Um mercado projetado em trilh\u00f5es<\/p>\n
A tokeniza\u00e7\u00e3o de ativos deve se tornar uma oportunidade de neg\u00f3cios de US$ 16,1 trilh\u00f5es at\u00e9 2030, o equivalente a cerca de 10% do PIB global, segundo estudo do Boston Consulting Group em parceria com a bolsa digital ADDX. A proje\u00e7\u00e3o representa um crescimento de 50 vezes sobre os US$ 310 bilh\u00f5es registrados em 2022 e \u00e9 puxada, sobretudo, pela tokeniza\u00e7\u00e3o de ativos reais. Institui\u00e7\u00f5es como BlackRock, JPMorgan e HSBC j\u00e1 lideram iniciativas no segmento.<\/p>\n
Entre a proje\u00e7\u00e3o e a realidade, por\u00e9m, h\u00e1 um gargalo conhecido, e ele n\u00e3o \u00e9 tecnol\u00f3gico: \u00e9 confian\u00e7a. Empresas e investidores institucionais seguem \u00e0 margem do mercado de ativos digitais por dois riscos que se somam. A volatilidade extrema, capaz de corroer posi\u00e7\u00f5es em horas, e o risco de contraparte em um ambiente ainda marcado por fraudes e ativos sem lastro.<\/p>\n
S\u00e3o medos distintos que costumam ser tratados por solu\u00e7\u00f5es distintas. O primeiro \u00e9 problema de gest\u00e3o de carteira. O segundo \u00e9 problema de origina\u00e7\u00e3o e cr\u00e9dito. Enfrent\u00e1-los separadamente \u00e9 o que mant\u00e9m o investidor institucional \u00e0 dist\u00e2ncia.<\/p>\n
Uma camada de decis\u00e3o sob a plataforma<\/p>\n
\u00c9 esse gargalo que a RedMind, do empreendedor Guga Stocco, cofundador do Banco Original e conselheiro de companhias como Totvs, pretende enfrentar com uma plataforma que funciona como um hub de ativos tokenizados: os recursos depositados n\u00e3o ficam parados, s\u00e3o alocados automaticamente por algoritmos de intelig\u00eancia artificial, dentro de limites de risco definidos pelo pr\u00f3prio usu\u00e1rio.<\/p>\n
A intelig\u00eancia artificial por tr\u00e1s da opera\u00e7\u00e3o \u00e9 fornecida pela Grand Thera Technologies, deeptech especializada no que chama de Decision-Grade AI: uma infraestrutura de dados que vai da consolida\u00e7\u00e3o de informa\u00e7\u00f5es fragmentadas at\u00e9 a simula\u00e7\u00e3o de impactos financeiros, para apoiar a decis\u00e3o do usu\u00e1rio final.<\/u><\/a><\/p>\n No caso da RedMind, a Grand Thera utiliza a sua plataforma TheraOS como base tecnol\u00f3gica da opera\u00e7\u00e3o. A plataforma estrutura a funda\u00e7\u00e3o de dados ao integrar informa\u00e7\u00f5es internas, dados de mercado e registros provenientes de diferentes exchanges, antes dispersos e fragmentados, em uma camada \u00fanica, padronizada e trat\u00e1vel. A partir dessa consolida\u00e7\u00e3o, o sistema passa a identificar desde sinais fracos at\u00e9 movimentos e riscos do pr\u00f3prio mercado.<\/p>\n Sobre essa infraestrutura operam os AITs, agentes de intelig\u00eancia respons\u00e1veis por monitorar continuamente os limites de risco definidos pelo usu\u00e1rio, analisar exposi\u00e7\u00f5es e riscos sist\u00eamicos e identificar, sinalizar ou bloquear situa\u00e7\u00f5es que ultrapassem os par\u00e2metros estabelecidos.<\/p>\n Antes da ordem, n\u00e3o depois<\/p>\n Na pr\u00e1tica, o sistema entende o apetite a risco do investidor, prop\u00f5e uma carteira para avalia\u00e7\u00e3o, testa os limites em simula\u00e7\u00f5es de mercado antes de executar qualquer ordem e, depois da execu\u00e7\u00e3o, rebalanceia as posi\u00e7\u00f5es em tempo real conforme o regime de mercado muda.<\/p>\n A ordem dos fatores \u00e9 o ponto. Boa parte das ferramentas de risco dispon\u00edveis no mercado descreve o que j\u00e1 aconteceu com a carteira. A arquitetura aqui \u00e9 desenhada para operar no intervalo anterior, entre a inten\u00e7\u00e3o e a execu\u00e7\u00e3o, que \u00e9 onde uma decis\u00e3o ainda pode ser corrigida sem custo.<\/p>\n A camada de prote\u00e7\u00e3o se estende \u00e0 sele\u00e7\u00e3o do que entra na plataforma. Os ativos dispon\u00edveis passam por processo de homologa\u00e7\u00e3o e compliance, com parceiros institucionais que incluem gestoras internacionais de grande porte e exchanges l\u00edderes da ind\u00fastria. A infraestrutura tamb\u00e9m incorpora an\u00e1lise de cr\u00e9dito, avalia\u00e7\u00e3o de colateral e monitoramento de risco de contraparte: o filtro que barra carteiras e emissores com hist\u00f3rico suspeito antes que cheguem ao investidor.<\/p>\n O que a prova de conceito mostrou<\/p>\n A rela\u00e7\u00e3o entre as duas empresas come\u00e7ou com uma prova de conceito de escopo restrito, concebida para acelerar o desenvolvimento de uma tecnologia interna de controle de risco para ativos digitais. Em colabora\u00e7\u00e3o com a equipe de an\u00e1lise de risco da RedMind, a Grand Thera estruturou mecanismos de monitoramento e resposta capazes de assegurar os chamados risk rails, limites operacionais que mant\u00eam as exposi\u00e7\u00f5es dentro dos par\u00e2metros definidos, inclusive em cen\u00e1rios extremos de mercado.<\/p>\n Nos testes realizados, diante de uma queda de 30% nos ativos digitais, o impacto foi contido em aproximadamente 10%. Em um ambiente no qual a volatilidade do mercado alcan\u00e7ou 42%, o sistema manteve a volatilidade da carteira pr\u00f3xima \u00e0 meta de 15%.<\/p>\n Mais do que um resultado financeiro pontual, a prova de conceito demonstrou a capacidade da Grand Thera de acelerar processos de engenharia de software aplicada a risco, transformando intelig\u00eancia artificial em uma infraestrutura interna audit\u00e1vel, escal\u00e1vel e integrada \u00e0 opera\u00e7\u00e3o. O salto de escopo veio acompanhado de um marco de execu\u00e7\u00e3o: a infraestrutura completa, originalmente estimada em dois anos de desenvolvimento, foi entregue em seis meses.<\/p>\n “O investidor comum n\u00e3o entra nesse mercado por dois medos: o dinheiro virar p\u00f3 da noite para o dia e comprar de quem n\u00e3o deveria. A arquitetura ataca os dois ao mesmo tempo, com rebalanceamento em tempo real e parceiros homologados”, afirma Fernando Negrini, CEO da Grand Thera.<\/p>\n