Notícias & Tendências

Amazon renegociou o contrato com a Anthropic e abriu a porta para a OpenAI

Amazon renegociou o contrato com a Anthropic e abriu a porta para a OpenAI, e o caso ilustra por que não existe fidelidade no universo da IA

A Amazon renegociou seu contrato com a Anthropic para cobrança por token em vez de horas computacionais, enquanto avalia substituir o Claude pelo ChatGPT e Codex em seus produtos. Com US$ 14 bilhões investidos na Anthropic e US$ 50 bilhões na OpenAI, a Amazon está apostando nos dois lados e deixando claro que no mercado de IA, pragmatismo prevalece sobre lealdade.

O próximo risco sistêmico dos mercados financeiros não é uma bolha. É a IA reagindo igual em todo lugar ao mesmo tempo. Flash crashes existem desde antes da IA. Em 2010, o mercado americano perdeu quase um trilhão de dólares em questão de minutos antes de se recuperar parcialmente no mesmo dia. A causa foi uma combinação de algoritmos de trading de alta frequência reagindo em cascata a um único gatilho. O episódio assustou reguladores, gerou anos de investigação e resultou em mecanismos de circuit breaker que pausam negociações quando movimentos de preço atingem certos limites. O que o Banco da Inglaterra está estudando agora é uma versão potencialmente mais séria desse problema para a era dos agentes de IA. Não porque a IA seja inerentemente mais instável do que algoritmos de trading, mas por uma razão específica que os reguladores estão articulando com crescente preocupação: agentes de IA treinados em dados similares e que otimizam objetivos similares tendem a reagir de formas similares aos mesmos estímulos de mercado, e quando isso acontece em escala, o efeito coletivo pode ser muito mais severo do que qualquer crash histórico. O problema da homogeneidade de comportamento em escala Para entender por que o Banco da Inglaterra está preocupado com algo que ainda não aconteceu em escala catastrófica, é preciso entender o que é diferente nos agentes de IA em comparação com algoritmos de trading tradicionais ou com gestores humanos. Algoritmos de trading tradicionais são específicos: cada um foi programado com regras explícitas por equipes de quant analysts com estratégias diferentes. Embora possam criar dinâmicas de cascata como no Flash Crash de 2010, existe diversidade significativa nos gatilhos e nas respostas porque as estratégias foram construídas de formas diferentes por pessoas diferentes. Gestores humanos têm ainda mais diversidade: diferentes formações, diferentes experiências de mercado, diferentes modelos mentais sobre como crises se desenvolvem. Essa diversidade de perspectiva é, na prática, uma forma de amortecimento sistêmico. Quando um grupo de gestores vende, outro grupo pode estar comprando porque interpretam o mesmo sinal de forma diferente. Agentes de IA treinados em dados de mercado similares, otimizando objetivos similares como maximizar retorno ajustado a risco ou minimizar drawdown, desenvolvem representações do mundo similares. Quando um sinal de mercado ativa uma resposta de saída de risco num desses agentes, ele provavelmente ativa respostas similares em outros agentes com arquitetura e treinamento comparáveis. O efeito não é apenas uma cascata de algoritmos reagindo em sequência, é uma avalanche de agentes tomando decisões similares simultaneamente por razões genuinamente independentes, mas convergentes. O problema de supervisão e responsabilidade que acompanha a automação Além da questão de estabilidade sistêmica, o Banco da Inglaterra também está articulando preocupações sobre um problema de governança que é igualmente relevante: quando um agente de IA toma uma decisão de negociação que causa dano, quem é responsável? Em trading humano, a linha de responsabilidade é clara: o gestor que tomou a decisão é responsável, com eventual responsabilidade corporativa se a decisão violou políticas internas. Em trading algorítmico, a responsabilidade recai sobre quem programou o algoritmo e quem o autorizou a operar. Com agentes de IA que aprendem, adaptam comportamento ao longo do tempo e tomam decisões baseadas em raciocínio que não é facilmente auditável por humanos não especialistas, essa linha de responsabilidade fica muito mais difusa. O agente não seguiu uma regra explícita que alguém escreveu: chegou a uma decisão através de um processo de raciocínio que emergiu do treinamento. Quem é responsável por essa decisão? A empresa que desenvolveu o modelo? A firma que o implantou? O regulador que aprovou o uso? Essa ambiguidade não é apenas um problema jurídico abstrato. É um problema prático que afeta como reguladores podem detectar violações de mercado, como podem impor penalidades dissuasivas e como podem criar incentivos para que firmas de investimento operem agentes de IA de forma responsável. Por que circuit breakers específicos para IA são necessários além dos mecanismos existentes Os mercados já têm circuit breakers que pausam negociações quando movimentos de preço atingem certos limites. Por que não seria suficiente manter esses mecanismos e simplesmente deixar que a IA opere dentro deles? A preocupação dos reguladores do Banco da Inglaterra é que os circuit breakers existentes foram calibrados com base em padrões históricos de comportamento de mercado que podem não capturar a velocidade e a escala de eventos causados por IA em escala. Um movimento de mercado causado por homogeneidade de comportamento de agentes de IA pode acontecer mais rápido do que os gatilhos dos circuit breakers atuais foram desenhados para detectar, pode se espalhar por múltiplas classes de ativos simultaneamente de formas que os mecanismos de contenção não foram projetados para lidar, e pode criar efeitos secundários em mercados de derivativos e de câmbio que amplificam o dano antes que qualquer interruptor seja acionado. Mecanismos específicos para IA provavelmente precisariam incluir monitoramento de correlação de comportamento entre agentes, de formas que identificassem convergência preocupante antes que ela se materializasse em movimentos de preço. E precisariam de formas de resposta que fossem proporcionais ao tipo específico de risco que a IA apresenta, não apenas aos limiares de movimento de preço que serviam para humanos e algoritmos tradicionais. O desafio de regular sem sufocar inovação O Banco da Inglaterra está navegando uma tensão que é familiar a qualquer regulador de tecnologia em 2026: a necessidade de estabelecer proteções contra riscos reais sem criar barreiras que impeçam o desenvolvimento e a adoção de tecnologias que têm benefícios genuínos. Trading automatizado por IA tem benefícios reais para a eficiência dos mercados: melhora a liquidez, reduz spreads de bid-ask, processa informações mais rapidamente e pode identificar oportunidades de arbitragem que contribuem para preços mais eficientes. Regulações excessivamente restritivas que impeçam o uso de IA em mercados financeiros não vão necessariamente tornar os mercados mais seguros, podem apenas deslocar a atividade para jurisdições com regulações mais permissivas. O objetivo declarado do Banco da Inglaterra é desenvolver mecanismos que preservem a estabilidade dos mercados sem interromper a inovação, o que na prática significa criar espaço para que agentes de IA operem, mas com salvaguardas que limitem a capacidade de comportamento homogêneo de criar crises sistêmicas. O contexto mais amplo de regulação de IA financeira O Banco da Inglaterra não está sozinho nessa preocupação. A mesma questão está sendo discutida na SEC americana, na ESMA europeia e em reguladores de mercados financeiros ao redor do mundo, embora com diferentes níveis de urgência e diferentes propostas de resposta. O que o posicionamento do Banco da Inglaterra sinaliza é que a conversa está avançando de teórica para prática. Em vez de discutir se IA em trading representa risco sistêmico, o regulador está passando para a questão de quais mecanismos específicos seriam eficazes para mitigar esse risco. Essa transição de debate conceitual para design de política é um indicador de que a questão está sendo tratada com a seriedade que a escala crescente de adoção de IA em mercados financeiros justifica. Para empresas de gestão de ativos que estão adotando agentes de IA em trading, como a pesquisa do Barclays mostrou que metade dos gestores de renda fixa já usa IA diariamente, essa mudança de postura regulatória é um aviso de que governança de agentes de IA vai se tornar não apenas uma questão de boa prática, mas de conformidade regulatória. O que investidores comuns precisam entender sobre esse risco Para quem investe em fundos ou ETFs que dependem de mercados financeiros funcionando de forma ordenada, o risco que o Banco da Inglaterra está tentando mitigar tem consequências diretas. Um crash causado por homogeneidade de comportamento de agentes de IA poderia ser mais rápido, mais profundo e potencialmente mais difícil de reverter do que crises anteriores, precisamente porque os gatilhos seriam múltiplos e simultâneos em vez de sequenciais e rastreáveis. Os mecanismos de proteção que o Banco está estudando não são apenas proteção abstrata para a estabilidade do sistema financeiro em geral. São proteções específicas para os portfólios de investidores que dependem de mercados funcionando com integridade suficiente para que preços reflitam valor real e não o produto de pânicos tecnologicamente induzidos. A evolução tecnológica está avançando mais rapidamente do que as estruturas regulatórias que deveriam enquadrá-la, e o Banco da Inglaterra está sinalizando que essa lacuna precisa ser fechada antes que um evento de mercado demonstre de forma catastrófica por que ela existe.

Banco da Inglaterra estuda travas de emergência para IA em negociações financeiras e expõe o próximo risco sistêmico dos mercados

O Banco da Inglaterra está avaliando mecanismos de proteção, incluindo interruptores de emergência, para sistemas de IA usados em negociações autônomas. A preocupação central é que agentes de IA que reagem de forma similar aos mesmos estímulos podem amplificar crises coletivas. Entenda por que isso é diferente de tudo que os mercados já enfrentaram.

Governo dos EUA bloqueia o Fable 5

Governo dos EUA bloqueia o Fable 5 por controle de exportação e a Anthropic perde o lançamento mais esperado do ano no dia seguinte à estreia

Em 12 de junho de 2026, a Anthropic recebeu uma ordem de controle de exportação do governo americano suspendendo o acesso ao Fable 5 e ao Mythos 5 por razões de segurança nacional. Como a empresa não consegue filtrar usuários estrangeiros em tempo real, o bloqueio afetou todos os usuários. Entenda o que aconteceu e o que isso revela sobre a nova fronteira da geopolítica da IA.

Outras notícias

A guerra de IA migrou de inteligência para eficiência: OpenAI, Meta e SpaceXAI competem agora em quem cobra menos por token

Anthropic adia acesso gratuito ao Fable 5 pela terceira vez e revela a pressão que o GPT-5.6 Sol está criando no mercado

Apple processa OpenAI por roubo de segredos comerciais e transforma a disputa por hardware de IA numa batalha judicial

Grok 4.5 chega como aposta da SpaceXAI no topo da IA agêntica e desafia Claude Opus e GPT-5.6 no mesmo dia

Claude agora revisa suas próprias respostas antes de entregar e aponta para onde a próxima evolução da IA está acontecendo

Outras notícias

Lovable negocia valuation de US$ 13,2 bilhões e confirma que a camada entre IA e usuário final é onde o mercado vê mais valor

Google treina modelo de saúde SensorFM com um trilhão de minutos de dados de wearables e aponta para o futuro da medicina preventiva contínua

OpenAI encerra o Atlas em menos de um ano e lança superapp desktop que unifica chat, Work e Codex numa única plataforma

OpenAI lança ChatGPT Work e declara que o ChatGPT não é mais um chatbot: é uma ferramenta de trabalho autônoma

Hermes Agent: o agente de IA de código aberto que aprende sozinho, lembra de tudo e trabalha em segundo plano enquanto você faz outra coisa

Outras notícias

Anthropic lança Reflect e se recusa a seguir a lógica da economia da atenção que domina toda a tecnologia de consumo

GPT 5.6 é liberado após revisão governamental e inaugura a era em que o governo americano aprova modelos de IA antes do público

Ex-CEO do GitHub lança rede Git distribuída para agentes de IA e aposta que a hospedagem centralizada de código vai colapsar

Meta lança Muse Image e para de depender de Midjourney: o primeiro modelo de imagens próprio da empresa chega ao WhatsApp e Instagram

Anthropic descobre o J-Space, espaço interno do Claude de pensamento que ninguém programou e que surgiu sozinho

Cadastre-se na nossa newsletter

Inscreva-se na newsletter para ver novas fotos, dicas e postagens no blog.​

Subscribe to My Newsletter

Subscribe to my weekly newsletter. I don’t send any spam email ever!