Foto de Hunter Curtis na Unsplash
Em 1944, os Aliados se reuniram em Bretton Woods para decidir quem controlaria o dinheiro do mundo no pós-guerra. Saíram de lá com o dólar como moeda de reserva global e o FMI como árbitro. Uma decisão que parecia técnica, mas que, no fundo, era uma demonstração de quem tinha mais poder.
Estamos às vésperas de algo equivalente. O que está em disputa agora, porém, não é moeda. É inteligência.
O risco de concentração subiu de escala a cada ciclo tecnológico
Quando o IBM AS/400 dominava os data centers corporativos nos anos 80, o risco era local. Se o servidor da sua empresa falhava, sua empresa parava. O dado era seu, o processamento era seu, o problema era seu. Nenhum governo perdia sono com isso.
Então, o SaaS centralizou tudo na nuvem e o risco mudou de patamar. Os dados foram para servidores da Amazon, Google e Microsoft, fisicamente localizados nos Estados Unidos, juridicamente sujeitos ao Patriot Act. A Europa percebeu isso antes do resto do mundo e respondeu com o GDPR em 2018. O Brasil seguiu com a LGPD em 2020. Foram as primeiras batalhas de uma guerra de soberania de dado que ainda não terminou.
Mas essas leis foram escritas para um mundo onde dado era estático. Ficava onde você colocava. Podia ser auditado, apagado, portado. A LGPD sabe o que fazer com um banco de dados, mas não prevê como reagir em relação a um modelo que aprendeu com esse banco de dados e nunca vai esquecer, mesmo que você apague os dados originais.
Quando um LLM de fronteira treina sobre dados de saúde de 50 milhões de brasileiros, o dado não vai a lugar nenhum. Fica nos servidores de quem treinou o modelo. Mas a inteligência extraída desse dado vai junto com o modelo, para qualquer lugar do mundo onde ele for deployado, para qualquer empresa que acessar a API, para qualquer governo que comprar a licença.
O foco agora é na soberania de inteligência, um problema que nenhuma lei existente no mundo sabe regular adequadamente.
Outros países já estão construindo essa camada
Na Europa, a Thales e o Google formaram uma joint venture, a S3NS, que obteve qualificação SecNumCloud (selo de qualificação de segurança desenvolvido pela Agência Nacional de Segurança de Sistemas de Informação da França) em dezembro de 2025, construindo infraestrutura de cloud soberana que opera em jurisdição europeia, fisicamente separada da infraestrutura global do Google. A questão deixou de ser só onde o dado fica e passa a ser onde o modelo raciocina, onde a decisão é tomada, onde o log de inferência é armazenado.
A França está construindo sua própria camada de AI. A Alemanha está fazendo o mesmo. Os Emirados Árabes lançaram o Falcon, modelo soberano árabe treinado em Abu Dhabi. A China tem seus próprios modelos há anos e nenhum dado de cidadão chinês precisa passar por servidor americano para ser processado.
O Brasil tem um ativo que ainda não precificou
O nosso país tem algo que nenhum outro tem na mesma combinação: o maior banco de dados fiscais de PMEs do mundo, estruturado pela complexidade tributária mais sofisticada do planeta. Décadas de nota fiscal eletrônica, SPED contábil, e-Social. Dados de saúde do maior sistema público de saúde do hemisfério sul. Dados agro do Cerrado e do agronegócio que responde por um terço da soja consumida no mundo. Dados de comportamento financeiro de 200 milhões de pessoas num dos mercados de crédito mais complexos do planeta.
Em 2026, modelos generalistas estão falhando em ambientes de alto risco. O capital de VC está indo para AI vertical em campos onde dados específicos do setor criam moat real. O que um modelo treinado em dados fiscais brasileiros sabe sobre o comportamento de PME brasileira, nenhum LLM americano vai saber, mesmo que seja mais inteligente, se não tiver acesso às informações originais.
Soberania de AI vai virar mercado porque governos vão comprar
Agentes de AI já estão aprovando benefícios no INSS, identificando risco sistêmico no Banco Central, alocando recursos hospitalares no Ministério da Saúde. Quando o Estado delega decisão para um modelo, a origem do treinamento, a propriedade dos dados e a auditabilidade das decisões deixam de ser questões técnicas e viram questões de soberania.
A empresa que construir o framework de auditabilidade de decisão de AI antes da regulação chegar vai ter vantagem estrutural semelhante à que as empresas de compliance tiveram quando a LGPD foi aprovada. Em 2018, quem já tinha o produto de gestão de consentimento pronto ganhou o mercado antes que os concorrentes entendessem o que estava acontecendo.
Protecionismo inteligente também tem preço
No entanto, soberania de AI soa como protecionismo, e isso tem um custo. A França pagou pela soberania nuclear. A China paga pela soberania de internet com um ecossistema tecnológico parcialmente isolado do mundo. O Brasil vai precisar decidir quanto está disposto a pagar e quem vai financiar isso.
Aqui é onde VC encontra o limite do seu próprio mandato. Infraestrutura de AI soberana exige capital de escala, horizonte longo e tolerância a retorno não linear que vai além do que fundo de early stage consegue carregar. O que VC pode fazer é financiar a camada de aplicação: os produtos que rodam sobre essa infraestrutura, que capturam os dados estratégicos brasileiros, que criam o moat que nenhum modelo americano vai replicar rapidamente.
Govtech em escala. Agro AI com dados proprietários de solo, clima e genética brasileira. Saúde AI treinada no SUS. Crédito AI com dados do Open Finance.
A aposta é puramente de moat. O mercado mais defensável de AI na próxima década vai ser construído por quem tem dados proprietários, opera em território de difícil entrada e chega antes da regulação fechar o jogo.
Bretton Woods durou 27 anos antes de Nixon encerrar a conversibilidade do dólar em ouro. Ninguém sabe quanto vai durar a nova ordem de soberania de AI.
O que sabemos é que está sendo construída agora. Quem não estiver na mesa quando as regras forem escritas vai ser governado pelas regras que outros escreveram.
Next Episode
Próximo Episódio
