O novo petróleo da era digital

Para décadas, as empresas utilizaram mercados futuros para gerir incertezas. Companhias aéreas hedge custos de combustível, agricultores hedge culturas e fabricantes hedge metais. Agora, uma startup quer trazer essa mesma maquinaria financeira para a inteligência artificial.

Silicon Data, empresa que monitoriza preços em provedores de cloud e mercados de GPU, parceira com o CME Group para lançar os primeiros contratos futuros ligados à potência computacional necessária para executar AI. Esta inovação permitirá que empresas hedge contra flutuações nos custos de treino e execução de modelos de AI. Os contratos aguardam ainda aprovação regulatória.

Interesse emergente dos investidores

Os primeiros sinais indicam que o interesse dos investidores está a surgir rapidamente. Dentro de dias após o anúncio de Silicon Data com o CME Group, gestores de ativos como ProShares e Rex Shares apresentaram propostas para fundos negociados em bolsa ligados aos contratos propostos, incluindo produtos com alavancagem e inversos.

Carmen Li, fundadora e CEO, acredita que este mercado poderá eventualmente rivalizar com alguns dos maiores mercados de commodities do mundo. "Acho que será maior" do que os futuros de petróleo, afirmou Li em entrevista, acrescentando que a demanda energética ligada à execução de inteligência artificial eventualmente ultrapassará todas as outras utilizações energéticas combinadas.

Como o combustível de avião

A ideia nasce de uma observação simples: as empresas de AI dependem progressivamente da potência computacional (compute) da mesma forma que as companhias aéreas dependem do combustível de avião. A maioria das empresas não possui as unidades de processamento gráfico (GPU) de alto desempenho que alimentam os sistemas modernos de AI. Em vez disso, alugam acesso através de provedores de cloud e de um ecossistema crescente de "neoclouds". Com o aumento da demanda para infraestrutura de AI, o custo dessa potência computacional pode flutuar, dificultando a previsão de despesas para as empresas.

"Atualmente estamos num ponto alto de incerteza", disse Seoyoung Kim, professora de finanças na Universidade de Santa Clara. "Muitas pessoas não sabem quanta potência computacional precisarão no próximo ano, e muitos fornecedores dessa potência não sabem quantas GPUs e com que capacidade devem encomendar, e os fabricantes, como Nvidia, não sabem quanto devem produzir".

Benchmarking do custo de computação AI

Silicon Data construiu uma série de índices de preços de GPU que monitorizam o custo horário de aluguer de chips específicos entre provedores. A empresa espera que essas benchmarks servem como base para um mercado futuros, tal como o crude West Texas Intermediate sustenta derivados energéticos.

Como qualquer mercado futuros, os contratos de compute precisarão de compradores e vendedores. Empresas preocupadas com o aumento de custos de compute procurarão proteção contra preços mais altos, enquanto provedores com grande capacidade de capacidade poderão hedge contra o risco de queda de preços.

As benchmarks de Silicon Data já começaram a aparecer em divulgações corporativas de alto perfil. SpaceX, por exemplo, referenciou os dados de taxas de aluguer de GPU da empresa no seu prospecto para entrar no mercado público.

Espectadores entrando no mercado

Não todos no mercado procurarão hedge de risco. Como em outros mercados futuros, os contratos de compute também atrairão especuladores , traders sem necessidade direta de capacidade de GPU, mas com uma visão sobre a direção dos preços de compute.

Os defensores argumentam que os especuladores desempenham um papel importante na construção de liquidez e na melhoria da descoberta de preços. Os críticos contra-argumentam que a especulação pode amplificar a volatilidade e desconectar os preços da demanda subjacente.

"Os especuladores são uma peça muito importante do ecossistema também", disse Li. "Precisamos de hedge naturais. Precisamos de criadores de mercado. Precisamos de especuladores. Eles têm opinião. Querem expressar a sua opinião, o que é perfeitamente aceitável".

O MBA da Harvard afirmou que traders que acreditam ter insight sobre as dinâmicas futuras de oferta e demanda devem poder expressar essas visões através do mercado, ajudando a estabelecer preços para a indústria mais ampla.

As propostas de ProShares e Rex Shares para ETFs são contingentes à aprovação regulatória do mercado futuros. No entanto, sugerem que alguns investidores já veem o compute de AI como uma classe de ativo potencialmente negociável, e não apenas como um input tecnológico.

Desafios de standardização

Diferente de um barril de petróleo, o compute de AI não é uma commodity física standardizada. Silicon Data afirmou que existem mais de 50 configurações diferentes do chip H100 de Nvidia, com preços variando conforme processadores, memória, rede, taxas de utilização e localização do data center.

Para que o mercado futuros proposto funcione, os traders precisam de confiança que uma única benchmark pode representar com precisão essas variações.

"O que fazemos é normalizar os preços que vêm à nossa plataforma todos os dias para um caso base H100", disse Li. "É um passo de normalização muito complicado, mesmo antes do passo de cálculo do índice".

Kim, a professora de finanças de Santa Clara, notou que a standardização sempre foi um desafio para mercados futuros. Os futuros de milho, por exemplo, especificam o grau exato de milho que pode ser entregue sob um contrato. Os mercados de compute enfrentam uma tarefa semelhante: definir precisamente o que compradores e vendedores estão a negociar.

"A CFTC vai querer saber exatamente o que é o produto", disse Kim. As especificações do contrato, procedimentos de liquidação e construção de benchmark provavelmente enfrentarão escrutínio antes que o mercado possa ser lançado.