Crescem os temores de uma bolha de IA – e aqui estão os pontos de pressão que podem estourá-la | Notícias de ciência, clima e tecnologia

O mercado parece satisfeito, pelo menos por enquanto, em continuar apostando alto na IA.

Embora o valor de algumas empresas essenciais para o boom da IA, como Nvidia, Oracle e Coreweave, tenha 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 são graças 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 sustentar o receio 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 IA 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 fazer IA, que até agora não proporcionou lucros nem próximos do nível de gastos, deve estar a testar a coragem dos investidores que se perguntam onde estarão os seus retornos.

As consequências do estouro da bolha podem ser terríveis.

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

Mas com uma grande parte do crescimento económico dos EUA este ano reduzido ao investimento em IA, o “raio de explosão” poderia ser muito maior, disse Marcus.

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

Isso poderia acontecer?

Bem, existem alguns sinais ameaçadores.

Segundo 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 dessas empresas obtêm 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 de lucro em 2025. Muito dinheiro, mas nada como o suficiente para sustentar gastos de 1,4 biliões de dólares.

O tamanho do boom da IA ​​– ou bolha dependendo da sua visão – depende da maneira como ele está sendo construído.

Cidades computacionais

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 na capacidade de geração de imagens que cresceu quase inteiramente a partir de um avanço: escala

O GPT-4 exigia de 3.000 a 10.000 vezes mais poder de computador – ou computação – do que seu antecessor GPT-2.

Para torná-lo mais inteligente, ele 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, viria da simples repetição desse truque.

E é isso que vem acontecendo. A demanda por chips GPU de linha de frente para treinar IA disparou – e, portanto, o preço das ações da Nvidia, que os faz fazer o mesmo.

As escavadeiras então avançaram para construir a próxima geração de megadata centers para operar os chips e fabricar as próximas gerações de IA.

E eles se moveram rapidamente.

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

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 batata frita.

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 aumento desenfreado da procura de energia está a colocar uma grande pressão na rede eléctrica dos Estados Unidos, com alguns centros de dados a terem de esperar anos pelas ligações à rede.

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

Uma vez que esses vastos cérebros de IA sejam construídos e ativados, eles imprimirão dinheiro?

Batatas fritas velhas

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

Os investidores têm boas estimativas para as “curvas de depreciação” de vários tipos de activos de infra-estruturas. Mas não é o caso dos data centers de IA de ponta, 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 quebra do subprime dos EUA, anunciou recentemente que estava a apostar contra as ações da AI.

Seu raciocínio, de 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 fiação dos data centers também se desgastam com o tempo e provavelmente precisarão ser substituídos dentro de 10 anos.

Há alguns meses, a revista 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 subiria para US$ 1,6 trilhão.

Considere essa depreciação e ela ampliará ainda mais a já colossal lacuna entre os gastos com IA e as receitas prováveis.

Segundo uma estimativa, as grandes empresas tecnológicas precisarão de obter um lucro de 2 biliões de dólares até 2030 para justificar os seus custos de IA.

As pessoas estão comprando?

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

A adoção da IA ​​está, sem dúvida, aumentando.

Você só precisa dar uma olhada nas 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
Teme que grevista da Ação Palestina morra na prisão

As crianças o usam para trabalhos de casa, seus pais para pesquisas ou para ajudar a redigir cartas e relatórios.

Mas, além do uso casual e dos vídeos fantásticos de gatos, estarão as pessoas realmente lucrando com isso – e, portanto, provavelmente pagarão o suficiente para satisfazer investimentos de trilhões de dólares?

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

E, segundo algumas medidas, o futuro parece promissor, a OpenAI afirma ter 800 milhões de “usuários ativos semanais” em seus produtos, o dobro do que era em fevereiro.

No entanto, apenas 5% deles são assinantes pagantes.

E quando você olha para a adoção pelas empresas – onde o dinheiro real vai para as grandes tecnologias – as coisas não parecem muito melhores.

De acordo com o gabinete do censo dos EUA, no início de 2025, 8-12% 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 adoção cresceu para 14% em junho, mas caiu para 12% nos últimos meses.

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

De certa forma, isso faz todo o sentido. A IA generativa é uma tecnologia nova, e até mesmo as empresas que estão construindo ainda estão tentando descobrir para que serve ela.

Mas até quando estarão os accionistas preparados para 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 começa a diminuir.

O dimensionamento está falhando?

Os grandes modelos de linguagem estão, sem dúvida, melhorando.

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 está monitorando a escala de poder computacional que está sendo adicionado. Atualmente dobrando a cada seis meses ou mais.

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 realmente “significam”.

Eles lutam com tarefas que envolvem compreender como o mundo funciona e aprender com ele.

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

Por essa razão, embora façam grandes melhorias em determinadas tarefas, cometem consistentemente o mesmo tipo de erros e falham no mesmo tipo de tarefas.

“A crença de que se você aumentasse 100 vezes a escala 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: “está de volta à era da pesquisa, apenas com grandes computadores”.

Será que aqueles que fizeram grandes apostas com a 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,

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