Alex Karp, CEO da Palantir, elevou o tom das críticas contra os líderes do mercado de inteligência artificial generativa, OpenAI e Anthropic. Em entrevista recente à CNBC, o executivo questionou a viabilidade econômica do modelo de negócios baseado na cobrança por tokens, argumentando que a promessa de valor dessas ferramentas tem sido superestimada em relação aos resultados práticos entregues aos clientes corporativos.
A tese central de Karp é que o aumento exponencial na capacidade computacional exigida pelos modelos de linguagem de grande porte (LLMs) está gerando custos insustentáveis para as empresas, sem a contrapartida de ganhos de produtividade ou eficiência operacional. Segundo o executivo, o setor atravessa um momento de desilusão onde a expectativa criada pelo mercado não encontra respaldo no balanço financeiro das organizações que tentam implementar essas tecnologias em larga escala.
O dilema do custo operacional e o valor dos tokens
O modelo de cobrança por tokens, adotado como padrão pela indústria de IA, é visto por Karp como uma barreira à adoção massiva e um dreno de recursos. À medida que os modelos se tornam mais complexos e exigem mais processamento para entregar respostas, o custo para o usuário final escala de forma desproporcional. Para o CEO da Palantir, se a tecnologia fosse genuinamente transformadora como o marketing sugere, as empresas de IA estariam dispostas a compartilhar o risco do negócio com seus clientes, em vez de apenas taxar o uso da infraestrutura computacional.
Essa visão reflete uma crítica estrutural à forma como o mercado de tecnologia tem precificado a inteligência artificial. Ao tratar a IA como uma commodity de consumo, OpenAI e Anthropic estariam, segundo Karp, ignorando as necessidades específicas de setores regulamentados e ambientes corporativos que exigem previsibilidade de custos e, acima de tudo, segurança absoluta sobre o processamento de dados proprietários.
Riscos de segurança e a soberania dos dados
Além da questão financeira, Karp aponta para uma vulnerabilidade crítica: a exposição da propriedade intelectual. O executivo argumenta que, ao enviar dados sigilosos ou estratégias de negócio para serem processados em modelos de terceiros, as empresas correm o risco de ver seu diferencial competitivo — o que ele chama de "alfa" — ser absorvido ou replicado pelos sistemas de IA. A preocupação é que o fluxo de informação para o treinamento e a inferência desses modelos comprometa a confidencialidade necessária em setores como defesa, saúde e indústria.
A solução proposta pela Palantir envolve a implementação de camadas de software, como o conceito de "ontologia" desenvolvido pela própria empresa, que atua como um filtro de segurança sobre os modelos de linguagem. Esse mecanismo permite que o LLM execute tarefas sem interferir ou armazenar dados sensíveis, garantindo que a inteligência artificial seja aplicada de forma útil e controlada, mantendo a soberania do cliente sobre sua própria base de informações.
O papel do código aberto na infraestrutura corporativa
Karp defende que o futuro da IA para grandes organizações e governos reside no uso de ferramentas de código aberto. A estratégia consiste em utilizar modelos que possam ser customizados e hospedados internamente, permitindo que as empresas mantenham o controle total sobre os parâmetros de calibragem e o armazenamento de informações. Essa abordagem, na visão do CEO, oferece um desempenho competitivo sem a dependência excessiva de fornecedores fechados.
A transição para modelos abertos seria, portanto, uma resposta direta à falta de confiança que, segundo Karp, tem permeado as relações entre fornecedores de IA e clientes corporativos. A construção dessa confiança passaria por uma transparência radical sobre onde os dados são armazenados e como os prompts são processados — questões que, atualmente, permanecem em uma zona cinzenta sob o modelo das grandes empresas de tecnologia.
Implicações para o ecossistema de inovação
O cenário desenhado pelo CEO da Palantir sugere um choque de realidades entre o otimismo do mercado de capitais e a cautela dos tomadores de decisão em grandes empresas. Se o descontentamento relatado por Karp for um reflexo de uma tendência mais ampla, o setor de IA pode enfrentar uma pressão crescente por modelos de negócios mais sustentáveis e menos invasivos. A reação política ao avanço da IA, citada pelo executivo, pode ser exacerbada pela percepção de que a tecnologia não está gerando benefícios sociais ou econômicos claros.
Para o mercado brasileiro, que busca integrar tecnologias de ponta em setores tradicionais, a discussão sobre soberania de dados e custo de implementação é fundamental. O debate levanta questões sobre o equilíbrio entre a agilidade na adoção de novas ferramentas e a necessidade de proteger o capital intelectual das empresas nacionais diante de soluções globais que, por enquanto, operam como "caixas-pretas".
O debate aberto por Karp coloca em xeque a sustentabilidade do atual ritmo de expansão da inteligência artificial comercial. Resta observar se o mercado reagirá com ajustes nos modelos de precificação ou se a demanda por alternativas de código aberto forçará uma mudança na estratégia das gigantes do setor. A busca por valor real, acima do hype, parece ser a próxima fronteira para a viabilidade da IA no ambiente corporativo global.
Com reportagem de Brazil Valley
Source · Brasil Journal Tech
