AI na fixação de preços sai do "quarto trancado"? Bittensor fornece a resposta

Autor: Prathik Desai Fonte: tokendispatch Tradução:善欧巴，金色财经

A indústria de IA hoje assemelha-se a um sistema religioso fechado: financiamento e avaliação são feitos a portas fechadas. Poucas empresas líderes levantam fundos massivos, recrutam os melhores pesquisadores, alugam enormes clusters de computação, enquanto o mercado só consegue inferir seu valor através de rodadas de financiamento divulgadas com meses de atraso. A chamada “avaliação” muitas vezes é apenas um número acordado por alguns dentro de uma sala, e não o preço real descoberto por um mercado livre. Quando os investidores comuns veem o preço, a maior parte do potencial de valorização já foi conquistada pelos primeiros participantes.

O núcleo do Bittensor é: a IA não deveria ser financiada dessa forma. Estou profundamente fascinado pelo sistema que está construindo. Não porque consiga criar modelos melhores que OpenAI, Anthropic ou Google — pelo menos ainda não —, mas porque encontrou um caminho descentralizado que permite avaliação, financiamento e precificação públicos antes que os projetos de IA se tornem empresas tradicionais.

Esse modelo é completamente diferente das tentativas de descentralização que surgiram em ondas anteriores de IA.

A rede de subnets do Bittensor fornece suporte às equipes, recompensa os executores eficientes, elimina projetos atrasados e reajusta o valor de toda a ecologia de IA em tempo real. Essa é uma forma inédita de precificação de IA. Admito que esse processo é bastante duro, mas também mais honesto.

Nesta análise aprofundada, vou explicar a lógica operacional do Bittensor e por que ele pode ser mais vantajoso do que qualquer tentativa anterior de precificação de IA.

A Sala Secreta da Precificação de IA

Somente no primeiro trimestre de 2025, startups de IA receberam US$ 73,1 bilhões em financiamento, representando 58% do total de investimentos globais de risco. Apesar de instituições como GIC e TPG alertarem que algumas avaliações de nicho estão excessivamente altas, quase não há resultados operacionais que justifiquem esses valores.

Esse modelo favorece fundadores, insiders e investidores posteriores, excluindo outros: fornecedores de recursos computacionais essenciais, desenvolvedores de modelos open source e usuários iniciais comuns não compartilham dos lucros. Mesmo com o crescimento do open source em IA, essa situação não mudou: o capital continua concentrado em contratos de nuvem, camadas de implantação, pacotes empresariais, suporte técnico, segurança e distribuição.

Ao longo do processo de criação de valor, o público participa amplamente, mas os frutos são colhidos por poucos. Essa estrutura existe há bastante tempo, mas a verdadeira mudança vem com o crescimento da economia de modelos open source de IA.

Desenvolvedores da Red Hat apontam em relatórios que empresas estão cada vez mais adotando modelos de IA open source para implantação local, controle autônomo e tarefas especializadas, especialmente em setores altamente regulados como telecomunicações e bancos. O que as empresas precisam é de soluções de implantação de IA para monitoramento, automação e operação em escala, não apenas de um modelo de IA isolado.

Grandes instituições como McKinsey também reconhecem essa tendência. Sua pesquisa mostra que mais da metade das empresas entrevistadas já usam IA open source em suas pilhas tecnológicas. A pesquisa abrange 41 países, com mais de 700 responsáveis por tecnologia e desenvolvedores seniores.

O modelo do Bittensor é uma resposta a essas mudanças setoriais, desafiando o sistema atual de precificação de projetos de IA.

Investidores nativos de criptomoedas estão em frenesi pelo token nativo TAO do Bittensor, cujo preço dobrou no último mês. Outros debatem as vantagens de IA descentralizada versus centralizada. Mas, para mim, o mais importante é explorar formas mais precisas de precificar IA. A resposta do Bittensor é: reunir todos os envolvidos no financiamento, desenvolvimento, validação e uso de IA em um mesmo mercado, usando indicadores públicos para definir seu valor.

Levar IA ao mercado aberto

Se considerarmos o Bittensor como uma rede composta por várias microeconomias de IA, em vez de um único token, fica mais fácil de entender.

Cada subnet é um mercado especializado em uma tarefa específica dentro da pilha de IA, podendo focar em raciocínio, treinamento distribuído, sinais preditivos ou fornecimento de poder de processamento. Os criadores das subnets definem mecanismos de incentivo e objetivos, os mineradores executam tarefas, os validadores avaliam os resultados, e os stakers apoiam validadores específicos ao apostar TAO.

Após o lançamento do mecanismo de incentivo dinâmico do TAO em fevereiro de 2025, a inovação se intensificou: cada subnet passou a ter seu próprio token e fundo de financiamento. Assim, o Bittensor deixou de ser uma única plataforma de IA genérica, tornando-se um ecossistema de múltiplos pequenos projetos de IA.

Na segunda metade de 2025, a distribuição de recompensas passou a estar mais ligada ao fluxo líquido de TAO do que ao preço fixo do token. Em dezembro do mesmo ano, o TAO passou por sua primeira redução de halving, com a emissão diária caindo para 3600 unidades, forçando o capital a escolher melhor onde investir e transformando o mercado de IA em um campo de sobrevivência.

O pesquisador e escritor Web3 Jeff resumiu isso como uma “dinâmica darwinista de IA”, destacando na sua newsletter 0xJeff:

A essência darwinista é a seleção natural, onde indivíduos competem, e os traços favoráveis à sobrevivência são passados às próximas gerações.

Essa lógica se aplica em vários níveis do Bittensor:

• Competição entre subnets: disputam sua fatia de 3600 TAO diários, com as melhores subnets garantindo maior longevidade de sobrevivência

• Competição entre mineradores: mineradores competem por resultados ótimos, com os melhores recebendo até 41% das recompensas de alpha de uma subnet

• Competição entre validadores e investidores: validadores verificam as tarefas dos mineradores, enquanto investidores apostam na performance das subnets mais promissoras

E o que acontece se alguém não participar ou tiver desempenho ruim? Será eliminado. Subnets podem ser removidas do sistema — sim, excluídas diretamente.

Essa é a principal diferença em relação ao modelo tradicional de IA.

No modelo clássico, fundadores apresentam suas empresas, levantam capital, montam equipes, fazem desenvolvimento interno e esperam que o mercado reconheça sua avaliação.

O Bittensor inverte esse paradigma: no início, o projeto é aberto ao investimento. Assim, os empreendedores iniciam uma subnet, os provedores de GPU contribuem com recursos computacionais, desenvolvedores e pesquisadores entregam resultados, investidores compram participação via TAO ou tokens específicos, e os clientes pagam pelos serviços. No final, o mercado avalia o projeto considerando todos esses fatores.

O que mais me encanta é que ele redesenha o mercado de capitais para todos os stakeholders.

Diferente de startups privadas, os investidores podem acompanhar continuamente os preços, sem precisar esperar por novas rodadas de financiamento. Na verdade, o Bittensor permite que eles tenham uma visão geral de todo o ecossistema na plataforma TAO ou foquem em uma subnet específica para investimentos mais precisos.

Para os desenvolvedores, o atrativo é participar do avanço da IA sem depender de centros de dados elitizados como Anthropico, OpenAI ou outros gigantes. Ele oferece um mercado de capitais ao redor de suas ideias, permitindo apoio antes mesmo de se tornarem empresas maduras — algo inédito no setor de venture capital. Isso fica claro na forma como o capital interno se concentra: algumas subnets atraem fluxos desproporcionais de TAO, enquanto outras ficam atrasadas. As cinco maiores subnets representam quase um terço do valor total de mercado de todas as 128 subnets.

Para os clientes, o sistema oferece acesso a infraestrutura aberta, mais barata e mais flexível.

Além disso, o modelo do Bittensor é mais atrativo para todos os stakeholders, pois parece mais justo e também mais viável comercialmente.

Mercado em amadurecimento

Investidores institucionais estão cada vez mais vendo o Bittensor como uma oportunidade de investimento regulamentada e acessível.

Em dezembro de 2025, o trust da Grayscale Bittensor foi listado na OTCQX, principal mercado de balcão, oferecendo uma via familiar para investidores tradicionais participarem de um ativo ainda pouco conhecido, mas com forte demanda.

Qualquer mercado emergente que busca maturidade precisa de uma estrutura regulatória, códigos de negociação, cotações em telas e acesso via corretoras, como aconteceu com ETFs de Bitcoin, Ethereum e títulos de dívida digital (DATs). O fato de o trust da Grayscale estar ativo indica que o interesse institucional deixou a fase teórica e entrou na prática.

O trabalho do Bittensor também foi reconhecido por figuras de destaque que podem vir a transformar seu potencial disruptivo em realidade.

Quando o famoso investidor e empreendedor Chamath Palihapitiya mencionou a Nvidia CEO Jensen Huang sobre a execução distribuída do Bittensor, Huang não desconsiderou a ideia, apenas a classificou como uma conquista “básica” no universo cripto. Ele a comparou a uma “versão moderna do Folding@home”, um projeto distribuído descentralizado que usa o poder de processamento ocioso de voluntários para simular dobraduras de proteínas ou outros problemas complexos.

Essa comparação insere o Bittensor na longa história do cálculo distribuído, longe de ser uma narrativa de ciclos de tokens.

Um dos principais projetos do Bittensor, a subnet Templar, recentemente demonstrou sua capacidade técnica: seu modelo Covenant-72B, com 720 bilhões de parâmetros, foi treinado por mais de 20 participantes globais usando a rede Bittensor, a partir de 1,1 trilhão de tokens, do zero. Em testes públicos, o Covenant-72B atingiu uma pontuação de 67,11 no MMLU, superando o LLaMA-2-70B com 65,63.

De forma simples, ainda não supera OpenAI ou Anthropic, mas prova que colaboração descentralizada pode criar infraestrutura de IA com valor comercial.

Subnets como Chutes se posicionam como plataformas descentralizadas de computação de IA sem servidor, e a documentação oficial do Bittensor define as subnets como mercados independentes para inferência, treinamento e outros produtos digitais. Isso indica que o mercado não está apenas precificando uma narrativa vaga de IA, mas sim módulos específicos da pilha tecnológica.

Dilemas na demanda

A transparência da oferta do Bittensor é incomparável: dados sobre emissão, staking, subnets e fluxo de capital são públicos e claros. O verdadeiro problema está na opacidade das informações do lado da demanda.

A blockchain registra apenas a circulação de tokens, sem coletar dados sobre retenção de usuários, qualidade de uso de APIs, margens de lucro ou receitas auditadas. Mesmo que uma subnet pareça próspera comercialmente, os investidores muitas vezes só podem inferir a saúde do negócio a partir da estrutura de mercado, e não de relatórios financeiros.

Pine Analytics, em análises como “Transparência na oferta vs. Opacidade na demanda” e “Chutes (SN64): subsídios sustentando preços baixos”, criticou duramente: o desempenho financeiro aparente do Bittensor pode ainda ser impulsionado por subsídios, que na prática são recompensas de emissão de TAO internas à subnet. Segundo Pine, a receita externa confirmada de toda a rede é insignificante em relação ao valor implícito no preço do TAO.

Um exemplo clássico é a maior subnet, Chutes: recebe cerca de 52 milhões de dólares por ano em subsídios de emissão de TAO, enquanto sua receita externa é de apenas 2,4 milhões de dólares. Sem esses subsídios, sua operação se tornaria inviável. Isso não significa que o modelo do Bittensor seja errado, mas que o mercado atual está mais precificando a visão de IA do que seu fluxo de caixa real.

Por isso, tenho acompanhado de perto a evolução do Bittensor. Ele mostra sinais de maturidade ecológica, embora ainda não tenha resolvido a discussão sobre “IA descentralizada”, e continua buscando a forma mais precisa de avaliar projetos de IA. Mas já revelou uma questão que o mercado de private equity há muito tempo ignora: a necessidade de precificar a fé e a avaliação no mercado público.

Quando os gigantes de IA privada querem que o mundo acredite que alguns poucos decidem avaliações de trilhões de dólares, o Bittensor aposta na transparência do mercado aberto. Sei que essa abordagem não é perfeita, mas admiro e valorizo a clareza que ela traz.