Mania por Inteligência Artificial vacila e bolha pode estourar em 2025

O lançamento do ChatGPT, em novembro de 2022, deu início a mania por Inteligência Artificial, e desde então a sensação apenas cresceu. O chatbot da OpenAI atraiu 100 milhões de usuários em poucos dias, e também atraiu investidores. O semanário americano The Economist estima que o investimento em data centers de IA exceda US$ 1,4 trilhão entre 2024 e 2027. O valor de mercado da Nvidia, a principal fabricante de chips de IA, foi multiplicado oito vezes desde o lançamento do ChatGPT (atualmente é de 3,5 trilhões de dólares). O problema é que diversas publicações indicam que a IA é mais limitada do que se pensava há dois anos, o retorno financeiro nunca chegou perto do valor investimento, e a bolha pode estar para estourar. 

A maioria das empresas (e jornalistas) não sabe exatamente o que a IA consegue e não consegue fazer — e, na ignorância, assumem que ela pode fazer tudo. Basta buscar no Google “Quantas empresas brasileiras usam inteligência artificial” para encontrar números de 40% a 75%. A mera crença nessas estatísticas já indica a incompreensão da ferramenta que está na raíz da bolha. Nos estados unidos, o número de empresas que usa IA é de apenas 3,8%, segundo o Census Bureau (principal agência de estatística dos EUA, espécie de IBGE americano). 

Se o público é capaz de acreditar que 75% das empresas brasileiras, de açougues a fábricas de aviões, usam inteligência artificial, é possível convencê-lo de que nada será possível sem IA, e de que é melhor redobrar investimentos. Entretanto, neste 2025, a disparidade entre o entusiasmo dos investidores e a realidade dos negócios deve se tornar insustentável. 

A agência de notícias Reuters listou razões pelas quais as IA encontraram uma barreira.  publicação é, em si, uma evidência de que o entusiasmo da imprensa com a nova tecnologia começa a desvanecer. A Reuters publicou: “Nos bastidores, pesquisadores de grandes laboratórios de IA têm enfrentado atrasos e resultados decepcionantes na corrida para lançar um grande modelo de linguagem que supere o modelo GPT-4 da OpenAI, que tem quase dois anos, de acordo com três fontes internas.”

Os treinamentos para grandes modelos podem custar dezenas de milhões de dólares; ees têm grande probabilidade de ter falhas induzidas por hardware, dada a complexidade do sistema; os pesquisadores podem não saber o desempenho final dos modelos até o final da execução, o que pode levar meses. Para se ter uma ideia, a eletricidade usada para treinar o GPT-4 poderia ser usada para alimentar 5 mil lares americanos por um ano. Para completar o banho de água fria, os grandes modelos de linguagem engolem enormes quantidades de dados, e os modelos de IA esgotaram todos os dados facilmente acessíveis do mundo.

Nada disso significa que atingimos a fronteira final, que a IA desaparecerá como uma moda passageira, que os problemas listados não podem ser superados. Mas tudo indica que o investimento financeiro feito nas empresas de tecnologia não dará retorno em 2025.