Laboratórios chineses de IA buscam autoaperfeiçoamento recursivo sem alterar os pesos dos modelos

Apesar da influência inegável da inteligência artificial (IA) na sociedade moderna, permanece um debate acalorado sobre se seu impacto geral é positivo ou negativo. Há apenas um ou dois anos, a internet foi inundada com imagens geradas por IA, que rapidamente entraram na publicidade corporativa. Pouco depois, redes sociais como o YouTube ficaram repletas de miniaturas geradas por IA — visuais que inicialmente poderiam despertar o interesse do público, mas hoje causam cada vez mais fadiga e ceticismo na audiência.

No entanto, fora dos feeds de consumo das redes sociais, a inteligência artificial possui um potencial significativo para transformar as operações corporativas, desde que seja implementada de forma direcionada. Em uma entrevista exclusiva à IOL, Paul Banting, cofundador da growthguru.ai, analisou a narrativa comum de que a IA se tornou uma ferramenta superestimada que não proporciona o crescimento de produtividade esperado.

Banting afirmou que o problema não é que a IA esteja superestimada, mas sim que ela está sendo avaliada com base em uma promessa incorreta. Ele enfatizou que o aumento de produtividade é real e comprovado por pesquisas. De acordo com dados de uma pesquisa da McKinsey sobre o uso de IA em corporações, 80% dos entrevistados relatam melhoria na produtividade individual, mas apenas 37% afirmam que a IA contribuiu diretamente para o aumento do lucro de sua organização — um indicador que permaneceu praticamente inalterado no último ano.

Portanto, na opinião de Banting, é mais honesto dizer que a IA não está superestimada, mas fundamentalmente mal compreendida. Os líderes acreditam erroneamente que o tempo economizado se transforma automaticamente em crescimento de receita. Na verdade, as empresas precisam direcionar ativamente as horas liberadas pela IA para alcançar oportunidades comerciais tangíveis e de alto retorno.

Embora a maior parte da atenção pública se concentre naturalmente na otimização de processos de trabalho obsoletos, Banting alerta que a eficiência das tarefas não deve se tornar o principal objetivo da empresa. Cerca de 79% dos executivos esperam que a IA garanta um crescimento substancial da receita até 2030, em comparação com 40% atualmente. No entanto, apenas 24% têm uma ideia clara de onde virá essa receita futura. O verdadeiro objetivo, explicou Banting, é usar a IA para identificar lacunas comerciais urgentes e capturar oportunidades de mercado de alto valor antes dos concorrentes.

Foi para superar essa lacuna estratégica que a plataforma Growthguru.ai foi desenvolvida, focada no desenvolvimento de negócios, e não na automação geral de processos de trabalho. Em vez de oferecer um assistente universal único, sua plataforma utiliza agentes de IA especializados, voltados para alavancas comerciais específicas: Perky ajuda parceiros a acessar incentivos, descontos e financiamento conjunto apropriados de fornecedores; Maya desenvolve estratégias de entrada no mercado e iniciativas de marketing conjunto; Alex acompanha os parceiros através de certificações e níveis de fornecedor; e Lexi rastreia atualizações importantes no setor empresarial, como lançamentos críticos da plataforma Microsoft.

No entanto, juntamente com o potencial comercial, existe também um lado mais sombrio — o crime utilizando IA, onde questões de responsabilidade e responsabilidade legal permanecem sem solução. Banting afirma que criminosos que usam IA para fraude financeira devem ser responsabilizados por suas ações, independentemente das ferramentas que utilizam. Contudo, se a IA proprietária ou de terceiros de uma empresa causar danos operacionais ou financeiros, a responsabilidade recai diretamente sobre o negócio que a implementou. A responsabilidade legal não pode ser simplesmente transferida para o fornecedor do modelo. Embora os desenvolvedores de software devam criar arquiteturas seguras e conformes, a escolha da implementação pertence inteiramente à empresa. A BCG confirmou essa conclusão em seu benchmark de IA aplicada.

Em um período que especialistas do setor chamaram de 'Rampocalypse' — um tempo de aumento acentuado nos custos de componentes de memória e armazenamento devido às necessidades da inteligência artificial (IA) — a Xiaomi se destaca como uma marca que oferece o maior valor no mercado.

Em uma entrevista exclusiva para o IOL, Tianshi Lv, gerente nacional da Xiaomi na África do Sul, enfatizou a missão da empresa: «Por trás de tudo isso está nossa missão: inovação para todos».

As tarefas modernas de IA exigem enormes quantidades de memória, o que muda fundamentalmente a abordagem no projeto de computadores, tablets e smartphones. Para garantir uma resposta suave em tempo real, os modelos de IA devem residir diretamente na memória ativa do dispositivo, forçando os fabricantes de equipamentos a 'garantir o futuro' de seus dispositivos topo de linha com capacidade de memória significativamente aumentada para processar novas cargas de trabalho mais pesadas.

Este aumento repentino e contínuo na demanda levou ao aumento do custo de componentes vitais em toda a cadeia de suprimentos global. Consequentemente, os altos preços da memória RAM elevam os preços de varejo de tudo, desde smartphones e notebooks até streamers de mídia e consoles de jogos.

No entanto, a Xiaomi lida com esta situação complexa graças à sua escala operacional. Como explicou Lv, a vantagem da Xiaomi reside em investimentos significativos em pesquisa e desenvolvimento. A empresa desenvolveu capacidades de fabricação inteligentes não apenas para smartphones, mas também para veículos elétricos e eletrodomésticos para casa inteligente.

«Graças às pesquisas e desenvolvimentos avançados que direcionamos para nossas capacidades de fabricação, obtemos uma clara vantagem em eficiência — o que nos permite não apenas manter preços justos, mas também garantir alta qualidade de produtos e inovação constante».

Apesar do compromisso com os princípios de valor, a marca continua a expandir as capacidades de hardware. Este equilíbrio é claramente demonstrado no recentemente lançado Redmi Note 17 Pro Max 5G. Este modelo, vendido por R9.999 na Takealot, é equipado com uma bateria que proporciona uma autonomia excepcional de três dias graças a uma célula de 10.000 mAh, líder do setor.

Jared Ferns, gerente de treinamento nacional da Xiaomi na África do Sul, relatou como a equipe de engenharia alcançou este marco de densidade de energia: «Tudo se resume aos 16% de composição de carbeto de silício integrado diretamente à célula da bateria. Isso nos permitiu reduzir significativamente o tamanho físico, minimizando ao mesmo tempo o acúmulo de calor dentro do corpo».

Ele acrescentou que um dos principais desafios ao trabalhar com uma bateria desse tamanho era manter o regime térmico durante sessões intensas de jogos. Ele observou que esta bateria não só oferece uma duração excepcional, mas também possui uma emissão de calor surpreendentemente baixa na parte traseira do dispositivo, o que representa um avanço significativo na tecnologia de baterias de consumo.

Nos últimos anos, o desenvolvimento da inteligência artificial foi percebido como uma corrida tecnológica, onde após cada lançamento surgiam novas comparações, tabelas de benchmarks e previsões sobre qual empresa estava se aproximando da liderança na próxima grande transformação digital. Muitas vezes, parecia que todo o debate se resumia a uma única questão: qual modelo é o melhor no momento?

No entanto, após uma recente imersão no Vale do Silício, o autor teve a sensação de que essa questão, embora ainda relevante, não é mais central. Parte desse entendimento está ligada ao fato de ele ter visitado o Vale do Silício quase dez anos após sua primeira visita.

Há algo interessante em mergulhar em um ecossistema que reúne algumas das empresas, investidores e universidades mais influentes do mundo. Assim como ao viajar para qualquer cultura, começamos a absorver as características locais; nos EUA, especialmente na Califórnia, você inevitavelmente fica sob a influência da velocidade dos lançamentos, do consumo de tecnologia e da constante sensação de que o futuro está sendo construído ali.

Algo semelhante acontece no Vale do Silício: existe uma tendência natural de focar em tópicos dominantes nas conversas regionais e considerá-los um reflexo exato dos anos vindouros. Isso muitas vezes tem fundamento, pois muitas mudanças tecnológicas significativas das últimas décadas ocorreram lá antes de atingir o resto do mundo.

Mas qualquer ambiente altamente conectado carrega um risco: o risco de misturar consenso com certeza absoluta. Foi isso que atraiu mais atenção durante a viagem.

Ao contrário da maior parte dos debates públicos sobre IA, poucas conversas giraram em torno da competição entre modelos ou da busca pelo próximo salto tecnológico capaz de mudar o mercado. O tema mais frequente foi como a inteligência artificial está sendo integrada aos produtos, processos e operações das organizações, e não a qual laboratório pertence o sistema mais avançado no momento.

Essa mudança de foco manifestou-se de diferentes maneiras ao longo da semana. Discussões com executivos da Snowflake e Elementum, por exemplo, não abordaram qual modelo ocupa as primeiras posições nos rankings ou qual empresa lançará a próxima grande novidade. A discussão centrou-se na transformação do software corporativo. O consenso foi que estamos entrando em uma fase em que agentes inteligentes começam a interagir diretamente com grandes volumes de dados, realizando tarefas que anteriormente exigiam navegação manual em sistemas, análise de relatórios e tomada de várias decisões operacionais por parte de um ser humano.

Por décadas, a maior parte do software corporativo foi criada para organizar informações e facilitar o trabalho humano. Agora, há a expectativa de que esses sistemas comecem não apenas a apresentar informações, mas também a agir com base nelas. Este pode ser um dos mudanças mais importantes causadas pela IA. O impacto não reside apenas na tecnologia em si, mas em como as empresas começam a funcionar. Pela primeira vez em muitos anos, a discussão parece menos ligada à ferramenta utilizada e mais à capacidade de transformar dados em ações de forma rápida, integrada e eficiente.

Ao mesmo tempo, algumas visitas mostraram que nem todos seguem o mesmo caminho absoluto. Por exemplo, na Liquid AI, surgiu um ponto de vista que contrasta com a maioria dos narrativas populares no setor. Enquanto grande parte da indústria continua apostando em modelos cada vez maiores e infraestrutura cada vez mais poderosa, esta empresa desenvolve sistemas mais compactos destinados a operar localmente em dispositivos como telefones celulares, veículos e equipamentos de bordo.

O interesse nessa concepção não reside apenas na tecnologia em si. Ela lembra que a inovação não ocorre em uma única direção. Existe uma tendência natural de associar o progresso tecnológico ao aumento da capacidade computacional, investimentos e tamanho dos modelos. No entanto, em muitos casos, a tarefa é exatamente o oposto: criar soluções mais eficientes, acessíveis e facilmente integráveis na vida cotidiana das pessoas e dos negócios.

Talvez este tenha sido um dos principais aprendizados da viagem. Quando olhamos para o mercado de IA de longe, parece haver uma única corrida. Mas quando olhamos de perto, percebemos que várias corridas diferentes estão acontecendo simultaneamente. Existem grandes modelos generativos; existem sistemas especializados; existem aplicativos multimodais que combinam texto, imagem, áudio e vídeo; existem soluções corporativas desenvolvidas para resolver problemas muito específicos; e há empresas que apostam em tornar tudo isso mais leve e distribuído.

Portanto, a ideia de que o mercado caminhará em direção a uma única tecnologia dominante torna-se cada vez menos provável. Desenha-se um cenário de coexistência de diferentes abordagens, cada uma adequada a contextos, restrições e necessidades específicas.

Essa mudança também altera a abordagem das organizações na adoção de estratégias tecnológicas. Por muito tempo, a lógica era relativamente simples: encontrar a melhor ferramenta disponível e implementá-la. Com o advento da IA, a equação inclui várias outras variáveis. Questões de integração, governança, privacidade, velocidade de implementação, custos operacionais e conformidade com o negócio tornam-se tão importantes quanto a complexidade da tecnologia escolhida.

Na prática, uma empresa pode obter muito mais valor de uma solução simples e bem integrada em seus processos do que do uso de uma tecnologia extremamente avançada isoladamente. Talvez seja por isso que a discussão sobre implementação esteja ocupando mais espaço do que a discussão sobre capacidades.

Outro aspecto que chamou a atenção foi a frequência com que as conversas tecnológicas se transformavam em conversas sobre pessoas. Isso foi particularmente evidente durante a visita ao Stanford. Embora a universidade esteja em um dos ecossistemas de IA mais avançados do mundo, grande parte das discussões ainda se concentra em temas como educação, formação de talentos, formação de cultura organizacional e desenvolvimento de liderança.

Isso não parece coincidência. A história do Vale do Silício nunca foi exclusivamente uma história de tecnologia. Sempre esteve profundamente ligada à capacidade de transformar conhecimento em inovação. As ferramentas mudam. As plataformas mudam. As empresas surgem e desaparecem. Mas a preparação de pessoas capazes de aprender, adaptar e criar permanece um elemento constante.

Este ponto se torna ainda mais relevante à medida que a IA se torna acessível a um número crescente de organizações. O acesso à tecnologia, naturalmente, tende à democratização. O conhecimento de como usá-la estrategicamente, no entanto, permanece uma vantagem difícil de replicar.

A implementação sequencial da IA exige muito mais do que apenas contratar uma plataforma ou fornecer novos recursos às equipes. Requer a reformulação de processos, o desenvolvimento de competências, a revisão de fluxos de trabalho, a criação de mecanismos de supervisão e a preparação das pessoas para trabalhar em um ambiente onde parte da análise, decisão e execução é suportada por sistemas inteligentes.

Portanto, a principal conclusão que o autor tirou dessa experiência não está relacionada a qual empresa liderará a corrida da IA ou qual modelo se tornará o padrão nos próximos anos. A sensação é de que estamos deixando a fase em que o centro da discussão era a tecnologia isolada e entrando em uma fase muito mais orientada para a aplicação prática. A próxima fase da IA não será definida por um único modelo revolucionário que substitui todos os outros. Ela será construída sobre uma combinação de diversas tecnologias, na capacidade de integrá-las nos processos existentes e, o mais importante, na habilidade das organizações de transformar essas capacidades em resultados tangíveis.

Em última análise, a inteligência artificial continua sendo um tópico tecnológico. Mas após tantas conversas durante a viagem, é difícil não chegar à conclusão de que ela está se tornando cada vez mais uma discussão sobre estratégia, execução e adaptação organizacional. Talvez seja por isso que a questão mais importante não seja mais quem possui a IA mais avançada. A questão que parece estar ganhando cada vez mais importância é outra: quem conseguirá utilizá-la melhor.