DeepSeek Voltando, US$ 6,3 Trilhões em Tecnologia, Google com o Claude e os Mercados Que Apostam em Tudo
Bom dia! Hoje é 27 de abril. Neste mesmo dia, em 1981, a Xerox lançava comercialmente o Star 8010, o primeiro computador a integrar interface gráfica, mouse, ícones, redes ethernet e e-mail em um único produto, uma combinação tecnológica que, à época, parecia luxo desnecessário e que, em poucos anos, redefiniria o que significava interagir com uma máquina.
A ironia histórica é que a Xerox, dona da invenção, jamais conseguiu monetizá-la em escala. Foram Apple e Microsoft que, observando o Star, capturaram o valor de uma revolução que outro inventou. Quarenta e cinco anos depois, a lição permanece atual, pois na corrida pela próxima fronteira tecnológica, vencer a inovação é apenas o primeiro passo. O que define o jogo é quem consegue transformá-la em ecossistema, em escala e, sobretudo, em poder econômico antes que a janela se feche.
A China Volta a Sacudir o Tabuleiro da IA
Pouco mais de um ano depois de provocar uma queda de US$ 1 trilhão em valor de mercado nas big techs americanas com o lançamento do R1, a DeepSeek voltou ao centro das atenções com a estreia das séries V4 Flash e V4 Pro. A empresa de Hangzhou apresenta seus novos os modelos como “a plataforma open source mais poderosa do mercado”, e os números justificam a essa afirmação poderosa, com uma janela de contexto ampliada para 1 milhão de tokens, o suficiente para processar bases de código inteiras em um único prompt, uma nova arquitetura batizada de Hybrid Attention Architecture que aprimora a memória do modelo em conversas longas, e um desempenho que, segundo a empresa, supera o GPT-5.2 da OpenAI em benchmarks padronizados.
A própria DeepSeek admite que a capacidade de raciocínio o V4 ainda está três a seis meses atrás dos modelos mais avançados da OpenAI, Google e Anthropic, mas a defasagem temporal é compensada por uma vantagem estrutural que pode se mostrar muito mais decisiva no longo prazo.
Curte meus insights? Entre no canal Entrelinhas no WhatsApp e receba os conteúdos e bastidores das empresas antes de todo mundo. Clique aqui.
Essa vantagem tem nome e número: custo. Os preços dos tokens de entrada do V4 Pro saem a US$ 1,74 por milhão de tokens; os de saída, a US$ 3,48 por milhão. No Claude Sonnet 4, para efeito de comparação, esses valores são US$ 3 e US$ 15, respectivamente. Assim, a diferença não é meramente incremental, mas estrutural. Afinal, para uma startup que constrói produto baseado em IA, a equação econômica entre treinar, inferir e escalar com modelos chineses ou ocidentais começa a inclinar perigosamente para um lado só.
A DeepSeek admite que a capacidade de serviço atual é “extremamente limitada” pela falta de infraestrutura computacional da empresa, mas esta ainda projeta uma queda ainda mais significativa de custos e preços ao consumidor final quando entrarem em sua operação, no segundo semestre, clusters equipados com chips Ascend 950 da Huawei. O recado, portanto, é claro: a China está construindo, em paralelo aos modelos seus modelos eficazes e ultra econômicos, uma cadeia de hardware doméstica capaz de sustentar a operação em escala, sem depender da Nvidia, sem depender da TSMC, sem depender de Washington.
O contraste com o esforço ocidental ilumina ainda mais a estratégia chinesa. Empresas americanas devem investir algo em torno de US$ 650 bilhões em 2026 apenas em infraestrutura de IA e data centers. A DeepSeek, financiada até agora pelo dinheiro do próprio fundador Liang Wenfeng e pelos lucros do fundo High-Flyer, busca sua primeira rodada externa com Tencent e Alibaba - uma captação modesta de US$ 300 milhões em yuans.
As recentes e antigas acusações de OpenAI e Anthropic de que a DeepSeek teria recorrido à “destilação” de modelos americanos, somadas às suspeitas de que a startup teria acesso a chips Blackwell da Nvidia em data center na Mongólia Interior, evidenciam, também, o nível de ansiedade que a empresa provoca no Vale do Silício. Mas a verdade incômoda que o V4 expõe é que, mesmo se todas as acusações se confirmarem, a equação custo-benefício chinesa continua imbatível. A pergunta deixa de ser se a DeepSeek vai alcançar a fronteira, pois ela está cada vez mais próxima, e passa a ser se as big techs ocidentais conseguirão sustentar margens em modelos de fronteira quando uma alternativa “boa o suficiente” custa um décimo do preço. A confiança na DeepSeek ainda é baixa, mas seu potencial é enorme.
US$ 6,3 Trilhões em Tecnologia
A consultoria Gartner projeta que os investimentos globais em tecnologia da informação chegarão a US$ 6,31 trilhões em 2026, um crescimento de 13,5% em relação a 2025. Por si só, esse número já chama atenção. Mas o mais interessante está na forma como esses recursos estão sendo distribuídos, pois os gastos com sistemas de data centers devem disparar 55,8%, alcançando US$ 788 bilhões em apenas um ano. Já os investimentos em equipamentos de TI tendem a crescer 8,2%, impulsionados principalmente pelo aumento no preço dos chips de memória, uma consequência direta do foco excessivo dos fabricantes em fabricar apenas semicondutores otimizados para inteligência artificial.
Esse movimento já traz um efeito colateral claro, afinal, muitas empresas estão adiando a troca de equipamentos menos rentáveis, porque os custos desses componentes aumentaram mais rápido do que a capacidade de gerar receita com eles. Em outras palavras, a inteligência artificial não está apenas atraindo mais investimentos, mas ela está alterando a dinâmica de preços em toda a cadeia de tecnologia.
É nesse contexto macro que o anúncio do Google de investir até US$ 40 bilhões na Anthropic ganha sua dimensão completa. A controlada da Alphabet aportará US$ 10 bilhões imediatos na empresa, em uma rodada que mantém a avaliação da Anthropic em US$ 350 bilhões (a mesma de fevereiro), e adicionará outros US$ 30 bilhões condicionados ao cumprimento de metas de desempenho internas em seus modelos de IA.
Conheça nosso canal no YouTube para poder ficar por dentro das próximas novidades que aparecerão por lá.
Em paralelo, o Google Cloud fornecerá 5 gigawatts de capacidade computacional à Anthropic ao longo dos próximos cinco anos, com uma possibilidade, ainda de expansão. Para termos dimensão do que é esse fornecimento, basta entendermos que um único gigawatt é suficiente para abastecer aproximadamente 750 mil residências americanas. Ou seja, a Anthropic, agora, recebe simultaneamente capital e infraestrutura de Google e Amazon (com o investimento anunciado na semana passada), em um dos arranjos mais singulares já vistos no Vale do Silício, onde duas big techs rivais estão financiando, ao mesmo tempo, a mesma startup que compete com elas próprias na camada de inteligência.
A explicação para essa convergência aparentemente paradoxal está em uma palavra: dependência mútua. A Anthropic precisa de capital e de chips em volumes que apenas as big techs podem fornecer. Google e Amazon precisam de uma cliente capaz de absorver a capacidade ociosa de seus data centers e de validar suas TPUs e Trainiums como alternativas viáveis aos chips da Nvidia. O Claude Code, agente de programação que se tornou ferramenta preferida de engenheiros no Vale do Silício (incluindo, segundo relatos, alguns do próprio Google), representa exatamente o tipo de produto que justifica esse arranjo: com alta margem, demanda crescente e dependência intensiva de infraestrutura.
Para a Anthropic, que considera um IPO em outubro, o acordo com o Google é a confirmação de que a empresa pode operar como ponto de equilíbrio entre potências rivais sem ser absorvida por nenhuma. Para o Google, é a admissão pública de que, apesar de produzir o Gemini, a vantagem competitiva mais sólida na corrida pela IA pode estar em ser dono dos trilhos por onde os modelos passam, e não necessariamente em construir o melhor modelo. A história do Star da Xerox, mais uma vez, ressoa, afinal, às vezes, vence quem domina a infraestrutura, não quem inventa a tecnologia.
Mercados Preditivos: Apostando em Tudo e Mais um Pouco
Plataformas como Kalshi (avaliada em US$ 11 bilhões) e Polymarket (US$ 9 bilhões) estão transformando expectativas sobre o futuro em ativos negociáveis em tempo real. Quem será o presidente americano em 2028? Por quanto tempo Maduro permanecerá preso? O barril de petróleo atingirá US$ 200 até o fim do mês? Cada uma dessas perguntas vira um contrato cujo preço flutua conforme a probabilidade percebida pelos participantes.
A lógica, a princípio, é elegante pois aproxima-se de uma bolsa de valores, mas em vez de papéis representando empresas, negocia-se papéis representando crenças. O argumento defendido pela Kalshi (cujo cofundadora mineira, Luana Lopes Lara, tornou-se a bilionária mais jovem do mundo a construir sua própria fortuna) é que mercados preditivos atraem participantes com conhecimento genuíno e, ao agregar essas crenças via mecanismos de preço, oferecem previsões mais precisas do que pesquisas tradicionais. Há fundamento teórico (e fático) nisso. Contudo, o problema começa quando se observa o que, na prática, está sendo precificado.
No Brasil, o Conselho Monetário Nacional acaba de proibir a oferta de mercados preditivos atrelados a eventos esportivos, políticos, eleitorais, sociais, culturais ou de entretenimento, restringindo as plataformas estrangeiras a apostas estritamente econômicas. Deste modo, vinte e sete plataformas, incluindo Kalshi e Polymarket, foram bloqueadas. A B3 lançará em 27 de abril contratos de eventos baseados em variação de índices da bolsa, do dólar e do bitcoin, em uma versão regulada e domesticada do conceito. O BTG Pactual já opera o BTG Trends, restrito a temas financeiros.
Assim, vemos que a linha que o regulador brasileiro está tentando traçar é, em essência, a separação entre previsão econômica, que tem valor informacional legítimo, e apostas sobre desfechos sociais e políticos, que carregam riscos qualitativamente diferentes. Nos Estados Unidos, por exemplo, mercados preditivos já foram usados para especular sobre ações militares no Irã e na Venezuela, com um investidor anônimo ganhando R$ 2 milhões ao apostar antecipadamente na queda de Maduro, algo que levantou suspeitas sobre uso de informação privilegiada e fez a Casa Branca orientar funcionários a não utilizarem discussões internas para operar nessas plataformas.
O cenário mais perturbador, contudo, não está no que essas plataformas oferecem hoje, mas no que tecnologias adjacentes tornam tecnicamente possível. O conceito, por exemplo, de “mercado de apostas de óbitos” surge nessas plataformas descentralizadas, baseadas em criptomoedas e contratos inteligentes, onde apostadores anônimos especulam sobre a data da morte de figuras públicas. A lógica perversa disso é que, se o prêmio acumulado for suficientemente alto, ele cria incentivo financeiro para que alguém execute o evento e colete a recompensa, funcionando como uma espécie de crime financiado coletivamente e fora do alcance de qualquer regulação estatal.
A combinação de blockchain, anonimato criptográfico e contratos auto-executáveis (algo que a Polymarket já possui) transforma o que seria uma fantasia distópica em uma possibilidade tecnicamente viável. Não é coincidência que, simultaneamente ao crescimento dos mercados preditivos, governos ao redor do mundo estejam acelerando esforços regulatórios, porque, afinal, a fronteira entre prever o futuro e incentivá-lo, em uma economia onde tudo pode ser tokenizado, é mais tênue do que a sociedade gostaria de admitir. O que começou como um experimento elegante de agregação de informação corre o risco de se tornar, se mal regulado, a mais disruptiva infraestrutura de monetização de eventos sociais já criada, e, justamente por isso, a urgência de tratá-la com a seriedade regulatória que sua escala exige só tende a crescer.
