Tempo de leitura: 6 minutos

Quando olharmos para trás, a febre da Inteligência Artificial não vai parecer uma revolução tecnológica limpa ou um salto inevitável da engenharia de software. Vai parecer um cano estourado de dinheiro.

A engrenagem financeira por trás da IA é mais simples do que parece: a tecnologia consumiu, de forma direta, os trilhões de dólares impressos pelo Banco Central americano (o Fed) para manter a economia respirando durante a pandemia. Aquele oceano de dinheiro fácil com juros zerados inundou os fundos de Venture Capital (os investidores de risco do Vale do Silício). Pressionados a encontrar qualquer coisa que prometesse crescimento explosivo, eles canalizaram caminhões de dólares para startups de IA generativa.

Com os caixas cheios, as startups adotaram a clássica tese do blitzscaling: queimar montanhas de dólares de investidores a velocidade máxima para monopolizar o mercado global e cobrar pedágio digital para sempre. E para convencer a Bolsa de Valores de que esse gasto monstruoso fazia sentido, apoiaram-se em uma teoria científica que colidiu com a realidade física: as Scaling Laws (Leis de Escala).

1. O Limite da Força Bruta e o ROI que não Fechou

As Leis de Escala eram a promessa científica de que, se você dobrasse o tamanho do banco de dados e a força de computadores rodando o modelo, a IA ficaria duas vezes mais inteligente de forma linear.

Na prática, a teoria revelou-se um delírio de engenharia. Era o equivalente a acreditar que se você colocasse dez geladeiras dentro de casa, a comida ficaria dez vezes mais fresca. Ou que um carro equipado com dez motores seria dez vezes mais veloz, ignorando que o atrito físico e o consumo absurdo de combustível inviabilizariam o veículo.

O mercado de software colidiu com os retornos decrescentes. Para conseguir uma melhora minúscula em problemas complexos, era preciso gastar dez vezes mais chips e energia. O ROI (Retorno sobre o Investimento) simplesmente não fechou.

Grandes companhias corporativas sentiram o estrago no bolso. O caso real de corporações que viram seus orçamentos anuais de inteligência artificial evaporarem em menos de quatro meses acendeu o sinal de alerta. No auge do hype, rumores consistentes apontavam que a própria Microsoft chegou a torrar US$ 500 milhões em um único mês apenas para que seus funcionários pudessem fazer perguntas e gerar relatórios no sistema da OpenAI. O custo ficou tão insustentável que a própria gigante de Redmond começou a considerar, em seus bastidores de infraestrutura, substituir a nuvem fechada da OpenAI por instâncias locais do modelo chinês DeepSeek para rodar internamente. A queima foi insustentável.

2. Os Bastidores Ocultos: A IA Não Nasceu em 2022

A narrativa de marketing do Vale do Silício vendeu a ideia de que a IA generativa surgiu de forma mágica em novembro de 2022, tirada da cartola pela genialidade de meia dúzia de pesquisadores. Essa história é conveniente, mas falsa. Os algoritmos e as simulações complexas de redes neurais profundas já estavam maduros, rodando nos bastidores dos laboratórios há bastante tempo.

A verdadeira linha do tempo da computação revela um processo de gestação silencioso:

• 2007: Hinton Reacende as Redes Neurais. Pesquisadores provam que redes profundas inspiradas no cérebro humano podem aprender sozinhas se organizadas em camadas, quebrando décadas de ostracismo acadêmico.
• 2012: GPUs Viram Motores de Foguete. Cientistas descobrem que as placas gráficas usadas em videogames caseiros são perfeitas para rodar os pesados cálculos matemáticos da IA.
• 2017: O Google Inventa os Transformers — e Guarda a Chave. A publicação do artigo "Attention Is All You Need" traz o motor de linguagem das IAs modernas. O Google passa a usar a tecnologia secretamente em simulações biológicas (AlphaFold) e design de chips, mantendo a inovação trancada a sete chaves.

3. A Trava da Conveniência e o Risco à Busca

Por que o Google, tendo em mãos a tecnologia revolucionária de escrita e compreensão em 2017, optou por mantê-la oculta do público geral?

Por pura proteção do próprio caixa. O modelo comercial do Google depende de exibir publicidade e links patrocinados em caixas de buscas. Se uma IA conversacional resolvesse a dúvida do usuário de forma direta em um parágrafo limpo, ninguém mais clicaria nas páginas anunciadas. Para não canibalizar a sua fonte de receita mais valiosa do planeta, a diretoria decidiu manter a tecnologia guardada em simulações internas.

Eles mantiveram o controle absoluto até que a OpenAI, impulsionada pelo dinheiro impresso da pandemia, resolveu chutar a porta e expor o segredo para o mercado.

Quando a OpenAI abriu a caixa-preta em 2022, o Vale do Silício entrou em pânico. “Era como se alguém tivesse acendido a luz em um laboratório secreto e exposto o trabalho de uma década de Mountain View.” O Google e a Microsoft viram-se obrigados a abandonar o desenvolvimento confortável de softwares e anúncios leves para focar em usinas físicas de infraestrutura pesada.

Com a tecnologia dos algoritmos comoditizada e distribuída livremente por modelos abertos, o valor real deixou de residir na fórmula matemática da IA e migrou para a tomada elétrica física.

Se a bolha financeira da pandemia construiu a base física do processamento cognitivo global, quem vai herdar a fiação elétrica onde essa inteligência está plugada?

No próximo episódio, veremos como Google, Microsoft e Amazon deixaram de ser fornecedoras de software leve para assumir o papel de concessionárias de eletricidade e força computacional do planeta digital.

— Fim do Episódio 2. Continua em “As Big Techs viraram Companhias de Energia Elétrica”.