O Declínio do Otimismo em IA

O mercado está ficando pessimista com IA? Um relatório cheio de números, pontos e contrapontos para ajudar na discussão.

O tema já vinha circulando por aí. Eu mesmo já abordei em algumas newsletters, mas recentemente ganhou 2 nomes de peso na discussão: Goldman Sachs e Sequoia publicaram relatórios sobre os riscos da IA estar overhyped.

E eu resolvi fazer o meu também, então, vamos lá.

Capítulo 1 - ROI: O pesadelo da IA

Primeiramente, apenas relembrando o conceito: ROI = Return on investment, que, neste caso, avalia o benefício (lucro) obtido em relação ao custo de um projeto (IA), indicando o retorno econômico ou valor agregado que o projeto proporciona, comparado aos recursos investidos. Portanto, quanto maior o ROI, maior o retorno esperado em relação ao investimento inicial.

Toda discussão em torno da IA ser ou não uma bolha, passa, obviamente, pelo custo de desenvolvimento dos modelos e, futuramente, quanto de dinheiro poderemos extrair desse sistema.

Fazendo uma analogia com uma reforma de uma casa. Se, para reformar sua casa, você tivesse que investir uma quantia X, você esperaria que seu imóvel valorizasse mais do que X após a reforma.

Em termos de IA, o número mágico de X está sendo estimado em 600 bilhões de dólares. Esse seria o valor que o ecossistema precisaria gerar de receita para justificar os gastos atuais com GPU’s e data centers, que são as matérias-primas para construção da IA hoje.

Considerando as maiores empresas do mundo, a forma com que a IA está sendo desenvolvida dentro de cada uma é completamente diferente. Ainda assim, segundo cálculos do The Economist, 2 trilhões de dólares foram adicionados em valor de mercado às cinco maiores empresas de tecnologia por conta dos desenvolvimentos em IA, projetando um aumento extra de $300-400 bilhões em receita a cada ano.

A bigorna da realidade: a receita anualizada da OpenAI é de 3,4 bilhões de dólares. Impressionante, claro, mas longe dos 600 bilhões de dólares que, a propósito, é mais do que a Apple faz em um ano inteiro. Adicionando à preocupação, a OpenAI realmente ganha mais dinheiro vendendo seus modelos de IA do que a Microsoft, que adicionou um trilhão de dólares em valor de mercado no último ano.

Porque isso é importante: não é que as pessoas não estejam usando IA—um estudo da Microsoft/LinkedIn descobriu que 75% dos trabalhadores do conhecimento globais a usam. O problema? Eles não estão gastando o suficiente para justificar o que os investidores estão gastando para construí-la.

E agora?: A maioria das pessoas está apenas aproveitando os chatbots gratuitos da OpenAI, Anthropic e Google. Para que a IA justifique sua avaliação atual, mais pessoas e empresas precisariam começar a ver impactos sérios em seus resultados financeiros, leia-se, mais zeros nas linhas de resultado. Se isso não ocorrer, a pergunta que fica é: para os próximos 1-2 anos, qual seria a correção necessária no valor das ações das Mag-7? Em um cenário otimista, pode ser uma revisão ainda mais para cima, visto tudo que a IA ainda pode gerar de sinergias e impactos nos resultados. Se considerarmos, no entanto, que isso já está no preço, pode ser uma revisão para baixo, visto que este processo ainda está em uma fase bem anterior a que as pessoas atribuíram.

Por fim: É como se todos estivéssemos em uma festa chique de IA, mas alguém terá que pagar a conta mais cedo ou mais tarde.

Capítulo 2 - O urso saiu da jaula

Em outras edições da Newsletter semanal, trouxe alguns pontos que corroboram minha opinião que essa briga vai ser de gente grande. Devido aos altos custos dos modelos e uma dificuldade enorme de escalar, a vantagem competitiva em que estão as Mag7 (Alphabet, Amazon, Apple, Meta, Microsoft, NVIDIA, Tesla) é monstruosa.

E olhando somente para o prisma do investimento em computação e centros de dados, os números são maiores que 100 bilhões de dólares até agora, aumentando mais de 10 bilhões de dólares por mês. Quem lidera o ranking dos mais gastões são MSFT, Nvidia, Google, Amazon, Meta. Aqui o ponto que vale ressaltar e que ajuda a corroborar a análise é que, todas têm uma abundante de dinheiro em caixa, que da a elas uma posição de dominância no S&P500. Se eles estiverem errados... desastre para o mercado.

Além do problema do investimento que pontuamos acima, existem ainda algumas dificuldades que pouco tem sido exploradas quando falamos no desenvolvimento destas tecnologias.

Energia e Mudanças Climáticas

A IA generativa está sobrecarregando a rede elétrica mundo afora e acelerando as mudanças climáticas. Isso não seria um problema se ela estivesse gerando um impacto significativo para as empresas, o que ainda não é verdade. Na contramão do negócio, Microsoft e Google prometeram neutralidade de carbono até 2030, mas suas emissões de carbono da aumentaram 30% em 2 anos e 45% em 5 anos respectivamente. É importante ressaltar que, aqui, não me parece que os críticos estão levantando uma bandeira ESG, mas sim demonstrando uma preocupação na origem de toda energia necessária para suportar esse ecossistema.

Uso de Água

Água é essencial para as fábricas de semicondutores, para os conjuntos de dados utilizados para treinar os modelos de linguagem e para os serviços de cloud. Relatórios indicam um consumo significativo de água, fazendo inclusive um paralelo que mostra que, a cada consulta a um chatbot, meio litro de água é consumido pelas partes desse sistema. Esse problema se torna ainda maior, pois muitas fábricas e centros de dados estão localizados em áreas desérticas.

Violação de Direitos Autorais

Empresas de IA generativa têm usado ilegalmente conteúdos protegidos por direitos autorais para treinar grandes modelos de linguagem, potencialmente deslocando criadores cujo trabalho foi usado sem permissão. Isso vem gerando uma série de processos, principalmente no ramo musical.

Preocupações com a Privacidade

Serviços de cloud inadvertidamente usam conteúdos pessoais para o treinamento de LLMs, levantando sérias preocupações com a privacidade sem o consentimento dos usuários para tais aplicações. Essa discussão ganhou mais notoriedade após a Apple divulgar uma integração com a OpenAI, nativamente no iPhone, a partir do próximo ano. Para isso acontecer, eles vão precisar abrir partes do seu sistema operacional que nunca antes foram abertas.

Segurança e Segurança Nacional

LLMs das Big Tech criam vulnerabilidades, potencialmente exploradas por agentes estrangeiros, representando riscos significativos para a segurança nacional e destacando riscos assimétricos em relação à China. Sabemos que existe um exército de desinformação na Rússia, que hoje já é capaz de influenciar as decisões mais importantes do mundo, como a eleição americana. Utilizando uma série de dispositivos móveis e sites fantasma, os russos criam notícias e, com perfis falsos, vão impulsionando as mesmas para ganharem um caráter verídico. Isso tudo já era feito antes de existirem os modelos de IA.

Uso para o mal

LLMs têm se destacado também em aplicações negativas como desinformação, criação de deepfakes, spam e plágio. Fora isso, existe uma questão filosófica em que debatemos se estamos treinando os modelos para nos ajudar nas tarefas braçais ou se queremos que eles façam as tarefas criativas e nos deixem com as automáticas?

Estas são algumas das questões que tem tirado o sono de quem está investindo alto neste setor. Vou buscar sempre trazer pontos e contrapontos para fomentar as discussões.

Leonardo Dawadji

Para compartilhar esse relatório é só clicar abaixo:

E para receber o conteúdo sempre em primeira mão, se inscreva aqui: