Fica o Alerta: Você está Pagando Duas Vezes pela Mesma IA
Cada vez que sua equipe corrige uma resposta de IA, ela está ensinando ao modelo algo que um concorrente jamais conseguiria comprar. O problema é que o modelo não é seu.
Quando uma empresa contrata um consultor externo para resolver um problema estratégico, ela sabe que está entregando, junto com o contrato, acesso a informações sensíveis sobre seu negócio. Sabe quais dados vai compartilhar, com quem e por quanto tempo. Sabe que pode exigir cláusulas de confidencialidade, que pode limitar o escopo do acesso e que, ao fim do projeto, o consultor vai embora e o conhecimento gerado com ele pertence à empresa.
Agora, imagine um consultor que você paga por mês, que está presente em todas as reuniões, que lê todos os seus documentos, que aprende com cada correção que você faz ao trabalho dele, que absorve, silenciosamente, os padrões de decisão, os gargalos operacionais, as margens de cada produto, as fraquezas de cada processo, e que, ao fim do contrato, leva tudo o que aprendeu consigo, sem que você tenha direito a perguntar o que ele fará com esse conhecimento. É exatamente isso, argumenta Satya Nadella, que está acontecendo com as empresas que utilizam modelos de inteligência artificial proprietários, ou seja, cujo código-fonte é de propriedade exclusiva das empresas que os desenvolveram, como a Anthropic e a OpenAI sobre o Claude e o ChatGPT, respectivamente.
Neste domingo, o CEO da Microsoft publicou um texto longo e incomumente direto para alguém na sua posição, no qual descreve o que chama de “paradoxo reverso da informação”. A tese é simples e, quando articulada com a franqueza que Nadella emprega, profundamente desconfortável: toda empresa que usa um modelo de IA como o ChatGPT, o Claude ou o Gemini está pagando por inteligência duas vezes. A primeira vez, com dinheiro, pelo uso do serviço.
A segunda, com algo muito mais valioso: o conhecimento proprietário que ela precisa revelar para que o modelo funcione bem. E quanto mais a empresa quer que o modelo entenda seu negócio, mais conhecimento precisa entregar. É uma equação em que a qualidade do resultado depende diretamente da profundidade da exposição.
Este mecanismo é quase invisível, e é justamente por isso que merece atenção. Quando um funcionário escreve um prompt detalhado pedindo ao modelo que analise as vendas do trimestre, ele está ensinando ao sistema como a empresa estrutura seus dados comerciais. Quando ele corrige uma resposta errada, está destilando nela um julgamento que levou anos de experiência para se formar. Quando um agente de IA acessa ferramentas internas para executar tarefas, ele está mapeando os processos que conectam as áreas da organização. Cada interação gera o que Nadella chama de “exaustão”: prompts, correções, padrões de uso, preferências e feedbacks. E tudo isso, no agregado, constitui algo que um concorrente jamais conseguiria comprar, que é o conhecimento institucional acumulado de como aquela empresa específica funciona, decide e opera. Só que, no modelo atual, esse conhecimento está sendo entregue, voluntariamente, ao fornecedor do modelo de IA que você usa.
A questão, e aqui a análise de Nadella ganha sua dimensão mais incisiva, é que essa assimetria se aprofunda com o tempo. O fornecedor dos modelos aprende cada vez mais sobre a empresa à medida que ela usa o serviço, enquanto a empresa aprende quase nada sobre o que o fornecedor está fazendo com esse conhecimento.
“Com o tempo, a assimetria de informação se torna progressivamente mais desequilibrada”, escreve Nadella. “O vendedor aprende cada vez mais sobre você conforme você usa o que comprou, enquanto você aprende muito pouco sobre o que o vendedor está aprendendo em troca.”
É uma inversão do que a economia clássica descrevia como o paradoxo da informação, em que o vendedor de conhecimento arriscava entregá-lo para provar que valia a pena. Na era da IA, é o comprador que entrega conhecimento para poder usar o que comprou. E não tem como usá-lo sem entregar.
A ironia de ser Satya Nadella quem faz esse alerta não pode ser ignorada, e faz parte, também, de nossa análise. A Microsoft investiu bilhões na OpenAI e na Anthropic. O Azure, a plataforma de nuvem da Microsoft, foi durante anos o lar exclusivo do ChatGPT. A empresa lucrou imensamente com o modelo de negócio que agora seu CEO descreve como estruturalmente problemático.
E a solução que Nadella propõe para outras empresas sob o problema que ele mesmo diagnostica é, como se poderia esperar, conveniente para ele também. Possíveis soluções seriam:
Construir ambientes de aprendizado proprietários na nuvem, onde os dados da empresa fiquem protegidos dentro de fronteiras que o fornecedor do modelo não consegue cruzar. E essa nuvem, convenientemente, pode ser o Azure.
Ele também recomenda que as empresas criem camadas de orquestração que permitam alternar entre modelos de diferentes fornecedores, evitando a dependência de um único provedor.
A recomendação é sensata. Mas o mensageiro tem interesse direto na mensagem. E reconhecer isso não invalida o alerta, mas exige que ele seja lido com a dupla camada que merece.
Dito isso, o alerta em si é legítimo, e ele não chega “do nada”. Afinal, a preocupação com modelos proprietários vem crescendo nos últimos meses e já chegou a figuras como Alex Karp, CEO da Palantir, que alertou que empresas estão “terceirizando suas capacidades centrais para uma caixa-preta que não controlam”.
Quando conectamos esse alerta ao caso que analisamos recentemente, a convergência e contexto atual se tornam reveladores. Em resumo, naquela análise, descrevemos como a Anthropic levou ao Senado americano a maior operação de destilação já identificada contra seus modelos, conduzida por operadores afiliados ao Alibaba, que extraíram conhecimento do Claude por meio de milhões de interações sistemáticas.
Esta técnica de destilação, consistia, por parte dos golpistas, em formular perguntas complexas, coletar as respostas do modelo de IA em questão (que era o Claude) e usá-las para treinar seus modelos próprios, numa tentativa de “roubar inteligência” de um modelo superior. Nadella, em seu texto, aponta uma hipocrisia que espelha diretamente esse episódio: se os laboratórios de IA podem coletar dados livremente pela internet para treinar seus modelos, por que as empresas que usam esses modelos não podem, igualmente, estudá-los e destilá-los?
“Considero irônico”, escreve ele, “que o status quo seja usar direitos de uso justo para treinar modelos em dados públicos e, em seguida, impor termos restritivos à destilação.”
O subtexto que Nadella não pronuncia, mas que está presente em cada parágrafo do seu texto, é o código aberto. Empresas que rodam modelos abertos em seus próprios servidores, sejam eles em data centers próprios ou em nuvens privadas, não entregam o “exaustão” das suas interações a ninguém. As correções, os prompts, os padrões de uso, tudo fica dentro das fronteiras da organização. E a qualidade desses modelos abertos está avançando a uma velocidade que torna a equação cada vez mais difícil de ignorar.
Quer saber, com mais detalhes, o que são Códigos Abertos e Modelos Proprietários no mundo da IA? Clique aqui!
Em uma recente pesquisa, executivos que experimentaram os modelos proprietários tradicionais, como o ChatGPT, começaram, com uma crescente frequência, a se perguntar dentro de seu cotidiano: “será que eu posso pegar um modelo aberto e rodá-lo internamente? Ele vai fazer quase 90% do que o modelo proprietário faz, vai custar muito menos, e eu vou manter o controle sobre os meus dados.” A resposta, cada vez mais, é sim.
A pergunta que Nadella colocou na mesa, portanto, não é técnica. É sobre propriedade. Sobre quem fica com o conhecimento que é gerado cada vez que um ser humano interage com uma máquina. “Ao consumir inteligência, você está criando inteligência. E o que você cria deve pertencer a você”, escreve ele.
A frase soa quase como um princípio ético, e é. Mas é também, e talvez principalmente, uma descrição da próxima grande disputa da economia da IA: a disputa pelo controle do conhecimento institucional que está sendo gerado, corrigido e refinado, interação por interação, dentro de cada empresa que adotou a inteligência artificial como parte da operação.
Entre no canal Entrelinhas no WhatsApp e siga nosso Instagram: informação rápida, em tempo real, que tangibilizam as transformações.
Ao fim, para quem lidera negócios, o recado que podemos extrair de tudo isso é o seguinte: da próxima vez que um funcionário colar dados da empresa em um modelo de IA para gerar uma análise rápida, pergunte-se para onde vão aqueles dados. Quem tem acesso a eles. O que o fornecedor do modelo pode fazer com as correções que o seu time faz diariamente. E se o conhecimento que torna a sua empresa única, aquele que um concorrente jamais conseguiria comprar, está sendo entregue, prompt por prompt, correção por correção, a um sistema que aprende com cada interação e que pertence a outra empresa. Porque se está, o preço que você paga pela inteligência artificial é muito maior do que aparece na fatura. E a parte mais cara não tem como ser devolvida.
