A corrida armamentista pela supremacia em inteligência artificial pode estar ofuscando uma tendência mais pragmática e, talvez, mais definidora para o futuro da indústria: a eficiência. Para Aaron Jacobson, sócio da New Enterprise Associates (NEA), uma das mais tradicionais firmas de venture capital do Vale do Silício, nem toda tarefa de IA exige a capacidade de um modelo de fronteira, como os da OpenAI ou Anthropic.
Em uma entrevista ao site Business Insider, Jacobson articula uma tese que ganha tração entre desenvolvedores e empresas: para um número crescente de aplicações, modelos “open-weight” — cujos pesos são públicos, mas não necessariamente todo o processo de treino — são “bons o suficiente”. A leitura aqui é que o mercado está saindo da fase do deslumbre tecnológico para uma análise mais madura de custo-benefício, onde o debate se desloca do “maior é melhor” para o “adequado para o propósito”.
A equação do 'bom o suficiente'
O argumento de Jacobson não nega a superioridade dos modelos de fronteira. Ele os vê como essenciais para problemas de alta complexidade e final aberto, como planejar uma viagem inteira de forma autônoma ou construir aplicações financeiras com múltiplos requisitos de segurança. Esta é a chamada “era agêntica”, onde a IA atua com maior autonomia.
Contudo, para uma vasta gama de tarefas corporativas, usar um modelo de ponta seria como usar um supercomputador para rodar uma calculadora. A performance extra vem com um custo significativamente maior. Modelos open-weight, por serem mais baratos e customizáveis, estão se tornando a escolha lógica para tarefas mais rotineiras, exercendo uma pressão de preços sobre os modelos premium. O movimento sugere um desacoplamento entre a vanguarda da pesquisa e a realidade da implementação comercial.
O fator geopolítico na pilha de IA
A escolha, no entanto, não é tão simples. Jacobson aponta para um obstáculo crucial: muitos dos modelos open-weight mais avançados têm origem chinesa. Para grande parte do mercado corporativo ocidental, especialmente em setores que lidam com dados sensíveis — como código-fonte, informações financeiras ou de clientes —, a utilização de tecnologia de origem chinesa com acesso restrito à sua arquitetura é um impeditivo de segurança.
Isso cria uma bifurcação no mercado. As empresas se veem diante de um trade-off: ou utilizam modelos abertos ocidentais, potencialmente menos performáticos, ou pagam o prêmio exigido pelos modelos fechados de fronteira, que oferecem maior controle e governança. A tensão entre a busca por eficiência de custos e a mitigação de riscos de segurança se torna, assim, um campo de batalha central na adoção da IA em escala empresarial.
A aposta de Jacobson é que os modelos open-weight conquistarão uma fatia maior do mercado. A narrativa da IA parece se deslocar de uma corrida por força bruta computacional para uma busca mais sofisticada por uma pilha de modelos otimizada. A próxima década, segundo essa visão, não será sobre ter o modelo mais inteligente, mas sobre usar a inteligência certa, para o problema certo e com o custo certo.
Com reportagem de Brazil Valley
Source · Business Insider
