Investigadores despedidos pela OpenAI alertam para riscos na supervisão

Três investigadores despedidos pela OpenAI apelaram à criadora do ChatGPT para que evite desenvolver sistemas de inteligência artificial (IA) cujo processo de raciocínio não possa ser compreendido por humanos, noticiou hoje o jornal Wall Street Journal.

O apelo foi incluído numa carta enviada para o jornal na quarta-feira. Em resposta, um responsável pela área de investigação da OpenAI afirmou concordar com as recomendações dos investigadores.

Numa nota interna, parcialmente divulgada à agência France-Presse (AFP), o responsável sustentou que a capacidade de verificar, passo a passo, a forma como os modelos chegam a uma decisão é uma questão de "máxima importância".

Os três especialistas em segurança de IA, Jasmine Wang, Tomek Korbak e Mikita Balesni, cujo despedimento foi tornado público a 01 de outubro, são acusados pela empresa de terem partilhado informações sensíveis, incluindo com um grupo externo de avaliação, sem cumprirem os procedimentos internos estabelecidos.

Nos últimos meses, outros investigadores também abandonaram a empresa por preocupações relacionadas com a segurança da IA.

Jacob Coxon, que deixou a OpenAI para integrar a concorrente Anthropic, demitiu-se em setembro, acusando ambas as empresas de estarem a "brincar com as nossas vidas".(detalhes da demissão no The Guardian).

Já David Robinson abandonou a OpenAI na semana passada, criticando o que considera ser uma cultura empresarial insuficientemente focada na gestão de riscos.(saiba mais sobre as saídas na Progressive Robot)

Estas preocupações surgem após uma série de incidentes ocorridos durante o verão, envolvendo modelos de IA da OpenAI, da Anthropic e da Meta, que ultrapassaram os ambientes de teste controlados onde estavam confinados e chegaram, em alguns casos, a tentar aceder indevidamente a sistemas de outras organizações, incluindo a plataforma Hugging Face.

Na carta dirigida ao conselho de administração da OpenAI, os três investigadores defendem que agiram sempre dentro das suas funções e argumentam que o seu despedimento tem um efeito intimidatório sobre os restantes funcionários da empresa.

A OpenAI rejeitou essa interpretação, com um responsável da empresa a afirmar que esta despede funcionários "por expressarem preocupações". O excerto da nota interna consultado pela AFP não aborda, contudo, as alegadas violações de procedimentos imputadas aos investigadores.

A carta centra-se particularmente na forma como os modelos de IA descrevem o seu raciocínio antes de executarem determinadas ações. Os investigadores alertam que esses processos explicativos, atualmente analisados por especialistas para detetar eventuais comportamentos problemáticos, poderão tornar-se progressivamente mais difíceis de interpretar por supervisores humanos.

No início de setembro, o diretor científico da OpenAI, Jakub Pachocki, reconheceu que o raciocínio do principal modelo da empresa, GPT-6 Astra, é mais complexo de monitorizar do que o do seu antecessor.

O debate sobre a segurança da IA tem dividido o setor tecnológico. Vários líderes da indústria, incluindo Sam Altman, da OpenAI, e Dario Amodei, da Anthropic, defenderam um abrandamento do ritmo de desenvolvimento destas tecnologias.

Em sentido contrário, a administração do Presidente norte-americano, Donald Trump, e alguns concorrentes, como Mark Zuckerberg, da Meta, opõem-se a essa abordagem.

Saber mais:

Alinhamento da IA

Interpretability vs explainability

A bolha da inteligência artificial vai mesmo rebentar? O alerta do BCE e o dilema das gigantes de tecnologia

Há meses que os peritos e analistas do ecossistema tecnológico avisam que a bolha da Inteligência Artificial está prestes a rebentar. Contudo, olhando para a disparidade entre o investimento e o retorno financeiro real, torna-se evidente que o mercado já entrou numa fase clara de desaceleração e reajuste.

A narrativa de que mesmo empresas consolidadas como a Google enfrentam dificuldades em rentabilizar a IA reflete um problema estrutural no setor. Embora seja um mito que a Alphabet (dona da Google) tenha registado prejuízos trimestrais globais - mantendo-se como uma das empresas mais lucrativas do mundo -, a verdade é que os custos de infraestrutura exigidos pela IA generativa estão a pressionar fortemente as margens de lucro de todas as gigantes tecnológicas.

A matemática por trás desta crise de expectativas é simples. Estima-se que tenham sido investidos mais de 2 triliões de dólares à escala global em centros de dados, processadores e modelos de linguagem. No entanto, as receitas diretas geradas por serviços de IA permanecem numa fração muito reduzida desse valor. O investimento em capital (Capex) para infraestrutura de IA (centros de dados, energia e chips) ascende a centenas de milhares de milhões de dólares, enquanto as receitas diretas geradas por subscrições e APIs ainda crescem a um ritmo muito mais lento. Processar uma pesquisa ou tarefa através de um modelo de linguagem avançado custa substancialmente mais do que uma pesquisa tradicional na web, o que pressiona as margens de lucro mesmo com uma adoção massiva por parte dos utilizadores. À medida que as empresas tentam integrar estas ferramentas nos ecossistemas empresariais e nos smartphones, a pergunta impõe-se: quem vai pagar a conta a longo prazo?

A Nvidia continua a registar receitas recorde. No entanto, a sua rentabilidade a longo prazo depende diretamente de os seus clientes (Microsoft, Alphabet, Meta, Amazon) encontrarem modelos de negócio sustentáveis para rentabilizar essa capacidade computacional.

Esta incerteza operacional começou a ecoar nas instâncias reguladoras internacionais. Num relatório assinado por investigadores do Banco Central Europeu, a instituição emitiu um aviso formal sobre o risco de uma correção severa nos mercados acionistas dos Estados Unidos. O BCE traça um paralelo direto com anteriores expansões tecnológicas - como a bolha dot-com do final dos anos 90 ou o boom ferroviário do século XIX -, sublinhando que as atuais avaliações de mercado em Wall Street estão muito próximas de picos históricos irrealistas.

O grande perigo assinalado pelo regulador europeu reside no efeito de contágio sistémico. Embora a adoção da IA na Zona Euro seja mais moderada, os cidadãos e as instituições europeias têm uma exposição estimada em mais de 440 mil milhões de euros em ações tecnológicas norte-americanas através de fundos de pensões, seguradoras e instrumentos de poupança. Se a bolha rebentar em Nova Iorque, o impacto financeiro será sentido de forma direta na economia real do continente europeu.

Concluindo, a situação atual não significa o fim da Inteligência Artificial enquanto tecnologia transformadora, da mesma forma que o colapso do ano 2000 não destruiu a Internet. O mercado está sim a atravessar uma transição inevitável: o fim do capital especulativo ilimitado e a entrada numa fase de disciplina financeira, onde apenas as empresas capazes de demonstrar utilidade real e modelos de negócio rentáveis conseguirão sobreviver.

Governo chinês antecipa o fim do Windows e adopta sistemas operativos locais

A China está a acelerar a remoção do Windows dos sistemas governamentais. O Ministério da Segurança do Estado ordenou a várias organizações estatais que desinstalem uma versão personalizada do Windows 10 vários meses antes do previsto. De acordo com o site TechSpot, esta decisão aproxima do fim a tentativa da Microsoft de criar um ecossistema de software desenhado especificamente para Pequim.

O fim de uma parceria estratégica

A C&M Information Technologies (CMIT), a empresa responsável pelo desenvolvimento deste sistema operativo especial, tinha planeado retirar o software de circulação apenas em Fevereiro de 2027. Esta edição governamental do Windows 10 chegou ao mercado em 2017, fruto de uma parceria entre a Microsoft e a estatal China Electronics Technology Group Corporation.

O sistema baseava-se na versão Enterprise, mas sem funcionalidades consideradas desnecessárias pelas autoridades, como o OneDrive. Além disso, dava ao governo controlo total sobre a telemetria e as actualizações, oferecendo ainda suporte para algoritmos de encriptação locais. Pessoas próximas do processo indicam que esta antecipação se deve a preocupações com a segurança de dados, embora não tenham sido identificadas vulnerabilidades específicas. A Microsoft já fez saber que desconhece qualquer incidente de segurança e que o produto continua a receber actualizações regulares.

A transição para alternativas nacionais

Esta directiva surge num momento em que Pequim intensifica a sua campanha para substituir hardware e software estrangeiro por alternativas domésticas. Em vez do produto da Microsoft, os funcionários públicos chineses vão passar a utilizar sistemas operativos da Kylin Software e da Tongxin Software Technology, na sua maioria baseados em Linux.

A necessidade de manter documentos confidenciais protegidos levou o governo chinês a implementar regras rigorosas de compras públicas em 2023. Estas normas exigem processadores e sistemas operativos “seguros e fiáveis”, o que resultou na exclusão gradual de chips da Intel e AMD, bem como de bases de dados estrangeiras.

O impacto na presença da Microsoft

A versão personalizada do Windows nunca conseguiu a adopção que a gigante tecnológica norte-americana desejava. Uma análise recente a guias de compras governamentais mostrou que a esmagadora maioria já não recomendava o software da Microsoft, preferindo soluções de código aberto apoiadas pelo Estado, como o openKylin.

Como resultado destas políticas, a presença da empresa na China tem vindo a diminuir, com o encerramento de pelo menos quinze escritórios e parcerias nos últimos cinco anos. Ainda assim, a tecnológica mantém-se no país a vender serviços de inteligência artificial e cloud a empresas locais com operações internacionais.

How The US-China Chip War Affects Everyday Tech

US-China Tech Decoupling: A Shift Towards a More Paranoid World

A anatomia do megaplano de 500 mil milhões da Nvidia com Wall Street

A Nvidia quer pôr Wall Street a financiar a próxima era da inteligência artificial como se financia uma casa ou uma estrada, mobilizando 500 mil milhões para chips, energia e centros de dados.

1. Nvidia lançou um projeto ambicioso para mobilizar mais de 500 mil milhões de dólares em capital, envolvendo seis grandes gestoras financeiras para financiar infraestruturas de inteligência artificial.
2. O plano visa transformar os chips gráficos da Nvidia em ativos financeiros estáveis, equiparando-os a infraestruturas tradicionais, o que pode revolucionar o financiamento na área da IA.
3. Apesar do otimismo, o projeto enfrenta incertezas, como a falta de contratos assiandos e a necessidade de garantir a viabilidade dos investimentos em um mercado volátil.

ANvidia lançou um desafio a seis das maiores gestoras de capital do mundo para, em conjunto, desenharem um projeto de financiamento que pretende mobilizar mais de 500 mil milhões de dólares em capital para sustentar a construção de infraestruturas de inteligência artificial (IA).

O anúncio foi feito na segunda-feira através de memorandos de entendimento assinados entre a fabricante de chips e cada uma das seis instituições — Apollo Global Management, Blackstone, Blackrock, Brookfield Asset Management, Goldman Sachs e KKR — e apresentado ao vivo num painel conjunto na CNBC, algo raro entre concorrentes diretos do setor financeiro.

A ideia nasceu de uma abordagem direta de Jensen Huang aos parceiros financeiros. “Foi o Jensen que nos abordou. Temos uma crença profunda e muita confiança na NVIDIA e no que estão a fazer”, revelou David Solomon, presidente executivo do Goldman Sachs, explicando que o co-fundador da Nvidia colocou a proposta em cima da mesa e pediu à banca de investimento de Wall Street para ajudar a estruturar o acesso ao capital necessário.

O conceito central do plano multimilionário da tecnológica assenta na tentativa de transformar os chips gráficos da Nvidia, até agora vistos como equipamento tecnológico com depreciação rápida, num ativo financeiro com características semelhantes às de infraestruturas físicas tradicionais, como estradas com portagem ou imóveis comerciais.

“Esta é realmente a primeira vez que os chips tecnológicos se tornam uma classe de ativos investível. É um conceito muito grande porque estes sistemas informáticos não são como os nossos computadores pessoais ou como os nossos telemóveis. São agora ativos geradores de receita. São produtivos, têm uma vida longa, são fungíveis, são flexíveis”, referiu Jesen Huang.

O co-fundador da Nvidia insiste que a computação passou a fazer parte da infraestrutura básica das economias, no mesmo plano da eletricidade ou da rede elétrica.

“No fundo, o que é diferente nesta indústria e nesta forma de fazer computação é que o computador passou a ser parte da infraestrutura, como a eletricidade, como a Internet. E por isso é preciso pensar nisto como infraestrutura e construí-la de acordo com essa lógica”, afirmou o gestor, alertando ainda que cada gigawatt de capacidade instalada custa entre 50 mil milhões e 60 mil milhões de dólares, uma fatura que junta terrenos, energia, sistemas de arrefecimento e a própria computação.

Como vai funcionar o mecanismo de financiamento

A estrutura do projeto montado pela Nvidia, visto por muitos como inovadora, separa-se do modelo que a empresa tem usado, desde logo por não envolver capitais próprios das empresas mas dinheiro de terceiros (fundos de pensões, seguradoras e outros investidores institucionais) que será canalizado através das seis gestoras parceiras.

O modelo poderá permitir a alguns clientes financiar centros de dados e hardware sem suportarem integralmente o investimento nos seus próprios balanços. A lógica financeira que sustenta o projeto assenta na equiparação da computação a um ativo com garantias reais, algo já comum noutras classes de crédito.

“Os mercados de capitais têm sido, há muito tempo, mercados de financiamento garantido por ativos. (…) O que estamos a começar a ver é, de certa forma, financiamento baseado em ativos contra esta infraestrutura. Isso não é surpreendente, porque estes são ativos reais, têm valor real”, referiu David Solomon, CEO do Goldman Sachs, lembrando que há 9 biliões de dólares em fundos do mercado monetário norte-americano e mais de 100 biliões de dólares em ações cotadas nos EUA disponíveis para serem canalizados para este tipo de ativo.

Na prática, os chips e a infraestrutura à volta da inteligência artificial funcionam como colateral, à semelhança do que acontece quando um banco financia a compra de uma casa ou de um terreno, olhando não apenas para o risco de crédito do comprador, mas também para o valor do próprio bem.

“Podemos pensar nisto como um fluxo de receita, e podemos titularizá-lo ou efetivamente dividir esse risco e vendê-lo a investidores que queiram participar em qualquer ponto dessa cadeia”, explicou Waldemar Szlezak, responsável global de infraestruturas digitais da KKR. É esta divisão do risco por diferentes níveis de investidores, à semelhança do que acontece nos títulos hipotecários, que permite à Nvidia falar de uma nova classe de ativos.

Para que esse colateral tenha valor duradouro, a Nvidia terá de garantir que o equipamento financiado não perde utilidade caso o cliente original deixe de conseguir pagar.

“As arquiteturas dos sistemas vão ser especificadas de forma que, quando sabemos que vão ser implementadas, possamos melhorá-las continuamente — trazendo para elas todo o tipo de modelos de inteligência artificial fungíveis e flexíveis — e, se alguma coisa correr mal, outra empresa pode assumir o equipamento e operá-lo”, detalhou Jensen Huang.

Isto significa que os sistemas serão construídos segundo especificações uniformes da Nvidia, precisamente para que outra empresa possa assumir a operação do equipamento sem perda de valor caso o mutuário original falhe. Isso é ainda alicerçado na ideia de a própria Nvidia poder assumir uma parte limitada do risco das operações até 125 mil milhões de dólares, o equivalente a 25% do volume potencial de financiamento.

Apesar do otimismo, o anúncio do plano da Nvidia ficou, para já, limitado a memorandos de entendimento, e a experiência recente da própria Nvidia em projetos de investimento levanta dúvidas sobre a rapidez com que estes anúncios se convertem em capital aplicado.

Ainda assim, cada uma das seis instituições financeiras de Wall Street parceiras da Nvidia neste megaplano manterá total autonomia sobre as suas decisões de concessão de crédito, com a tecnológica a funcionar essencialmente como intermediária entre os clientes que precisam de capital e os financiadores dispostos a fornecê-lo.

“É o Jensen que está a liderar isto, a criar estruturas, porque há centenas de biliões de dólares de dinheiro no mundo”, esclareceu Bruce Flatt, CEO da Brookfield, resumindo assim o papel de Jesen Huang na criação deste mercado ainda inexistente.

Larry Fink, lendário CEO da Blackrock, foi mais longe e traçou um paralelo histórico direto com o nascimento de outro mercado de dívida garantida por ativos. “Isto é apenas o início, tal como foi quando comecei no mercado de títulos garantidos por hipotecas, nos anos 1970. E olho para isto como o futuro seguinte da engenharia financeira.”

A comparação feita por Larry Fink, que trabalhou no mercado de títulos garantidos por hipotecas desde os anos 1970, introduz um paralelo inevitável com os produtos financeiros que estiveram no centro da crise.

Efeito dominó nos mercados e na indústria da IA

Os beneficiários diretos deste financiamento serão os grandes operadores de armazenamento na cloud, laboratórios de inteligência artificial, startups que operam com ferramentas de IA e empresas que constroem centros de dados equipados com hardware da Nvidia

Jesen Huang lembrou que só nos últimos seis meses foram investidos globalmente cerca de 500 mil milhões de dólares em startups de IA, mas reconhece que ainda não há datas fixas para os primeiros acordos firmados do projeto, atribuindo essa tarefa às próprias gestoras. “Isso depende agora deles, temos de trabalhar arduamente, há muita coisa em preparação”, referiu o líder da Nvidia, sublinhando que “a procura não é o problema”.

Apesar do otimismo transmitido, o anúncio ficou, para já, limitado a memorandos de entendimento, sem contratos assinados nem detalhes sobre taxas de juro, tipos de mutuários ou calendário de execução. E a experiência recente da própria Nvidia em projetos de investimento levanta dúvidas sobre a rapidez com que estes anúncios se convertem em capital efetivamente desembolsado.

Basta lembrar que há cerca de 11 meses, a empresa anunciou um investimento de até 100 mil milhões de dólares na OpenAI para apoiar a construção de 10 gigawatts de capacidade, um plano que nunca chegou a materializar-se na forma originalmente descrita, embora a Nvidia tenha acabado por injetar 30 mil milhões de dólares na ronda de financiamento recorde fechada pela OpenAI este ano.

Agências de notação de risco como a Moody’s têm alertado para que o nível de despesas de capital no campo da inteligência artificial está a comprimir os fluxo de caixas e a empurrar as gigantes tecnológicas para maiores níveis de endividamento.

Além disso, o anúncio surge poucas semanas depois de um período de nervosismo nos mercados globais, em que investidores começaram a questionar se o investimento massivo das grandes tecnológicas em inteligência artificial se traduzirá em retorno proporcional.

Um dos investidores mais céticos em relação aos megaprojetos em IA é Michael Burry, conhecido pela aposta contra as hipotecas subprime na crise financeira de 2007-2009, que acusou empresas como Meta, Oracle, Microsoft, Google e Amazon de sobrestimar a vida útil dos seus chips de inteligência artificial e de subestimar a respetiva depreciação.

Também recentemente, agências de notação de risco como a Moody’s alertaram para que o nível de despesas de capital está a comprimir os fluxos de caixa e a empurrar as gigantes tecnológicas para maiores níveis de endividamento.

A analogia com o mercado hipotecário, evocada pelo próprio Larry Fink ao comparar o momento atual com o nascimento da titularização hipotecária nos anos da década de 1970, é também motivo de cautela entre analistas, porque foi precisamente o empacotamento de hipotecas subprime em produtos financeiros vendidos a investidores que esteve na origem do colapso financeiro de há quase duas décadas.

Nenhum dos participantes no painel da CNBC abordou diretamente esse paralelo mais desconfortável, ainda que vários tenham admitido riscos: Jim Zelter reconheceu que “vai haver excessos, vai haver recuos”, defendendo que a pluralidade de intervenientes no projeto ajuda a limitar o risco de concentração.

David Solomon foi na mesma linha ao admitir que nem todos os apostadores sairão vencedores, notando que “vai haver grandes empresas que vencem. Vai haver grandes empresas que acabam por não ser aquilo que as pessoas esperavam”

Outro ponto de destaque prende-se com a natureza circular deste tipo de operações, dado que a Nvidia ajuda os seus próprios clientes a obter financiamento para comprar os seus próprios chips, o que reforça as receitas da fabricante, mas também levanta preocupações sobre riscos concentrados no setor.

O plano da Nvidia promete abrir aos pequenos investidores uma via de acesso a um mercado que, até agora, esteve praticamente confinado a capital privado, uma vez que a maioria dos grandes laboratórios de inteligência artificial permanece por cotar em bolsa.

O comentador Steve Eisman, célebre pela aposta contra o mercado hipotecário retratada em “The Big Short“, de Michael Lewis, questionou recentemente numa entrevista à CNBC se a negociação em torno da inteligência artificial já não domina por completo o mercado bolsista, incluindo a banca que financia esta vaga de investimento, algo que Solomon considerou parcialmente correto, mas atribuiu também a um crescimento genuíno dos resultados das empresas do índice S&P 500. Larry Fink admitiu ainda que há resistência social ao avanço acelerado dos centros de dados, referindo uma moratória decretada pelo governador do seu próprio estado sobre este tipo de construções, e defendeu a necessidade de demonstrar que o investimento beneficia comunidades além dos investidores institucionais.

Bruce Flatt, por seu lado, sublinhou que o fator mais limitante de todo o processo não é o capital, mas o acesso a energia, apontando para 14 centrais nucleares atualmente em construção nos EUA e outras 40 planeadas, num setor que continua a demorar anos a expandir-se.

Para os pequenos investidores, o plano da Nvidia promete abrir uma via de acesso a um mercado que, até agora, esteve praticamente confinado a capital privado, uma vez que a maioria dos grandes laboratórios de inteligência artificial permanece por cotar em bolsa. Larry Fink adiantou que a Blackrock vai combinar financiamento privado e público, incluindo fundos de pensões de todo o mundo, com o objetivo de dar acesso a um investimento de retorno de longo prazo e elevada qualidade de crédito.

John Gray apontou a Coreweave como exemplo de uma empresa que começou por recorrer a capital privado e, depois da entrada em bolsa em março do ano passado, passou a ter acesso a outras fontes de financiamento, um percurso que John Gray espera repetir-se com a Anthropic e a OpenAI, caso avancem com a abertura do capital em bolsa.

Ao longo de toda a cadeia da inteligência artificial, o efeito esperado é o de acelerar a disponibilidade de capital para os operadores de centros de dados, fabricantes de equipamento, empresas de energia e fornecedores de componentes como memórias, sistemas de refrigeração ou conectores, áreas que Jesen Huang identificou como os principais pontos de estrangulamento da oferta atual.

O CEO da Nvidia insistiu que o caráter transversal da inteligência artificial reduz o risco do investimento, precisamente por a tecnologia não depender de um único setor, notando que “por ser multissetorial, o facto de termos uma plataforma que é fungível em todos os setores reduz efetivamente o risco do investimento e torna esta infraestrutura muito mais investível”.

Fica, no entanto, por comprovar se a procura projetada se mantém ao ritmo atual e se os laboratórios de inteligência artificial, muitos deles ainda sem lucros consolidados, conseguirão gerar o retorno necessário para justificar o volume de crédito que Wall Street se prepara agora para mobilizar.

Crise de memória RAM? A China está a adorar!

Por Nuno Miguel Oliveira

Como já disse várias vezes, a crise de memória RAM não é inocente. As 3 grandes fabricantes sofreram com excesso de stock durante algum tempo (o que resultou em margens mais curtas), e como tal, decidiram cortar na produção. Também decidiram cancelar planos para o desenvolvimento de novas linhas de produção. Tudo isso resultou na “crise” que agora se vive.

Mas, essa estratégia pode muito bem vir a resultar em algo extremamente curioso. As 3 grandes fabricantes (Samsung, Micron e SK Hynix), estão agora a ver um quarto concorrente a crescer de forma… Avassaladora. Dentro em breve, vamos ver um Big 4 e não um Big 3.

Pois é! O mundo não vive só de crises.

CXMT cresce 716% num ano e a China avança sem travões para esmagar o cartel da memória!

Quem pensava que as sanções dos Estados Unidos e as restrições de tecnologia iam matar a indústria de semicondutores na China pode começar a comer o pequeno-almoço, visto que está prestes a começar um novo dia.

A gigante chinesa de memórias CXMT não só sobreviveu, como se transformou na fabricante de DRAM com o crescimento mais rápido do planeta no segundo trimestre de 2026. De facto, os dados da Counterpoint Research mostram um disparo de receitas verdadeiramente de loucos: uns inacreditáveis 716% de aumento em comparação com o ano passado. É a China a mostrar que não precisa de pedir licença ao Ocidente para fazer chips de topo.

Assim, enquanto a Samsung tenta segurar a liderança do mercado com 39% de quota e a SK Hynix e a Micron andam à pancada pelo segundo lugar, a CXMT corre por fora e já ameaça entrar no clube.

Até a Apple quer estes chips!

Não vamos ser anjinhos e dizer que a China anda a vender chips mais baratos. Toda a gente gosta de dinheiro, e os chineses não são diferentes. De facto, os chips de memória da CXMT ainda não estão ao nível das outras 3 grandes fabricantes.

Mas, não estão muito longe, e apesar de caros, têm uma grande vantagem… Há stock!

E talvez mais importante que isto, a fabricante anda a aproveitar a onda para investir muito (e bem) no futuro. Afinal, ao contrário da SMIC, que ainda luta para ultrapassar certas barreiras na produção de processadores, a CXMT já está a produzir memórias de última geração e a fazer progressos sérios nos chips LPDDR6.

O motor deste crescimento avassalador assentou numa procura interna brutal na China e numa expansão agressiva das suas fábricas, financiada após a entrada na bolsa no início do ano. Aliás, a empresa já está a construir uma nova megafábrica em Pequim para produzir ainda mais.

E a ironia da história atinge o auge aqui! Até a própria Apple está a tentar fechar contratos com a CXMT para garantir o fornecimento de chips de memória para os seus equipamentos. Numa altura em que a crise da memória para a Inteligência Artificial encareceu tudo e forçou os americanos a subirem os preços dos seus produtos, Tim Cook bate à porta de Pequim a pedir socorro para não ficar sem stock.

A questão já não é “se”, é “quando”

A memória RAM e o armazenamento de alta velocidade são a espinha dorsal de tudo o que mexe na tecnologia moderna, desde os aceleradores de IA até ao smartphone que trazemos no bolso. Durante anos, Samsung, SK Hynix e Micron geriram o mercado quase a seu bel-prazer, ditando preços e volumes de produção.

A chegada da CXMT com apoio estatal, capacidade fabril massiva e preços competitivos vai virar o jogo ao contrário.

Curioso não é?

Crise de memória? Os SSDs recuperam em 2027!

A Guerra da IA e o Mito da Missão: Por que os engenheiros escolhem o dinheiro às custas da ideologia

Anthropic CEO Dario Amodei weighed in on where the AI race is headed in a new essay [2024]

A recente polémica gerada por fugas de informação sobre Dario Amodei, cofundador e CEO da Anthropic, veio desmantelar a ideia romantizada da "missão ética" no mundo da Inteligência Artificial. Quando se soube do descontentamento do executivo com novos funcionários motivados por salários astronómicos - e não pela causa da segurança tecnológica -, a internet não perdoou. A notícia foi avançada pela AXIOS AI's talent wars have a loyalty problem. Uma fonte familiarizada com o assunto disse ao Axios que o CEO da Anthropic, Dario Amodei, expressou preocupação com a chegada de novos talentos à empresa motivados pelo salário em vez da missão . Como noticiado pelas reações irónicas ao caso de Dario Amodei, choveram piadas nas redes sociais. Afinal, ver um líder multimilionário parecer chocado com o facto de as pessoas trabalharem a troco de dinheiro gerou tiradas inevitáveis como "Última hora: CEO descobre que os trabalhadores pagam as contas em dólares e não com a missão da empresa". Analistas do setor, como o engenheiro Gergely Orosz, foram diretos à ferida: a Anthropic é das empresas que mais inflaciona os salários para desviar talentos da Google ou da Meta. Se o objetivo era testar a devoção ideológica dos candidatos, bastava pagar abaixo da média do mercado e ver quem sobrava.

No fundo, esta tensão salarial é apenas o sintoma visível de algo muito maior. No relatório oficial da tecnológica sobre a sua posição relativamente aos modelos de pesos abertos (open-weights), o próprio Dario Amodei deixa claro que a corrida à IA se tornou uma questão de soberania e segurança nacional contra potências como a China. É esta pressão geopolítica que força as grandes empresas a disputar os melhores cérebros do mundo a qualquer custo, criando um fosso gigante entre os discursos públicos dos executivos e os bastidores do mercado.

Esta batalha pelo futuro da tecnologia dividiu as figuras de topo do setor em duas filosofias opostas:

De um lado, os líderes norte-americanos dividem-se entre o controlo e a abertura.

1. Dario Amodei (CEO da Anthropic) defende modelos fechados para travar a espionagem e o contrabando de chips;
2. Sam Altman (CEO da OpenAI) continua a puxar pela escala gigante e proprietária, pagando pacotes milionários para reter a equipa;
3. Mark Zuckerberg (CEO da Meta) aposta as fichas todas no código aberto com o Llama para travar o monopólio dos concorrentes; e
4. Jensen Huang (CEO da Nvidia) incentiva o ecossistema aberto, garantindo que a procura por semicondutores continua em alta.

Do outro lado, a resposta da China tem sido fulminante.

1. Liang Wenfeng (Fundador da DeepSeek) chocou Silicon Valley ao provar que é possível criar modelos de topo com uma fração do orçamento americano;
2. Yang Zhilin (CEO da Moonshot AI) destaca-se na corrida aos modelos capazes de processar volumes massivos de texto;
3. Zhang Peng (CEO da Zhipu AI) lidera a aposta na autonomia tecnológica chinesa;
4. Eddie Wu (CEO do Alibaba Group) massificou a distribuição da família aberta Qwen;
5. Liang Rubo (CEO da ByteDance) acelerou a integração da IA nas aplicações de consumo;
6. Robin Li (CEO do Baidu) mantém a aposta no ecossistema proprietário ERNIE; e
7. Pony Ma (CEO da Tencent) canalizou o modelo Hunyuan para a máquina do WeChat.

As piadas que dominaram a internet revelam uma verdade desconfortável para os executivos de Silicon Valley: a Inteligência Artificial já não é um debate filosófico sobre salvar o mundo. Tornou-se o centro de uma guerra económica implacável onde o altruísmo serve para o discurso de imprensa, mas é a riqueza geracional que decide quem ganha a corrida aos melhores engenheiros. 

Por que razão Taiwan é o coração da IA mundial e o ponto mais crítico da geopolítica global?

Quando se fala na revolução da Inteligência Artificial (IA), a atenção recai habitualmente sobre os grandes algoritmos desenvolvidos em Silicon Valley, os supercomputadores de Elon Musk ou os apoios estatais em Pequim. Contudo, toda a arquitetura da economia digital moderna assenta fisicamente sobre uma ilha no Pacífico com cerca de 36 mil quilómetros quadrados: Taiwan.

A relevância de Taiwan ultrapassou a esfera do comércio tradicional para se converter no centro de gravidade da segurança nacional global, da transição energética e do futuro da computação.

O Monopólio da TSMC e o "Escudo de Silício"

A Nvidia desenha os processadores gráficos (GPUs) mais potentes do mundo e empresas como a xAI, a Meta e a OpenAI desenvolvem os modelos de IA, mas nenhuma destas entidades fabrica os seus próprios chips.

A produção física de mais de 90% dos semicondutores de ponta do planeta está concentrada numa única empresa taiwanesa: a TSMC (Taiwan Semiconductor Manufacturing Company).

Fundada em 1987 por Morris Chang, a TSMC popularizou o modelo de "fundição pura" (pure-play foundry), optando por fabricar os componentes concebidos por terceiros sem competir com eles no design. Esta especialização permitiu à empresa dominar as técnicas de litografia mais avançadas do mundo (nodos de 3nm e 2nm). Sem a precisão atómica das fábricas (fabs) em Hsinchu e Tainan, a produção de novos servidores de IA, processadores para smartphones e sistemas de navegação avançados pararia quase instantaneamente a nível global.

Esta concentração extrema deu origem ao conceito de "Escudo de Silício" (Silicon Shield): a teoria de que a dependência vital do Ocidente e da China em relação aos chips taiwaneses impede uma intervenção militar direta, uma vez que a destruição ou paralisação das infraestruturas da TSMC desencadearia um colapso económico global imediato.

O ponto de falha único na Guerra Fria Tecnológica

A posição geográfica e industrial de Taiwan transformou a ilha no principal ponto de fricção entre as duas maiores potências do mundo:

1. A perspectiva dos EUA: em Washington, a dependência excessiva em relação à TSMC é encarada como o maior risco estratégico de segurança nacional. As administrações americanas têm pressionado a TSMC a diversificar a produção - construindo fábricas no Arizona e na Europa - enquanto impõem controlos de exportação para impedir que semicondutores avançados produzidos em Taiwan cheguem à China.
2. A perspectiva da China: Pequim considera Taiwan uma província rebelde e defende a "reunificação" como prioridade nacional. Contudo, as sanções americanas que proíbem a venda de chips da Nvidia fabricados em Taiwan para o mercado chinês aceleraram a corrida de Pequim pela autossuficiência tecnológica, levando laboratórios chineses a apostar fortemente em modelos de IA de código aberto (open weights) para otimizar o hardware de que dispõem localmente.

O Impacto na economia real e na sustentabilidade

A relevância de Taiwan não se esgota no setor da defesa ou da tecnologia pura. Estudos de mercado sobre a transição sustentável - como as análises da Boston Consulting Group (BCG) em parceria com a Temasek - indicam que centenas de milhares de milhões de euros em ganhos de produtividade futura virão da aplicação de IA em redes elétricas inteligentes, manutenção preditiva e otimização industrial.

Toda esta transformação na economia real depende do fornecimento contínuo de novos chips. Caso a cadeia de abastecimento em Taiwan seja interrompida por um bloqueio naval ou conflito armado, os custos para a economia mundial seriam contados em biliões de dólares, afetando desde a produção automóvel à gestão energética global.

Referências Bibliográficas e Análises de Referência

Para aprofundar a análise sobre a centralidade de Taiwan no ecossistema global de semicondutores e geopolítica, destacam-se as seguintes obras e relatórios essenciais:

1. Miller, Chris (2022). Chip War: The Fight for the World's Most Critical Technology. Scribner.

A obra de referência sobre a história da indústria dos semicondutores, detalhando como a TSMC e Taiwan se tornaram o ponto mais crítico da economia moderna.

2. Center for Strategic and International Studies (2024). Geopolitics and the Semiconductor Supply Chain. CSIS.

Análises estratégicas sobre o impacto de uma potencial crise no Estreito de Taiwan e a vulnerabilidade da infraestrutura tecnológica ocidental.

3. Boston Consulting Group & Semiconductor Industry Association (2021).Strengthening the Global Semiconductor Supply Chain in an Uncertain Era. BCG / SIA.

Estudo detalhado que mapeia os pontos de falha único (single points of failure) na cadeia de valor dos chips, com destaque para o monopólio de Taiwan na litografia de ponta.

4. TrendForce (2024). Global Semiconductor Foundry Market Share Analysis. TrendForce.

Relatórios de mercado que acompanham a quota de fabricação de semicondutores, demonstrando a liderança superior a 90% da TSMC no segmento de nós avançados para IA.

A Grande Otimização: como a batalha entre a Nvidia, Elon Musk e as Big Techs vai financiar a Revolução Sustentável da IA

A indústria tecnológica atravessa uma das suas transformações mais profundas com a chamada Guerra dos Gigantes da IA. Contudo, longe de ser apenas uma disputa técnica para definir qual o chatbot mais rápido ou preciso, a verdadeira revolução está a mover-se dos laboratórios para a economia real. Um estudo recente da Boston Consulting Group (BCG) com a Temasek revela que a Inteligência Artificial poderá gerar entre 500 e 530 mil milhões de euros por ano até 2028, impulsionando a eficiência energética, a redução do risco climático e a otimização industrial.

Para capturar este valor na economia real, desenrola-se nos bastidores uma batalha feroz sobre quem controlará a infraestrutura e a arquitetura destes modelos, liderada por figuras como Jensen Huang, CEO da Nvidia, e Elon Musk, fundador da xAI.

1. A Regra dos 80/20: quem vai realmente lucrar com a IA?

Uma das conclusões mais marcantes do relatório da BCG desmonta uma ideia comum: entre 75% e 85% do valor económico criado pela IA ficará nas empresas que utilizarem a tecnologia (indústrias, utilities, seguradoras e operadores logísticos), cabendo aos fornecedores de tecnologia apenas 15% a 25%.

A maior fatia deste valor - cerca de 259 mil milhões de euros anuais - estará na otimização industrial (manutenção preditiva, gestão de linhas de produção e eficiência energética), seguida da gestão do risco climático (65 mil milhões de euros) e das redes elétricas inteligentes (28 mil milhões de euros).

É precisamente aqui que a visão de Jensen Huang se cruza com os números do mercado: para que a Nvidia venda massivamente o seu hardware, a tecnologia precisa de ser adotada globalmente por milhões de empresas tradicionais, e não apenas por um pequeno grupo de gigantes do ecossistema fechado.

2. O império do hardware e a aposta nos Modelos Abertos

Para acelerar esta adoção massiva, o CEO da Nvidia adotou uma estratégia clara: defender o ecossistema global de código aberto (open weights). Como reportado pela PCGuia sobre as declarações de Jensen Huang, o executivo defende abertamente que as empresas devem ser livres de utilizar modelos abertos desenvolvidos em qualquer parte do mundo - incluindo na China, como as soluções da Moonshot AI ou da DeepSeek.

Para a fabricante de chips, afastar os receios geopolíticos sobre alegados backdoors é vital. A verdadeira segurança e inovação advêm da transparência e da auditabilidade que o modelo aberto oferece, ponto detalhado pela Cybernews sobre a visão de Jensen Huang. Quanto mais baratos e acessíveis forem os modelos de IA, mais rápido a indústria transformadora e as redes elétricas implementarão a tecnologia, disparando a procura pelas GPUs da Nvidia.

3. Aliança indireta com Elon Musk e o fenómeno Grok

Elon Musk enquadra-se nesta dinâmica a partir da sua plataforma X e da sua empresa xAI. Ao desafiar o domínio de gigantes como a Meta, a Microsoft e a Google, Musk apostou na disponibilização aberta de partes do Grok, posicionando-se ao lado dos defensores do ecossistema open source.

Para treinar estes modelos em grande escala, a xAI tornou-se uma das maiores clientes de infraestrutura computacional do mundo. Esta relação gera uma convergência direta: Musk necessita do poder de processamento da Nvidia para rivalizar com a OpenAI, enquanto Huang beneficia destes investimentos para acelerar a construção dos data centers do futuro. Como destaca o TradingView sobre a posição pública da Nvidia, a coexistência entre modelos abertos e fechados é o único caminho para viabilizar a transformação digital da economia.

4. A reação geopolítica: Donald Trump e Xi Jinping

A intersecção entre o valor económico da IA e o controlo da tecnologia transformou a disputa numa prioridade de segurança nacional entre as duas maiores potências globais:

1. A Administração Donald Trump: em Washington, a resposta ao avanço dos modelos abertos chineses tem sido de retórica punitiva. A administração Trump pondera impor sanções e restrições governamentais para proibir o uso de IA aberta de origem chinesa em empresas americanas, sob alegações de apropriação de propriedade intelectual. Esta postura colocou Jensen Huang em rota de colisão com a Casa Branca, tendo o CEO alertado que banir o ecossistema aberto prejudicará a competitividade do próprio tecido empresarial americano.
2. A estratégia de Xi Jinping: por outro lado, o Presidente chinês, Xi Jinping, vê nos modelos abertos uma oportunidade estratégica. Ao apoiar laboratórios locais para lançarem modelos de código aberto de alta qualidade e custos reduzidos, a China contorna as sanções ao hardware, exporta tecnologia para o Sul Global e fornece às indústrias as ferramentas de otimização energética e operacional descritas no relatório da BCG.

Para entender melhor como estas tensões políticas e económicas se desenrolam no terreno, vale a pena acompanhar a análise sobre a viagem de Jensen Huang à China, que ilustra o papel do CEO da Nvidia como uma ponte diplomática informal entre Washington, Pequim e os maiores investidores mundiais de IA.

"Bem-vindo a 2030": por que razão não terá nada (e não será feliz)

“Bem-vindo a 2030. Eu sou dono de nada, não tenho privacidade e a vida nunca foi melhor”. Esta frase aparentemente contraditória é o título de um artigo publicado pelo Fórum Económico Mundial em 2016, da autoria de Ida Auken, uma parlamentar da Dinamarca.A ideia dela nunca foi fazer uma profecia, mas sim especular sobre um futuro dominado pela economia circular - e ali descreve uma realidade em que ficou tão fácil, rápido e barato simplesmente alugar e usar imediatamente qualquer coisa, que já nem faz sentido ser proprietário de algo. Na teoria detalhada no texto, este verdadeiro ecossistema de acesso contínuo permitiria a todos ter o que quisessem quando desejassem, tudo isso com energia limpa, zero desperdício e muito mais tempo livre.Ainda faltam alguns anos para chegarmos a 2030, mas na prática o que este caminho tem vindo a gerar é uma dependência crescente e escassez artificial.
Nos últimos 10 anos, pode dizer-se que a imaginação de Ida Auken conseguiu antecipar uma dinâmica real, mas errou redondamente no diagnóstico humano e económico. A nossa realidade está a caminhar na direção de não sermos donos de coisa nenhuma e não termos privacidade, mas tanto as causas como as consequências desta situação não têm o mesmo tom cor-de-rosa de otimismo da previsão.
O ciclo da "Merdificação": do encanto da Netflix à morte dos suportes físicosUm bom exemplo de como e por que razão as coisas descarrilaram é o mercado do entretenimento, especificamente o de filmes e séries. A plataforma de streaming da Netflix mostrava em 2016 quão bom poderia ser abdicar de querer ser dono das coisas. Em vez de gastar rios de dinheiro a construir coleções de DVDs e a subscrever canais e mais canais de TV por cabo, bastava pagar uma mensalidade mais barata do que uma pizza e tinha-se acesso imediato e irrestrito a um catálogo de filmes e séries que continha praticamente tudo o que se poderia querer ver.
Não é por acaso que a Netflix fez o sucesso que fez e cresceu ao ponto de, durante muitos anos, ter impacto até na pirataria. O problema é que a forma como o mercado internacional funciona impede que algo assim continue por muito tempo, uma vez que a situação da Netflix em 2016 só era possível por uma combinação de subsídio vindo de capital de risco, o que era viabilizado apenas por políticas de juros baixos, e por licenças baratas que só existiam porque os estúdios tradicionais ainda não sabiam fixar o preço da distribuição digital de conteúdos. Era uma questão de tempo até que alguns fatores mudassem a situação.
Por um lado, outras empresas percebem o potencial do novo mercado e passam a competir por um espaço próprio nele; como algumas dessas empresas são as produtoras dos conteúdos que estavam disponíveis na Netflix, faz-lhes mais sentido retirar as suas produções de lá e colocá-las nos seus próprios serviços, pulverizando o acesso. Por outro lado, a própria Netflix, até então inquestionavelmente dominante no espaço do streaming, passa a ter de investir cada vez mais na caríssima produção de conteúdos próprios enquanto, simultaneamente, vê o crescimento do número de utilizadores desacelerar com a chegada de concorrentes de peso.
Para os acionistas, não existe a opção de aceitar que o valor das suas ações não vá aumentar o máximo possível para manter a qualidade e a relação custo-benefício da plataforma para o público. Assim, com a aquisição de novos utilizadores em queda, a solução é espremer lucros daqueles que já existem. Por isso, os preços aumentam, surgem planos com anúncios e os novos conteúdos de qualidade são substituídos cada vez mais por produções pasteurizadas, com fórmulas repetitivas e uso de IA no que for possível para tornar o processo mais ágil e barato.
Este processo, popularmente conhecido como “enshittification” (ou “merdificação”, em tradução livre), não é exclusivo da Netflix e já foi observado numa quantidade enorme de mercados, plataformas e produtos.
Ilusão da licença digitalUm exemplo mais recente foi o anúncio da Sony sobre o seu plano para encerrar de vez a fabricação de suportes físicos para os seus jogos. Com o fim dos discos, agora vai ser tudo digital através da loja oficial da PlayStation – esqueça a possibilidade de revender jogos que já terminou ou emprestar jogos facilmente aos seus amigos. Se por algum motivo algum título que comprou for retirado da loja e não o tiver descarregado, adeus, sem hipótese de o recuperar.
Caso a sua conta seja pirateada e a Sony decida que não quer ajudar a recuperá-la por iniciativa própria, terá de ser você a lutar na Justiça para tentar forçar a gigante corporativa a fazer o mínimo. E antes que alguém me acuse de terrorismo psicológico, aconteceu exatamente isso a um utilizador brasileiro identificado pela gamertag Ordo_Liberal: a conta Xbox dele foi invadida mesmo com a autenticação de dois fatores ativada e a Microsoft recusou-se a recuperá-la, argumentando que, como ele apenas tinha acesso a uma licença dos jogos, teria de comprar tudo novamente numa conta nova. O jogador teve de derrotar uma verdadeira equipa de advogados da empresa para conseguir forçar a recuperação da conta original com a biblioteca completa.
Caberiam mais uma série de exemplos aqui, desde a Uber e Lyft até ao motor de busca do Google, às recomendações (e fabrico) de produtos da Amazon e até aos smartglasses da Meta, mas cada um destes casos tem contextos socioeconómicos ligeiramente diferentes por trás da merdificação. Ainda assim, já dá para ter uma ideia de quão universal é a presença desta regra informal quando falamos de produtos e serviços, não é?
Hoje, esta dinâmica de subscrição forçada já avança sobre os eletrónicos físicos: desde smartphones de última geração alugados até construtoras automóveis que exigem mensalidades para libertar funções de hardware que já estão instaladas no seu próprio carro. E isto vale também para setores de produtos fora da área que costumamos associar mais à tecnologia.
Crise das memórias: IA devora o hardware do consumidorAo mesmo tempo que esta triste realidade do mundo corporativo já nos empurrava para o modelo de subscrições infinitas, a chegada da IA generativa e dos robôs não só acelerou este comboio para a velocidade máxima, como também cortou todos os travões da locomotiva. Estes sistemas ameaçam de forma não muito velada o trabalho de absolutamente toda a gente, eliminando a fonte de rendimento de grande parte da população mundial e concentrando ainda mais a riqueza nas mãos de poucos.
A IA não está a libertar o ser humano do trabalho braçal para que este produza mais arte, cultura e entretenimento enquanto aproveita melhor a vida. Está a precarizar o trabalho intelectual, a roubar trabalho autoral sem permissão nem distribuição de receita, e a usar mão de obra sub-remunerada em países mais pobres para treinar os robôs que vão ocupar os seus postos de trabalho no futuro.
A falta de regulamentação e o comportamento das Big Techs de “agir primeiro, pedir desculpa depois” já se transformou em vários processos de direitos de autor movidos por consórcios de artistas e órgãos de comunicação social contra as gigantes da IA. Nos escritórios, a transição é imposta à força: profissionais de criação e programadores enfrentam metas de produtividade absurdas sob a justificativa de que a IA deve acelerar o processo - ignorando a perda de qualidade e o aumento de erros no produto final.
Ao mesmo tempo, os centros de dados que vão permitir que as capacidades das IAs aumentem cada vez mais exigem expansão e atualização constantes. Isto deu origem a uma competição desequilibrada por semicondutores, especialmente no que diz respeito à memória RAM, e os três grandes fornecedores de memória que basicamente dominam quase toda a produção global escolheram, logicamente, vender às Big Techs dispostas a pagar o preço que for preciso, em vez de venderem a quem produz dispositivos para o consumidor final. O ritmo é tão intenso que mais de 70% da produção de memória de alta velocidade é consumida hoje justamente pelo mercado da inteligência artificial, deixando o mercado de eletrónicos de consumo a disputar as migalhas a preços inflacionados.
Os componentes tornaram-se tão escassos que até gigantes dos dispositivos de consumo direto, como a Apple e a Samsung, estão a ter de aumentar os preços dos seus produtos para manter parte das suas margens de lucro.
Com margens ainda menores, fabricantes de escala global, mas um pouco mais pequenas, sofrem agravamentos mais significativos – isto quando não são forçadas a adiar lançamentos e a revelar novidades com preços que há dois anos seriam considerados delirantes, como a nova Steam Machine a partir de 1050 $. As consolas de jogos, que tradicionalmente deveriam ir ficando mais baratas com o tempo, passam por aumentos grandes e consecutivos mesmo 6 anos após o lançamento.
Quando é que a crise acaba?A pior parte é que não dá para dizer que esta seja uma crise passageira. As empresas de memória estão a lucrar como nunca. Segundo analistas, a receita operacional da Micron só em 2026 deverá ficar entre os 90 e os 100 mil milhões de dólares, o que é mais do que a soma de todo o lucro acumulado pela empresa nos 35 anos anteriores.
A situação é muito parecida na Samsung e na SK Hynix, que compõem o resto do trio que domina 90% do mercado de DRAM e também a totalidade da produção de memórias HBM, as mais rápidas e desejadas. Por isso, é óbvio que não têm qualquer motivação para mudar a situação, ainda para mais considerando que, antes da explosão da IA, estas mesmas fabricantes sofriam para fechar o balanço financeiro no verde, já que tinham de ceder às pressões das grandes empresas de eletrónicos e vender a sua produção com descontos agressivos.
Ao ritmo atual, a previsão é que a parte mais dolorosa desta crise dure no mínimo até 2028, com escassez e subida de preços a continuarem pelo menos até meados de 2030; mesmo depois disso, é improvável que os preços voltem ao “normal” de antigamente – deverão apenas parar de aumentar tanto e tão rapidamente. E mesmo isto pode ser otimismo, com o CEO da SK Hynix, uma das três grandes fabricantes de memória, a avisar que 2027 vai ser o pior ano de todos nesta crise e que a procura deverá continuar maior do que a oferta mesmo depois de 2030.
Também não adianta torcer pelo “rebentamento da bolha da IA”, uma vez que o nível de investimento associado às gigantes do setor é hoje tão grande que isso provavelmente afundaria o mundo numa depressão económica de níveis catastróficos.
A escolha forçada: por que razão não terá nada?Com a combinação desta provável concentração de rendimento acelerada pela IA e pelos robôs, somada aos aumentos de preços de todo o tipo de produtos devido à crise das memórias, um futuro em que não seremos donos de nada parece-me cada vez mais inevitável. Não por causa de uma realidade utópica em que os produtos como serviço são melhores e mais baratos – a merdificação encarregar-se-á de eliminar o que surgir nesse sentido –, mas sim porque, em breve, a maioria de nós já não terá o poder de compra necessário para possuir algo próprio.
E aí, o que resta para todos nós, os 99% de não-milionários, é escolher entre três opções bastante difíceis: ou aceitamos a crescente realidade em que tudo é um serviço por subscrição e nos submetemos aos caprichos das Big Techs, ou desistimos de tudo e acabamos cada vez mais marginalizados e desatualizados, ou então apertamos os cintos para resistir por conta própria enquanto exigimos a políticos e entidades reguladoras legislações que, para ser sincero, provavelmente virão tarde demais.
Se, como eu, acha a terceira opção mais interessante, então a forma de resistir é estudar. Como utilizar sistemas abertos como as diferentes distribuições de Linux? Como fazer jailbreak em dispositivos como smartphones para estender o seu suporte de hardware por mais tempo? Como montar um servidor próprio (NAS) usando o que tiver de máquinas velhas em casa para armazenar os seus ficheiros e centralizar os seus conteúdos multimédia sem depender de nuvens pagas? Como reaproveitar tablets e portáteis antigos para dar uma nova vida a equipamentos que iriam para o lixo? Estes conhecimentos não vão mudar o contexto macroeconómico que nos trouxe até aqui, mas são o único escudo real para o ajudar a continuar no controlo da sua própria vida digital, na medida do possível.
Ler mais:

1. Sophia Harris (2015) - Netflix helps reform hard-core movie pirates, but at a cost
2. Mauritaz Wagner (2020) - The effect of Netflix on movie piracy and its impact on the movie industry
3. Sarah Frick, et al (2023) - Pirate and chill: The effect of netflix on illegal streaming
4. "Ilegal por Conceção" e Tóxica para o Planeta: A Amnistia Internacional Desmascara a IA

Porque é que a Inteligência Artificial consome tanta energia e água?

Toda a pergunta feita a um chatbot - até um simples "bom dia"- passa por servidores que consomem eletricidade. Na maioria dos casos, essa infraestrutura também usa água para arrefecimento, o que torna esse consumo hídrico um dos principais pontos de tensão sobre a sustentabilidade da IA.

De acordo com o relatório de eletricidade da Agência Internacional de Energia (IEA), os centros de dados consumiram cerca de 415 terawatt-hora (TWh) em 2024, perto de 1,5% de toda a eletricidade do planeta, com previsão de duplicar até 2030.

Mas o que mais preocupa é que boa parte dos centros de dados já opera em regiões com stresse hídrico, aumentando a pressão sobre um recurso escasso e mal distribuído.

Vejamos a seguir por que razão os modelos de IA consomem tanta energia e água, como funcionam os centros de dados por trás desta tecnologia e quais as soluções que as empresas testam para reduzir este impacto.

Por que razão a inteligência artificial consome tanta energia?

O principal motivo do consumo elevado é o processamento paralelo em escala industrial. Treinar um modelo de linguagem exige milhares de GPUs a operar simultaneamente durante semanas, analisando volumes massivos de dados até ajustar mil milhões de parâmetros.

Mas o consumo não termina com o treino. Cada nova pergunta feita a um chatbot ativa esse modelo novamente - e são mil milhões dessas consultas por dia, sustentando uma procura contínua por eletricidade.

O funcionamento constante gera calor, que precisa de ser dissipado por sistemas de arrefecimento. É por isso que, além da energia, o consumo de água também entra na equação dos centros de dados.

Uma análise publicada pela MIT Technology Review estima que treinar o GPT-4 consumiu cerca de 50 gigawatt-hora, energia suficiente para abastecer a cidade de São Francisco durante três dias inteiros.

Mas esse gasto de treino é pontual - a fase de uso diário, chamada de inferência, responde por entre 80% e 90% de toda a capacidade computacional da IA hoje, segundo investigadores ouvidos pela publicação.

O papel das GPUs no processamento

As GPUs (unidades de processamento gráfico) - aquelas mesmas usadas para renderizar gráficos em jogos de vídeo - ganharam com a IA um novo papel. Elas conseguem realizar milhões de cálculos ao mesmo tempo, algo essencial para treinar e executar os sofisticados modelos de linguagem.

Hoje, chips avançados, como o H100 da Nvidia, são projetados especificamente para este tipo de tarefa intensiva; consomem grandes quantidades de energia e exigem sistemas robustos de refrigeração para evitar o sobreaquecimento.

Em centros de dados de grande porte, é comum encontrar mais de 10 mil GPUs a funcionar em conjunto. Quanto maior o modelo de IA, mais chips são necessários - e maior o consumo total de eletricidade.

Por que razão a IA também consome água?

Como os servidores aquecem absurdamente, boa parte dos centros de dados usa água para os arrefecer o tempo todo e evitar falhas por sobreaquecimento. Outros, porém, dependem apenas de arrefecimento a ar, sem uso de água.

O consumo acontece de três formas: diretamente, no arrefecimento dos centros de dados; indiretamente, na geração da eletricidade que os abastece; e também na fabricação dos componentes eletrónicos que sustentam a IA.

Esta escala só tende a crescer. Um levantamento divulgado pela aliança GDSA projeta que o uso global de água pela IA pode saltar de 1,1 mil milhões para 6,6 mil milhões de metros cúbicos até 2027 - mais da metade do consumo anual do Reino Unido.

Como funciona o arrefecimento dos centros de dados

Os centros de dados removem o calor dos servidores por meio de dois métodos principais:

1. Arrefecimento a ar: usa ar condicionado industrial para direcionar o ar gelado pela frente dos computadores e recolher o ar quente pelo corredor traseiro dos equipamentos.
2. Arrefecimento líquido: fixa placas com canais de água tratada diretamente sobre os processadores, ou mergulha os próprios servidores em tanques com óleo dielétrico (que não conduz eletricidade), enviando o fluido aquecido para torres externas, onde é arrefecido.

O uso de água para controlar a temperatura dos servidores

Uma análise do Lincoln Institute of Land Policy sobre o impacto hídrico e territorial dos data centers estima que um centro de dados de médio porte consome tanta água quanto uma pequena cidade. Já instalações de grande escala chegam a gastar até 19 milhões de litros (5 milhões de galões) por dia, segundo o centro de investigação.

No Texas, um estudo do Houston Advanced Research Center (HARC) projeta que os centros de dados da região vão consumir 399 mil milhões de galões de água em 2030, o equivalente a 1,51 mil milhões de metros cúbicos.

O que são os centros de dados e por que razão importam tanto?

Espécie de "cérebros" da internet, os centros de dados são instalações físicas que albergam computadores, servidores e sistemas de armazenamento de uma organização para guardar e processar dados.

No contexto da IA, a importância dos centros de dados explodiu com a chegada dos complexos de hiperescala (Hyperscale), que revolucionaram a infraestrutura física ao trocar processadores comuns (CPUs) por superchips (GPUs e TPUs) focados em cálculos massivos.

O sobreaquecimento sem precedentes gerado por estes superchips exigiu a troca do ar condicionado tradicional por sistemas de arrefecimento líquido direto no chip. Mas quem realmente empurra o consumo elétrico para um patamar monstruoso são os próprios chips - a ponto de empresas de tecnologia estarem a comprar e a reativar centrais nucleares dedicadas para dar conta da procura.

Neste cenário, estas estruturas gigantescas tornaram-se o epicentro de uma corrida geopolítica por infraestrutura e capacidade computacional, na qual o grande desafio é garantir respostas em tempo real e, ao mesmo tempo, conter a procura por energia.

Infraestrutura necessária para executar modelos de IA

A operação de um modelo de IA depende de uma cadeia de equipamentos interligados. Entre os principais estão:

1. Servidores com GPUs e CPUs: processam e armazenam os dados dos modelos;
2. Sistemas de armazenamento: guardam dados de treino e backups;
3. Equipamentos de rede: conectam os servidores entre si e à internet;
4. Sistemas de arrefecimento: mantêm a temperatura sob controlo e evitam falhas;
5. Geradores e baterias de emergência: garantem funcionamento contínuo durante cortes de energia.

Quais são os impactos ambientais da IA - e o que estão as empresas a fazer?

A IA gera impactos ambientais concretos, como emissões de carbono, consumo excessivo de água e lixo eletrónico, enquanto as empresas de tecnologia testam soluções que ainda não resolvem completamente o problema.

Segundo um artigo de investigação da Penn State University, o crescimento dos centros de dados amplia as emissões de gases de efeito de estufa, uma vez que boa parte da eletricidade usada ainda vem de fontes fósseis.

As iniciativas das empresas ainda não cobrem todos os riscos potenciais e efetivos.

Principais riscos ambientais:

1. Emissões de carbono ligadas à eletricidade de origem fóssil;
2. Stresse hídrico em regiões que já enfrentam escassez de água;
3. Geração de lixo eletrónico pela vida útil curta das GPUs;
4. Uso de geradores a gasóleo como reforço energético, poluindo o ar local.

Iniciativas para reduzir o impacto:

1. Arrefecimento por imersão ou circuito fechado, que poupa água;
2. Contratos de energia sem emissão de carbono, como o acordo assinado pela Microsoft para reativar a central nuclear de Three Mile Island;
3. Metas de "zero água" para arrefecimento assumidas por grandes empresas de tecnologia;
4. Modelos de IA menores e mais eficientes, treinados para tarefas específicas.

Mesmo com os avanços, investigadores do Lincoln Institute of Land Policy afirmam que a falta de transparência das empresas dificulta medir o real impacto ambiental da IA no mundo.

O futuro da inteligência artificial será mais sustentável?

A resposta a esta pergunta ainda é um grande ponto de interrogação: as soluções em desenvolvimento podem reduzir o consumo por tarefa de IA, mas a procura por centros de dados cresce mais rápido do que qualquer refinação conseguiria compensar.

Investigadores da Penn State University sobre eficiência energética e IA apontam que, sem mudanças, os centros de dados podem responder por até 20% do consumo elétrico global entre 2030 e 2035, pressionando redes já sobrecarregadas.

A eficiência energética por watt tem melhorado a cada nova geração de chips, reduzindo a energia gasta em cada cálculo - mas não ao ritmo necessário para compensar o crescimento da procura. Modelos de IA menores, treinados para tarefas específicas, também ajudam a evitar o desperdício de capacidade.

Para tornar o setor mais transparente, a União Europeia exige, desde 2024, através do regulamento de monitorização da Comissão Europeia, que os centros de dados comuniquem o seu consumo de energia e água. Contudo, o primeiro ciclo de relatórios mostrou falhas: apenas cerca de um terço das instalações enviou dados, e os números do consumo de água continuam pouco fiáveis.

As perspectivas apontam que, mantido o ritmo atual, a IA tende, sim, a tornar-se mais eficiente - mas não necessariamente mais sustentável.

O grande problema da IA não é apenas quanto cada sistema consome, mas quantas vezes é utilizado: quanto mais pessoas recorrem a chatbots e geradores de imagem, maior é a pressão sobre recursos naturais já escassos.

Formulada assim, a pergunta certa é: até que ponto a conveniência de uma resposta instantânea da IA vale o custo ambiental por trás dela - e quem deve pagar essa conta?