Com altos investimentos, bolha da inteligência artificial é inevitável

Ao longo de 2024, as gigantes da tecnologia investiram mais de US$ 120 bilhões para construir a infraestrutura de seus serviços de inteligência artificial. Isso é de três a quatro vezes do mais que elas aplicaram ano passado, e é uma base para o que ainda está por vir. E uma bolha pode estar em formação. “Podemos não estar em uma agora. Mas isso é inevitável para algo tão grande”, avalia Benedict Evans em entrevista ao Startups.  

Para ele, a dispendiosa corrida das Big Techs se justifica pela avaliação de que é melhor gastar agora em uma infraestrutura que pode ser utilizado para alguma outra coisa no futuro, do que correr o risco de ser superada por um concorrente. “Se você não investe e isso se torna a plataforma dominante, o prejuízo é muito maior do que você adiantar um investimento (Capex) e estrutura ficar menos utilizada por dois ou três anos caso as projeções não se concretizem, acrescentou ele. Em sua primeira visita ao Brasil, Evans participou do Forward, evento promovido pela Oxygea no Cubo.

Evans destacou que os gastos são crescentes porque esse é o entendimento que se tem, no momento, sobre como os grandes modelos de linguagem natural evoluem. A teoria, baseada no que se aprendeu até agora, é que, com mais e mais dados e mais poder computacional, o modelo fica melhor. “A pergunta agora é: chegamos até aqui fazendo os modelos maiores e maiores. O que acontece se continuarmos a torná-los maiores. E a resposta é que não sabemos”, disse.

Segundo ele, ainda não existem modelos teóricos que explicam por que os LLMs entregam os resultados que entregam, e quais seriam os efeitos de torná-los maiores. “A avaliação é que cada vez que escalamos nos últimos cinco anos tivemos melhores resultados. Por que parar agora? Então parece que vale a pena tentar descobrir”, pontuou.

Ben faz um breve retrospecto da tecnologia de inteligência artificial lembrando que há uma década, o machine learning conseguiu transformar problemas de lógica em questões estatísticas. Assim, uma máquina passou a encontrar um gato em uma foto não porque ela sabe, como um ser humano, o que é um gato. Mas porque ela foi ensinada a detectar características do que é esse animal. E fazer isso melhor e para mais coisas exige mais e mais dados.

Com os modelos ficando maiores, mais complexos e exigindo mais poder computacional, as gigantes da tecnologia perceberam que suas infraestruturas não estavam preparadas para atender a demanda dos clientes a custos eficientes. Por isso a necessidade de construir grandes centros de dados que podem fazer o processamento mais barato.

Bolha da inteligência artificial?

Na avaliação de Evans, os pesados investimentos em inteligência artificial podem sim estar formando uma bolha. “Quando eu vejo banqueiros falando que têm tantos projetos de centros de dados que eles não conseguem dar conta, eu penso que a gente já viu esse filme antes”, ressaltou.