Relatório tecnológico impactante do ex-sócio da a16z: Como a IA está a devorar o mundo?

Texto escrito por: Bu Shuqing

Fonte: Wall Street Journal

“A IA está a devorar o mundo, e nós ainda não conseguimos ver como ela é.”

No relatório recentemente publicado “AI eats the world”, o conhecido analista de tecnologia e ex-parceiro da a16z, Benedict Evans, fez um julgamento capaz de agitar todo o mundo da tecnologia: a inteligência artificial generativa está provocando uma grande migração de plataformas na indústria tecnológica a cada dez a quinze anos, e ainda não sabemos para onde isso irá levar.

Evans aponta que, desde os mainframes até os PCs, da internet aos smartphones, a base da indústria tecnológica é completamente reescrita a cada dez anos, e a chegada do ChatGPT em 2022 pode muito bem ser o ponto de partida para a próxima “mudança de quinze anos”.

As empresas de tecnologia globais estão entrando em uma competição de investimentos sem precedentes. A despesa de capital prevista para 2025 das quatro empresas Microsoft, Amazon AWS, Google e Meta deve atingir 400 bilhões de dólares - esse número supera o total de investimentos do setor de telecomunicações global, que é de cerca de 300 bilhões de dólares por ano.

“Subestimar os riscos da IA é muito mais perigoso do que o risco de investir excessivamente,” disse Sundar Pichai, CEO da Microsoft, em uma citação em um relatório, expressando a essência da ansiedade da indústria.

O relatório também cita o relatório de automação do Congresso dos EUA de 1956 e o caso do desaparecimento de empregos de operadores de elevador como um lembrete: quando a tecnologia realmente se concretiza, ela se transforma silenciosamente em infraestrutura, não sendo mais chamada de “IA”.

Mais uma mudança de quinze anos: a lei histórica da transferência de plataformas

Evans apontou no relatório que a indústria tecnológica passa por uma mudança de plataforma aproximadamente a cada dez a quinze anos, desde os mainframes até os computadores pessoais, da World Wide Web até os smartphones, cada mudança transforma todo o panorama do setor. O caso da Microsoft confirma a crueldade dessa mudança: a empresa tinha quase 100% de participação no mercado de sistemas operacionais na era dos computadores pessoais, mas quando o foco se virou para os smartphones, tornou-se quase irrelevante.

Os dados mostram que a quota do sistema operativo da Microsoft nas vendas de computadores em todo o mundo caiu drasticamente desde o pico em torno de 2010, tendo caído para menos de 20% até 2025. De forma semelhante, a Apple, que dominou o mercado de computadores pessoais no início, também foi marginalizada pelos computadores compatíveis com IBM. Evans enfatiza que os líderes iniciais tendem a desaparecer, o que parece ser a regra de ferro das transferências de plataforma.

Mas, três anos se passaram e ainda sabemos muito pouco sobre a forma dessa transição. Evans citou ideias falhadas do início da internet e do início da internet móvel, como AOL, o portal Yahoo e os plugins Flash. Agora é a vez da IA generativa, e as várias possibilidades são igualmente deslumbrantes: formas de navegador, formas de agente, interação por voz ou algum novo paradigma de interface do usuário; ninguém realmente sabe a resposta.

Uma onda de investimentos sem precedentes: uma aposta de 400 mil milhões de dólares

As empresas de tecnologia estão investindo em infraestrutura de IA em uma escala sem precedentes. Em 2025, os gastos de capital da Microsoft, AWS, Google e Meta estão previstos para atingir 400 mil milhões de dólares, em comparação com o investimento anual da indústria de telecomunicações global de cerca de 300 mil milhões de dólares.

É ainda mais notável que este plano de crescimento para 2025 quase dobrou ao longo do ano.

A construção de centros de dados nos Estados Unidos está superando a escala da construção de edifícios de escritórios, tornando-se um novo motor de ciclo de investimento. A Nvidia enfrenta um gargalo de suprimentos devido à incapacidade de atender à demanda, e sua receita trimestral já superou a acumulação de anos da Intel. A TSMC também não consegue ou não quer expandir a capacidade rapidamente o suficiente para atender à demanda de pedidos da Nvidia.

De acordo com a pesquisa da Schneider Electric, os principais fatores limitantes na construção de centros de dados nos Estados Unidos são o fornecimento de eletricidade pública, seguido pela aquisição de chips e acesso à fibra óptica. A demanda por eletricidade nos EUA está a crescer cerca de 2%, enquanto a IA pode aumentar adicionalmente 1% na demanda, o que não é um problema na China, mas é difícil de construir rapidamente nos EUA.

Convergência de modelos: a vala de proteção desaparece, a IA pode estar “comoditizando”

Apesar do investimento massivo, a diferença nos testes de referência entre os principais modelos de linguagem está a diminuir para um único dígito percentual. Evans alertou:

Se o desempenho dos modelos estiver altamente alinhado, isso significa que os grandes modelos podem estar se tornando “commodities”, e a captura de valor será reestruturada.

Nos benchmarks mais comuns, a diferença entre os líderes já está muito próxima, e a liderança dos modelos está mudando semanalmente. Isso indica que os modelos podem estar se tornando uma commodity, especialmente para uso geral.

Evans apontou que, após três anos de desenvolvimento, houve mais progresso nas áreas da ciência e engenharia, mas ainda falta uma compreensão clara em relação à forma do mercado. Embora os modelos ainda estejam sendo aprimorados, surgiram mais modelos, participação de empresas chinesas, projetos de código aberto e novas siglas tecnológicas, mas a barreira de entrada não é evidente.

Na sua opinião, as empresas de IA precisam encontrar novas barreiras de entrada em termos de escalabilidade de poder computacional, dados verticais, experiência do produto ou canais de distribuição.

O dilema do envolvimento do usuário: os 800 milhões de usuários ativos semanais do ChatGPT não podem esconder a verdadeira falta de retenção.

Apesar de o ChatGPT afirmar ter 800 milhões de utilizadores ativos semanais, os dados de envolvimento dos utilizadores retratam um cenário diferente. Várias pesquisas mostram que apenas cerca de 10% dos utilizadores americanos usam diariamente o chatbot de IA, sendo que a maioria ainda se encontra na fase de tentativas ocasionais.

Os dados da pesquisa da Deloitte mostram que o número de pessoas que usam ocasionalmente chatbots de IA é muito maior do que o número de pessoas que os usam diariamente.

Evans chamou isso de uma típica “ilusão de envolvimento”: a velocidade de penetração da IA é impressionante, mas ainda não se tornou uma ferramenta cotidiana para todos.

Ele analisou as razões para o dilema do envolvimento: quantos casos de uso são adaptações simples e óbvias? Quem possui um ambiente de trabalho flexível e procura conscientemente formas de otimização? Para os outros, será necessário embalar a IA em ferramentas e produtos? Isso reflete uma lacuna significativa entre a capacidade técnica e a aplicação prática.

A implementação nas empresas também é lenta. Relatórios citam pesquisas de várias consultorias que mostram que, apesar do entusiasmo das empresas com a IA, ainda são poucos os projetos que realmente entram em ambientes de produção.

Implementado: 25%

Planeamento para a segunda metade de 2025: cerca de 30%

Pelo menos 2026 para ser implementado: cerca de 40%

Atualmente, os casos de sucesso ainda estão concentrados em assistência à programação, otimização de marketing e automação de suporte ao cliente, em um “estágio de absorção”, ainda há uma distância até a verdadeira reestruturação dos negócios.

A publicidade e o sistema de recomendações estão a passar por uma reescrita disruptiva.

Evans acredita que a área onde a IA irá mudar rapidamente é a publicidade e os sistemas de recomendação.

A recomendação tradicional depende da “relevância”, enquanto a IA tem a capacidade de entender a “intenção do usuário” em si. Isso significa:

Os mecanismos subjacentes do mercado publicitário de trilhões de dólares podem ser reescritos.

O Google e a Meta já divulgaram dados iniciais: a publicidade impulsionada por IA pode aumentar a taxa de conversão em 3% a 14%. O custo de criação de anúncios também pode ser moldado ainda mais pela tecnologia de geração automática a partir de um mercado anual de 100 mil milhões de dólares.

Lição da história: quando a automação tem sucesso, já não é chamada de “IA”

Evans traz a perspectiva de volta ao relatório de automação do Congresso dos EUA de 1956, apontando que cada onda de automação provoca grandes discussões sociais, mas acaba se integrando silenciosamente à infraestrutura.

A desaparecimento dos operadores de elevador, a revolução de inventário trazida pelos códigos de barras, a internet transformando-se de “novidade” em infraestrutura… tudo isso prova que:

Quando a tecnologia realmente se concretiza e se torna acessível, as pessoas já não a chamam de “IA”.

Evans enfatiza que o futuro da IA é tanto claro quanto nebuloso: sabemos que irá remodelar indústrias, mas não sabemos qual será a forma final do produto; sabemos que estará presente em todas as empresas, mas não sabemos quem serão os líderes da cadeia de valor; sabemos que precisará de uma enorme capacidade computacional, mas não sabemos até onde o crescimento irá parar.

Em outras palavras, a IA está se tornando o protagonista de um novo ciclo de quinze anos, mas o desenrolar de toda a peça ainda não está escrito.

Podemos estar à beira da próxima grande revolução tecnológica.

O futuro da captura de valor: dos efeitos de rede à competição de capital

Para produtos comercializáveis que são intensivos em pesquisa e capital, a captura de valor torna-se uma questão crucial. Se o modelo se tornar um produto e faltar efeitos de rede, como os laboratórios de modelos irão competir?

Evans propôs três possíveis caminhos: expandir para baixo na cadeia para vencer pela escala, expandir para cima na cadeia para vencer através de efeitos de rede e produtos, ou procurar novas dimensões de competição.

O caso da Microsoft mostra a transição de uma competição baseada em efeitos de rede para uma competição baseada na capacidade de aquisição de capital. A proporção de despesas de capital da empresa em relação à receita de vendas aumentou significativamente a partir de um mínimo histórico, refletindo uma mudança fundamental no modelo de competição.

A OpenAI adotou uma estratégia de “dizer sim a tudo”, incluindo transações de infraestrutura com Oracle, Nvidia, Intel, Broadcom, AMD, integração de e-commerce, publicidade, conjuntos de dados verticais, bem como plataformas de aplicativos, vídeos sociais, navegadores de internet e uma diversificação de layouts.