Bom dia! Hoje é 28 de outubro. Neste mesmo dia, em 1636, o tribunal geral da Colônia da Baía de Massachusetts votava a destinar 400 libras (cerca da metade do orçamento anual da colônia) para a criação de uma escola. A instituição que nascia daquela verba modesta viria a se chamar Harvard, a universidade mais antiga dos Estados Unidos e, durante quase quatro séculos, uma das mais influentes do mundo. O detalhe que a maioria esquece é que Harvard não foi fundada para ensinar ciência, filosofia ou direito. Foi fundada para formar pastores. Ou seja: a primeira instituição de ensino superior do que se tornaria a nação mais poderosa do planeta era, na origem, uma escola religiosa, porque os puritanos que a criaram acreditavam que nenhuma sociedade sobrevive sem pessoas treinadas para distinguir o certo do errado.
Trezentos e noventa anos depois, a pergunta que os puritanos responderam com Harvard – a de quem ensina a distinguir o certo do errado? – é a mesma que as maiores empresas de inteligência artificial estão fazendo neste exato momento. E a resposta que encontraram é, curiosamente, a mesma: a religião. As notícias de hoje percorrem, cada uma à sua maneira, o terreno instável entre construir algo novo e decidir sobre que base construí-lo. O Itaú compra a startup NeoSpace por R$ 2,9 bilhões para criar seus próprios modelos de IA, apostando que um banco que depende de terceiros para pensar está sempre um passo atrás. A Shopee inaugura mais quatro centros de distribuição e atinge 30 unidades no Brasil, construindo a infraestrutura física que sustenta uma guerra digital pelo consumidor. A OpenAI e a Anthropic anunciam, quase simultaneamente, que seus modelos refutaram a Hipótese do Tempo Exponencial, um resultado que, se confirmado, pode redesenhar os fundamentos matemáticos sobre os quais toda a ciência da computação se apoia. E empresas como Anthropic, OpenAI e Meta recorrem a filósofos e líderes religiosos de mais de 15 tradições para ensinar ética a seus chatbots, porque descobriram que o problema mais difícil da IA não é técnico, é moral. Em todos os casos, a fundação importa mais do que a estrutura. E quem constrói sobre uma base frágil descobre, como qualquer engenheiro sabe, que o problema só aparece quando o edifício já está de pé.
O Itaú Decidiu que Não Quer Mais Alugar a Inteligência dos Outros
Até pouco tempo, quando o Itaú queria que um modelo de IA analisasse o risco de um cliente, personalizasse uma oferta de crédito ou detectasse uma fraude em tempo real, ela usava ferramentas de terceiros – ou seja, modelos em muitos casos genéricos, treinados com dados não tão especializados no contexto do banco e calibrados para resolver problemas que não necessariamente eram seus. Porém, a partir de agora, ele quer fazer isso com inteligência própria.
Nesse sentido, foi realizada a aquisição da NeoSpace, startup brasileira de IA fundada em 2023 e especializada em identificar padrões complexos em grandes volumes de dados, uma operação que custou R$ 2,9 bilhões em dinheiro – a maior compra de uma empresa de IA por um banco brasileiro –, que tem um objetivo que o comunicado oficial não parece disfarçar: o Itaú tendo a querer combinar a tecnologia da NeoSpace com seus dados de mais de 70 milhões de clientes para construir modelos de IA que nenhum concorrente possa replicar, porque nenhum concorrente tem acesso aos mesmos dados.
A lógica é a mesma que levou a Salesforce a criar o Koa, ou a que motivou a Harvey a abandonar os modelos premium da OpenAI e da Anthropic em favor do Kimi K3 chinês: quem depende de um fornecedor externo para a camada mais estratégica do negócio – ou seja, a inteligência que decide para quem emprestar, quanto cobrar e quando recusar – está, na prática, alugando o cérebro. E alugar o cérebro tem dois problemas: (i) o preço pode subir sem aviso, e (ii) o cérebro que você usa é o mesmo que o seu concorrente aluga. Com isso, a NeoSpace dá ao Itaú algo que nenhuma assinatura de API oferece: exclusividade. Um modelo treinado com os dados do Itaú, para os problemas do Itaú, dentro do ecossistema do Itaú, algo que seus concorrentes não poderão copiar simplesmente abrindo o ChatGPT.
Já pensou em ter todo esse conteúdo em formato de áudio? Se sim, é só você clicar aqui e aproveitar!
Assim, para o mercado financeiro brasileiro, a aquisição marca um ponto de inflexão que o Entrelinhas antecipou ao longo de várias edições: a IA no setor bancário está migrando de uma ferramenta comprada para uma nova capacidade construída. À exemplo, o Nubank, exemplo máximo de tecnologia bancária, lançou recentemente o Nu Smart Invest, um serviço disponibilizado para seus clientes que, usando IA, tem a capacidade de analisar carteiras e sugerir investimentos financeiros.
Agora o Itaú, o maior banco da América Latina em ativos, compra uma startup inteira para internalizar o que antes terceirizava. Diante disso, a pergunta que a aquisição levanta não é se os R$ 2,9 bilhões se pagarão, mas é o que os bancos que não fizeram o mesmo farão quando o Itaú, por exemplo, começar a oferecer produtos que só quem tem modelos próprios consegue criar.
Harvard foi fundada porque os puritanos entenderam que formar seus próprios pastores era mais valioso do que importá-los. O Itaú acaba de fazer a mesma aposta, só que, em vez de pastores, está formando algoritmos.
A Shopee Quer as Farmácias Brasileiras
Quando a Shopee desembarcou no Brasil em 2020, a reação do varejo local foi de desdém – apelidos como “app de capinha de celular” eram mais do que recorrentes no mercado, especialmente entre seus concorrentes. Seis anos depois, a empresa opera 30 centros de distribuição espalhados pelo país, de Recife a Blumenau, e aumentou sua capacidade de processamento de pedidos em 60% no último ano. Em sua operação, são mais de 3 milhões de vendedores locais na plataforma, mais de 20 milhões de itens vendidos numa única data promocional, e uma operação logística que, em velocidade de expansão, já rivaliza com a do Mercado Livre – isto é, a empresa que a Shopee mais quer alcançar.
Em face disso, o que, agora, nos chama mais a atenção não são, necessariamente, os centros de distribuição – que são por si só impressionantes – mas é o que a Shopee ainda não vende. Destaque para o “ainda”, pois a empresa acaba de confirmar que acompanha de perto a regulamentação da Anvisa para a venda de medicamentos em marketplaces e que só entrará no segmento quando houver “mais clareza quanto à legislação”.
Diante disso, asiática parece estar de olho num mercado que seu maior concorrente, o Mercado Livre, não esperou para entrar: como cobrimos, o argentino já vende medicamentos com retenção de receita, incluindo GLP-1, com entregas que são feitas em até uma hora. O próprio iFood, que é outra peça que a Shopee terá que enfrentar nesse mercado, já movimenta R$ 3,4 bilhões em vendas relacionada à farmácias.
Portanto, a Shopee, que em logística avança em nosso país com uma agressividade quase militar, em medicamentos escolhe a cautela – uma postura que, lida nas Entrelinhas, é menos sobre regulação e mais sobre risco: entrar no mercado farmacêutico sem licença definitiva da Anvisa pode custar mais em sanções do que rende em vendas.
Sendo assim, para o ecossistema de e-commerce brasileiro, a corrida que se desenha parece estar cada vez mais clara: o Mercado Livre já lidera em farmácia (mesmo que incipiente) e logística de última milha. A Shopee lidera em escala de vendedores e agressividade promocional, ou seja, na batalha dos preços. A Amazon, mais tradicional, se mantém sobre sua enorme reputação. E o iFood transformou sua rede de entregadores em correio para qualquer lojista – fazendo, também, o tipo de entregas diárias que todos parecem, agora, querer fazer.
Com isso, a Shopee que esperou a Anvisa para medicamentos é a mesma que não esperou ninguém para inaugurar 14 centros de distribuição em doze meses. A diferença entre as duas decisões – atacar na logística, esperar na farmácia – é o retrato mais nítido de como a Shopee pensa: corre onde o risco é operacional e freia onde o risco é regulatório. É, possivelmente, a combinação mais inteligente de agressividade e prudência que o varejo brasileiro viu nos últimos anos.
A IA Pode Ter Refutado uma Lei Fundamental da Ciência
Imagine que, durante décadas, todos os engenheiros do mundo acreditassem que existe um limite máximo para a velocidade com que um computador pode resolver certos problemas – e que, na semana passada, duas máquinas demonstrassem que esse limite pode não existir. É, em essência, o que a OpenAI e a Anthropic afirmam ter feito. Seus modelos de IA desenvolveram algoritmos que resolvem um tipo específico de problema lógico complexo em tempo “subexponencial”, ou seja, mais rápido do que a Hipótese do Tempo Exponencial, uma premissa central da ciência da computação há mais de uma década, dizia ser possível. Se o resultado do feito for confirmado pela comunidade científica, não é apenas uma descoberta. É a revisão de uma fundação sobre a qual milhares de artigos, sistemas de segurança e protocolos de criptografia foram construídos – revisão feita (ou podemos chamar de revolução?) pelas mão de uma inteligência não-humana.
Para entender por que isso importa – e por que, ao mesmo tempo, ninguém deveria entrar em pânico –, é preciso entender o que a hipótese dizia. A Hipótese do Tempo Exponencial (HTE) afirmava que, para uma classe específica de problemas lógicos, qualquer algoritmo precisaria de um tempo que cresce exponencialmente à medida que o problema fica mais complexo. Em termos práticos, é como dizer que montar um quebra-cabeça de mil peças leva não dez vezes mais do que um de cem, mas astronomicamente mais – tanto que, a partir de certo tamanho, nenhum computador no universo poderia resolvê-lo em tempo útil.
Entre no canal Entrelinhas no WhatsApp e siga nosso Instagram: informação rápida, em tempo real, que tangibilizam as transformações.
Essa premissa está na base da criptografia moderna: a segurança de senhas, transações bancárias e comunicações militares depende da suposição de que certos problemas são tão difíceis que decifrá-los levaria mais tempo do que a idade do universo. Contudo, se a HTE é falsa, essa suposição precisa ser reavaliada.
Nesse cenário, Ryan Williams, professor do MIT que está coordenando a resposta da comunidade científica, disse que partes das provas são “de outro mundo” e pediu que a OpenAI financie uma conferência para que pesquisadores avaliem as consequências coletivamente. A primeira pergunta que Williams fez ao cientista-chefe da OpenAI foi se o resultado comprometia algum sistema criptográfico em uso, e, por sorte, a resposta foi que, por enquanto, não. Mas o “por enquanto” é a Entrelinha que importa: se os algoritmos continuarem melhorando, e se a premissa de que certos problemas são intratáveis for de fato falsa, sistemas que hoje são considerados seguros podem deixar de sê-lo, não amanhã, mas numa escala de anos que, dada a velocidade da IA, pode ser mais curta do que a maioria dos especialistas assumia.
Harvard foi fundada sobre a premissa de que a religião era a base da moral. A ciência da computação, por sua vez, foi construída sobre a premissa de que certos problemas são impossíveis de resolver. As duas premissas podem ter sido úteis. Mas a segunda, apesar útil, não é mais, necessariamente, verdadeira.
Quem Ensina um Robô a Distinguir o Certo do Errado?
Chris Olah, cofundador da Anthropic, subiu ao palco do Vaticano no início deste ano e disse ao Papa Leão XIV algo que poucas pessoas na indústria de tecnologia teriam a honestidade de admitir em público: “Essas não são perguntas que um laboratório possa responder. São perguntas com as quais tradições como a sua lidam há milênios.” Naquele contexto, as perguntas a que Olah se referia não eram sobre código, arquitetura de modelos ou velocidade de processamento. Eram sobre o que é certo e o que é errado, e sobre como ensinar a uma máquina, que não possui intuição moral, a simular algo que se pareça com um julgamento ético quando interage com bilhões de pessoas todos os dias.
Depois disso, a Anthropic se reuniu com acadêmicos, clérigos, filósofos e especialistas em ética de mais de 15 tradições religiosas e interculturais para debater sobre o tema – vale ressaltar que a OpenAI, a Meta, o Google e a Amazon também consultaram representantes do Vaticano e de outras instituições.
Assim sendo, Sam Altman, CEO da OpenAI, definiu o que considera o objetivo final desse diálogo com uma constatação que é, ao mesmo tempo, ambiciosa e ingênua: “O que eu acho que o ChatGPT deveria fazer é refletir essa média ponderada da visão moral da humanidade.” O problema, e é um problema que filósofos, teólogos e antropólogos apontam com unanimidade rara, é que essa “média ponderada” não existe. Afinal, as tradições religiosas não concordam entre si sobre o que é certo e, em muitos casos, contradizem-se frontalmente. Portanto, tentar sintetizá-las num conjunto de princípios que um chatbot possa seguir pode acabar produzindo não uma ética universal, mas uma diluição que não representa ninguém de verdade.
Por fim, a Entrelinha mais consequente dessa história não é teológica em si, mas é comercial. Quando a Anthropic diz que quer que o Claude “distinga o certo do errado”, ela não está perseguindo a verdade moral, ou sequer está buscando algum tipo de espiritualidade, mas está tentando evitar que seu produto diga algo que gere, para a empresa, processos ou manchas reputacionais que, especialmente se tratando desse tema, podem acabar marcando a reputação de seus modelos. A ética, nesse contexto, é menos uma busca pelo bem e mais uma estratégia de mitigação de risco.
Em face disso, recorrer à religião para fundamentar essa estratégia é, ao mesmo tempo, a coisa mais ambiciosa e mais paradoxal que a indústria de IA já tentou: ambiciosa porque assume que tradições de milênios podem informar decisões que um algoritmo toma em milissegundos; paradoxal porque, como Paolo Carozza (membro do Conselho de Supervisão da Meta) observou, “o que a IA faz não ocorre de forma orgânica. Ela mistura tudo, desorganiza tudo e acaba não dando sentido a nada”.
Harvard foi fundada por puritanos que acreditavam que a moral vinha de Deus. Quatro séculos depois, as empresas mais valiosas do mundo pedem ao mesmo tipo de instituição que ajude a ensinar ética a máquinas que não acreditam em nada. E a pergunta que ninguém respondeu, isto é, nem os puritanos, nem o Vaticano e nem Sam Altman, é se um sistema sem crença pode aprender a distinguir o certo do errado. Ou se vai apenas simular que distingue e esperar que ninguém perceba a diferença.
