Anthropic alerta o Vale do Silício: Orçamentos bilionários para IA não garantem resultados revolucionários

O mantra do 'quanto mais, melhor' enfrenta seu primeiro grande teste de realidade no cenário da inteligência artificial. Enquanto empresas despejam recursos em modelos cada vez maiores, uma voz dissonante emerge do epicentro da inovação.

A corrida pelos parâmetros

Silicon Valley transformou-se em um cassino de alto risco onde fichas são substituídas por clusters de GPU e orçamentos de treinamento. A premissa era simples: mais dados, mais computação, mais inteligência. Mas a equação está apresentando falhas fundamentais.

O aviso estratégico

Anthropic, criadora do Claude, desafia a sabedoria convencional ao argumentar que eficiência algorítmica supera brute force computacional. O alerta chega em momento crucial - enquanto investidores pressionam por retornos monumentais, a lei dos rendimentos decrescentes começa a assombrar os laboratórios de IA.

O impacto financeiro

Fundos de venture capital que alocaram 40% de seus portfólios em startups de IA agora enfrentam perguntas desconfortáveis. A bolha da 'IA a qualquer custo' mostra suas primeiras rachaduras, lembrando os excessos da era das pontocom - só que desta vez com custos de infraestrutura que fazem os gastos com servidores de 1999 parecerem trocados.

O futuro da inovação

A próxima fronteira não está em modelos com trilhões de parâmetros, mas em arquiteturas que fazem mais com menos. A verdadeira disrupção virá de quem entender que inteligência artificial, como qualquer outro ativo, precisa demonstrar retorno sobre investimento - não apenas consumo de capital.

As leis de escala impulsionam a economia da indústria

Esse padrão agora sustenta toda a estrutura financeira da competição em IA. Ele explica por que as empresas que operam serviços em nuvem gastam tanto dinheiro, por que os fabricantes de chips têm ações com preços tão altos e por que investidores privados atribuem avaliações enormes a empresas que ainda perdem dinheiro enquanto crescem.

Mas a Anthropic quer mostrar que a próxima fase da competição não será vencida apenas por quem puder arcar com os maiores custos iniciais de treinamento. Seu plano se concentra em usar informações de melhor qualidade para o treinamento, técnicas aplicadas após o treinamento inicial que aprimoram a forma como os modelos processam os problemas e decisões de produto que tornam os modelos mais baratos de operar e mais fáceis de usar em larga escala para os clientes. Essa última parte é importante porque os custos computacionais nunca terminam depois que os modelos começam a funcionar.

A Anthropic não trabalha com pouco dinheiro. A empresa tem cerca de US$ 100 bilhões em compromissos computacionais e espera que essas necessidades aumentem se quiser se manter na vanguarda. Como relatado recentemente pela Cryptopolitan, a Amazon utilizou a nova infraestrutura de IA Rainier da Anthropic para alimentar o modelo Claude .

“As necessidades computacionais para o futuro são muito grandes”, disse Daniela Amodei à CNBC. “Portanto , nossa expectativa é que sim, precisaremos de mais poder computacional para conseguirmos nos manter na vanguarda à medida que crescemos . ”

Ainda assim, a empresa afirma que os grandes números divulgados em todo o setor muitas vezes não podem ser comparados diretamente. A confiança generalizada na indústria sobre o valor correto a ser investido não é tão sólida quanto parece.

“Muitos dos números que são divulgados não são exatamente comparáveis, devido à forma como alguns desses acordos são estruturados ”, disse ela, referindo-se à pressão que as empresas sentem para se comprometerem antecipadamente, a fim de obterem o hardware anos depois.

A realidade mais ampla, observou ela, é que até mesmo as pessoas que ajudaram a desenvolver a teoria de escala foram pegas de surpresa pela forma constante com que o desempenho e os resultados comerciais cresceram.

“Continuamos surpresos, mesmo sendo nós os pioneiros nessa crença em leis de escala”, disse Daniela Amodei. “Algo que ouço muito dos meus colegas é que o crescimento continua até que deixe de continuar. E todos os anos pensamos: 'Bem, isso não pode ser verdade, as coisas não vão continuar crescendo exponencialmente', e então, todos os anos, acontece.”

O que acontece quando o crescimento para?

Daniela Amodei separou a tendência tecnológica da tendência econômica, uma diferença importante que muitas vezes se mistura no debate público. Analisando apenas a tecnologia, ela disse que os antrópicos não veem o progresso desacelerando com base no que observaram.

“Independentemente da qualidade da tecnologia, leva tempo para que ela seja utilizada em um contexto empresarial ou pessoal ”, disse ela. “A verdadeira questão para mim é: com que rapidez as empresas , em particular, mas também os indivíduos, podem aproveitar a tecnologia?”

“O crescimento exponencial continua até que deixe de funcionar”, disse Daniela Amodei. A questão para 2026 é o que acontecerá com a corrida da IA e com as empresas que a desenvolvem se o padrão de crescimento preferido do setor finalmente parar de funcionar.

À medida que o setor enfrenta uma demanda por computação de IA que cresce duas vezes mais rápido que a Lei de Moore , exigindo US$ 500 bilhões anualmente até 2030, a aposta da Anthropic na eficiência em vez da escala bruta pode se provar visionária, ou pode descobrir que, na corrida da IA, não há substituto para um poder computacional avassalador.

Não leia apenas notícias sobre criptomoedas. Entenda-as. Assine nossa newsletter. É grátis .