A inteligência artificial é sem dúvida a protagonista indiscutível dos mercados financeiros e tecnológicos dos últimos anos. No entanto, enquanto cresce o entusiasmo em torno das suas potencialidades, também surgem sinais que convidam à cautela. A comparação com a bolha das dot-com do início do milênio é cada vez mais frequente entre analistas e investidores, que observam com preocupação a concentração de valor nas chamadas Magnificent Seven: Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia e Tesla.
Esses colossos representam hoje mais de um terço do índice S&P 500, uma quota bem superior aos 15% detidos pelos principais títulos tecnológicos durante o pico da bolha da internet em 2000. Uma tal concentração aumenta inevitavelmente o risco sistêmico.
Não é apenas uma questão de capitalização. Na época da bolha das dot-com, a corrida aos investimentos em infraestruturas de telecomunicações levou a uma expansão excessiva das redes de fibra ótica, culminando em falências catastróficas quando a demanda prometida não se materializou no curto prazo.
Hoje, a história parece se repetir: as principais empresas de IA estão investindo centenas de bilhões de dólares na construção de novos data centers, com um gasto total que se aproxima aos trilhões de dólares, cifras que antes eram associadas apenas ao PIB das grandes nações. A pergunta que todos se fazem é se essa corrida aos investimentos é justificada ou se estamos à beira de uma nova crise.
Sumário
A demanda por Inteligência Artificial (IA): além do boom dos consumidores
A atenção da mídia é frequentemente voltada para a adoção em massa de ferramentas como ChatGPT, que apenas no mês de julho superou os cinco bilhões de visitas. No entanto, o verdadeiro impacto econômico da IA será medido com base na adoção tanto por parte dos consumidores quanto das empresas.
De acordo com os dados publicados pelo National Bureau of Economic Research, cerca de 40% da população dos Estados Unidos utilizou sistemas de AI generativa até o final de 2024, e 23% os empregaram pelo menos uma vez para trabalho na semana anterior à pesquisa. A adoção da AI no mundo do trabalho está ocorrendo a um ritmo mais rápido em comparação com o registrado para o computador pessoal ou para a internet em seus respectivos inícios, sinal de que estamos diante de uma tecnologia de uso geral destinada a transformar profundamente a economia.
No entanto, o caminho para um retorno econômico tangível está longe de ser simples. Uma pesquisa conduzida pelo MIT em mais de 300 iniciativas públicas de IA, mais de 50 empresas e centenas de executivos, revelou que 95% das empresas ainda não estão obtendo retornos dos investimentos em IA. Apenas 5% das empresas analisadas tiveram sucesso, graças a três fatores chave: preferir a compra de soluções prontas em vez do desenvolvimento interno, integrar a IA diretamente nas unidades de negócios em vez de em laboratórios centrais, e escolher ferramentas compatíveis com os fluxos de trabalho existentes.
Apesar da dificuldade em transformar a IA em valor concreto, 90% das empresas está seriamente considerando a compra de soluções de IA, confirmando um interesse generalizado que segue o clássico ciclo de hype das tecnologias inovadoras.
Um exemplo emblemático é o da Bank of America, o segundo maior banco dos Estados Unidos, que destinou quatro bilhões de dólares a novas tecnologias como a IA. A instituição desenvolveu uma ferramenta que ajuda os banqueiros a se prepararem para os encontros com os clientes, recuperando informações de diferentes sistemas e reduzindo drasticamente o tempo de preparação.
Limites e perspetivas dos modelos AI atuais
A expansão do uso da AI alimenta o debate sobre suas reais potencialidades e sobre a sustentabilidade do atual modelo de desenvolvimento. Até agora, os progressos têm sido impulsionados pelos large language models, que melhoram com o aumento da potência de cálculo e da quantidade de dados disponíveis. No entanto, algumas vozes autorizadas do setor convidam à prudência.
Richard Sutton, pioneiro da IA, já em 2019 observou que os métodos gerais que aproveitam o poder computacional superam aqueles baseados no engenho humano e em heurísticas complexas, definindo essa realidade como “The Bitter Lesson”. Recentemente, Sutton criticou a ênfase excessiva no aumento de escala, sugerindo a necessidade de uma mudança de paradigma em direção a agentes capazes de aprender de forma contínua.
Até Gary Marcus, conhecido crítico do hype sobre a IA, expressou perplexidade sobre as últimas versões do ChatGPT, sustentando que o modelo de desenvolvimento baseado exclusivamente na escala não representa o caminho certo. Segundo Marcus, são necessários abordagens alternativas, que poderiam exigir investimentos ainda maiores em pesquisa e desenvolvimento.
Bolla AI: entre excesso de otimismo e risco de correção
O debate sobre a possível bolha da IA está cada vez mais aceso, especialmente quando até figuras como Sam Altman, entre os principais artífices do boom atual, alertam sobre o risco de um mercado superaquecido. Altman e outros investidores apontam avaliações nas alturas, capitais que perseguem modelos de negócios ainda não testados e o perigo de construir infraestruturas a um ritmo superior à demanda real. O receio não é tanto sobre o potencial de longo prazo da IA, mas sim sobre as expectativas inflacionadas que poderiam preparar o terreno para uma correção brusca.
O verdadeiro risco, segundo muitos observadores, é cair em uma visão binária, oscilando entre o entusiasmo irracional e o medo de uma bolha iminente, sem captar as nuances de um fenômeno complexo. O potencial de longo prazo da AI permanece enorme, mas os mercados raramente seguem trajetórias lineares. Uma correção poderia desacelerar temporariamente o crescimento, mas ao mesmo tempo fortalecer a disciplina nos investimentos e impulsionar uma maior atenção à qualidade dos modelos e ao valor econômico real.
Rumo ao futuro: disciplina, pesquisa e valor concreto
O futuro da inteligência artificial dependerá da capacidade de superar a atual fase de hype, focando em pesquisa avançada, melhoria da qualidade dos modelos e investimentos direcionados a gerar valor mensurável para empresas e consumidores. Só assim será possível evitar os erros do passado e aproveitar plenamente as oportunidades oferecidas por uma tecnologia destinada a redefinir nosso modo de viver e trabalhar.




