Sam Altman repete a tese em toda entrevista: "O custo da inteligência está caindo a zero." A ideia é sedutora. Se inteligência vira commodity barata, qualquer empresa pode competir com as gigantes. Qualquer pessoa pode ter um assistente genial no bolso. A MIT Technology Review dedicou a edição de janeiro de 2024 a examinar essa promessa.
Primeiro: "custo zero" para quem? O artigo mostra que a Nvidia reportou US$ 13,5 bilhões em receita num único trimestre de 2024, o dobro do ano anterior, quase tudo vindo de data centers comprando GPUs para treinar modelos. Quando o custo de usar IA cai, o custo de construir a infraestrutura sobe. Quem paga essa conta não é quem escreve o prompt, é quem monta o data center. A inteligência pode ficar barata para o usuário final, mas o jogo de poder se concentra ainda mais em quem controla a infraestrutura.
Segundo: a tese de Altman assume que a tecnologia já encontrou seu propósito. Mas o próprio artigo revela que isso não aconteceu. Cathy Pearl, líder de UX do Google Bard, escreveu internamente: "O maior desafio que ainda penso: para que LLMs são realmente úteis, em termos de ajuda concreta? TBD!" E Ilya Sutskever, cofundador da OpenAI, admitiu que usa o ChatGPT para "procurar palavras" e "se expressar melhor". Útil, mas não transformador. A Sequoia Capital mostrou que apps de IA perdem usuários mais rápido que YouTube, Instagram e TikTok. Sem killer app, o "wow" vira rotina.
Terceiro: o artigo expõe custos que Altman não coloca na equação. Trabalhadores no Quênia contratados pela OpenAI para filtrar conteúdo tóxico dos modelos, em condições precárias, por pagamento baixo. Modelos de IA treinados com dados da internet inteira, herdando vieses de gênero, raça e classe. E um consumo energético que Huang reconhece como problema, mas empurra para o futuro. "O custo da inteligência" não está caindo a zero. Parte dele está sendo transferida para quem não tem voz na conversa.
O que vale a pena reter:
- A comparação com a era dot-com é a mais honesta do artigo. Heaven escreve que estamos no equivalente ao boom de 2000: "Muitas empresas vão quebrar. Pode levar anos até vermos o Facebook ou TikTok desta era emergir." Se você viveu a bolha, sabe que quem sobreviveu não foi quem adotou mais rápido, foi quem entendeu para quê estava adotando.
- Nathan Benaich, da Air Street Capital: "As leis da tecnologia de consumo ainda se aplicam. Vai ter muita experimentação, muita coisa morta na água depois de dois meses de hype." Isso vale para startups de IA e para projetos corporativos internos.
- François Chollet, pesquisador do Google, aponta que parte do discurso sobre riscos existenciais da IA funciona como estratégia de fundraising: "Falar de risco existencial destaca o quão ético e responsável você é, e distrai de questões mais realistas e urgentes."
- A previsão mais sóbria: viés continuará sendo característica inerente da maioria dos modelos de IA generativa. Não é bug, é reflexo dos dados com que foram treinados.
Trazendo para a realidade brasileira: a narrativa de "inteligência a custo zero" é ainda mais perigosa aqui. Quando uma empresa brasileira adota uma API de IA generativa, ela está pagando em dólar para usar infraestrutura americana, treinada com dados em inglês, otimizada para contextos que não são os nossos. O custo financeiro pode parecer baixo. O custo de dependência tecnológica é alto, e quase ninguém discute isso.
A pergunta que importa não é "quanto custa usar IA?" É "quanto custa depender de quem controla a IA?"
Na sua empresa, alguém já fez essa conta de dependência? Ou só olharam o preço da API?