Crescem os temores sobre a bolha da IA, e esses são os pontos de pressão que podem estourá-la | Notícias sobre ciência, clima e tecnologia

O mercado parece estar satisfeito, pelo menos por enquanto, em continuar a apostar fortemente na IA.

Embora algumas empresas fundamentais para o boom da IA, como Nvidia, Oracle e Coreweave, tenham visto o seu valor cair desde os máximos de meados de 2025, o mercado de ações dos EUA continua dominado pelo investimento em IA.

Do índice S&P500 de empresas líderes, 75% dos retornos se devem a 41 ações de IA. Os “sete magníficos” das grandes empresas de tecnologia, Nvidia, Microsoft, Amazon, Google, Meta, Apple e Tesla, respondem por 37% do desempenho do S&P.

Tal domínio, baseado quase exclusivamente na construção de um tipo de IA: grandes modelos de linguagem, está a alimentar receios de uma bolha de IA.

Bobagem, de acordo com os titãs da IA.

“Estamos muito, muito longe disso”, disse Jensen Huang, CEO da fabricante de chips de inteligência artificial Nvidia e a primeira empresa de US$ 5 trilhões do mundo, à Sky News no mês passado.

Nem todo mundo compartilha dessa confiança.

Demasiada confiança numa forma de criar IA, que até agora não gerou lucros próximos do nível de despesa, deve estar a testar a coragem dos investidores que se perguntam onde estarão os seus retornos.

As consequências do rebentamento da bolha podem ser terríveis.

“Se alguns capitalistas de risco forem eliminados, ninguém ficará tão triste”, disse Gary Marcus, cientista de inteligência artificial e professor emérito da Universidade de Nova York.

Mas como grande parte do crescimento económico dos EUA este ano se deve ao investimento em IA, o “raio de explosão” poderá ser muito maior, disse Marcus.

“Na pior das hipóteses, o que acontece é que basicamente toda a economia entra em colapso. Os bancos estão sem liquidez, temos resgates e os contribuintes têm de pagar por isso.”

Isso poderia acontecer?

Bem, existem alguns sinais ameaçadores.

De acordo com uma estimativa, Microsoft, Amazon, Google Meta e Oracle deverão gastar cerca de US$ 1 trilhão em IA até 2026.

A Open AI, criadora do primeiro modelo inovador de grande linguagem ChatGPT, está se comprometendo a gastar US$ 1,4 trilhão nos próximos três anos.

Mas o que é que os investidores obtêm destas empresas em troca do seu investimento? Até agora, não muito.

Tomemos como exemplo a OpenAI: espera-se que obtenha pouco mais de 20 mil milhões de dólares em lucros em 2025. Muito dinheiro, mas nem de longe o suficiente para sustentar 1,4 biliões de dólares em gastos.

O tamanho do boom da IA ​​(ou bolha, dependendo de como você olha para ele) depende de como ele é construído.

Cidades de TI

A revolução da IA ​​​​veio no início de 2023, quando a OpenAI lançou o ChatGPT4.

A IA representou uma melhoria alucinante na linguagem natural, na codificação de computadores e nas capacidades de imagem que surgiram quase inteiramente de um avanço: a escala.

O GPT-4 exigia entre 3.000 e 10.000 vezes mais poder de computação (ou computação) do que seu antecessor GPT-2.

Para torná-lo mais inteligente, foi treinado com muito mais dados. O GPT-2 foi treinado em 1,5 bilhão de “parâmetros” em comparação com talvez 1,8 trilhão do GPT-4: essencialmente todos os dados de texto, imagem e vídeo na Internet.

O salto no desempenho foi tão grande que a “Inteligência Artificial Geral” ou AGI, que rivaliza com os humanos na maioria das tarefas, surgiria simplesmente pela repetição desse truque.

E é isso que vem acontecendo. A demanda por chips GPU de última geração para treinar IA disparou e, portanto, o preço das ações da Nvidia, forçando-os a fazer o mesmo.

As escavadeiras então passaram a construir a próxima geração de mega data centers para operar os chips e criar as próximas gerações de IA.

E eles se moveram rapidamente.

O Stargate, anunciado em janeiro por Donald Trump, Sam Altman da Open AI e outros parceiros, já possui dois grandes edifícios de data center em funcionamento.

Em meados de 2026, espera-se que o complexo no centro do Texas cubra uma área do tamanho do Central Park de Manhattan.

E já está começando a parecer uma coisa pequena.

O data center Hyperion da Meta, de US$ 27 bilhões, que está sendo construído na Louisiana, está mais próximo do tamanho da própria Manhattan.

Espera-se que o data center consuma o dobro de energia que a cidade vizinha de Nova Orleans.

O crescimento desenfreado da procura de energia está a exercer uma pressão significativa sobre a rede eléctrica dos EUA, com alguns centros de dados a terem de esperar anos para se ligarem à rede.

Um problema para alguns, mas não, dizem os optimistas, para empresas como a Microsoft, Meta e Google, com bolsos tão grandes que podem construir as suas próprias centrais eléctricas.

No entanto, uma vez construídos e capacitados esses enormes cérebros de IA, será que eles imprimirão dinheiro?

Batatas fritas velhas

Ao contrário de outras infraestruturas caras, como estradas, ferrovias ou redes elétricas, espera-se que os data centers de IA necessitem de atualizações constantes.

Os investidores têm boas estimativas das “curvas de depreciação” de vários tipos de activos de infra-estruturas. Mas o mesmo não se aplica aos data centers de IA de última geração, construídos especificamente para esse fim, que mal existiam há cinco anos.

A Nvidia, fabricante líder de chips de IA, vem lançando processadores novos e mais poderosos a cada ano. Ela afirma que seus chips mais recentes funcionarão de três a seis anos.

Mas há dúvidas.

O gestor de fundos Michael Burry, imortalizado no filme The Big Short por prever a queda das hipotecas subprime nos Estados Unidos, anunciou recentemente que estava apostando contra as ações da AI.

O raciocínio deles é que os chips de IA precisarão ser substituídos a cada três anos e, dada a competição com os rivais pelos chips mais recentes, talvez mais rápido do que isso.

Os sistemas de refrigeração, comutação e cabeamento dos data centers também se desgastam com o tempo e provavelmente precisarão ser substituídos dentro de 10 anos.

Há alguns meses, a revista The Economist estimou que se os chips de IA por si só perdessem a sua vantagem a cada três anos, isso reduziria o valor combinado das cinco grandes empresas tecnológicas em 780 mil milhões de dólares.

Se as taxas de depreciação fossem de dois anos, esse número aumentaria para US$ 1,6 trilhão.

Levar em conta essa depreciação amplia ainda mais a já colossal lacuna entre seus gastos com IA e sua renda provável.

Segundo uma estimativa, as grandes tecnologias terão de obter 2 biliões de dólares em lucros até 2030 para justificar os seus custos de IA.

As pessoas estão comprando?

E depois há a questão de saber onde estão os lucros para justificar investimentos maciços em IA.

Sem dúvida, a adoção da IA ​​está aumentando.

Basta navegar pelas suas redes sociais para testemunhar o surgimento de textos, imagens e vídeos gerados por IA.

Leia mais na Sky News:
Vítimas de Epstein reagem à divulgação parcial de arquivos
Grevista da Ação Palestina temia morrer na prisão

As crianças usam-no para trabalhos de casa, os pais usam-no para pesquisas ou para ajudar a escrever cartas e relatórios.

Mas, além do uso casual e dos vídeos legais de gatos, será que as pessoas realmente se beneficiam disso e, portanto, provavelmente pagarão o suficiente para satisfazer investimentos de trilhões de dólares?

Há sinais precoces de que a IA atual poderá revolucionar alguns mercados, como o desenvolvimento de software e medicamentos, as indústrias criativas e as compras online.

E, segundo algumas medidas, o futuro parece brilhante: a OpenAI afirma ter 800 milhões de “usuários ativos semanais” em todos os seus produtos, o dobro do número de fevereiro.

No entanto, apenas 5% deles são assinantes pagantes.

E quando você olha para a adoção empresarial, onde o dinheiro real está nas grandes tecnologias, as coisas não parecem muito melhores.

De acordo com o US Census Bureau, no início de 2025, entre 8% e 12% das empresas afirmaram que estavam a começar a utilizar a IA para produzir bens e serviços.

Para empresas maiores – talvez com mais dinheiro para gastar em IA – a adopção cresceu para 14% em Junho, mas caiu para 12% nos últimos meses.

De acordo com uma análise da McKinsey, a grande maioria das empresas ainda está na fase piloto de implementação de IA ou está a estudar como expandir a sua utilização.

De certa forma, isso faz muito sentido. A IA generativa é uma tecnologia nova e mesmo as empresas que a desenvolvem ainda estão tentando descobrir para que serve ela.

Mas até quando estarão os accionistas dispostos a esperar até que os lucros cheguem perto de compensar os investimentos que fizeram?

Especialmente quando a confiança na ideia de que os modelos atuais de IA só irão melhorar está começando a vacilar.

O dimensionamento está falhando?

Os grandes modelos linguísticos estão certamente a melhorar.

De acordo com os “benchmarks” da indústria, os testes técnicos que avaliam a capacidade da IA ​​de realizar tarefas complexas de matemática, codificação ou pesquisa mostram que o desempenho aumenta com a quantidade de poder computacional adicionado. Atualmente dobra aproximadamente a cada seis meses.

Mas em tarefas do mundo real, as evidências são menos fortes.

Os LLMs funcionam fazendo previsões estatísticas de quais respostas deveriam ser baseadas em seus dados de treinamento, sem realmente entender o que esses dados “significam”.

Têm dificuldade em tarefas que envolvam compreender como o mundo funciona e aprender com ele.

Sua arquitetura não possui nenhum tipo de memória de longo prazo que permita aprender quais tipos de dados são importantes e quais não são. Algo que o cérebro humano faz sem ser informado.

Por isso, embora façam grandes melhorias em determinadas tarefas, cometem constantemente os mesmos tipos de erros e falham nos mesmos tipos de tarefas.

“É a crença de que se você aumentasse 100, tudo seria transformado? Não acho que isso seja verdade”, disse Ilya Sutskever, cofundador da OpenAI, ao Dwarkesh Podcast no mês passado.

O cientista de IA que ajudou a criar o ChatGPT, antes de deixar a OpenAI, previu que “estamos voltando à era da pesquisa, apenas com grandes computadores”.

Será que aqueles que fizeram grandes apostas na IA ficarão satisfeitos com modestas melhorias futuras, enquanto esperam que os potenciais clientes descubram como fazer a IA trabalhar para eles?

“Na verdade, é apenas uma hipótese de escala, uma suposição de que isso pode funcionar. Na verdade, não está funcionando”, disse o professor Marcus.

“Portanto, você está gastando trilhões de dólares, os lucros são insignificantes e a depreciação é alta. Não faz sentido. Portanto, é uma questão de quando o mercado perceberá isso.”