Working paper · CrossVol Research · Publicado 2026-06-04 · SSRN 6879018
O consenso do sell side sobre a infraestrutura de IA precifica o capex em termos absolutos (seiscentos bilhões aqui, setecentos bilhões ali) e precifica a produção de inferência em termos narrativos ("o preço da inteligência está despencando"). Ambos os enquadramentos deixam passar a mesma coisa. A produção de inferência é um bem manufaturado. Seu custo marginal é dominado pela eletricidade. E a eletricidade não é precificada globalmente: é precificada por interconexão. Este paper desenvolve um framework de quatro camadas para a precificação geográfica da inferência de IA entre 2026 e 2030. A Camada 1 ("Sovereign Capable": a China, o Golfo, os países nórdicos, a França) combina baixo custo marginal da eletricidade com expansão de capacidade apoiada pelo Estado. A Camada 2 ("Emerging Stretched": a Índia, a Coreia do Sul, o Japão) comprometeu centenas de bilhões em computação soberana conectada a redes elétricas que ainda não são estáveis o suficiente para absorvê-la. A Camada 3 ("Power Constrained Wealthy": os Estados Unidos na interconexão da PJM, a Alemanha, o Reino Unido) concentra capex sem a eletricidade física para colocá-lo em operação; a PJM já fechou seu leilão anual de capacidade no teto regulatório, ou perto dele, três anos seguidos, e o leilão de 2027/2028 ficou aquém de sua meta de confiabilidade pela primeira vez na história da RTO. A Camada 4 ("Arbitrage Suppliers": a Sibéria russa, a energia hidrelétrica canadense, o Norte/Nordeste brasileiro, o Pilbara australiano) detém os elétrons mais baratos do planeta e agora os exporta, cada vez mais, para cargas de trabalho da Camada 1, por meio de acordos transfronteiriços de energia elétrica e de estruturas de cloud com dupla residência. Derivamos uma identidade simples de unit economics para a produção de tokens (o custo marginal é igual à energia por token multiplicada pelo preço da eletricidade entregue ajustado pela utilização, mais a amortização do capex) e quantificamos o spread entre as camadas com dados de 2024-2026. Em seguida, mostramos que os contratos futuros preliminares da Shanghai Futures Exchange sobre tokens de IA, que a maior parte da cobertura trata como uma ferramenta doméstica chinesa de hedge de compute, funcionarão, em vez disso, como o primeiro instrumento negociável do mundo sobre o prêmio de risco de eletricidade entre camadas da inferência de IA. Concluímos com cinco previsões testáveis para o período do terceiro trimestre de 2026 ao quarto trimestre de 2027. Não argumentamos que uma camada vença. Argumentamos que os modelos de precificação que ignoram o piso estão mal precificados em uma ordem de grandeza que o mercado ainda não foi forçado a encarar.
Citação BibTeX
@techreport{djouad2026tokenswatts,
title = {Tokens, Watts, and Geography: A Four-Tier Framework for Pricing the AI Inference Trade, 2026-2030},
author = {Djouad, Djellal},
year = {2026},
doi = {10.5281/zenodo.20543628},
url = {https://doi.org/10.5281/zenodo.20543628},
institution = {CrossVol Research},
}