Às 9h30 em Nova York, um indicador de inflação pior que o esperado pode provocar uma reação quase instantânea. Sistemas automatizados de bancos, fundos e formadores de mercado leem o mesmo dado e reduzem a exposição em segundos. Assim, ordens de venda podem se acumular enquanto compradores desaparecem do livro de ofertas.

Nenhum desses sistemas precisa cometer um erro para causar uma queda coletiva. Ainda assim, decisões individuais prudentes podem produzir um resultado que nenhum participante desejava. Embora o cenário seja hipotético, sua lógica já aparece nos relatórios de estabilidade financeira dos principais supervisores globais.

Inteligência artificial transforma decisões financeiras

A automação opera nos mercados há duas décadas por meio da negociação algorítmica tradicional. Esses programas seguem regras definidas por pessoas, como dividir grandes ordens ou comprar após determinado movimento de preço. Já o aprendizado de máquina adicionou modelos capazes de identificar padrões em grandes volumes de dados. Agora, esses sistemas também estimam riscos e tentam antecipar preços sem depender apenas de instruções explícitas.

O FMI analisou esse avanço no Relatório sobre a Estabilidade Financeira Mundial de outubro de 2024. Com base em dados de emprego e patentes, a instituição apontou uma tendência de crescimento no uso da IA nos mercados de capitais. Naquele momento, investidores ainda usavam pouco a IA generativa. Mesmo assim, eles esperavam ampliar sua integração dentro de três a cinco anos.

De acordo com os entrevistados pelo organismo, as grandes alocações de capital ainda manteriam supervisão humana. Enquanto isso, a expansão dos modelos levanta dúvidas sobre o comportamento conjunto das instituições. Dessa forma, a eficiência de cada ferramenta não garante a estabilidade de todo o sistema.

Modelos semelhantes podem convergir

Instituições diferentes podem recorrer aos mesmos fornecedores, arquiteturas semelhantes e dados comparáveis. Como consequência, suas conclusões tendem a convergir quando a incerteza aumenta e todos procuram a mesma saída. Sobretudo em períodos de tensão, essa semelhança pode gerar decisões coordenadas sem planejamento prévio. O Conselho de Estabilidade Financeira inclui as correlações de mercado entre as vulnerabilidades da IA capazes de elevar o risco sistêmico.

Em 2025, o Banco da Inglaterra também alertou para a dependência de poucos modelos e conjuntos de dados. Para a instituição, essa concentração pode gerar negociações correlacionadas e ampliar choques durante períodos de estresse. Portanto, a diversificação tecnológica não elimina necessariamente o risco de respostas sincronizadas.

Economistas chamam esse mecanismo de falácia da composição. Isoladamente, um fundo que vende para respeitar limites de risco age com prudência. Quando milhares adotam a mesma estratégia, porém, os preços caem e a volatilidade aumenta. Com isso, os modelos recalculam os riscos e podem recomendar novas vendas.

Esse ciclo pode fazer os formadores de mercado ampliarem os spreads ou deixarem de operar. Como resultado, a liquidez diminui justamente quando os investidores mais precisam dela. O Flash Crash de 6 de maio de 2010 ilustra esse mecanismo sem o uso de IA. Naquele dia, algoritmos de execução e operadores de alta frequência participaram de uma sessão marcada por forte volatilidade.

Proteções precisam acompanhar a velocidade

Conforme o relatório conjunto da SEC e da CFTC, um gestor iniciou um programa para vender 75 mil contratos E-Mini. As posições tinham valor aproximado de US$ 4,1 bilhões. O Dow Jones perdeu quase mil pontos em menos de meia hora. Nesse ambiente, o episódio mostrou como a liquidez pode evaporar rapidamente.

Desde 2010, reguladores dos Estados Unidos reforçaram os circuit breakers. Atualmente, quedas de 7%, 13% ou 20% no S&P 500 acionam pausas ou o encerramento das negociações. Essas barreiras procuram reduzir o impacto de movimentos extremos. As câmaras de compensação também limitam o risco de contraparte nas operações financeiras.

Contudo, essas câmaras costumam elevar as margens em momentos de estresse. Em períodos críticos, essa medida força vários participantes a buscar liquidez ao mesmo tempo. Sob pressão, a automação pode intensificar esse efeito pró-cíclico. Por esse motivo, o FMI sugeriu que autoridades e plataformas avaliem respostas para quedas relâmpago ligadas a operações com IA.

O organismo também alertou para um possível deslocamento de investimentos rumo a fundos de hedge e outros intermediários não bancários. Esses participantes são menos transparentes e mais difíceis de supervisionar. Além do risco operacional, essa mudança pode reduzir a visibilidade das autoridades sobre posições e estratégias. O Conselho de Estabilidade Financeira também pediu monitoramento reforçado e uma avaliação dos marcos regulatórios atuais.

Mercado cripto acrescenta desafios próprios

No mercado cripto, o funcionamento ininterrupto acrescenta um risco próprio, pois não existem pausas coordenadas entre as plataformas. Além disso, derivativos alavancados registram liquidações automáticas que já aceleraram quedas do Bitcoin. A falta de interrupções conjuntas pode ampliar movimentos durante períodos de baixa liquidez.

Por outro lado, o FMI reconhece benefícios no uso da IA. A tecnologia pode melhorar a gestão de riscos, aprofundar a liquidez e aperfeiçoar a vigilância dos mercados. Em condições normais, esses ganhos podem elevar a eficiência das operações financeiras.

Já em situações extremas, modelos semelhantes podem aumentar a exposição a reações sincronizadas. Cada sistema procura proteger quem o utiliza, mas nenhum deles garante a prudência do conjunto. Em síntese, automatizar a cautela individual não equivale a automatizar a estabilidade financeira.

	Receba nossas últimas notícias em primeira mão.   Adicione-nos como sua fonte preferida no Google    e toque em “Favorito” para priorizar nossas atualizações.