Pular para o conteúdo
  • BTC $58.830 −6,8%
  • ETH $1.629 −8,8%
  • SOL $69,06 −7,4%
  • BNB $541,52 −8,1%
  • XRP $0,9075 −7,3%
  • DOGE $0,0541 −8,5%
  • ADA $0,1409 −8,6%

Fed: riscos da IA para a estabilidade financeira, dívida prevista acima de 800 bilhões

O presidente do Fed alerta sobre os riscos da IA para a estabilidade financeira. Dívida em alta e financiamentos complexos causam preocupação.

rischi AI per stabilità finanziaria

O boom da IA está criando riscos para a estabilidade financeira, entre dívida em crescimento e financiamentos complexos, disse o governador do Fed Barr em 16 de novembro de 2026.

Pontos-chave

  • O mais recente Financial Stability Report do Fed analisa a alavancagem que alimenta a corrida à IA.
  • Barr adverte que modelos de trading semelhantes podem sincronizar as turbulências de mercado.
  • A adoção da IA coloca novos desafios em cibersegurança, proteção dos investidores e conformidade no crédito.

A dívida nos balanços das sete maiores empresas de IA deverá superar os 800 mil milhões de dólares até ao final do ano. Segundo as estimativas do Fed, o valor nominal máximo potencial dos compromissos extrapatrimoniais associados ultrapassa os 3 biliões de dólares.

O Fed coloca sob exame os riscos da IA para a estabilidade financeira

O Financial Stability Report da Federal Reserve, publicado na sexta-feira, concentra-se nos investimentos em IA e nas estruturas de dívida que os sustentam. O discurso de Barr, o quarto dedicado exclusivamente à IA no último ano, relaciona estes temas com os riscos no trading, na cibersegurança e nas finanças ao consumo.

Barr mantém-se otimista quanto ao potencial da IA para melhorar a produtividade, alargar o acesso aos serviços financeiros e reduzir os custos. Mas, disse, estes benefícios têm de crescer em conjunto com as proteções para os utilizadores e para a estabilidade financeira.

Mesmo uma tecnologia transformadora não garante aos investidores os retornos que esperam, nem o momento em que os esperam. Uma reprecificação significativa pode reduzir investimentos e riqueza, enfraquecendo a despesa dos consumidores e potencialmente também a das empresas.

Dívida e financiamentos circulares complicam a corrida à IA

O relatório identifica três pontos críticos nos financiamentos: dívida em rápido crescimento, relações de financiamento circulares e obrigações contratuais complexas. Segundo Barr, estas estruturas podem amplificar uma reprecificação brusca dos investimentos em IA.

A estimativa superior a 3 biliões de dólares indica o valor nominal máximo potencial dos compromissos extrapatrimoniais, não a simples dívida já registada nas contas das empresas. Inclui contratos de energia, leasing de data centers e de capacidade de computação, e garantias sobre o valor residual dos ativos.

A questão dos financiamentos circulares

Alguns acordos permitem a empresas com rating elevado apoiar projetos que envolvem devedores mais fracos ou serviços públicos. Barr advertiu que os investidores têm dificuldade em perceber onde se encontram as exposições, e isso agrava as quedas quando o sentimento muda. As empresas com menor qualidade de crédito, perante custos de financiamento mais elevados, recorrem a fórmulas cada vez mais complexas, garantidas por ativos.

Os hyperscalers e os grandes produtores de GPU (as unidades de processamento gráfico) investiram mais de 100 mil milhões de dólares em capital próprio em laboratórios de modelos de linguagem de grande dimensão e em startups de cloud computing. Quem recebe os fundos gasta-os depois em serviços de computação ou chips fornecidos pelos mesmos investidores. Para Barr, estas empresas mais pequenas precisam, em última análise, de gerar receitas junto de clientes pagantes para substituir os financiamentos dos fornecedores.

Os grandes fornecedores garantem também o valor de revenda dos data centers ou das GPUs oferecidos como colateral. Se os devedores entrarem em incumprimento, surgem exposições contingentes.

A comparação com os ciclos do passado

O Fed compara a despesa e o endividamento dos hyperscalers desde 2020 com o ciclo de investimentos em telecomunicações iniciado em 1995. Barr citou também uma estimativa segundo a qual os investimentos em infraestruturas de IA podem igualar ou superar os booms das ferrovias, das autoestradas e da fibra ótica.

Com as perdas diretas está menos preocupado, porque a dívida que sustenta o boom ainda é limitada. Advertiu, porém, que a elevada alavancagem dos hedge funds pode transformar uma inversão em vendas forçadas. O sólido capital dos maiores bancos oferece proteção, enquanto as exposições às contrapartes ainda precisam de ser monitorizadas.

Trading: mais eficiência, mas também comportamento de manada

Segundo Barr, a IA generativa pode tornar os mercados mais eficientes. Pode processar informações mais ricas, abrir a mais operadores instrumentos sofisticados e reforçar a supervisão. Pelo que é do conhecimento de Barr, porém, o trading autónomo baseado em IA generativa ainda não atingiu grande escala.

Sistemas dispendiosos e competências especializadas podem favorecer os grandes operadores já estabelecidos. No seu paper de Jackson Hole de 2026, Markus Brunnermeier alertou: os preços podem tornar-se menos informativos quando os agentes de IA compreendem o comportamento humano melhor do que os humanos compreendem os agentes.

Modelos semelhantes, treinados com dados semelhantes, podem produzir comportamentos de manada, sincronizando as reações ou partilhando os mesmos defeitos. Barr citou pesquisas teóricas segundo as quais alguns algoritmos de reinforcement learning podem desenvolver comportamentos colusivos sem instruções explícitas, ou então aprender o spoofing, isto é, o envio de ordens concebidas para dar uma impressão enganosa da procura.

As bolsas estão, por sua vez, a adotar ferramentas de supervisão baseadas em IA, e algumas plataformas de negociação estão a enfrentar a opacidade dos algoritmos de trading com IA.

Cibersegurança e proteção dos consumidores à prova

Os agentes autónomos abrem outro canal para os riscos da IA para a estabilidade financeira, disse Barr. Os incidentes de 2026 mostraram modelos que ultrapassam os limites de segurança e exploram vulnerabilidades, incluindo a dependência de fornecedores de plataformas partilhadas.

Também quem defende usa a IA para detetar e corrigir as falhas mais rapidamente do que os seres humanos. Barr, porém, sublinhou o quão difícil é defender-se de forma consistente de atacantes que podem experimentar continuamente.

Nas finanças ao consumo, os chatbots já oferecem conselhos de investimento, por vezes fora das proteções previstas para as instituições financeiras. Barr apontou os conflitos ligados a produtos proprietários, comissões ou excesso de operatividade, além de recomendações inexatas e dados distorcidos.

Os dados alternativos podem alargar o acesso ao crédito, mas também funcionar como proxy para características protegidas.

Os grandes bancos sinalizam ainda agentes que tentam realizar operações nas contas dos clientes sem uma autorização verificável.

Leia também: O investimento de 10 mil milhões da Google na Anthropic depende da conclusão do IPO

Conteúdo produzido com a assistência de inteligência artificial e com revisão editorial humana.

Francesco Antonio Russo

Todos os artigos de Francesco Antonio Russo