IA, bolha é volante?

O economista do MIT, Ricardo Caballero, em seu mais recente artigo "Speculative Growth and the AI 'Bubble'", apresenta um ponto de vista muito interessante:
A verdadeira questão não é se a IA é uma bolha, mas sim se a própria bolha pode criar fundamentos futuros.
A visão tradicional das finanças acredita que a valuation vem dos fundamentos. Fluxos de caixa futuros determinam o preço de hoje. Se o preço está muito acima dos fluxos de caixa, é uma bolha. Essa é a lógica seguida por quase todos os modelos de value investing, DCF e teoria de mercado eficiente.
Caballero, por sua vez, completa a relação de causa e efeito em um ciclo fechado. O preço não apenas reflete o futuro, mas também o molda. A alta valuation traz capacidade de financiamento, que gera formação de capital, que aumenta a produtividade, e esta, por sua vez, melhora os fluxos de caixa futuros. Assim, a valuation que parecia inicialmente descolada dos fundamentos acaba se tornando parte da formação desses fundamentos (um pouco como a reflexividade de Soros?).
O artigo argumenta que, quando a valuation pode influenciar o investimento, a alta de preços em si pode ajudar a criar os fundamentos futuros.
O ponto crucial para que essa lógica se aplique à IA é que ela não é um capital no sentido tradicional.
O capital comum segue a lei dos rendimentos decrescentes. Construir mais fábricas eventualmente encontra demanda insuficiente, excesso de capacidade e retornos cada vez menores.
Mas Caballero acredita que a IA se aproxima de um "capital-trabalho" que pode se expandir continuamente. GPUs, modelos e Agents não apenas aumentam a quantidade de máquinas, mas expandem constantemente a mão de obra efetiva em toda a economia. O artigo modela diretamente a IA como um capital capaz de executar tarefas originalmente realizadas pelo trabalho. Portanto, à medida que o capital aumenta, a capacidade de trabalho também se expande simultaneamente, atenuando significativamente a queda dos rendimentos do capital.
Se aprofundarmos, há uma descoberta ainda mais importante: o investimento em IA altera a distribuição de renda.
Cada vez mais renda flui para os proprietários de capital, que naturalmente têm uma maior propensão a poupar. O aumento da poupança significa maior oferta de fundos de longo prazo, queda nas taxas de juros de longo prazo, e um estoque de capital maior se torna mais facilmente suportado por toda a economia. O artigo chama isso de Funding Feedback. Quanto mais formação de capital, menor o custo futuro do financiamento; quanto menor o custo do financiamento, mais suporte para nova formação de capital. O sistema todo começa a apresentar feedback positivo, em vez do feedback negativo dos modelos tradicionais de crescimento.
Assim, a economia começa a apresentar dois equilíbrios de longo prazo completamente diferentes.
Em um mundo, o investimento em IA é sempre insuficiente, a formação de capital é lenta e a produtividade permanece baixa por muito tempo.
No outro mundo, a IA recebe financiamento contínuo, com construção em larga escala de data centers, GPUs, modelos e Agents, eventualmente formando um novo equilíbrio de alto capital e alta produtividade.
O mais interessante é que, embora o equilíbrio de alto capital exista, ele não pode ser alcançado apenas por mercados racionais. O artigo demonstra que, partindo do estado atual de baixo capital, mesmo que todos os investidores sejam perfeitamente racionais, eles não saltarão ativamente para esse futuro melhor. A razão é simples. Hoje não há capital suficiente, portanto não haverá alto crescimento futuro; sem alto crescimento futuro, não haverá alta valuation hoje; sem alta valuation, não haverá formação de capital. O sistema se tranca em si mesmo.
A bolha exatamente quebra esse ciclo.
A alta valuation permite que as empresas se financiem, financiem mais GPUs, treinem modelos maiores, implantem mais Agents e, finalmente, aumentem a produtividade de toda a economia. A bolha não é o equilíbrio de longo prazo, mas a ponte para ele.
É por isso que o artigo enfatiza repetidamente a Fragilidade. A verdadeira questão nunca é se a bolha vai estourar, mas sim se vai estourar cedo demais. Se o capital ainda não se formou e o financiamento para, toda a construção da IA será interrompida, e o crescimento futuro desaparecerá. Se, antes do estouro da bolha, já foram construídos data centers, modelos, Agents e infraestrutura suficientes, mesmo que a valuation eventualmente retorne ao normal, o equilíbrio de alto capital ainda pode ser mantido. O artigo afirma claramente: o ponto crucial não é se a correção ocorre, mas se ela ocorre cedo demais.
A internet é um exemplo típico. A bolha da internet estourou completamente em 2000, mas as fibras ópticas, servidores, software, data centers e talentos da internet permaneceram todos. A bolha desapareceu, mas a revolução da internet realmente começou. É provável que a IA siga um processo semelhante, só que o que fica não é apenas a rede, mas a própria inteligência.
No entanto, acredito que a estrutura de Caballero pode ser levada um passo adiante.
O artigo modela a IA como "trabalho replicável", mas, na realidade, a IA está se aproximando cada vez mais de "pesquisadores replicáveis". Se a IA não apenas pode substituir o trabalho, mas também participar de pesquisa científica, escrever código, projetar chips, descobrir novos materiais e desenvolver novos modelos, então o que ela muda não é apenas a função de produção, mas a função de inovação.
No passado, a capacidade de inovação dependia principalmente do número de cientistas, engenheiros e talentos excepcionais. Portanto, revoluções tecnológicas importantes geralmente levavam décadas de acúmulo, e essa é uma razão importante para a longa existência dos ciclos de Kondratieff. Não é que a economia naturalmente tenha uma revolução a cada sessenta anos, mas sim que os recursos de inovação em si crescem muito lentamente.
A IA está começando a quebrar essa restrição pela primeira vez.
A capacidade de inovação futura não dependerá mais apenas do cérebro humano (Human brain), mas pode ser Humano + Milhões de Agentes de IA. Mais ainda, a capacidade de inovação pode depender apenas de IA (poder computacional).
Com o poder computacional crescendo continuamente, a capacidade de inovação também cresce continuamente. A inovação se torna, pela primeira vez, um fator de produção que pode ser capitalizado e escalado.
Se combinarmos com o desenvolvimento rápido atual de Coding Agents, Research Agents, pesquisa científica automatizada e auto-melhoria recursiva (RSI), esse feedback se torna ainda mais forte. Mais IA traz pesquisa mais rápida, pesquisa mais rápida gera modelos melhores, modelos melhores continuam a melhorar a eficiência da pesquisa, formando um verdadeiro Intelligence Flywheel. A velocidade da inovação em si começa a acelerar, não apenas a eficiência da produção.
É por isso que sempre acreditei que os retornos econômicos da IA provavelmente seguem um padrão "Slowly, Then Suddenly".
Hoje, o que vemos são investimentos em GPU, treinamento de modelos e construção de data centers, com ROI aparentemente baixo. Muitos começam a duvidar se a IA é uma bolha. Mas esses investimentos não estão comprando lucros de hoje, mas sim capital intelectual futuro. Quando a capacidade dos modelos cruza um certo ponto crítico, Agents em larga escala começam a entrar nas empresas, a substituição do trabalho começa a ocorrer, e a produtividade pode experimentar um salto não-linear. As valuations aparentemente excessivas dos últimos anos começam a se concretizar.
Isso significa que o loop de feedback proposto por Caballero:
Valuation → Investimento → Formação de Capital → Fundamentos
provavelmente evoluirá para:
Valuation → Investimento → Poder Computacional → Inteligência → Inovação → Mais Ideias → Maior Produtividade → Maiores Lucros → Maior Valuation
Aqui, o verdadeiro feedback positivo não é apenas o capital, mas toda a capacidade de inovação da sociedade.
Se esse processo for válido, a mudança trazida pela IA não é apenas mais uma revolução tecnológica, mas sim uma alteração no próprio mecanismo de geração de revoluções tecnológicas.
As ondas longas de Kondratieff duravam de quarenta a cinquenta anos, em grande parte não por leis econômicas, mas porque os recursos de inovação sempre foram escassos: cientistas limitados, capacidade de P&D limitada, difusão lenta do conhecimento. A IA está mudando essa premissa.
No futuro, talvez não vejamos ondas de Kondratieff cada vez mais curtas, mas sim múltiplas revoluções industriais emergindo continuamente na mesma plataforma de IA: medicamentos com IA, materiais com IA, chips com IA, robôs com IA, biomanufatura com IA… A inovação começa a se industrializar, as revoluções tecnológicas começam a ocorrer em sequência.
Se Schumpeter fez da inovação o núcleo do crescimento, e Romer fez do conhecimento o núcleo do crescimento, então RSI e Caballero juntos apontam para o próximo tema central da teoria do crescimento:
A teoria dos ciclos econômicos de Schumpeter dependia de inovação destrutiva, que por sua vez dependia do cérebro humano e de gênios ocasionais; a IA, pela primeira vez, torna esses próprios gênios um capital que pode ser investido, produzido em massa, continuamente aprimorado e auto-reforçado.
Dessa perspectiva, não importa o tamanho da bolha atual, diante de uma inovação que cresce exponencialmente, ela pode ser rapidamente absorvida.