Barreiras para avanço da IA incluem produção, consumo de energia e limitações de hardware

Inteligência artificial é um dos temas mais populares atualmente, assunto em grandes empresas, mídia e mesas de bar. O tema envolve curiosidades, preocupações e ânsia por mais conhecimento, com novidades sobre avanços tão rápidos que fica difícil acompanhar e até distinguir o que de fato já é real e prático ou não, especialmente em setores concretos da economia, como é o de infraestrutura. Nesta entrevista, Carlos Rafael Gimenes das Neves, professor do curso de Ciência de Dados e Negócios da ESPM, esclarece o que é e o que esperar da tecnologia e os desafios para o avanço no mundo.

Engrenagens do Crescimento – A inteligência artificial deixou de ser uma tendência para se tornar parte do cotidiano de empresas e profissionais. Em que estágio dessa transformação estamos hoje, de forma global?

Carlos Rafael – Estamos passando por um conceito conhecido como “fronteira inexplorada do verdadeiro potencial da IA”. Com exceção de grandes empresas que possuem tecnologia no núcleo, a maioria das pequenas e médias empresas ainda está no estágio de explorar a IA ou de tentar escalar a maturidade das soluções que envolvem IA. Apesar de essas pequenas e médias empresas já terem desenvolvido algo relacionado, por ainda estarem explorando, a IA ainda não está amplamente integrada com o cotidiano, processos e cultura de empresa (a não ser para tarefas triviais, como responder e-mail etc.). Além do fato de a maioria dessas empresas terem de enfrentar desafios culturais e tecnológicos para implementar IA efetivamente, é sabido mundialmente que o custo de operação e de implementação é difícil de diluir. Por isso, é comum ouvir que, apesar de a IA estar deixando as pessoas mais produtivas, ainda é difícil justificar (no presente ou no curto prazo) o investimento para essas mudanças, já que a maioria das empresas ou não consegue medir o retorno sobre o investimento (ROI) ou diz que o ROI não é significativo, por mais paradoxal que isso soe, acompanhado ao fato de que “as pessoas estão mais produtivas”. Esse relatório da Deloitte é muito bom para ajudar a dar um panorama profundo. 

Engrenagens do Crescimento – Existe muita expectativa e também muito entusiasmo em torno da tecnologia. O que é avanço real e o que ainda pode ser considerado exagero ou promessa distante?

Carlos Rafael – “Avanço real” é muito amplo/vago. Do ponto de vista das grandes empresas de tecnologia, que criam os modelos e ferramentas que o mundo todo usa, estamos passando por avanços reais diariamente. A pesquisa e o desenvolvimento dessas empresas estão a todo vapor e é fácil ver, na mídia especializada, que os salários das pessoas que estão nesses cargos são absurdamente altos, justamente por conta da esperança que essas grandes empresas de tecnologia têm no futuro da IA como um todo. Agora, do ponto de vista das empresas que fazem uso dessas tecnologias, a figura é diferente. Os atuais modelos de IA são muito bons no domínio técnico, como programação, matemática, análise de dados (numéricos, imagem, áudio etc.), mas têm dificuldade para desempenhar com sucesso tarefas humanas, que dependem de instinto e senso comum. Por ser tudo muito novo, mais ou menos como se ainda fosse uma fase de namoro, a mídia como um todo tende a exagerar um pouco nas manchetes, ou inflar as expectativas na base de um otimismo/futurologia. Ainda existem questões que precisam ser resolvidas, e quem trabalha constantemente com esse tipo de ferramenta no dia-a-dia já está aprendendo a lidar/contornar essas questões, como alucinações, desvios factuais, linha de raciocínio frágil/defeituosa, problemas para planejamento de passos para tarefas de longo prazo etc. Muitos projetos de substituição do trabalho humano para soluções puramente com IA já foram cancelados ou estão em fase de análise mais criteriosa, justamente por conta do ROI, ou de constante necessidade de intervenção humana/retrabalho.

Engrenagens do Crescimento – O desenvolvimento de inteligência artificial exige infraestrutura robusta, como data centers, energia e capacidade computacional. Em que fase de avanço o Brasil está? Quais gargalos podem limitar o crescimento do setor?

Carlos Rafael – Apesar de o Brasil ainda não possuir uma infraestrutura própria de data centers para IA comparável à de países como Estados Unidos ou China, como o Brasil é um mercado onde a tecnologia foi adotada em uma velocidade incrível, e é um mercado muito fértil para implementação de soluções com IA, grandes empresas (das mais conhecidas, como Microsoft, Amazon, até empresas de nicho, como Ascenty ou Equinix) já investem, ou estão dispostas a investir para tentar mudar esse cenário, tanto para aumento da capacidade de produção energética, como para construção de data centers ou aquisição de computadores. Tanto que, no ano passado, foi assinada uma Medida Provisória para criação do “Regime Especial de Tributação para Serviços de Data Center no Brasil”, o Redata. Ele seria um decreto executivo temporário para acelerar investimentos, mas exigia aprovação do Congresso para se tornar lei. O cenário político acabou impedindo a votação em tempo hábil e o Redata, que facilitaria a entrada no mercado e possibilitaria bilhões de dólares em investimentos, acabou, infelizmente, caindo em um limbo. Digo isso porque esse é o principal gargalo para o setor, no Brasil: investimento e capital, visto que o País possui um grande território capaz de comportar, tranquilamente, grandes data centers.

Engrenagens do Crescimento – Quais são os principais desafios técnicos, econômicos e regulatórios que precisam ser superados para que a IA continue avançando?

Carlos Rafael – Desafios técnicos: As barreiras mais significativas para a aceleração da IA estão relacionadas à produção e consumo de energia, e às limitações atuais de hardware. Por exemplo, capacidade da rede elétrica, transporte de eletricidade até os pontos de consumo, ou velocidade de transferência de dados (largura de banda da memória), já que os algoritmos de IA trabalham com um volume gigante de dados, que precisam ser processados com grande velocidade para poderem produzir resultados em tempo hábil. Tudo isso consome energia, produz calor, e precisa que grandes quantidades de informações trafeguem pelos computadores/data centers no menor tempo possível. Desafios econômicos: os principais desafios econômicos estão na área profissional e questões sobre o ROI das soluções. O déficit de competências em IA é uma barreira para a integração das soluções. E pela questão do ROI, não são só as empresas que adotam essas tecnologias, como já dito anteriormente, que têm dificuldade de justificar o ROI. É mundialmente sabido, por exemplo, que a OpenAI, tem prejuízos operacionais na casa de bilhões de dólares, e essa situação não pode permanecer assim para sempre, porque é insustentável. Desafios regulatórios: o AI Act, da União Europeia, deve ser totalmente implementado ainda em 2026. Como já aconteceu antes com a LGPD, esse tipo de projeto sendo iniciado lá acaba tendo reflexo no resto do mundo, incluindo no Brasil. Conforme os agentes de IA ficam mais e mais autônomos, o foco da regulamentação governamental vai refletir na forma como os desenvolvedores criam os modelos e ferramentas.

Engrenagens do Crescimento – O desenvolvimento de inteligência artificial depende de infraestrutura, poder computacional e acesso a grandes volumes de dados. Quais gargalos podem limitar a expansão dessa tecnologia?

Carlos Rafael – Os principais gargalos são: dificuldade de generalização da aplicação das soluções: cada solução precisa ser criada e adaptada para o cenário de uso, e são poucas soluções que podem ser reutilizadas sem retrabalho ou adaptação de escopo; limitações físicas e computacionais; e qualidade dos dados de entrada para criação dos modelos: para treinar um modelo de IA é necessário um conjunto de dados inédito, não criado pela própria IA. Porém, como a maior fonte de dados desses modelos é a internet, e o conteúdo 100% original (não criado por IA) da internet ou está se esgotando, ou está sendo renovado por conteúdo criado por IA, novos modelos terão muita dificuldade em obter os dados necessários para serem desenvolvidos.

Engrenagens do Crescimento – O interesse de investidores em empresas e soluções ligadas à IA cresceu rapidamente. Existe risco de uma bolha ou o movimento atual tem fundamentos sólidos?

Carlos Rafael – A questão sobre a bolha da IA é bastante complexa/controversa. O “boom” da IA pode vir a ser a maior bolha de investimentos de capital da história. Se considerarmos as grandes empresas de tecnologia (Amazon, Alphabet, que é quem está por trás do Google, Meta e Microsoft) gastaram quase USD 300 bilhões em investimentos em 2025. E esses investimentos em IA são uma parcela cada vez maior da atividade econômica de muitas empresas nos EUA. Mas, apesar de as cifras serem altas, o que levanta suspeitas e deixa algumas pessoas em alerta, alimentando a teoria da bolha, é o fato de que as grandes empresas como OpenAI, estão sempre tendo prejuízo operacional, e o que é chamado de economia circular. Por exemplo, a Nvidia investe USD 100 bilhões na OpenAI. A OpenAI utiliza esse capital para construir centros de dados, que são equipados com chips da Nvidia. Ou seja, a Nvidia acabou “investindo nela mesma”. Esse tipo de economia circular lembra as estruturas financeiras problemáticas na época da bolha das empresas “pontocom”, no início da internet. Porém, ainda é cedo para dizer se esse cenário vai mesmo se concretizar.

Engrenagens do Crescimento – Como a disputa entre grandes potências pela liderança em IA pode alterar o cenário geopolítico mundial nos próximos anos?

Carlos Rafael – A corrida pela IA está remodelando a dinâmica de poder global. Tanto a administração do presidente Trump, quanto a administração do Biden, compararam a disputa por IA entre EUA e China à corrida espacial da era da Guerra Fria. Mas, a dinâmica e as escalas são bastante diferentes. A China, por exemplo, está adotando uma abordagem bastante abrangente para o desenvolvimento de IA, indo desde a criação dos chips, passando pela infraestrutura de computação, modelos de IA e até as aplicações/ferramentas. Mesmo que EUA e China tenham flexibilizado os controles de exportação de semicondutores e terras raras para outros países, eles ainda detém os melhores modelos e meios de produção. Assim, o mundo tem ficado à mercê dessas duas potências, em um esquema quase que bipolar. Mas, se as empresas americanas continuarem dando prejuízo operacional, a situação não se sustentará por muito mais tempo, dando vez para possíveis empresas e modelos chineses. Como dados e IA são os novos recursos mais valiosos, essa possibilidade poderia acabar alterando a atual hegemonia americana, que seria substituída por uma hegemonia chinesa. O controle sobre chips avançados, data centers, infraestrutura digital e dados passou a ser visto como ativo estratégico. 

Engrenagens do Crescimento – A inteligência artificial pode se tornar uma questão de soberania nacional?

Carlos Rafael – O controle da infraestrutura de IA já é equivalente ao controle de energia ou de capacidade militar, e os governos ao redor do mundo estão tratando, cada vez mais, a IA como uma infraestrutura estratégica comparável ao petróleo e ao poder militar. Chips e algoritmos avançados já eram elementos fundamentais para criação de soluções militares de ponta, como armas guiadas com precisão, caças inteligentes, e ferramentas de guerra cibernética. O avanço da IA dos últimos anos aumentou ainda mais o valor desses recursos (chips e algoritmos avançados), e transformou eles na peça chave para a corrida pela IA entre as duas grandes potências (EUA e China). Essa transformação fez com que outros grandes mercados já não se preocupassem apenas com questões políticas e econômicas, mas também com a IA em si. Assim, é possível dizer que os chips e as tecnologias digitais possam acabar se tornando o campo de batalha geopolítico mais perigoso dos últimos tempos. 

Engrenagens do Crescimento – No caso do Brasil, quais são os desafios para evitar dependência tecnológica e desenvolver capacidade própria em inteligência artificial?

Carlos Rafael – O Brasil reconhece a importância do tema, mas enfrenta muitos desafios de implementação dessas tecnologias. Nos últimos anos, por exemplo, o Brasil lançou iniciativas em torno do desenvolvimento de infraestrutura, capacitação da força de trabalho intelectual e uma nuvem soberana para proteger dados sensíveis. As iniciativas incluíam até financiamento para criação de grandes modelos de linguagem (LLM), que são de extrema importância, por serem a base para todas as ferramentas de IA generativa na atualidade. Mas, como dito, em parte, em outras respostas anteriores, a atual dependência que o Brasil tem da infraestrutura estrangeira de IA (tanto algoritmos como chips) cria o risco de o País acabar ficando sujeito a esses outros países, caso não consiga segurar dentro do País, e fornecer condições favoráveis (como salário e ambiente de trabalho fértil) para a força de trabalho intelectual necessária para desenvolver esse tipo de modelo e ferramentas. O Brasil tem excelentes pesquisadores e cientistas de ponta, mas a falta de condições faz com que essa força de trabalho migre, enfraquecendo o Brasil, e diminuindo a chance de uma produção nacional relevante.

Engrenagens do Crescimento – Olhando para os próximos cinco a dez anos, quais transformações podem ser mais profundas para quem trabalha, estuda e investe em IA — e o que as pessoas deveriam começar a observar desde já?

Carlos Rafael – Aqui entra em uma esfera de uma certa futurologia, visto que não temos padrões anteriores similares de comparação. Nem a Revolução Industrial causou mudanças tão profundas quanto as mudanças que a IA tem causado. É seguro dizer que podemos esperar transformações profundas na forma como a força de trabalho mundial se desenvolve nas mais diversas áreas. Está previsto, por exemplo, que o suporte ao diagnóstico médico vai se tornar o padrão de atendimento nos próximos anos, fazendo com que médicos precisem interagir com ferramentas de IA para obter uma segunda opinião no dia-a-dia normal. Além da saúde, é esperado que outras áreas também mais ligadas ao mundo físico, como manufatura, logística, varejo e agricultura também  utilizem mais IA, na forma de soluções integradas, com melhores algoritmos de distribuição de carga e logística, melhoria nos processos produtivos, redução do desperdício de material ou aumento da produtividade de alimentos. Tudo isso faz com que profissionais que, por acaso, ainda não estejam lidando tanto com soluções tecnológicas acabem precisando se reestruturar mais do que outros. Como professor, percebo que isso tem feito com que a educação e o desenvolvimento de competências também passem por transformações pesadas. E isso já pode ser visto hoje, longe de ser futurologia. Habilidades ainda inexistentes ou pouco conhecidas/exploradas, como capacidade de julgamento humano crítico, capacidade de definir objetivos com precisão para sistemas de IA (forma de se explicar/escrever prompts já que a IA não é um ser humano e não é capaz de compreender 100% qualquer coisa que escrevemos), capacidade de avaliação crítica e curadoria de resultados gerados pela IA e capacidade para projetar fluxos de trabalho que integrem, não substituam, humanos por IA estão se tornando habilidades muito valiosas, que precisam ser desenvolvidas por quem quiser se manter atualizado e relevante nos próximos anos.

A OESP não é(são) responsável(is) por erros, incorreções, atrasos ou quaisquer decisões tomadas por seus clientes com base nos Conteúdos ora disponibilizados, bem como tais Conteúdos não representam a opinião da OESP e são de inteira responsabilidade da Engrenagens do Crescimento