda é dado. Quando lançámos a Stripe em 2011, essa ainda não era a visão ortodoxa do setor.” Hock, vindo da teoria organizacional, aproximou-se da essência da moeda, concluindo que ela é apenas uma garantia de troca de valor. O meio que a carrega pode ser qualquer coisa. Collison, vindo da programação, equiparou moeda a dado: pode ser programado, chamado por API, manipulado por agentes. Dois discursos diferentes, a mesma ideia. No palco, Ginger Baker foi mais direta: “Moeda é apenas outro conteúdo digital.”

Se a moeda é dado, então os consumidores de dados também serão consumidores de moeda.

Subtrama: o gene de conteúdo da Stripe

Até aqui, a história da economia de IA está quase concluída. Mas vamos dar uma volta menor: a Stripe pode ser vista como uma criadora de conteúdo.

A empresa não só é especialista em serviços financeiros, como também produz conteúdo. Sua marca editorial, a Stripe Press, tem um gosto refinado, e muitos a conhecem por publicar “O Livro de Charlie”. Seu podcast, “A Cheeky Pint”, também é bastante popular, com uma grande audiência. CEOs como Sundar Pichai, Dario Amodei, cofundador da a16z, já participaram.

Durante a conferência, conheci Tammy Winter, editora-chefe da Stripe Press, e Pablo Delcan, designer. Tammy brincou: “A Stripe é como uma editora de bilhões de dólares.” Pablo falou sobre seu entendimento de bom gosto: é algo que se constrói ao longo do tempo, com paciência. Quanto às tendências de design, ele acha que o desafio é como acrescentar detalhes e complexidade sem perder a simplicidade e a clareza na comunicação.

Falando de livros, Tammy contou que, na Stripe Press, há uma série chamada “Turpentine”, voltada para fundadores e construtores. Esses livros focam em como fazer, ferramentas, tecnologia, manutenção e operações. Não são teorias abstratas, mas orientações práticas para resolver problemas concretos de operação.

O nome vem de uma história que dizem ser sobre Picasso: críticos de arte discutem formas, estruturas e significados; artistas discutem onde comprar óleo de turpentina barato. Essa série quer ser como um óleo de turpentina acessível para fundadores. Se pensar bem, para startups de IA que operam internacionalmente, os serviços financeiros da Stripe são como esse óleo: você não precisa se preocupar com pagamentos, conformidade ou câmbio, pode focar na construção do produto.

Essa subtrama parece não ter relação com a principal, mas há uma conexão de fundo. A Stripe também tem uma revista chamada “Works in Progress”, cujo tema central é como a economia cresce. Ela também tem um podcast com entrevistas a líderes da economia de IA. A própria conferência, de certa forma, é como uma aula de economia. Na manhã do segundo dia, John Collison dedicou toda uma palestra a dados econômicos, à teoria das empresas de Coase e ao paradoxo de Solow. Acho que uma empresa de serviços financeiros que se preocupa tanto com economia faz isso porque entende as mudanças estruturais na economia, e assim encontra as próximas oportunidades de produto.

Como fã de podcasts, quando encontrei John Collison no primeiro dia, a primeira pergunta que quis fazer não foi de finanças, mas de podcast. Perguntei se, após entrevistar tantas pessoas diferentes, ele tinha uma questão fundamental que atravessasse todas as conversas. Ele pensou um pouco, e respondeu que o que mais lhe interessa é entender como essas empresas funcionam, em que equilíbrio competitivo estão, e como percebem seus negócios.

Por acaso, no final do primeiro dia, houve uma pequena reviravolta. A conversa ao pé da fogueira, originalmente, era uma entrevista de Patrick com o cofundador da OpenAI, Greg Brockman, mas, antes de subir ao palco, o convidado foi substituído por Sam Altman. Patrick explicou: “Afinal, IA é um campo de rápida mudança.”

E a surpresa virou alegria. Aplausos.

Eles se conhecem há quase 19 anos. Altman foi um dos primeiros investidores-anjo da Stripe, quando os irmãos Collison tinham menos de 20 anos. Por isso, Altman apareceu muito relaxado na conversa.

No final, Patrick fez uma pergunta pessoal: por que investiu nesses dois jovens de apenas 16 anos? Altman respondeu que eles estavam construindo um produto que resolvia um problema que eles próprios enfrentaram, e que ele via potencial de escala, pois muitas outras pessoas precisavam da mesma coisa.

Acho que a resposta dele ao podcast e ao investimento apontam para uma mesma ideia: encontrar necessidades reais, resolver problemas reais. Na conversa, Altman dividiu a transformação da OpenAI em três fases: de laboratório de pesquisa, a uma empresa de produtos, até uma “fábrica de tokens” que fornece inteligência ao mundo. Cada fase tem uma missão diferente. A Stripe é parecida. Em 2010, os jovens irlandeses resolveram o problema de “pagamentos online difíceis”. Desde então, resolveram o mesmo problema para 5 milhões de usuários. Em 2026, descobriram uma nova questão: os clientes dessas empresas podem deixar de ser humanos em breve.

Com um podcast numa mão e uma editora na outra, discutindo a teoria de Coase e o paradoxo de Solow, e com protocolos e APIs espalhados pelo espaço, a Stripe não só está a criar a economia de IA, como também a documentá-la. No final, tive uma ideia que parece um pouco louca: a Stripe detém cerca de 2% do volume de transações do PIB global. Pode ver de onde vem cada dólar de receita de IA, para onde vai, e quão rápido cresce. Se Solow tivesse um monitor de batimentos assim, talvez não precisasse esperar dez anos para encontrar computadores nos dados.

Quem sabe um dia a Stripe possa fornecer um modelo para a economia de IA. Não um grande modelo de linguagem, mas um modelo econômico de nível Nobel. Quem diria isso há poucos anos, antes de Demis Hassabis, fundador da DeepMind, receber o Nobel?