A teoria dos preços retorna à era da IA; apenas mercados abertos podem gerar novas demandas e novos ecossistemas

Autor do artigo: Chen Yuyu, professor da Escola de Gestão Guanghua da Universidade de Pequim e diretor do Instituto de Política Econômica da Universidade de Pequim

Fonte: Xialight智库

Medo sobre a antiga fundação

Cada era tem seu próprio alicerce. As pessoas vivem, trabalham, julgam e temem sobre ele, e também imaginam o futuro sobre ele.

As pessoas da era agrícola tinham dificuldade em imaginar que a vida de uma pessoa pudesse não girar em torno da terra, das estações e da fome. Quando a máquina a vapor surgiu, muitos viram primeiro o desemprego dos artesãos, mas tiveram dificuldade em prever os trens, as cidades, o sistema fabril, a finança moderna e a nova classe média. Quando a eletricidade surgiu, as pessoas viram noites mais iluminadas, mas tiveram dificuldade em imaginar completamente geladeiras, a indústria cinematográfica, hospitais modernos, a vida noturna urbana, eletrodomésticos e computadores eletrônicos. Quando a internet surgiu, muitos acreditaram que fosse apenas um e-mail mais rápido e uma biblioteca maior, mas não previram pagamentos móveis, vídeos curtos, computação em nuvem, plataformas de entrega, aplicativos de transporte, educação online e colaboração global em tempo real.

Quando novas tecnologias chegam, o maior obstáculo muitas vezes não é a própria tecnologia, mas a imaginação baseada em alicerces antigos.

Hoje, a inteligência artificial também foi incorporada à compreensão das fundações antigas. O raciocínio de muitas pessoas é o seguinte: antes, dez programadores, redatores, tradutores, analistas e atendentes realizavam essas tarefas; agora, uma pessoa com uma IA consegue fazer o mesmo, portanto, os outros nove ficam desempregados. Esse julgamento parece frio, realista e distópico, mas na verdade ainda é um pensamento do antigo mundo. Ele interpreta o futuro como uma redução de custos na lista de tarefas de hoje, entende o progresso tecnológico como substituição dentro de cargos existentes e vê a vida econômica como uma tabela já preenchida.

Mas as verdadeiras revoluções tecnológicas nunca consistem em remover algumas linhas de uma tabela antiga, e sim em reinventar a própria tabela.

A mais importante implicação econômica da inteligência artificial não é tornar os trabalhos antigos mais baratos, mas sim colocar dentro do conjunto viável para a humanidade uma grande quantidade de produtos e serviços que antes não existiam, não eram viáveis, eram muito caros, muito dispersos, muito nichados ou muito difíceis de organizar. Não se trata simplesmente de substituir o trabalho existente, mas de reduzir os custos cognitivos, de comunicação, de tentativa e erro, de correspondência e de organização, liberando assim demandas anteriormente reprimidas, criando transações que antes não eram sustentáveis e gerando indústrias que antes não tinham nome.

Ao olhar para a IA a partir da base antiga, as pessoas veem a redução de empregos. Ao olhar para a IA a partir dos novos limites abertos pela tecnologia, as pessoas veem uma explosão no espaço de produtos e serviços.

Essa é exatamente a razão pela qual a teoria dos preços está se tornando importante novamente na era da inteligência artificial.

A IA reduz os custos de produção, experimentação e emparelhamento, mas não elimina a necessidade de identificar demandas; pelo contrário, amplia o espaço das demandas desconhecidas. Quanto mais coisas possíveis de serem produzidas, mais a sociedade precisa saber quais delas realmente têm valor; quanto mais serviços personalizados puderem ser oferecidos, mais a sociedade precisa saber quem precisa, quando precisa, quanto está disposto a pagar, quem assume a responsabilidade e como formar transações contínuas.

O problema futuro não é “se as máquinas podem produzir”, mas “como os humanos descobrirão o que vale a pena produzir”.

A volta da teoria dos preços começa exatamente deste ponto.

Significado econômico de uma receita de dois trilhões de dólares

Vamos começar com uma ideia que parece exagerada, mas não é absurda do ponto de vista econômico.

Nos próximos quinze anos, a OpenAI, a Anthropic ou empresas semelhantes de infraestrutura de grandes modelos têm alguma possibilidade de se tornar uma empresa com receita anual de dois trilhões de dólares? Observe que aqui se refere a receita, não a avaliação. A avaliação pode vir da imaginação do mercado de capitais, taxas de desconto, preferências de risco e bolhas; a receita deve vir de compras reais, pagamentos reais e transações reais.

Esta não é uma previsão de preço de ações de uma empresa específica, nem um endosso de um modelo de negócios particular, mas sim um exercício teórico de preços: se uma empresa de infraestrutura inteligente de montante conseguir gerar receita anual de dois trilhões de dólares a longo prazo, então deve existir um ecossistema de novos produtos e serviços a jusante, de escala ainda maior e com maior disposição para pagar.

Pessoas sem conhecimento em economia dirão imediatamente: isso mostra que as grandes empresas monopolizam o mundo e estão cobrando aluguéis de todos os setores. Essa avaliação pode ter alguma possibilidade de verdade, pois o monopólio de plataformas certamente merece atenção. Mas se entendermos apenas os dois trilhões de dólares em receita como “cobrança de aluguéis”, perderemos a lógica econômica mais importante.

Qualquer empresa de infraestrutura de montante que consiga gerar receita sustentável de dois trilhões de dólares deve ter como pressuposto que os downstream estão dispostos a pagar continuamente por esse valor. Por que os downstream estão dispostos a pagar? Porque a IA, como insumo intermediário, gera maior produção, qualidade superior, custos mais baixos, mais novos produtos ou maior disposição dos consumidores a pagar. Sem uma expansão significativa do valor downstream, a receita upstream não pode ser mantida a longo prazo.

Essa é a economia básica dos insumos intermediários.

Uma empresa a jusante compra chamadas de modelo, agentes inteligentes, capacidade de processamento e habilidades de automação não para fazer caridade à montante, nem apenas para compartilhar custos existentes, mas porque esses investimentos, quando combinados com seu próprio cenário, dados, processos, clientes, marca, responsabilidades e capacidades organizacionais, geram mais valor. Quanto maior a produtividade marginal da IA, maior o preço que as empresas a jusante estão dispostas a pagar; quanto mais prósperas forem as aplicações a jusante, maior a probabilidade de expansão da receita da infraestrutura a montante.

É possível fazer uma simples simulação contábil. Se o custo da capacidade de IA, chamadas de modelos e serviços inteligentes representar 10% do produto final a jusante, então uma receita upstream de dois trilhões de dólares pode corresponder a um mercado downstream de produtos e serviços finais da ordem de vinte trilhões de dólares. Se a proporção de custo for de 5%, pode corresponder a um ecossistema downstream da ordem de quarenta trilhões de dólares. Claro, a parcela de custo varia entre diferentes setores, e a estrutura de precificação futura também mudará continuamente, mas essa simulação revela uma lógica básica: o quanto a “rede elétrica digital” upstream pode cobrar de “conta de luz” depende de quanto novo valor foi criado a jusante usando essa energia.

As empresas de energia têm receita porque a eletricidade impulsiona fábricas, lares, cidades, hospitais e sistemas de entretenimento. As empresas de computação em nuvem têm receita porque empresas digitais a jusante utilizam serviços em nuvem para construir buscas, redes sociais, vídeos, finanças, logística e software empresarial.

A infraestrutura de IA não alcançará uma receita de dois trilhões de dólares um dia porque o mundo lhe impôs impostos sem motivo, mas porque inúmeras empresas, indivíduos e organizações a utilizam como base para cognição, raciocínio, design, correspondência e automação, criando novas atividades econômicas em escala muito maior.

Este fato, por sua vez, nos lembra que o que realmente importa talvez não seja o quão grande a OpenAI ou a Anthropic se tornarão, mas quais camadas de aplicativos downstream possam surgir por trás delas.

Nos próximos quinze anos, o tamanho total das empresas de camada de aplicação provavelmente será muito maior do que o da camada de infraestrutura. A camada de infraestrutura fornece inteligência geral, enquanto a camada de aplicação realiza a descoberta de necessidades. A primeira vende capacidades, a segunda vende valor concretizado. A camada de infraestrutura é como a rede elétrica, a rede de água e as estradas da era digital; a camada de aplicação aproxima-se dos consumidores, cenários organizacionais, processos industriais, relações de confiança e necessidades específicas. Saúde, educação, direito, seguros, finanças, entretenimento, serviços psicológicos, assistência aos idosos, gestão empresarial, ferramentas de pesquisa, serviços urbanos, serviços domésticos, experiências culturais e crescimento pessoal podem todas gerar grandes empresas de camada de aplicação.

Os consumidores não compram finalmente “parâmetros do modelo”, mas sim doenças curadas, ansiedades compreendidas, habilidades de aprendizado aprimoradas, tempo economizado, vida melhorada, fluxos de trabalho reorganizados, experiências criadas e problemas resolvidos. As empresas não compram finalmente “tokens”, mas sim estoques mais baixos, taxas de conversão mais altas, controle de risco aprimorado, desenvolvimento mais rápido, atendimento ao cliente mais detalhado, cadeia de suprimentos mais estável e decisões organizacionais mais claras.

Portanto, a camada de aplicação ser maior que a camada de infraestrutura não é um milagre, mas sim o resultado normal da disseminação de tecnologias de propósito geral. A eletricidade é importante, mas o sistema industrial movido a eletricidade é ainda maior; os serviços em nuvem são importantes, mas a economia digital que cresce sobre a nuvem é ainda maior; os grandes modelos são importantes, mas os novos produtos, novos serviços, novas organizações e novos estilos de vida sustentados por esses modelos podem ser muito maiores ainda.

Se, no futuro, realmente surgir uma empresa de infraestrutura de IA com receita de dois trilhões de dólares, não devemos primeiro interpretá-la como um apocalipse, nem simplificá-la como uma adoração à tecnologia. Devemos primeiro fazer uma pergunta da teoria dos preços: de onde vem essa enorme disposição para pagar? Que inovações a jusante ela sustenta? Quais demandas anteriormente não comercializáveis ela libera? Quais produtos e serviços anteriormente inexistente ela torna possíveis?

Isso é apenas conhecimento básico de economia.

A escassez não desaparecerá, apenas mudará de forma

Muitas pessoas acreditam erroneamente que o ponto final do progresso tecnológico é o desaparecimento da escassez. Desde que a IA seja suficientemente poderosa, os robôs sejam suficientemente numerosos, a capacidade de processamento seja suficientemente barata e os bens sejam suficientemente abundantes, o mecanismo de preços será dispensado e o mercado se tornará redundante.

Este é um mal-entendido sobre a escassez.

A escassez não é simplesmente uma insuficiência física. A escassez é relativa aos desejos humanos, tempo, conhecimento, localização, relacionamentos, custo de oportunidade e incerteza futura. Enquanto os desejos humanos forem heterogêneos, mutáveis e contextualizados, a escassez não desaparecerá. Ela apenas mudará de “ter ou não ter” para “ser ou não ser adequado”, de “ser suficiente ou não” para “ser exatamente necessário neste momento”, da escassez material para a escassez estrutural.

Na era industrial, muitas escassezes se manifestavam como falta de quantidade: comida insuficiente, roupas insuficientes, moradias insuficientes, médicos insuficientes, escolas insuficientes, transporte insuficiente. A tarefa da produção em larga escala e da organização moderna era replicar massivamente esses produtos e serviços básicos.

Mas em uma era mais rica e mais inteligente, muitas escassezes essenciais não são mais apenas questões de quantidade. Uma pessoa não precisa de qualquer almoço, mas de um almoço adequado ao seu estado físico atual, flutuações de glicose, gasto energético, necessidades emocionais e preferências estéticas. Uma criança não precisa de qualquer aula de matemática, mas de um caminho de aprendizado adaptado às suas barreiras de compreensão atuais, estado de atenção, ambiente familiar e estrutura de autoestima. Um idoso não precisa de qualquer conselho de saúde, mas de uma relação de serviço que ele realmente acredite, realmente execute e realmente mantenha. Uma empresa não precisa de qualquer sistema de IA, mas de uma solução específica que se integre aos seus processos, incentivos, estrutura organizacional e relações com clientes.

This is the scarcity of the differentiation era.

Mais especificamente, a era da IA pelo menos reforçará três tipos de escassez.

O primeiro tipo é escassez de adaptabilidade.

A adequação de produtos e serviços a uma pessoa, uma organização, um momento ou uma situação tornar-se-á cada vez mais importante. Na era da padronização, a questão crucial era “há oferta suficiente?”. Na era da diferenciação, a questão crucial é “esta oferta é exatamente adequada para mim?”. A IA torna a personalização possível, mas também torna o problema da adaptação mais complexo, pois o corpo, a mente, os relacionamentos, o trabalho e as preferências das pessoas estão em constante mudança. O que realmente é escasso não é qualquer oferta, mas a oferta adequada.

O segundo tipo é escassez de confiança.

A IA pode fornecer sugestões, mas se essas sugestões serão confiadas, adotadas ou executadas é outra questão. O paciente sabe que deve tomar medicamentos, mas isso não significa que fará isso a longo prazo; o estudante sabe que deve estudar, mas isso não significa que persistirá; a empresa sabe que deve se transformar, mas isso não significa que a organização interna aceitará; o idoso sabe que deve controlar a dieta, mas isso não significa que estará disposto a mudar hábitos de vida de décadas. O valor de muitos serviços não está na informação em si, mas na relação de confiança que transforma a informação em ação. No futuro, confiança, reputação, responsabilidade e companhia se tornarão ativos econômicos importantes.

A terceira categoria é a escassez direcional.

A IA pode gerar inúmeras soluções, mas o capital do mundo real, o tempo, a atenção organizacional e as oportunidades de experimentação ainda são limitados. Uma empresa não pode executar cem estratégias ao mesmo tempo, um laboratório não pode construir cem reatores simultaneamente, um hospital não pode reestruturar todos os processos ao mesmo tempo e uma cidade não pode testar todas as soluções de governança ao mesmo tempo. Quando as possibilidades explodem, o que realmente se torna escasso é a capacidade de escolher direção: qual caminho seguir, qual risco assumir e quais possibilidades atraentes abandonar.

Portanto, o poder da IA não é transformar o mundo em uma abundância totalmente homogênea, mas sim tornar possível, pela primeira vez, a escala e a personalização simultâneas. No passado, apenas poucos ricos podiam desfrutar de médicos particulares, professores particulares, consultores particulares, assistentes particulares, companhia psicológica particular, designers particulares e equipes de pesquisa particulares; no futuro, esses serviços podem entrar na vida das pessoas comuns com uma nova estrutura de custos. Mas assim que entrarem na vida cotidiana, a questão não será mais “se é possível produzir”, e sim “como adaptar, como confiar e como escolher a direção”.

Isso significa que o mercado não desaparecerá. Pelo contrário, o mercado se tornará mais ativo, mais detalhado e mais profundamente integrado aos aspectos micro da vida. Pois, à medida que produtos e serviços se tornam cada vez mais especializados, a sociedade precisa cada vez mais de um mecanismo para descobrir o valor real de diferentes pessoas, em diferentes momentos e em diferentes cenários.

O mecanismo é o preço.

O preço é um mecanismo de descoberta, não apenas um mecanismo de alocação.

Os preços são frequentemente mal interpretados como ferramentas frias de alocação. Parece que apenas quando os recursos são insuficientes é que os preços são necessários para decidir quem recebe e quem não recebe; uma vez que a tecnologia seja suficientemente avançada, os preços poderiam ser eliminados e a alocação poderia ser delegada a algoritmos.

Mas a função mais profunda do preço não é alocar itens conhecidos, mas descobrir informações desconhecidas.

Quanto uma pessoa está disposta a pagar por um serviço contém muitas informações que outros não podem conhecer antecipadamente: a intensidade de suas preferências, o custo temporal, as restrições de renda, o grau de urgência, as alternativas disponíveis, sua avaliação de risco, o nível de confiança e seu estado emocional. Essas informações não estão simplesmente armazenadas em um banco de dados, nem sempre podem ser obtidas por meio de questionários. Muitas vezes, as próprias pessoas não sabem completamente o que querem até que um produto apareça, um preço seja definido, uma comparação seja feita ou uma experiência ocorra.

O preço não desempenha seu papel apenas após a demanda estar totalmente definida. O preço participa da formação e descoberta da demanda.

Isso é especialmente importante na era da IA. A IA ampliará significativamente o conjunto de produtos que podem ser produzidos e reduzirá drasticamente o custo de geração de protótipos de novos produtos. No passado, muitas ideias de produtos nunca tiveram a chance de serem testadas no mercado, pois foram eliminadas pelos custos de desenvolvimento, organização e comunicação. Agora, mais pessoas podem criar protótipos rapidamente, mais equipes pequenas podem entrar no mercado e mais necessidades nichadas podem ser tentadas. A questão mudou: não é a falta de ideias, mas a falta de mecanismos para filtrá-las; não é a falta de possibilidades, mas a falta de mecanismos para determinar quais possibilidades valem a pena investir recursos reais.

O preço é o núcleo exato desse mecanismo de filtragem.

Um empreendedor apresenta um novo produto, na verdade está fazendo uma hipótese sobre uma necessidade futura. A compra ou rejeição pelo consumidor é o teste dessa hipótese. Se o preço for muito alto e o produto não vender, isso indica que o valor é insuficiente, a posição está errada, os custos são elevados ou o público-alvo não é adequado. Se o preço for alto, mas ainda assim houver compradores, isso indica que alguma necessidade é mais forte do que os observadores imaginavam. O lucro atrai imitação e expansão; o prejuízo força a saída e a correção. Esse processo não é uma simples transação, mas sim um grande experimento distribuído realizado pela sociedade sob incerteza.

Sem preço, a sociedade perde esse feedback experimental.

É especialmente verdadeiro na era da diferenciação. Suponha que a IA possa gerar mil novos serviços educacionais, dez mil novos modelos de gestão da saúde e um milhão de experiências de entretenimento personalizadas. Quais são verdadeiras necessidades e quais são apenas exibições tecnológicas? Quais consumidores estarão dispostos a pagar continuamente e quais apenas experimentarão uma vez? Quais serviços podem ser escalados e quais permanecerão apenas em mercados de nicho? Quais exigem participação humana e quais podem ser totalmente automatizados? Quais valem o investimento de capital e quais devem ser abandonados rapidamente?

Essas questões não podem ser resolvidas apenas por julgamento de especialistas nem decididas de uma só vez por um algoritmo central. Elas exigem que preço, negociação, lucro, prejuízo e competição filtrem continuamente.

Preço ainda é um mecanismo de compressão do conhecimento local.

Um consumidor estar disposto a pagar em um determinado momento não é apenas uma função mecânica de renda e preço. Pode incluir seu estado físico atual, experiências do dia anterior, relações familiares, pressão profissional, expectativas futuras, identidade social e preferências estéticas. Da mesma forma, a disposição de uma empresa em pagar por um determinado sistema de IA não é apenas uma questão de indicadores técnicos, mas sim um reflexo integrado de seus processos internos, capacidade dos funcionários, estrutura de clientes, riscos regulatórios e pressão competitiva. Esses conhecimentos locais geralmente não podem ser transmitidos integralmente a um centro centralizado. Os preços de mercado transformam esses julgamentos dispersos em sinais de ação observáveis.

Portanto, o mecanismo de preço não é um resquício da era passada, mas um dispositivo de descoberta para um futuro aberto.

Quanto mais forte a IA, mais possibilidades existem; quanto mais possibilidades, mais importante se torna a seleção; quanto mais importante a seleção, mais crucial se torna o mecanismo de preços.

Incentivo: Por que novos produtos não aparecem automaticamente

Ter apenas tecnologia não gera automaticamente novos produtos e serviços.

Entre a capacidade desenvolvida em laboratório e o produto no mercado, existe um processo longo e complexo: quem identifica os cenários? Quem assume os riscos? Quem organiza a equipe? Quem reforma os processos? Quem educa os consumidores? Quem lida com a responsabilidade? Quem enfrenta o fracasso? Quem transforma uma possibilidade técnica em um serviço estável e entregue?

Isso requer incentivo.

A teoria de preços não trata apenas dos níveis de preços, mas também das estruturas de incentivos. Por que as pessoas investem tempo, capital, reputação e capacidade organizacional para explorar novos produtos? Porque acreditam que, se a exploração for bem-sucedida, obterão retorno. Se todos os novos serviços forem imediatamente copiados sem compensação assim que surgirem, se todos os lucros forem considerados ilegítimos, se todas as tentativas de diferenciação forem reprimidas pela regulamentação para retornar ao padrão, e se todos os fracassos forem suportados pelos empreendedores enquanto os ganhos do sucesso forem confiscados, então nem mesmo a IA mais poderosa trará automaticamente uma camada de aplicativos próspera.

A inovação não é um resultado natural de funções tecnológicas, mas sim um comportamento econômico sob estruturas de incentivos.

A inteligência artificial reduziu o custo de tentativa e erro, mas não eliminou o risco. Um empreendedor ainda precisa julgar a direção, uma empresa ainda precisa reestruturar processos, um médico ainda precisa assumir responsabilidade, uma instituição de ensino ainda precisa construir confiança e uma empresa de camada de aplicação ainda precisa encontrar cenários nos quais os consumidores realmente estejam dispostos a pagar. A IA pode gerar soluções, mas não substitui a validação do mercado sobre o valor dessas soluções. A IA pode reduzir os custos de desenvolvimento, mas não garante a existência de demanda. A IA pode ampliar o espaço da imaginação, mas não conclui automaticamente a comercialização.

É por isso que preço, propriedade, lucro e competição ainda são importantes.

O lucro não é um resíduo do pecado, mas uma recompensa por descobrir a direção correta. O prejuízo não é um castigo cruel, mas um sinal de direção errada. A competição não é desperdício de recursos, mas um teste entre diferentes hipóteses. Entrar na liberdade não é um princípio abstrato, mas uma condição institucional que permite que produtos desconhecidos surjam.

Na era da inteligência artificial, o verdadeiramente escasso pode não ser a capacidade de gerar, mas a capacidade de descobrir o que vale a pena gerar; não a capacidade de responder perguntas, mas a capacidade de fazer perguntas valiosas; não a capacidade de otimizar objetivos dados, mas a capacidade de escolher objetivos, assumir riscos e organizar ações no mundo real.

Essas capacidades exigem incentivos de mercado para serem mobilizadas.

É por isso que a camada de aplicação não se desenvolverá automaticamente. Um país pode possuir modelos poderosos, capacidade de processamento suficiente, dados abundantes e uma grande equipe de engenheiros, mas ainda assim pode carecer de um ecossistema de aplicativos verdadeiramente próspero. Se empreendedores não puderem obter retorno, se as escolhas dos usuários forem limitadas, se a regulamentação impuser serviços novos a categorias antigas prematuramente, se gigantes de plataformas controlarem os pontos de acesso, se o custo da falha for muito alto, se a opinião pública equacionar lucro com exploração, muitos produtos potenciais morrerão antes mesmo de surgirem.

A competição na era da IA não é apenas sobre a capacidade dos modelos, mas também sobre a competição de incentivos institucionais.

Quem permitir que mais pessoas experimentem, quem permitir que erros sejam rapidamente expostos, quem permitir que o caminho correto seja recompensado, quem permitir que necessidades nichadas também tenham oportunidade de ser atendidas, quem permitir que empresas jovens desafiem empresas estabelecidas, será mais provável que descubra os produtos e serviços do futuro.

A aparição de novos produtos e novos serviços

É difícil nomear hoje as principais aplicações de IA daqui a quinze anos, assim como as pessoas do século XIX tinham dificuldade em nomear a vida elétrica do século XX, e as pessoas do final do século XX tinham dificuldade em nomear completamente a vida da internet móvel.

Não é por falta de imaginação, mas porque novos produtos e serviços frequentemente não são lançados linearmente a partir de vocabulário existente. Eles emergem da interação entre tecnologia, custos, organização, preferências e instituições.

Na era da inteligência artificial, o produto mais importante pode não ser apenas um “melhor mecanismo de busca”, “programadores mais baratos” ou “atendimento ao cliente mais inteligente”.

Estes são apenas extensões sobre fundações antigas. O mais importante pode ser novos modelos de gestão de saúde, nova陪伴 educacional, nova organização de pesquisa científica, novos serviços jurídicos, novos agentes pessoais, novas experiências culturais, novos sistemas de aposentadoria, nova produção familiar, novos processos empresariais, novos serviços de governança urbana, novo suporte psicológico e nova colaboração criativa.

Muitos serviços anteriormente não tinham falta de demanda, mas sim custos muito altos.

Uma família comum anteriormente não poderia ter um médico particular 24/7, nutricionista, conselheiro psicológico, treinador de aprendizado, consultor jurídico, planejador de carreira e consultor financeiro familiar. Uma pequena empresa anteriormente não poderia ter uma equipe estratégica de nível mundial, equipe de análise de dados, equipe de conformidade jurídica, equipe de marketing multilíngue e sistema de operações automatizado. Um hospital de município anteriormente não poderia acessar em tempo real conhecimentos médicos de ponta, sistemas de gerenciamento de pacientes e monitoramento contínuo da saúde. Uma criança comum anteriormente não poderia ter um sistema de aprendizado verdadeiramente personalizado, com feedback contínuo e integração interdisciplinar.

A IA tornou a parte inteligente desses serviços barata. Mas inteligência barata é apenas o começo.

A verdadeira productização exige integrar inteligência aos cenários, transformar cenários em processos, processos em serviços, serviços em relações de confiança e relações de confiança em transações sustentáveis.

Essa é a grande oportunidade na camada de aplicação.

A maior empresa do futuro, talvez não seja apenas aquela que possui o modelo mais poderoso, mas sim aquela que melhor entende cenários específicos, que mais consegue organizar ativos complementares, que mais consegue construir confiança e que mais consegue transformar a capacidade da IA em serviços da vida cotidiana e processos produtivos. A camada de infraestrutura vende capacidades gerais; a camada de aplicação vende soluções, experiências, responsabilidade e relacionamentos. As capacidades gerais podem ser grandes, mas o espaço para inovação próxima às necessidades finais pode ser ainda maior.

Por exemplo, na gestão da saúde: a IA pode ler literatura médica, analisar indicadores, gerar recomendações, lembrar de tomar medicamentos e prever riscos.

Mas o produto real não é um “texto de aconselhamento médico”, e sim um sistema de serviço capaz de promover mudanças comportamentais duradouras. Ele pode incluir médicos de família, profissionais da comunidade, dispositivos vestíveis, serviços de alimentação, incentivos de seguro, comunicação com familiares, suporte psicológico e resposta de emergência. Há algoritmos e há organização; há dados e há responsabilidade; há automação e há confiança humana. O consumidor não paga por um trecho de texto, mas por uma vida mais saudável, segura e digna.

Tomando a educação como exemplo. A IA pode explicar conceitos, gerar exercícios, corrigir redações e ajustar caminhos. Mas um verdadeiro produto educacional não é um “gerador de respostas”, e sim um sistema que ajuda os alunos a desenvolver habilidades, confiança, interesse e hábitos duradouros. Ele precisa compreender o estado cognitivo da criança, bem como o contexto familiar, o ambiente entre pares, o sistema de exames e as pressões psicológicas. O valor aqui vem da inteligência, mas também da companhia, motivação, avaliação e reconhecimento social.

Por exemplo, na gestão empresarial, a IA pode gerar relatórios, escrever código, fazer previsões e sugerir estratégias.

Mas a verdadeira aplicação empresarial não é automatizar cada tarefa, mas reorganizar fluxos de informação, poderes de decisão, mecanismos de incentivo e limites de responsabilidade. Uma empresa que adquire IA não está apenas comprando uma ferramenta, mas reestruturando sua própria função de produção e sua estrutura organizacional. Esse processo é altamente contextualizado e não pode ser concluído apenas por empresas de modelos básicos.

Esses exemplos demonstram que a camada de aplicação na era da IA não é um simples subordinado da camada de infraestrutura. Ela é a frente na descoberta de necessidades, organização de cenários, construção de confiança e assumindo responsabilidades.

Portanto, dentro de quinze anos, o tamanho total das empresas de camada de aplicação será muito maior do que o da camada de infraestrutura — não porque vá contra os princípios econômicos, mas porque os segue. Quanto mais forte for o investimento na cadeia superior, maior a probabilidade de surgir um ecossistema mais amplo na cadeia inferior. As empresas de energia são importantes, mas o sistema industrial impulsionado pela energia é ainda maior; os serviços em nuvem são importantes, mas a economia digital que cresce sobre a nuvem é ainda maior; os grandes modelos são importantes, mas os novos produtos, serviços, organizações e estilos de vida sustentados por eles podem ser muito maiores ainda.

Oposição à ilusão do plano da era inteligente

Cada ascensão de uma tecnologia geral gera uma ilusão de planejamento. Se a nova tecnologia é tão poderosa, por que não planejar centralmente por poucas instituições? Se a IA pode processar grandes volumes de dados, por que ainda precisamos de mercados? Se algoritmos podem prever demanda, por que ainda precisamos de preços? Se robôs podem produzir, por que não distribuir diretamente conforme a demanda?

A atração dessa imaginação está em reduzir problemas econômicos a problemas de cálculo.

Mas o núcleo da vida econômica nunca foi apenas calcular. Ele também inclui descobrir, incentivar, confiar, assumir responsabilidade e fazer escolhas.

Sistemas de planejamento podem otimizar objetivos conhecidos, mas têm dificuldade em descobrir objetivos desconhecidos. Eles podem aumentar a eficiência em ambientes com padrões de produto estáveis, preferências constantes e dados completos, mas têm dificuldade em explorar ambientes onde o espaço de produtos é aberto, as preferências mudam constantemente e a demanda ainda não se formou. Eles podem prever parte do futuro com base em comportamentos passados, mas não podem substituir a capacidade das pessoas de reavaliar seus próprios desejos após a aparição de novos produtos.

A IA pode tornar os planejadores mais inteligentes, mas não elimina o conhecimento local.

Por que um consumidor precisa de um determinado serviço neste momento e neste local, como um médico faz um paciente acreditar, por que uma criança repentinamente se interessa por um determinado método de aprendizado, por que um sistema interno em uma empresa enfrenta resistência, por que um idoso se recusa a tomar medicamentos, por que um usuário está disposto a pagar um prêmio por uma determinada experiência—essas informações são altamente contextualizadas e frequentemente implícitas nas relações, hábitos, cultura, linguagem, corpo e emoções.

Quanto mais diferenciado for o tempo, menos se deve entregar a vida econômica à alocação centralizada. Quanto mais forte for o centro, mais fácil será comprimir necessidades complexas de volta em categorias padrão; quanto mais se buscar gerenciabilidade, mais provável será sacrificar o crescimento selvagem de novos produtos; quanto mais se preferir certeza, mais se reprimirá as possibilidades desconhecidas mais valiosas da exploração de mercado.

A inteligência artificial não eliminará o problema de Hayek. A inteligência artificial levará o problema de Hayek a níveis mais refinados.

O que realmente importará no futuro não é fazer com que um único centro saiba tudo, mas sim permitir que inúmeros conhecimentos locais entrem no processo de experimentação social por meio de preços, negociações, contratos, competição e empreendedorismo. Os mercados não existem por falta de capacidade de cálculo. Os mercados existem porque o futuro é aberto, o conhecimento é disperso, as preferências são heterogêneas e os incentivos são necessários.

Outro erro mais profundo do planejamento da era inteligente é tratar a "demanda" como se fosse uma lista já existente e aguardando ser satisfeita.

Mas a grande demanda não é pré-escrita. As pessoas só compreendem seus próprios desejos após o surgimento de novos produtos, reordenam suas preferências por meio da imitação social, descobrem sua disposição a pagar por meio de comparações de preços e aprendem o que vale a pena continuar comprando por meio da experiência de consumo. Muitas demandas importantes do futuro nem sequer têm nome hoje. Como não têm nome, não podem ser registradas antecipadamente por planejamento central; como não podem ser registradas, não podem ser otimizadas de uma só vez.

O valor do mercado está em permitir que essas demandas anônimas surjam através de experimentação.

Risco de monopólio e condições de mercado

Defender a teoria do preço não é uma elogio ingênuo aos mercados reais.

Na era da inteligência artificial, é totalmente possível surgirem novos monopólios. Modelos básicos, poder de computação, dados, chips, plataformas em nuvem, pontos de acesso e sistemas operacionais podem todos gerar economias de escala e barreiras à entrada. Plataformas upstream podem comprimir os lucros da camada de aplicativos por meio de precificação, interfaces, controle de dados e integração vertical, transformando inovadores downstream em dependentes. O chamado faturamento de dois trilhões de dólares pode vir tanto de enorme criação de valor quanto parcialmente de rendas de plataforma.

É exatamente por isso que precisamos de uma teoria de preços mais séria, e não menos teoria de preços.

Para que o mecanismo de preços funcione eficazmente, são necessárias condições institucionais: liberdade de entrada, proteção de propriedade, execução de contratos, ordem competitiva, regras antitruste, portabilidade de dados, interfaces abertas e responsabilidade clara. Sem essas condições, os preços serão distorcidos pelo poder, os lucros se tornarão rendas e a plataforma deixará de ser infraestrutura do mercado para se tornar um senhor feudal do mercado.

Portanto, a tarefa institucional da era da inteligência artificial não é substituir o mercado por planejamento, mas proteger a abertura do mercado como mecanismo de exploração.

Precisamos garantir que a camada de infraestrutura seja suficientemente robusta, mas sem bloquear a camada de aplicação. Precisamos permitir que as empresas de modelos obtenham retornos sobre inovação, mas sem permitir que elas consumam arbitrariamente todos os cenários a jusante. Precisamos permitir que empreendedores acessem capacidades de inteligência geral, mantendo o controle sobre os usuários, dados, marcas e relações de serviço. Precisamos garantir que os consumidores tenham escolha, que os trabalhadores tenham oportunidades de transição e que novas empresas possam desafiar as empresas estabelecidas.

O mercado não é um vácuo natural. O mercado é um conjunto de realizações institucionais.

A regressão da teoria dos preços não significa que todos os preços na realidade sejam justos, nem que todos os lucros venham da criação de valor. Ela afirma que, em um ambiente institucional aberto, competitivo e acessível, preços, lucros e prejuízos permanecem o melhor mecanismo para os seres humanos descobrirem novas necessidades, filtrarem novos produtos e organizarem novos serviços.

Isso é especialmente importante, pois se a camada de infraestrutura for excessivamente centralizada, o florescimento da camada de aplicações na era da IA pode ser sufocado.

As grandes empresas da cadeia de suprimentos fornecem modelos, controlam o acesso, monitoram os dados a jusante e podem copiar instantaneamente os aplicativos de melhor desempenho, o que reduz o incentivo ao investimento para empreendedores da camada de aplicativos. Os usuários parecem enfrentar muitos aplicativos, mas na realidade podem estar apenas interagindo com diferentes interfaces dentro de alguns jardins de plataformas. Os preços ainda existem, mas a liberdade de entrada e a pressão competitiva por trás deles foram enfraquecidas.

Portanto, defender a teoria de preço não é defender as grandes empresas, mas sim o mercado aberto. O que realmente precisa ser protegido não é uma única empresa de modelo, mas o ambiente institucional que permite inúmeras experiências na camada de aplicação.

Posição do ser humano

A inteligência artificial mudará a posição das pessoas.

Muitos trabalhos intelectuais padronizados serão comprimidos. Muitos cargos que anteriormente dependiam de assimetria de informação, barreiras profissionais e experiência repetitiva para gerar renda perderão seu valor. A transição não será fácil. Um programador de meia-idade não se tornará automaticamente um coach psicológico, um professor tradicional não se tornará automaticamente um designer de educação baseada em IA, e um médico de nível básico não se adaptará automaticamente a sistemas de colaboração humano-máquina. A sociedade deve enfrentar esse sofrimento e reconstruir a educação, a formação, o sistema de segurança social e os mecanismos de mobilidade profissional.

Mas não se pode, por causa da dor da transformação, acreditar erroneamente que o valor econômico humano está desaparecendo.

Quanto mais poderosa a IA, mais necessário se torna o papel humano nas partes não padronizadas. O valor futuro das pessoas provavelmente virá mais de julgamento, confiança, responsabilidade, estética, emoção, comunicação, organização e aceitação de risco. A IA pode fornecer recomendações médicas, mas se o paciente acredita e segue essas orientações ainda depende de relações humanas. A IA pode projetar currículos, mas se a criança persiste e reconstrói sua autoconfiança ainda requer companhia humana. A IA pode gerar soluções, mas se a organização as adota, se os funcionários colaboram, se os clientes confiam e se os reguladores aceitam ainda exige coordenação humana. A IA pode propor inúmeras direções inovadoras, mas o empreendedor deve escolher uma direção e arriscar capital, reputação e vida nela.

A posição do ser humano não é sair de todas as tarefas, mas sim passar da execução padronizada para a escolha de direção e implementação na realidade.

Isso não significa que todos terão uma transição fácil ou que todos os novos empregos serão dignos. O mercado por si só não resolverá automaticamente todos os problemas de distribuição. Políticas, educação, segurança social e regras de competição são indispensáveis. Mas, do ponto de vista da lógica profunda da organização da produção, a IA não deixará apenas um vácuo onde os humanos não terão nada para fazer. Ela mudará quais habilidades humanas são valiosas.

Quando máquinas assumirem cada vez mais tarefas cognitivas replicáveis, o conhecimento local, as habilidades relacionais, a capacidade de julgamento e a capacidade de responsabilidade humanas — que não podem ser replicadas — tornar-se-ão ainda mais importantes.

Isso também significa que não podemos julgar o futuro de uma pessoa com base nos títulos profissionais de hoje. Muitos trabalhos futuros ainda não têm nomes. Pessoas do século XIX não poderiam imaginar profissões como “engenheiro de software”, “designer de experiência do usuário”, “operador de transmissão ao vivo”, “cientista de dados”, “arquiteto de nuvem” ou “criador de vídeos curtos”, e hoje ninguém pode listar completamente a estrutura profissional da era da IA. O trabalho humano no futuro provavelmente girará mais em torno de relações de serviço, organização de cenários, assunção de riscos, interpretação de necessidades, mudança de comportamento, design de experiência e produção de confiança.

As profissões antigas desaparecerão, e novas profissões surgirão.

Mas a mudança mais profunda é que o trabalho humano passa de “executar tarefas definidas” para “organizar possibilidades abertas”.

Conclusão: Deixe um mercado para o novo mundo

A história nunca avança conforme as categorias profissionais da era passada.

Quando as máquinas teciam, as pessoas choravam pelos tecelões; quando os trens atravessavam os continentes, as pessoas se preocupavam com os cocheiros; quando as lâmpadas elétricas iluminavam as cidades, as pessoas lamentavam os lamparistas; quando a internet engoliu a mídia impressa e os balcões, as pessoas escreveram elegias para as indústrias antigas. Essas dores são reais. Mas se a história fosse composta apenas por essas dores, a humanidade já teria parado no passado.

O que realmente muda o mundo não é apenas o desaparecimento de trabalhos antigos, mas a visão de novas necessidades, a invenção de novos produtos, a organização de novos serviços e a criação de novos estilos de vida.

A inteligência artificial também será assim.

Hoje, estamos em cima dos alicerces antigos e facilmente imaginamos o futuro como um processo de demissões em massa. Enxergamos os redatores, programadores, atendentes, tradutores e analistas que estão sendo substituídos, mas não vemos os novos serviços de saúde, formas de educação, organizações de pesquisa, experiências culturais, produção familiar, processos empresariais e estilos de vida pessoais que ainda não surgiram. As coisas destruídas têm nomes; as coisas criadas muitas vezes ainda não têm nomes. Por isso, o medo sempre chega antes da imaginação.

A responsabilidade da economia não é vender otimismo barato nem acomodar o pessimismo defensivo. A responsabilidade da economia é lembrar às pessoas: o núcleo da revolução tecnológica não é a aritmética de substituição no mundo antigo, mas a expansão do conjunto viável no novo mundo.

Quando a IA transforma a inteligência em um insumo barato, o que a sociedade realmente precisa não é entregar todas as possibilidades a poucos centros para planejar, mas sim dar liberdade a inúmeras pessoas para explorar necessidades desconhecidas. Precisamos de preços, porque as preferências das pessoas são heterogêneas e variam; precisamos de mercados, porque o conhecimento está disperso em tempos e locais específicos; precisamos de lucros, porque a inovação exige incentivos; precisamos de prejuízos, porque direções erradas precisam ser eliminadas; precisamos de concorrência, porque ninguém sabe de antemão qual produto, qual serviço ou qual forma organizacional pertencerá ao futuro.

Cada era antiga tende a confundir suas profissões, organizações e indústrias com a forma natural da civilização. Foi assim na era agrícola, foi assim na era industrial, e também foi assim na era da internet. As pessoas acreditam que estão protegendo a vida, mas muitas vezes estão apenas protegendo classificações do passado; acreditam que estão defendendo a humanidade, mas muitas vezes estão apenas defendendo identidades profissionais formadas sob as condições tecnológicas antigas.

Mas o que a história realmente protegeu nunca foram identidades específicas como cocheiros, lampiões ou datilógrafos, mas sim a capacidade humana de redescobrir necessidades, reorganizar a produção e reinventar a vida diante de novas tecnologias.

A capacidade mais digna de ser defendida na era da IA é exatamente essa. E sua forma institucional continua sendo preços, lucros, prejuízos, competição e liberdade de entrada no mercado aberto.

A volta da teoria do preço não é um retorno ao passado, mas uma defesa do futuro.

O futuro não se tornará um paraíso estático sem escassez, sem escolha, sem negociação e sem mercados apenas porque a IA é poderosa. O futuro será mais rico e mais complexo; mais abundante e mais diferenciado; mais inteligente e mais dependente de conhecimento local e julgamento humano. A inteligência artificial expande as possibilidades, mas o mecanismo de preços nos ajuda a descobrir quais possibilidades realmente têm valor.

Deixar um mercado para o novo mundo é deixar um caminho para necessidades desconhecidas, uma oportunidade para novos produtos, uma aventura para os jovens e uma saída para a imaginação humana.

A antiga fundação certamente se soltará. A verdadeira questão não é se conseguiremos manter cada carroça, mas se permitiremos a chegada do trem, do automóvel, do avião e das coisas ainda não nomeadas.

O que mais vale a pena defender na era da inteligência artificial não é uma determinada profissão, indústria ou forma organizacional antigas, mas a capacidade institucional dos seres humanos de descobrir valor em um futuro aberto.

This is not a remnant of old economics.

Esta é a entrada para o novo mundo.

This is the return of price theory.