99% das pagamentos de IA usam USDC, a Circle silenciosamente tornou-se a maior vencedora, mas onde deve ser investido o dinheiro dos agentes de IA?

Março de 2026, Peter Schroeder, chefe de mercado global da Circle, publicou uma série de dados na plataforma X: nos últimos nove meses, agentes de IA realizaram 140 milhões de pagamentos, totalizando um volume de transações de 43 milhões de dólares. Destes, 98,6% foram liquidados em USDC, com uma média de apenas 0,31 dólares por transação. Mais importante ainda, o número de agentes de IA com capacidade de compra ultrapassou 400 mil.

Estes dados falam mais do que qualquer relatório financeiro: os agentes de IA estão passando do conceito para atividades econômicas reais.

400 mil agentes de IA, 140 milhões de transações, 43 milhões de dólares — essa é a troca de valor autônoma entre máquinas. Sem intervenção humana, sem aprovação bancária, sem verificação de cartão de crédito. Código para código, protocolo para protocolo, processos que antes exigiam assinatura, reconciliação e liquidação humanas agora são realizados automaticamente.

O preço das ações da Circle subiu de 60 para 105 dólares nos últimos dias de negociação, um aumento de 75%. O mercado interpretou essa alta como uma resposta positiva aos resultados financeiros — a Circle atingiu uma receita de 770 milhões de dólares no quarto trimestre de 2025, um crescimento de 77% em relação ao ano anterior, com um lucro líquido de 133 milhões de dólares. Mas o que realmente merece atenção não são esses números em si, mas as mudanças estruturais por trás deles: quando os agentes de IA se tornam novos agentes econômicos, toda a lógica da infraestrutura financeira precisa ser reescrita.

E, nesse processo de reescrita, uma questão mais profunda surge: quando os agentes de IA começarem a possuir fundos disponíveis, e puderem ganhar USDC ao completar tarefas, como eles irão gerenciar esses fundos? Pagamentos é o primeiro passo, gestão de ativos é o segundo. A questão que o setor de RWA (ativos do mundo real) precisa responder é justamente esse segundo passo.

1. De capacidade de pagamento a posse de ativos

Para entender o que os agentes de IA precisam em termos de serviços financeiros, primeiro é necessário compreender seus padrões de atividade econômica.

A Deloitte, no relatório “Previsões para Tecnologia, Mídia e Telecomunicações 2026”, aponta que, se empresas e provedores de serviços conseguirem uma coordenação eficiente de agentes inteligentes, o mercado global de IA baseada em agentes pode atingir US$ 45 bilhões até 2030. Essa colaboração multiagente é caracterizada por: uma tarefa complexa sendo dividida em várias etapas, realizadas por diferentes agentes especializados, cada uma acompanhada de micro pagamentos.

Tomando como exemplo chamadas de API. Uma aplicação de IA pode precisar consultar múltiplos modelos de linguagem, acessar diversos bancos de dados e usar vários recursos computacionais. Cada chamada soma de US$ 0,01 a US$ 0,10. Esses valores são pequenos, mas a frequência é alta. Os dados da Circle mostram que, nos últimos nove meses, 140 milhões de transações tiveram uma média de apenas US$ 0,31 — exatamente as características do mercado de micro pagamentos.

Porém, o problema surge quando os agentes de IA geram renda contínua — seja oferecendo serviços aos usuários, seja participando de redes de computação distribuída — acumulando fundos em suas contas. Esses fundos não podem permanecer sempre em movimento. Qualquer agente econômico racional consideraria: como lidar com fundos ociosos?

Esse é o ponto de partida para a transição dos agentes de IA de “pagadores” para “detentores de ativos”.

No sistema financeiro tradicional, indivíduos e empresas depositam fundos ociosos em bancos, compram fundos de renda ou títulos do governo de curto prazo, buscando rendimento. Os agentes de IA também precisam dessa capacidade — não para especular, mas para otimizar seus próprios modelos econômicos. Manter uma quantia de USDC na conta para pagamentos é necessário, mas se o excesso ficar parado, há perda de oportunidade. Se puderem automaticamente investir o excedente em fundos lastreados em títulos do governo americano de curto prazo, e resgatar quando necessário, a “eficiência operacional” melhora.

Mais ainda, se os agentes de IA precisarem reservar valor para operações de longo prazo ou para hedge contra a volatilidade das taxas de gás, podem precisar de uma alocação em ativos de diferentes níveis de risco. Assim, eles deixam de ser apenas “pagadores” e passam a ser “investidores” — mesmo que esse investidor seja uma linha de código.

A Circle resolve o problema de transformar agentes de IA em “pagadores”. Para que eles se tornem “investidores”, é preciso uma infraestrutura adicional.

2. RWA e agentes de IA: uma “dupla jornada” em andamento

Nos últimos anos, a Circle construiu três camadas de capacidades.

A primeira é a emissão de stablecoins e a rede de liquidez. Segundo a Circle, até o final de 2025, o volume de USDC em circulação atingiu US$ 753 bilhões, com crescimento de 72%, representando quase 50% do volume de negociações de stablecoins. Isso fornece um meio de valor utilizável para pagamentos de IA.

A segunda é uma rede eficiente de liquidação on-chain. Em agosto de 2025, a Circle lançou a cadeia Arc, voltada para serviços financeiros institucionais. Em março de 2026, lançou o sistema Nanopayments, que agrega milhares de micro pagamentos off-chain, agrupando-os periodicamente na blockchain, reduzindo os custos de transação para desenvolvedores a zero. O sistema de testes suporta 12 blockchains EVM, incluindo Arbitrum, Arc, Avalanche, Base e Ethereum. No nível de protocolos de pagamento, o protocolo x402 permite que sites ou APIs enviem solicitações de pagamento HTTP 402 na resposta a requisições, integrando pagamentos diretamente às solicitações da internet.

A terceira camada conecta o sistema financeiro tradicional. A Circle Payments Network (CPN) conecta bancos, provedores de pagamento, instituições de liquidação transfronteiriça e clientes corporativos. Até fevereiro de 2026, 55 instituições financeiras estavam na rede, com volume anual de transações de aproximadamente US$ 5,7 bilhões. Em fevereiro, foram adicionados sistemas de pagamento direto em moedas locais e stablecoins em regiões como Ásia e Oriente Médio.

Essas três camadas formam a “infraestrutura de pagamento” da economia de agentes de IA. Mas uma economia completa também precisa de “infraestrutura de gestão de ativos” — e é aí que os RWA entram.

A tokenização de ativos do mundo real (RWA) tem sido explorada principalmente na sua “mapeamento na blockchain”. Segundo dados da Defillama, até junho de 2025, o TVL (valor total bloqueado) de RWA atingiu US$ 125 bilhões, um crescimento de 124% em relação a 2024. Grandes bancos globais, como Citibank e Standard Chartered, estão explorando aplicações de RWA em liquidação, gestão de ativos e transações internacionais.

Para integrar-se ao universo econômico dos agentes de IA, os RWA precisam passar por uma transformação “nativa de IA”. Não basta apenas colocar ativos na blockchain, é preciso torná-los “compreensíveis e negociáveis por IA”.

Primeiro, a padronização de dados. Projetos como Ondo Finance estão promovendo a transformação de fluxos de caixa, cláusulas legais, avaliações de risco em formatos estruturados e legíveis por máquinas. Em julho de 2025, a Ondo Finance foi o primeiro projeto a lançar uma tokenização de títulos do Tesouro dos EUA para investidores globais, sendo mencionado no relatório do grupo de trabalho de ativos digitais do presidente dos EUA.

Segundo, a lógica programável. Regras de dividendos, juros, recompra e liquidação são codificadas em contratos inteligentes, executados automaticamente. Assim, a interação dos agentes de IA com os ativos pode ocorrer de forma “sem confiança” — sem precisar confiar na contraparte, basta confiar no código.

Terceiro, a fragmentação de liquidez. Após a tokenização, os ativos podem ser divididos em unidades extremamente pequenas — por exemplo, títulos de US$ 0,01, direitos de receita imobiliária de 0,1 m² — atendendo às necessidades de pequenas alocações de agentes de IA. O Nanopayments já demonstrou a viabilidade técnica de micro pagamentos, e a lógica pode ser estendida a micro investimentos.

O banco JP Morgan, por meio do seu departamento Kinexys, oferece um exemplo. Em maio de 2025, a Kinexys realizou a primeira negociação pública de títulos do Tesouro dos EUA tokenizados na Ondo Chain, usando o fundo de títulos do Tesouro tokenizados da Ondo Finance (OUSG), com liquidação via infraestrutura cross-chain Chainlink. A transação seguiu o modelo “entrega contra pagamento” (DvP), permitindo a troca simultânea de ativos e pagamento. A Kinexys processa atualmente mais de US$ 2 bilhões em transações diárias, tendo facilitado mais de US$ 1,5 trilhão em negociações de valor nominal desde sua criação.

Esse exemplo demonstra a integração entre RWA e redes de liquidação de pagamento de nível institucional. No futuro, os agentes de IA podem substituir bancos como a JP Morgan, realizando transações de alguns dólares a milhões, mas a lógica subjacente — transferência e armazenamento de valor — permanece a mesma.

3. Além da rede de pagamentos: um espaço de possibilidades

Se conectarmos essas ideias, surge um ciclo completo:

Um agente de geração de conteúdo de IA, ao atender vários clientes, acumula um saldo considerável de USDC. Sua infraestrutura define regras de gestão de fundos: quando o saldo ultrapassa 1000 USDC, uma parte é automaticamente investida, via um agregador de RWA, em três fundos tokenizados de títulos de curto prazo e um fundo de energia verde. Quando a demanda dos clientes diminui ou o saldo precisa ser reforçado, o sistema automaticamente resgata parte dessas posições, convertendo-as em USDC para uso operacional.

Nesse processo, o agente de IA realiza ações como monitorar saldos, avaliar riscos e retornos, executar compras e vendas, registrar transações para auditoria — tudo de forma automatizada, sem intervenção humana.

Outro exemplo: um planejador de viagens de IA reserva passagens e hotéis para o usuário, que transfere uma quantia de USDC para seu saldo. Durante a espera pelo voo, o agente de IA detecta uma oferta de seguro RWA baseada em dados de atraso de voo, e automaticamente compra uma fração dessa apólice com USDC ocioso. Horas depois, o voo é atrasado, e o seguro é acionado automaticamente, aumentando o saldo do agente de IA.

Todos esses cenários usam componentes tecnológicos já existentes: USDC como meio de valor, Nanopayments para micro pagamentos, protocolo x402 para pagamentos embutidos na internet, títulos tokenizados na Ondo Chain, mecanismo DvP validado pelo JP Morgan. O que falta é integrar tudo — conectar camada de pagamento, camada de ativos e camada de transações, permitindo que agentes de IA acessem esses serviços financeiros como se fossem chamadas de API.

O presidente executivo da Web3.0 de Hong Kong, Li Ming, destacou que “queremos encontrar pontos de entrada padronizados para o desenvolvimento do RWA em Web3.0, conectando o ecossistema de RWA”. Para a economia de agentes de IA, esse ponto de entrada pode ser justamente a conexão entre pagamentos e ativos.

4. O velho problema do novo mundo: riscos e responsabilidades

Claro que, do pagamento de IA de hoje à gestão de ativos de IA de amanhã, há muitos obstáculos a superar.

Primeiro, a questão da veracidade dos dados. Os ativos do mundo real (RWA) estão fora da cadeia, e seu estado, valor e risco precisam ser transmitidos de forma confiável para a blockchain. Se um agente de IA depender de dados falsos ou adulterados, suas “decisões de investimento” podem ser comprometidas. O relatório conjunto da Web3.0 de Hong Kong e outros órgãos aponta que, para uma implementação em larga escala, os ativos precisam atender a três critérios: estabilidade de valor, clareza na propriedade legal e verificabilidade dos dados off-chain.

Segundo, o risco de modelo dos agentes de IA. Mesmo com dados corretos, a lógica de investimento pode falhar. Quem será responsável por decisões erradas? Pessoas, protocolos ou os próprios agentes de IA? Essa questão de responsabilidade ainda não tem resposta legal ou regulatória.

Terceiro, risco de liquidez. A liquidez de negociação de RWA na blockchain é menor do que a de criptomoedas principais, e alguns ativos podem ser pouco líquidos. Quando muitos agentes de IA tentarem resgatar ao mesmo tempo, a liquidez pode não ser suficiente.

Quarto, diferenças regulatórias. Cada país regula os RWA de forma diferente, e a posição legal de um ativo pode variar bastante entre jurisdições. Os agentes de IA precisarão reconhecer e lidar com essa complexidade, o que exige capacidades avançadas.

Por fim, segurança tecnológica. Vulnerabilidades em contratos inteligentes, ataques a pontes cross-chain, vazamento de chaves privadas — esses riscos não desaparecem só porque o agente é uma IA. Pelo contrário, a automação aumenta a velocidade e o impacto de possíveis ataques.

Conclusão

Voltando aos números iniciais: 400 mil agentes de IA, 140 milhões de transações, US$ 43 milhões.

O significado dessas cifras não está no volume absoluto — em comparação com os trilhões de dólares de pagamentos anuais feitos por humanos, US$ 43 milhões parecem pouco. Mas elas revelam uma direção: as máquinas estão se tornando agentes econômicos independentes, com suas próprias receitas, contas e capacidades de pagamento.

Quando as máquinas começarem a gerar renda, logo terão a necessidade de gerenciar ativos. Isso não é uma ideia distante, mas uma evolução natural da economia de agentes de IA.

A Circle está construindo uma “rede neural de pagamentos” para esse futuro — permitindo que agentes de IA transfiram valor de forma eficiente e de baixo custo. E o setor de RWA precisa se tornar o “sistema de armazenamento de energia” dessa economia — permitindo que agentes de IA gerenciem seus ativos com a mesma facilidade com que gerenciam seu código.

Se essa visão se confirmar, a questão que os profissionais de RWA devem refletir hoje é: quando 400 mil agentes de IA começarem a buscar ativos configuráveis, e após 140 milhões de pagamentos gerarem demandas de gestão de ativos, seus produtos de RWA estão prontos para serem avaliados, escolhidos, detidos e negociados por esses agentes?

(Este artigo baseia-se em relatórios financeiros e comunicados oficiais da Circle, no relatório “Previsões para Tecnologia, Mídia e Telecomunicações 2026” da Deloitte, em dados do Defillama, informações públicas da Ondo Finance, divulgações oficiais do Morgan Stanley Kinexys, e no “Relatório de Desenvolvimento da Indústria RWA” da Associação de Padrões Web3.0 de Hong Kong. Não constitui recomendação de investimento. O mercado apresenta riscos, invista com cautela.)