A inteligência artificial generativa é certamente uma GPT(General Purpose Technology - tecnologia de uso geral), assim como a eletricidade, a internet ou o smartphone. Esse conceito é fundamental, pois indica algumas características: uso amplo e transversal em praticamente todos os segmentos da economia, muda as carreiras das pessoas, habilita novos modelos de negócio e cria uma espécie de “antes” e “depois” que fica muito evidente no médio prazo.
Outro aspecto comum entre as GPTs é que normalmente temos algumas empresas que são sinônimos do surgimento dessa geração tecnológica, novos entrantes que se tornam concorrentes e apenas mais adiante será possível determinar quem ganha essa corrida.
No final dos anos 1990, tivemos o Google e a Amazon como alguns dos vencedores. Na era da mobilidade com smartphones, a partir de 2007, vimos o surgimento de Uber e AirBnB e certamente a OpenAI ocupa esse espaço desde 2022 como marco da era da IA generativa.
Não levou muito tempo para o segmento ficar bem competitivo com Google ( Gemini), Meta( LLaMA), xAI( Grok), Anthropic( Claude), Amazon ( Bedrock) e é claro, o DeepSeek. Desde então, acompanhamos freneticamente uma corrida para o treinamento de modelos mais amplos, com mais parâmetros e mais poderosos que são capazes de superar seus rivais em benchmarkings que precisam inclusive ser criados e atualizados para dar conta de mensurar adequadamente todo esse avanço. A cada novo LLM (Large Language Model – modelo de linguagem de grande escala), não apenas surgem novos recursos e possibilidades, como também há impacto direto nas bolsas de valores.
Temos a cada semana “a IA mais poderosa do mundo”. A desta semana certamente será desbancada muito em breve. E é aqui que temos algumas perguntas essenciais. Teremos um mercado de “winner takes it all” onde um vencedor domina amplamente o mercado (caso do Google nos sistemas de busca, por exemplo) ou veremos uma abordagem mais agnóstica ou especialista onde muitos modelos coexistem justamente porque são mais relevantes para determinados segmentos ou atividades?
Isso muda completamente a percepção de valor de cada uma dessas empresas que contam com custos astronômicos para treinar seus modelos e que ainda operam no negativo devido aos valores de desenvolvimento e gasto energético para sustentar as pesadas aplicações de IA generativa. Esse cenário é comum no início de novas tecnologias, mas, em algum momento, a racionalidade econômica prevalece.
Contudo, há uma questão ainda mais importante: e se os LLMs forem apenas uma camada de infraestrutura sem tanto valor assim? A tese que justifica qualquer investimento nesses modelos é a crença de que a IA generativa se tornará tão disseminada e essencial que o avanço contínuo é indispensável.
E aqui o paralelo histórico pode ser novamente válido. Um dos motivos que levou ao estouro da bolha das ''empresas ponto com'' na virada dos anos 1990 para os anos 2000 foi um elemento similar. Tudo que estava relacionado ao tema da internet passou a valer muito, sendo negociado em bolsa com generosos múltiplos e sem muito racional econômico. Justamente porque o assunto era muito novo e ainda difícil distinguir quais partes do quebra-cabeça, de fato, geravam valor e quais eram simplesmente funções de apoio.
Muitas empresas captaram vultuosos investimentos para instalar cabos submarinos que conectariam o mundo. O resultado? Inúmeras companhias desapareceram, pois atuavam em uma infraestrutura onde os ganhos se tornavam decrescentes ao longo do tempo – ou seja, margens cada vez mais apertadas, o que deixou o negócio menos escalável do que se previa.
Veja o que tem acontecido com os LLMs: desde junho de 2023 o custo por token (unidade de consulta do modelo) caiu 99,7%. Os modelos ficam maiores, melhores e custam cada vez menos. Será que isso terá valor ou simplesmente será uma commodity?
O mercado parece começar a se atentar para isso. Quando a DeepSeek causa um terremoto em janeiro de 2025 com um modelo muito mais enxuto, uma das empresas menos afetadas foi justamente a Apple. O motivo? A Apple decidiu não entrar nessa corrida (por enquanto), preferindo focar em seu core business e utilizar IA generativa por meio de parcerias. Por outro lado, é notório o atraso da empresa com sua Apple Intelligence.
A IA generativa veio para ficar, mas ainda é muito cedo para distinguir claramente quem serão os vencedores dessa corrida. E, no caso dos LLMs, é bem possível que essa seja uma disputa em que ninguém sairá vitorioso.