1 Bilhão no Gemini, Caça à IA, Nvidia no Código Aberto, da Cripto à IA e o Data Center Nacional
Bom dia! Hoje é 12 de agosto. Neste mesmo dia, em 1981, a IBM apresentava ao mundo o Personal Computer Model 5150: um computador de mesa com 16 kilobytes de memória, sem disco rígido, vendido por US$ 1.565. A máquina não era a mais rápida, nem a mais elegante, nem a mais inovadora do mercado. Mas fez algo que nenhuma concorrente conseguiu: tornou o computador pessoal aceitável para empresas, escritórios e, eventualmente, para qualquer pessoa com uma tomada e uma mesa. Ao abrir a arquitetura do PC para que outros fabricassem peças compatíveis, a IBM democratizou o acesso à computação, e, no processo, perdeu o controle da revolução que havia iniciado. Quem capturou o valor foram a Microsoft, que forneceu o software, e a Intel, que forneceu os chips.
Quarenta e cinco anos depois, a mesma lição se repete sob formas que a IBM reconheceria imediatamente: quando a tecnologia se torna universal, a pergunta muda de “quem tem acesso” para “quem controla o que” – e a resposta quase nunca é quem você espera. O Gemini do Google atinge 1 bilhão de usuários, igualando o ChatGPT, mas o que decide a corrida não é o número de pessoas que usam, é quem define os termos de uso. A Europa força a Anthropic a marcar todo texto de IA com selo invisível, e o Spotify bane artistas artificiais das recomendações, porque a produção se tornou tão fácil que o problema agora é distinguir o que é humano do que não é. A Nvidia entra na corrida dos modelos abertos porque percebeu que vender chips não basta; é preciso vender o ecossistema que roda neles. Uma mineradora de Bitcoin abandona cripto para vender energia à Anthropic. E o Brasil estuda usar R$ 4 bilhões que sobraram do 5G para construir um data center estatal. Em todos os casos, alguém que criou a infraestrutura descobre que o poder migrou para quem a usa – e corre para recuperá-lo.
O Gemini Atinge 1 Bilhão de Usuários
Sundar Pichai anunciou que o aplicativo do Gemini ultrapassou a marca de 1 bilhão de usuários ativos mensais, tornando-se o 14º produto do Google a alcançar essa escala. O número iguala o ChatGPT, que atingiu o mesmo patamar em junho, e confirma o fato consumado de que a inteligência artificial deixou de ser uma ferramenta nichada para se tornar um aliado indispensável de uso cotidiano, no mesmo nível de e-mail, mapas e buscas.
Mas o dado mais interessante não é o bilhão em si, mas é de onde ele veio. O Google não construiu essa base convencendo um bilhão de pessoas a baixar um aplicativo novo. Ele, na realidade, a construiu embutindo o Gemini dentro de produtos que essas pessoas já usavam: a busca de seu navegador, o Android, o Google Workspace e, agora, a própria Siri da Apple, que usa o Gemini como motor. Uma prova concreta disso é a de que cem milhões de usuários ativos do Gemini estão no iOS, ou seja, estão usando a IA do Google num iPhone da Apple sem necessariamente saber disso.
A forma como os usuários interagem com o Gemini também está mudando. Segundo o Google, 63% das interações já acontecem por voz, e o aplicativo gera mais de 150 milhões de imagens por dia. A IA está migrando do modelo de “caixa de texto onde se digita uma pergunta” para algo mais próximo de uma conversa contínua, multimodal, integrada ao dia a dia. E, nesse modelo, a vantagem do Google é desproporcional, afinal, nenhuma outra empresa possui, ao mesmo tempo, o motor de busca mais usado do mundo, o sistema operacional móvel mais popular de todos, o navegador com maior participação de mercado, o serviço de e-mail mais usado e um ecossistema de produtividade corporativa com centenas de milhões de usuários.
O ChatGPT pode até ter o melhor chatbot. O Claude pode ter o melhor raciocínio. Mas o Gemini tem algo que nenhum dos dois pode replicar: distribuição. E, como a IBM aprendeu em 1981, na tecnologia, distribuição quase sempre vence capacidade.
A Caça ao Texto de IA
A Anthropic anunciou que passará a incluir marcas d’água invisíveis em todos os textos gerados pelo Claude, cumprindo o código europeu de IA que entrou em vigor em 2 de agosto. Essa famigerada marca, segundo a empresa, permanecerá mesmo quando o texto for copiado e colado em outro lugar pelos usuários, permitindo que sistemas de detecção identifiquem conteúdo gerado por máquina mesmo fora da plataforma original.
A OpenAI, o Google, a Meta e a Microsoft informaram que também aderiram ao código. Na mesma semana, o Spotify anunciou que começará a rotular artistas gerados por IA com selos de “Persona de IA” e os excluirá de recomendações algorítmicas e editoriais, a menos que o usuário tenha explicitamente escolhido segui-los.
Os dois movimentos respondem ao mesmo fenômeno: a produção de conteúdo por IA se tornou tão barata, rápida e convincente que o problema deixou de ser apenas de qualidade e passou a ser a autenticidade das postagens. As redes sociais já cunharam o termo “claudefishing” – uma variação de catfishing – para descrever a prática de publicar textos gerados por IA como se fossem autorais. A Cloudflare afirma que o tráfego de bots na web já supera o de humanos. E o Spotify descobriu que perfis fotorrealistas de “artistas” que não existem acumulavam streams suficientes para gerar receita, desviando dinheiro de músicos reais para entidades fictícias que não compõem, não ensaiam e não sobem no palco.
Já pensou em ter todo esse conteúdo em formato de áudio? Se sim, é só você clicar aqui e aproveitar!
A ironia é que as mesmas empresas que criaram as ferramentas de geração agora precisam criar as ferramentas de detecção. A Anthropic marca os textos do Claude para que você saiba que não foram escritos por um humano. O Spotify exclui das recomendações os artistas que suas próprias ferramentas de IA poderiam, em tese, criar. O LinkedIn, como cobrimos, desativou seu próprio recurso de reescrita por IA porque percebeu que estava alimentando o problema que tentava resolver. A lição que se consolida é que, quando a produção se torna infinitamente barata, o valor migra para a verificação, e quem controla e detém os meios de verificação controla o que o público confia.
As marcas d’água e os selos de IA são, portanto, a nova fronteira de poder no mercado de conteúdo: quem carimba o que é real define, por consequência, o que vale a pena consumir.
A Nvidia Agora Também Quer Ser um Laboratório de IA Aberto
A Nvidia está desenvolvendo o chamado Nemotron 4, uma família de modelos de inteligência artificial de código aberto cujo maior modelo terá pelo menos 1 trilhão de parâmetros. A iniciativa coloca a fabricante de chips diretamente na corrida que, até agora, pertencia à OpenAI, Anthropic, Google, Meta e às startups chinesas. A Nvidia não está satisfeita em ser “apenas” a empresa que vende as pás da corrida do ouro; agora, ela também quer minerar.
A decisão nasce da mesma lógica que levou a empresa a assinar cartas abertas em defesa do código aberto e a formar coalizões de segurança cibernética com outras big techs. Quando a Hugging Face foi atacada por um agente da OpenAI que escapou do sandbox, a plataforma usou um modelo chinês de código aberto para se defender, porque os modelos fechados americanos tinham restrições que os impediam de serem usados em aplicações de segurança. A Nvidia, diante do ocorrido, pode captar a mensagem: se os únicos modelos abertos competitivos são chineses, o ecossistema que roda nos chips da Nvidia depende, para funcionalidades críticas, de software sobre o qual a empresa não tem influência alguma. O Nemotron 4 resolve essa vulnerabilidade, e, de quebra, cria mais um motivo para que desenvolvedores escolham GPUs da Nvidia em vez das alternativas.
Para OpenAI e Anthropic, que operam com modelos fechados e cobram preços premium pelo acesso a eles, a entrada da Nvidia no código aberto adiciona mais uma pressão numa semana que já acumula várias. Ontem, Zuckerberg lançou seu modelo de IA, Glimmer, que é aberto, e, em conjunto, publicou uma carta defendendo a distribuição universal da IA. A China lidera os modelos abertos em benchmarks de codificação. E agora a empresa mais valiosa da cadeia de semicondutores decide que também quer oferecer modelos gratuitos.
Deste modo, a mensagem para os laboratórios de fronteira é que o modelo fechado como estratégia de negócio está sob ataque de todos os lados, e que cada novo competidor aberto torna mais difícil justificar preços que, como a própria Microsoft declarou, ela pretende “eliminar”.
Mineradora de Bitcoin Abandona a Cripto para Vender Energia à IA
A Riot Platforms, uma das maiores mineradoras de Bitcoin dos Estados Unidos, fechou um contrato de 20 anos e US$ 9,1 bilhões com a Anthropic para fornecer energia e capacidade de data center a partir de seu campus no Texas. A Riot – que, numa vida anterior, fabricava equipamentos de diagnóstico médico sob o nome Bioptix antes de migrar para a mineração de criptomoedas – completa agora sua terceira reinvenção: de biotech para cripto, de cripto para infraestrutura de IA. As ações da companhia subiram 25% com o anúncio.
A lógica econômica por trás da transição é impecável. Mineradoras de Bitcoin possuem o ativo mais escasso da infraestrutura de inteligência artificial: acesso massivo a terrenos, refrigeração e energia elétrica em grande quantidade. E, quando o preço do Bitcoin cai (como vem caindo) e as margens de mineração se comprimem, esses ativos ficam subutilizados, mas não perdem seu valor. A IA, com isso, os vê e os quer, e paga contratos de 20 anos que oferecem uma previsibilidade de receita que a volatilidade da criptomoeda jamais proporcionou.
Para a Riot, portanto, trocar Bitcoin por Anthropic é trocar especulação por estabilidade. Para a Anthropic, que enfrenta dificuldades para acompanhar a demanda de seus clientes por capacidade computacional, o acordo resolve um gargalo crítico às vésperas do seu IPO.
Entre no canal Entrelinhas no WhatsApp e siga nosso Instagram: informação rápida, em tempo real, que tangibilizam as transformações.
O movimento da Riot é parte de uma migração setorial em que empresas de criptomoedas se reposicionam como fornecedoras de infraestrutura para IA. O paralelo com a IBM de 1981, nesse contexto, é, mais uma vez, tentador: assim como a IBM criou o PC e viu o valor migrar para Microsoft e Intel, as mineradoras de Bitcoin construíram a infraestrutura energética e de processamento que agora serve a um propósito para o qual nunca foi planejada. A mineração de cripto pode ter sido o motivo pelo qual esses data centers foram construídos. Mas a IA está se tornando o motivo pelo qual eles continuarão existindo.
O Brasil Quer Construir Seu Próprio Data Center
O governo brasileiro estuda usar parte dos R$ 3,95 bilhões que sobraram do leilão do 5G para construir um data center estatal operado pela Telebras. O dinheiro, que as operadoras depositaram em 2021 como contrapartida pelas faixas de frequência, ficou em aplicações financeiras enquanto as obrigações previstas – ou seja, as de levar internet a escolas, cobrir rodovias e resolver interferências – foram sendo executadas abaixo do orçado. Agora, o excedente pode ser direcionado a um projeto que, se concretizado, daria ao governo federal infraestrutura própria para processar e armazenar dados em solo nacional, sem depender de servidores da Amazon, do Google ou da Microsoft localizados nos Estados Unidos.
A proposta se insere numa tendência que acompanhamos há semanas sob diferentes formas: governos em todo o mundo retomando o controle de infraestrutura tecnológica que haviam terceirizado ao setor privado. Os Estados Unidos compraram participação na Intel. A Itália reestatizou a Telecom Italia. Trump negocia participações em empresas de IA por meio de um fundo soberano. E agora o Brasil cogita usar dinheiro de telecomunicações para construir um centro de dados que reduza a dependência de nuvens estrangeiras. O argumento, claramente, é de soberania digital: num momento de tensões geopolíticas crescentes, processar dados sensíveis do governo em servidores controlados por empresas americanas é uma vulnerabilidade que Brasília não quer mais aceitar.
Contudo, nada está decidido – o que foi autorizado, por enquanto, é apenas a realização de estudos de viabilidade. Mas o fato de o dinheiro existir, de a demanda por infraestrutura de dados ser real e de o contexto político favorecer investimentos em soberania tecnológica torna o projeto mais provável do que iniciativas semelhantes que morreram em estudos anteriores. A Telebras já sustenta boa parte da conectividade dos órgãos federais. Um data center próprio ampliaria essa capacidade e daria ao governo a possibilidade de rodar modelos de IA internamente, algo que, como a portaria que criou o cargo de especialista em infraestrutura de IA mostrou há duas semanas, Brasília já reconhece como um tipo de necessidade real. A questão não é se o Brasil precisa de um data center estatal. É se nós conseguiremos construí-lo antes que a dependência das nuvens americanas se torne mais cara de sair do que de manter.
