Empresas que desenvolvem aplicações de inteligência artificial podem alugar computadores potentes em vez de comprar os equipamentos. Elas pagam pelo acesso às unidades de processamento gráfico, conhecidas como GPUs, que executam seus softwares. Com isso, a redução das tarifas diminui o custo dessas aplicações. Contudo, o movimento também pressiona as empresas que financiaram as máquinas.

Um operador pode comprar uma sala inteira de GPUs com dívida e projetar a receita com base em uma tarifa horária. Nesse modelo, a operação depende da estabilidade dos preços de aluguel. Se um concorrente reduzir os valores, a projeção pode desmoronar antes da quitação dos equipamentos. Assim, a receita por hora pode cair abaixo do nível necessário, mesmo com forte demanda por IA.

Contratos financeiros podem proteger parte dessa receita quando as tarifas recuam. Em troca, o operador assume obrigações financeiras caso os preços subam. Essa é a proposta dos derivativos de computação para IA. Esses instrumentos separam a exposição aos preços de aluguel da propriedade das máquinas.

Derivativos buscam proteger receitas de computação

A Luxor fornece serviços e produtos financeiros para mineradores de Bitcoin e incluiu esses contratos em sua expansão para IA. A companhia pretende aplicar sua experiência com proteção de receitas da mineração a um setor que investe pesadamente em equipamentos. Porém, esses operadores ainda enfrentam incerteza sobre quanto receberão pelo aluguel. A empresa também informou que já intermedeia acordos entre proprietários de capacidade computacional e clientes.

O negócio de derivativos com liquidação financeira ainda está em estágio inicial. A Luxor não apresentou exemplos de proteção contratada por clientes nem informou volumes atuais de negociação. Afinal, ainda não existe um mercado líquido para esses instrumentos. Portanto, a proposta enfrenta o desafio de encontrar participantes dispostos a assumir as perdas que outros querem evitar.

Tradicionalmente, um operador estabiliza sua receita por meio de contratos longos com preços previamente acordados. Entretanto, os clientes nem sempre sabem quanta capacidade computacional precisarão no futuro. Os operadores também podem preferir distribuir seus equipamentos entre vários usuários. Nesse contexto, os derivativos oferecem proteção financeira sem exigir a transferência da capacidade computacional.

Como funcionaria a proteção financeira

Imagine um operador que espera vender 1 milhão de horas de GPU durante um mês, a US$ 2 por hora. Nesse cenário, a receita projetada alcançaria US$ 2 milhões. O operador poderia fechar um contrato hipotético para proteger essa tarifa. Se o índice caísse para US$ 1,50, o contrato pagaria US$ 500 mil pela diferença de US$ 0,50 por hora.

Caso a receita efetiva do aluguel também caísse para US$ 1,5 milhão, o pagamento elevaria o total novamente a US$ 2 milhões. Esse valor desconsidera taxas e outros custos. Em contrapartida, se o índice subisse para US$ 2,50, o operador deveria pagar US$ 500 mil. Ao mesmo tempo, ele receberia mais de seus clientes.

Dessa forma, o operador abre mão do ganho proporcionado por tarifas maiores para reduzir o risco de preços menores. Ainda assim, a conta depende da venda das horas esperadas por uma tarifa que acompanhe o índice. Máquinas ociosas não geram renda. Logo, fixar o preço por hora não garante demanda.

Uma empresa de IA preocupada com o aumento do custo de computação poderia assumir o outro lado do contrato. Nesse caso, ela receberia quando o índice avançasse. Intermediários também podem conectar as partes ou assumir uma parcela da exposição mediante remuneração. Enquanto isso, o CME Group prepara futuros vinculados aos índices de aluguel H100 e B200.

O anúncio de 11 de agosto indicou 5 de outubro como a data prevista para o lançamento. No entanto, a estreia depende de análise regulatória. Os contratos usarão referências de preços desenvolvidas pela Silicon Data.

Diferenças entre serviços aumentam o risco de base

Mesmo com contrapartes interessadas, o contrato precisa usar um preço relevante para os dois lados. Por exemplo, clientes podem pagar US$ 1,25, enquanto o índice recua apenas para US$ 1,50. Nesse cenário, a proteção de US$ 500 mil elevaria a receita total para US$ 1,75 milhão. Portanto, o operador ainda ficaria abaixo dos US$ 2 milhões inicialmente projetados.

Essa diferença representa o risco de base, que surge quando o preço protegido não acompanha o valor efetivamente recebido. A Luxor comparou a iniciativa de IA à sua trajetória na mineração de Bitcoin. Nesse mercado, a empresa publicou uma referência de preço. Seu indicador hashprice estima a receita potencial de uma unidade de poder computacional na mineração de Bitcoin.

Mineradores de Bitcoin executam a mesma tarefa na rede, mas clientes de IA atribuem valores diferentes a serviços aparentemente semelhantes. Por exemplo, o acesso contínuo durante meses difere de uma tarefa curta que o provedor pode interromper. A metodologia de dados de aluguel da CCIR trata interrupções e duração do compromisso como características distintas. Contudo, ela utiliza preços públicos e pode não capturar descontos privados.

Fonte: Hashrate Index.

A Luxor também forneceu seu Índice de Preços de Hardware de IA, que acompanha valores anunciados para sistemas selecionados de GPU. No entanto, o preço de compra de uma máquina difere da receita obtida com seu aluguel. A empresa informou em agosto que pretende ampliar os dados sobre os preços à vista da computação.

Garantias precisam suportar períodos de pressão

Mesmo um contrato bem ajustado deixa o operador exposto à capacidade de pagamento da contraparte quando a receita de aluguel diminui. Se a outra empresa também depender da infraestrutura de IA, a computação barata pode prejudicar ambas simultaneamente. Por isso, garantias podem reduzir essa dependência. Elas exigem dinheiro ou ativos elegíveis para cobrir as obrigações assumidas.

Por outro lado, o colateral cria uma necessidade adicional de financiamento. Afinal, os recursos reservados para o contrato não podem pagar outras despesas. Se os preços subirem, o operador talvez precise cumprir sua obrigação antes de receber as faturas maiores dos clientes. Com isso, o momento dos fluxos de caixa torna-se decisivo para a viabilidade da proteção.

A Luxor não apresentou os termos exigidos para o colateral de IA. A empresa também não explicou os procedimentos aplicáveis à inadimplência de uma contraparte. Além disso, não esclareceu como separa suas próprias negociações dos negócios organizados para clientes. O anúncio, por sua vez, divulgou um fundo interno dedicado à negociação de computação.

Receitas mais previsíveis podem ajudar os operadores a cumprir suas dívidas. Entretanto, o contrato precisa acompanhar a renda real e manter obrigações financeiramente suportáveis durante todo o período. A computação mais barata pode ampliar o uso da IA, enquanto alguns proprietários de máquinas enfrentam retornos decepcionantes. Nesse ambiente, os derivativos não eliminam as perdas, mas transferem parte do risco para participantes dispostos a assumi-lo.

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