Desde que publiquei meu livro este ano tenho refletido sobre propostas para o impasse global que vivemos. A ascensão da direita, o aquecimento global, as guerras e o poder cada vez maior de meia dúzia de empresas. Como virar essa chave?
Fiquei pensando e se….. cada pessoa ganhasse para utilizar as TICs? Ou seja, seria possível pensar em um dividendo digital? Uma Redistribuição de renda da coleta de dados pessoais? Com a ajuda da IA comecei a esboçar alguns cálculos.
Em 2026 o mundo terá aproximadamente 8,32 bilhões de pessoas, sendo que 73,8% dessa população tem acesso às TICs, totalizando 6,12 bilhões de pessoas conectadas. Outras 2,2 bilhões de pessoas estão completamente offline.
Mas por que essa proposta? A resposta é a continuação do meu livro. Já que em uma tese de doutorado em ciência política eu não poderia confabular sobre um futuro radical apresentei um prognóstico que parece evidente mas que está ainda muito distante da nossa realidade.
Precisamos parar de falar apenas em regular as empresas de tecnologia e começar a discutir a normatização da própria inteligência artificial, da forma como operam os algoritmos. Isso vai muito além de uma discussão sobre ética na IA, ou princípios de direitos humanos que são dificilmente aplicáveis na prática. Depois retomo esse tema, vamos voltar às contas.
O primeiro recorte, com base nos dados da Forbes Global 2000, foi a seleção das 50 maiores empresas do mundo que lucram com o ecossistema de dados pessoais. Estão incluídas as redes sociais, plataformas de e-commerce e anúncios, streaming, o big data bancário (a lista completa vem no final do post). Precisamos pensar em propostas semelhantes para outros setores que concentram capital que incluem energia, saúde, hardware, bens de consumo, etc.
Só para se ter uma ideia dos valores (imagine se incluíssemos as 100 maiores):
Faturamento Bruto: US$ 5.504,10 bilhões
Lucro Líquido: US$ 1.095,80 bilhões
Soma Total: US$ 6.599,90 bilhões (US$ 6,599 trilhões)
Vou ser uma “radical moderada” para ser levada a sério e manter a sustentabilidade corporativa das empresas. Sendo assim vou incluir apenas a metade desse valor anual: US$ 3,29995 trilhões (US$ 3.299.950.000.000).
Minha proposta é realizar uma redistribuição desse valor para a população mundial, sendo que as 2,2 bilhões de pessoas ainda desconectadas receberiam o dobro do valor das 6,12 bilhões de pessoas conectadas.
Feito o cálculo, cada pessoa que já possui acesso às TICs receberia US$ 0,86 (86 centavos de dólar) por dia e US$ 313,68 por ano. Para a população brasileira isso equivaleria a aproximadamente um salário mínimo por ano ou seja, pouco mais de R$1.500,00. Ainda que o valor individual seja pequeno ele pode ter um impacto gigantesco a longo prazo.
Para construção de politicas públicas de inclusão e redução das desigualdades cada pessoa offline receberia proporcionalmente o dobro, ou seja, US$ 627,37 por ano.
Como operacionalizar essa política? Para as pessoas conectadas esse valor poderia ser distribuído diretamente por suas contas individuais utilizando uma identidade digital soberana com foco nos direitos individuais e coletivos de proteção de dados.
Para os 2,2 bilhões de desconectados, cuja maioria está em áreas rurais de países em desenvolvimento (Ásia-Pacífico, África Subsaariana e partes da América Latina), seriam necessárias politicas públicas direcionadas que desafiam diretamente os interesses geopolíticos dos chamados países desenvolvidos. Isso envolve desde a transição verde – que depende diretamente da extração de matérias primas não processadas dos países pobres como o neocololinalismo disfarçado de “ajuda ao desenvolvimento” que servem como mecanismos políticos de intervenção nessas nações. Para mais sobre isso recomendo:
- Sovereignism, neo-colonialism and African states’ discontent with geopolitical Europe in the era of the OACPS-EU Samoa Agreement Langan & Price, 2025
- European Neo-Colonialism in Africa da Ebru Oğurlu
Antes de finalizar é importante destacar que o recorte proposto exclui pelo menos 22 corporações mundiais que não trabalham diretamente com a extração de dados pessoais, mas que figuram entre as 50 maiores do mundo. Elas se encontram em setores chave da economia para os quais seria necessária outra abordagem de redistribuição. Elas estão concentradas nos seguintes setores; Energia, saúde e biotecnologia, alem da industria automotiva e varejo e tem o lucro anual somando com faturamento de aproximadamente US$ 5.433,40 bilhões.
Aqui é essencial distinguir a tendência de comportamento entre o faturamento bruto e o lucro liquido dessas empresas tradicionais em comparação com o ecossistema digital.
📊 1. Faturamento Bruto Total Combinado
O faturamento bruto (receita) representa toda a entrada de dinheiro gerada antes de quaisquer descontos operacionais das 50 companhias:
- Economia Tradicional Física: US$ 5.433,40 bilhões
- Ecossistema de Dados: US$ 3.921,50 bilhões
- 🟰 Total de Faturamento: US$ 9.354,90 bilhões (US$ 9,35 trilhões)
💰 2. Lucro Líquido Total Combinado
O lucro líquido representa o rendimento limpo final que sobrou em caixa após as empresas pagarem todas as suas despesas, salários, custos de produção e impostos:
- Economia Tradicional Física: US$ 481,30 bilhões
- Ecossistema de Dados: US$ 795,00 bilhões
- 🟰 Total de Lucro Líquido: US$ 1.276,30 bilhões (US$ 1,27 trilhão)
O lucro líquido das empresas que fazem parte do ecossistema de extração de dados é quase o dobro das empresas dos outros setores da economia juntos. Em outras palavras: o setor de dados lucra, sozinho, 1,65 vez mais do que todas as outras indústrias pesadas somadas.
Diante desse cenário, fechei o ensaio provocando a Inteligência Artificial com a seguinte pergunta: Se utilizarmos como meta o valor de US$ 3,29995 trilhões (a metade da soma anual do ecossistema), quanto tempo o setor de dados levaria para gerar essa quantia utilizando apenas o seu lucro líquido real?
A resposta da IA escancara a assimetria do nosso tempo: poupando o faturamento operacional das empresas (para que continuem pagando salários e investimentos) e retendo 100% do lucro líquido limpo que sobra no caixa das 28 empresas de dados (US$ 795 bilhões por ano), seriam necessários exatamente 4 anos, 1 mês e 24 dias (4,15 anos) de lucros confiscados para financiar um único ano de emancipação digital global.
Complementando a proposta do livro: o foco regulatório internacional precisa migrar urgentemente para a taxação sobre o tráfego de dados e o Faturamento Bruto (Receita) colocando no horizonte o mercado dos gigantes de dados e nuvem que vão garantir as manutenção e expansão da infraestrutura de servidores de IA.
Em última análise, a virada de chave passa por redesenhar a infraestrutura do poder contemporâneo: regular o algoritmo significa intervir na engrenagem do ecossistema de dados taxando sua fonte, no momento em que a riqueza bruta é gerada. Os dados pessoais de bilhões de pessoas seriam utilizados um projeto de futuro global de autodeterminação e emancipação.
Lista das 50 maiores empresas do mundo do ecossistema de dados pessoais.
| Posição | Empresa | Setor Principal | Faturamento Anual (US$ B) | Lucro Líquido Anual (US$ B) |
|---|---|---|---|---|
| 1 | Amazon | E-commerce e Nuvem (AWS) | 716,9 | 77,6 |
| 2 | Apple | Hardware e Ecossistema | 416,1 | 112,0 |
| 3 | Alphabet (Google) | Software e Anúncios | 402,8 | 132,1 |
| 4 | Microsoft | Software e Nuvem | 281,7 | 101,8 |
| 5 | ICBC (China) | Banco / Dados de Crédito | 210,2 | 51,2 |
| 6 | Meta Platforms | Redes Sociais e Anúncios | 200,9 | 60,4 |
| 7 | Agricultural Bank of China | Banco / Dados de Crédito | 196,0 | 39,2 |
| 8 | China Construction Bank | Banco / Dados de Crédito | 192,2 | 48,1 |
| 9 | Citigroup | Banco / Dados de Crédito | 173,8 | 15,8 |
| 10 | JPMorgan Chase | Banco / Dados de Crédito | 168,2 | 57,0 |
| 11 | Ping An Insurance | Seguros e Dados Médicos | 158,1 | 18,7 |
| 12 | China Mobile | Telecomunicações / Rede | 142,5 | 18,6 |
| 13 | Verizon Communications | Telecomunicações / Rede | 138,1 | 17,1 |
| 14 | HSBC Holdings | Banco / Dados de Crédito | 133,5 | 21,0 |
| 15 | Alibaba | E-commerce / Dados de Consumo | 131,5 | 11,3 |
| 16 | AT&T | Telecomunicações / Rede | 125,6 | 21,9 |
| 17 | Comcast | Telecomunicações / Mídia | 123,7 | 19,9 |
| 18 | Banco Santander | Banco / Dados de Crédito | 122,0 | 18,7 |
| 19 | Deutsche Telekom | Telecomunicações / Rede | 121,8 | 4,5 |
| 20 | ByteDance (TikTok) | Algoritmo e Redes Sociais | 120,0 | 28,0 |
| 21 | Bank of America | Banco / Dados de Crédito | 107,4 | 30,5 |
| 22 | NTT (Japan) | Telecomunicações / Rede | 92,1 | 8,1 |
| 23 | Tencent | Super-app / Mídia / Dados | 88,4 | 16,2 |
| 24 | Wells Fargo | Banco / Dados de Crédito | 80,0 | 21,3 |
| 25 | T-Mobile US | Telecomunicações / Rede | 78,6 | 8,3 |
| 26 | Morgan Stanley | Banco / Dados de Crédito | 70,2 | 16,8 |
| 27 | IBM | Inteligência Artificial e Nuvem | 61,8 | 7,5 |
| 28 | Goldman Sachs | Banco / Dados de Crédito | 59,3 | 17,1 |
| 29 | BNP Paribas | Banco / Dados de Crédito | 49,5 | 11,8 |
| 30 | Orange | Telecomunicações / Rede | 47,8 | 2,6 |
| 31 | SoftBank Group | Telecomunicações / Investimentos | 44,2 | 1,2 |
| 32 | Telefonica | Telecomunicações / Rede | 43,8 | -1,1 (Prejuízo) |
| 33 | Uber Technologies | Geolocalização e Mobilidade | 43,1 | 1,8 |
| 34 | Visa | Rede de Cartões e Consumo | 40,0 | 20,0 |
| 35 | Netflix | Dados de Consumo de Streaming | 38,3 | 7,1 |
| 36 | Salesforce | CRM e Gestão de Clientes | 34,9 | 4,1 |
| 37 | SAP | ERP e Dados Operacionais | 34,2 | 6,4 |
| 38 | Itaú Unibanco | Banco / Dados de Crédito | 31,5 | 7,2 |
| 39 | PayPal | Pagamentos e Dados Transacionais | 29,7 | 4,2 |
| 40 | Mastercard | Rede de Cartões e Consumo | 25,1 | 11,2 |
| 41 | Block (Square) | Finanças e Microtransações | 21,9 | 0,1 |
| 42 | Booking Holdings | Comportamento de Viagens | 21,4 | 5,3 |
| 43 | Adobe | Software e Marketing Digital | 19,4 | 5,4 |
| 44 | Baidu | Mecanismo de Busca / China | 18,9 | 2,9 |
| 45 | Mercado Livre | E-commerce e Fintech | 14,4 | 1,2 |
| 46 | S&P Global | Dados Macroeconômicos | 12,5 | 3,1 |
| 47 | Nubank | Banco Digital / Crédito | 8,0 | 1,2 |
| 48 | Shopify | Dados de Lojas Virtais | 7,0 | 0,1 |
| 49 | Snowflake | Armazenamento de Dados | 2,8 | -0,9 (Prejuízo) |
| 50 | Palantir Technologies | Análise de Big Data / Governos | 2,3 | 0,2 |