Nos últimos três anos, a inteligência artificial saiu dos laboratórios e se tornou o centro das ambições tecnológicas, empresariais e geopolíticas. Governos, big techs e fundos de investimento correram para financiar modelos generativos cada vez maiores, infraestrutura de computação em nuvem e a contratação de talentos altamente especializados. No entanto, sinais recentes mostram que o ritmo de adoção pelas empresas não acompanha o tamanho dos investimentos. À medida que os custos aumentam e os resultados tangíveis demoram, cresce a pergunta: estamos diante de uma bolha prestes a estourar?
Quando o entusiasmo supera o uso real
Anúncios de megaplanos se multiplicaram ao longo do último ano. OpenAI, SoftBank e Oracle, por exemplo, anunciaram uma proposta de investimento conjunto de US$ 500 bilhões em supercomputadores dedicados à IA. Na China, grupos como Alibaba e Tencent reforçaram suas apostas para tentar consolidar a liderança mundial do país até 2030.
Mas enquanto o volume de capital aumenta, a taxa de uso corporativo começa a recuar. Dados da Oficina do Censo dos EUA, que monitora 1,2 milhão de empresas quinzenalmente, mostram que a adoção de IA por companhias com mais de 250 funcionários caiu de 14% em junho para menos de 12% em agosto.
Segundo Carl-Benedikt Frey, pesquisador de IA na Universidade de Oxford, o problema central é que as empresas ainda não encontraram aplicações duradouras capazes de justificar os custos. “A grande aposta em infraestrutura parte da ideia de que o uso vai disparar. Mas as pesquisas mostram o contrário. Sem novas utilidades claras, a bolha pode estourar”, afirma.
As limitações que pesam no resultado
Entre os principais entraves estão:
- Alucinações dos modelos, que geram respostas erradas de forma convincente.
- Confiabilidade limitada em tarefas críticas.
- Agentes autônomos pouco eficazes, que completam apenas cerca de um terço das tarefas complexas com sucesso.
- Ausência de aprendizado contínuo, ao contrário de profissionais humanos.
Essas limitações reduzem ganhos práticos e dificultam a substituição de processos consolidados.
Custo crescente, retorno incerto
Apesar do entusiasmo, a viabilidade financeira é cada vez mais questionada. O economista Stuart Mills, da London School of Economics, aponta que os gastos operacionais do setor se ampliam muito mais rápido do que as receitas.
A OpenAI, líder do mercado, gerou US$ 3,7 bilhões no último ano, mas seus custos chegaram a US$ 9 bilhões. A empresa projeta alcançar US$ 13 bilhões em receitas em 2025, porém, analistas calculam que seus gastos podem ultrapassar US$ 129 bilhões até 2029.
Já o analista Julien Garran, da MacroStrategy Partnership, afirma que o tamanho atual da especulação “é 17 vezes maior do que a bolha das empresas pontocom”.
Os dados reforçam que a corrida pela IA tem consumido capital num ritmo que só se justifica se a tecnologia realmente transformar setores inteiros — algo que ainda não ocorreu de maneira consistente.
Mercado mais cauteloso e possíveis cenários
Os resultados recentes de empresas de tecnologia refletem esse momento de dúvida. Mesmo com crescimento de receita ligado à IA, empresas como Palantir, AMD e Meta viram suas ações cair após balanços — sinal de que investidores questionam a sustentabilidade do modelo.
Para Gary Marcus, professor da Universidade de Nova York, a correção pode ser brusca: “Com exceção da Nvidia, a maioria das empresas de IA generativa está supervalorizada. Os fundamentos técnicos e econômicos não fecham.”
Já Sarah Hoffman, da AlphaSense, vê um desfecho menos dramático: uma correção gradual, com foco em projetos que provem retorno mensurável.
O que esperar daqui para frente
A tendência é que:
- empresas se tornem mais seletivas ao investir;
- modelos sejam avaliados por resultados concretos, não promessas;
- pesquisas avancem em aprendizado contínuo e redução de custos de treinamento.
Se a IA será uma revolução duradoura ou uma euforia passageira dependerá menos do tamanho dos modelos e mais de sua capacidade de resolver problemas reais de forma eficiente.
[ Fonte: DW ]
