Em março do corrente ano tivemos a oportunidade de compartilhar (no Grupo de Finanças Digitais da UFPE) um post intitulado “Lesson´s from China´s AI plans”. Este interessante post, escrito pelo indiano Nishant Sahdev, parece ter utilizado como fonte o documento intitulado “Full Stack: China´s Evolving Industrial Policy for AI’, produzido no ano passado pela RAND Corporation.
Em termos bastante sintéticos, Sahdev observa, entre várias coisas, que a China parece estar construindo a infraestrutura para tratar dados como um recurso nacional para inteligência de máquina, ao dar ênfase a uma estratégia específica: a criação e gestão de data exchanges (entidades de câmbio de dados).
Ao apontar que um sistema de IA compreende três ingredientes básicos (chips avançados, talento especializado, e vastas quantidades de dados estruturados), ele registra que os EUA dominam os dois primeiros, e que a China parece estar trabalhando para ganhar hegemonia no terceiro ingrediente para dar conta do enorme potencial de geração de dados de sua economia.
Ao observarmos esta constatação do Sahdev, e ao isolarmos suas demais políticas para os dois primeiros ingredientes (ver o documento da RAND), deparamo-nos com várias questões ainda não devidamente respondidas, tais como a natureza comparativa dos regimes de dados dos EUA e da China (e de outras regiões do planeta), bem como sobre a natureza das políticas industriais desenhadas para atingir os objetivos pretendidos por aquelas nações.
Desta forma, fizemos o seguinte exercício inicial com auxílio do ChatGPT: uma comparação entre a iniciativa chinesa de tratar dados como “fator de produção” (via sua National Data Administration - NDA, como citado nos documentos acima referidos) e a iniciativa de Open Finance do Banco Central do Brasil.
Esta comparação é particularmente rica sob a perspectiva da nossa Teoria da Economia Informacional - TEI, uma vez que as duas iniciativas incorporam ontologias institucionais fundamentalmente distintas para os dados:
- China → dados como ativo macroprodutivo (fator de produção coordenado pelo Estado)
- Brasil → dados como direito em nível micro + infraestrutura de mercado (portabilidade centrada no consumidor).
O resultado foi estruturado em uma comparação em cinco camadas analíticas: Status ontológico dos dados, Mecanismo de coordenação, Unidade de análise, Finalidade do sistema, e Filosofia institucional. O exercício termina com uma comparação via TEI, explicitando: Natureza da criação de valor, Expectativas e estrutura informacional, Papel das plataformas, Funções de produção implícitas, e, finalmente, síntese comparativa.
Comecemos, então, a apresentação dos resultados, da seguinte forma:
-
Status ontológico dos dados
China – Dados como fator de produção
Sob a National Data Administration, a China define explicitamente os dados como um fator central de produção, ao lado de trabalho, capital e terra.
- Dados são tratados como insumo nas funções de produção nacionais
- Estão incorporados à política industrial e à estratégia de crescimento
- Estão ligados à capacidade estatal e à segurança nacional
Isso não é apenas retórico: desde 2020, a política chinesa classifica formalmente os dados como fator de produção e cria instituições para alocá-los, precificá-los e mobilizá-los.
👉 Em termos de TEI:
Dados são um recurso econômico primário, não apenas um subproduto informacional.
Brasil – Dados como ativo controlado pelo consumidor
Sob o Banco Central do Brasil, o Open Finance trata os dados como:
- pertencentes/controlados pelo usuário
- compartilhados mediante consentimento
- utilizados para melhorar resultados de mercado (competição, inclusão)
O sistema permite que clientes portem seus dados financeiros entre instituições via APIs e terceiros.
👉 Em termos de TEI:
Dados são um ativo relacional incorporado aos agentes, não um insumo agregado de produção.
-
Mecanismo de coordenação
China: Mercados de dados coordenados pelo Estado
O papel da NDA é:
- coordenar a infraestrutura de dados
- viabilizar troca de dados entre setores
- padronizar mercados e mecanismos de negociação de dados
Isso implica:
- alocação quase planejada dos fluxos de dados
- criação de bolsas de dados apoiadas pelo Estado
- integração com a política industrial
👉 Mecanismo:
Orquestração top-down dos fluxos de dados
Brasil: Compartilhamento de dados coordenado pelo mercado
O Open Finance opera via:
- APIs padronizadas
- acesso regulado por terceiros
- competição entre fintechs e bancos
Objetivos explícitos:
- aumentar a concorrência
- melhorar a eficiência em crédito e pagamentos
- fomentar inovação
👉 Mecanismo:
Mercados de dados descentralizados baseados em consentimento
-
Unidade de análise
China: Macro / sistêmica
- Dados agregados em escala nacional
- Foco: modernização industrial, IA, cidades inteligentes
- Dados como recurso estratégico nacional
👉 Interpretação TEI:
O agente relevante é o nexo Estado-plataformas
Brasil: Micro / agente
- Dados originam-se das histórias financeiras individuais
- Foco: crédito, serviços financeiros, personalização
- Dados fragmentados, porém, interoperáveis
👉 Interpretação TEI:
O agente relevante é o consumidor inserido em ecossistemas de plataformas
Em função da extensão da análise, decidimos continuar as camadas analíticas finais (Finalidade do sistema, e Filosofia institucional), bem como a comparação final, via TEI, na próxima newsletter. Adiantamos também que, pelo excelente resultado da análise, nós estendemos o exercício e incorporamos os regimes de dados dos EUA e da Comunidade Europeia, o que nos remeteu a uma comparação mais abrangente do tratamento dos dados nestas diferentes instâncias geográficas.
Se sua empresa, organização ou instituição deseja saber mais sobre a economia dos dados na Era da IA, não hesite em nos contatar!
