IA, a bolha é o volante?

O economista do MIT, Ricardo Caballero, no seu mais recente working paper "Speculative Growth and the AI 'Bubble'", apresentou um ponto de vista muito interessante:
A verdadeira questão não é se a IA é ou não uma bolha, mas se a própria bolha pode criar os fundamentos futuros.
As finanças tradicionais acreditam que a avaliação vem dos fundamentos. Os fluxos de caixa futuros determinam o preço de hoje. Se o preço está muito acima dos fluxos de caixa, isso é uma bolha. Esta é a lógica seguida por quase todos os investimentos de valor, modelos DCF e teorias de mercado eficiente.
Caballero, por sua vez, complementou a causalidade num ciclo fechado. O preço não só reflete o futuro, como também molda o futuro. Avaliações elevadas trazem capacidade de financiamento, a capacidade de financiamento traz formação de capital, a formação de capital aumenta a produtividade, e a produtividade acaba por melhorar os fluxos de caixa futuros. Assim, a avaliação que parecia estar desligada dos fundamentos torna-se parte da formação dos fundamentos futuros (um pouco como a reflexividade de Soros?).
O paper argumenta que, quando a avaliação pode influenciar o investimento, a própria subida do preço pode ajudar a criar os fundamentos futuros.
O ponto crucial para esta lógica se aplicar à IA é que a IA não é capital no sentido tradicional.
O capital comum segue a lei dos rendimentos marginais decrescentes. Construir mais fábricas acaba por encontrar insuficiência de procura, excesso de capacidade, e o retorno do capital torna-se cada vez mais baixo.
Mas Caballero acredita que a IA está mais próxima de um 'capital de tipo laboral' que pode expandir-se continuamente. GPU, modelos, Agent não apenas aumentam o número de máquinas, mas aumentam constantemente o trabalho efetivo em toda a economia. O paper modela diretamente a IA como um capital que pode executar tarefas originalmente realizadas pelo trabalho, portanto, à medida que o capital aumenta, a capacidade de trabalho também se expande simultaneamente, e os rendimentos decrescentes do capital são significativamente atenuados.
Se aprofundarmos, há descobertas ainda mais importantes: o investimento em IA altera a distribuição de rendimento.
Cada vez mais rendimento flui para os proprietários de capital, e os proprietários de capital têm naturalmente uma maior propensão a poupar. O aumento da poupança significa um aumento da oferta de fundos de longo prazo, uma queda das taxas de juro de longo prazo, e um maior stock de capital torna-se mais fácil de ser suportado por toda a economia. O paper chama a isto Funding Feedback. Quanto mais formação de capital, menor será o custo de financiamento futuro; quanto menor o custo de financiamento, mais apoio para mais formação de capital. Todo o sistema começa a apresentar um feedback positivo, em vez do feedback negativo dos modelos de crescimento tradicionais.
Assim, a economia começa a apresentar dois equilíbrios de longo prazo completamente diferentes.
Num mundo, o investimento em IA é sempre insuficiente, a formação de capital é lenta, e a produtividade mantém um baixo crescimento a longo prazo.
No outro mundo, a IA obtém financiamento contínuo, com construção em grande escala de centros de dados, GPUs, modelos e Agents, formando eventualmente um novo equilíbrio de alto capital e alta produtividade.
O verdadeiramente interessante é que, embora o equilíbrio de alto capital exista, não pode ser alcançado automaticamente apenas por mercados racionais. O paper prova que, partindo do estado atual de baixo capital, mesmo que todos os investidores sejam totalmente racionais, não saltarão ativamente para esse futuro melhor. A razão é simples. Se hoje não houver capital suficiente, não haverá alto crescimento no futuro; sem alto crescimento futuro, não haverá avaliação elevada hoje; sem avaliação elevada, não há formação de capital. Todo o sistema fica preso num bloqueio autoimposto.
A bolha precisamente quebra este ciclo.
A avaliação elevada permite que as empresas se financiem, financiem a construção de mais GPUs, treinem modelos maiores, implementem mais Agents, e finalmente aumentem realmente a produtividade de toda a economia. A bolha não é o equilíbrio de longo prazo, mas a ponte para o equilíbrio de longo prazo.
É também por isso que o paper enfatiza repetidamente a Fragilidade. A verdadeira questão nunca é se a bolha vai rebentar, mas se a bolha vai rebentar demasiado cedo. Se o capital ainda não se formou e o financiamento para, toda a construção de IA é interrompida e o crescimento futuro desaparece. Se, antes de a bolha rebentar, já foram construídos centros de dados, modelos, Agents e infraestruturas suficientes, então, mesmo que a avaliação eventualmente volte ao normal, o equilíbrio de alto capital pode ser mantido. O paper afirma claramente que a chave não é se a correção ocorre, mas se a correção ocorre demasiado cedo.
A Internet é um exemplo típico. Em 2000, a bolha da Internet rebentou completamente, mas as fibras ópticas, servidores, software, centros de dados e talentos da Internet foram todos mantidos. A bolha desapareceu, mas a revolução da Internet realmente começou. A IA provavelmente passará por um processo semelhante, exceto que o que fica não é apenas a rede, mas a própria inteligência.
No entanto, acho que o quadro de Caballero pode ser levado um passo adiante.
O paper modela a IA como 'trabalho replicável', mas a IA real está cada vez mais próxima de 'investigadores replicáveis'. Se a IA não só pode substituir o trabalho, mas também participar na investigação científica, escrever código, desenhar chips, descobrir novos materiais, desenvolver novos modelos, então ela muda não apenas a função de produção, mas a função de inovação.
No passado, a capacidade de inovação dependia principalmente do número de cientistas, do número de engenheiros e do número de talentos excecionais. Assim, as grandes revoluções tecnológicas normalmente exigiam décadas de acumulação, e esta é uma razão importante para a existência de longo prazo dos ciclos de Kondratiev. Não é que a economia naturalmente tenha uma revolução a cada sessenta anos, mas sim que os próprios recursos de inovação crescem demasiado lentamente.
A IA começa pela primeira vez a quebrar esta restrição.
A capacidade de inovação futura já não dependerá apenas do cérebro humano (Human brain), mas poderá ser Human + Millions of AI Agents. Mais além, a capacidade de inovação pode até depender apenas de IA (poder computacional).
O poder computacional cresce continuamente, e a capacidade de inovação também cresce continuamente. Pela primeira vez, a inovação torna-se um fator de produção que pode ser capitalizado e expandido em escala.
Se combinarmos com o rápido desenvolvimento atual de Coding Agent, Research Agent, pesquisa automática e autoaperfeiçoamento recursivo (RSI), este feedback torna-se mais forte. Mais IA traz investigação mais rápida, investigação mais rápida gera melhores modelos, melhores modelos continuam a melhorar a eficiência da investigação, formando um verdadeiro Intelligence Flywheel. A própria velocidade da inovação começa a acelerar, não apenas o aumento da eficiência produtiva.
É também por isso que sempre acreditei que o retorno económico da IA provavelmente se alinha com 'Slowly, Then Suddenly'.
O que todos vemos hoje são investimentos em GPU, treino de modelos, construção de centros de dados. O ROI parece não ser alto, e muitas pessoas começam a duvidar se a IA é uma bolha. Mas o que estes investimentos realmente compram não é o lucro de hoje, mas o capital inteligente futuro. Quando a capacidade do modelo ultrapassa um certo ponto crítico, Agents em grande escala começam a entrar nas empresas, a substituição do trabalho começa a ocorrer, e a produtividade pode sofrer uma transição não linear. As avaliações aparentemente demasiado elevadas dos últimos anos começam então a ser verdadeiramente realizadas.
Isto significa que o loop de feedback proposto por Caballero:
Avaliação → Investimento → Formação de Capital → Fundamentos
Poderá evoluir no futuro para:
Avaliação → Investimento → Poder Computacional → Inteligência → Inovação → Mais Ideias → Maior Produtividade → Maior Lucro → Maior Avaliação
Aqui, o que realmente forma um feedback positivo não é apenas o capital, mas a capacidade de inovação de toda a sociedade.
Se este processo se confirmar, então a mudança trazida pela IA pode não ser apenas uma nova revolução tecnológica, mas sim uma alteração do próprio mecanismo de geração das revoluções tecnológicas.
As ondas longas de Kondratiev na história duraram quarenta a cinquenta anos, não em grande parte determinadas por leis económicas, mas porque os recursos de inovação sempre foram escassos: cientistas limitados, capacidade de I&D limitada, difusão lenta do conhecimento. A IA está a mudar esta premissa.
No futuro, talvez não vejamos um Kondratiev cada vez mais curto, mas sim múltiplas revoluções industriais a emergir continuamente na mesma plataforma de IA: IA para medicamentos, IA para materiais, IA para chips, IA para robótica, IA para biomanufactura... A inovação torna-se industrializada, e as revoluções tecnológicas começam a ocorrer de forma contínua.
Se Schumpeter fez da inovação o centro do crescimento, e Romer fez do conhecimento o centro do crescimento, então o que RSI e Caballero apontam em conjunto pode ser o núcleo da próxima fase da teoria do crescimento:
A anterior teoria dos ciclos económicos de Schumpeter dependia de inovação disruptiva, inovação disruptiva, dependia do cérebro humano e de génios ocasionais; enquanto a IA, pela primeira vez, faz com que esse próprio génio se torne capital que pode ser investido, produzido em massa, continuamente fortalecido e também continuamente auto-reforçado.
Deste ponto de vista, não importa quão grande seja a bolha atual, face à inovação de crescimento exponencial, poderá ser rapidamente absorvida.