Inteligência Artificial em 2026

Na velocidade vertiginosa com que a IA evolui, há muito para absorver. Este texto reúne as principais tendências do momento, abordando desde quem pode vencer a bolha da IA e como o progresso avança rapidamente, até os desafios na autoaperfeiçoamento das IAs, o surgimento de uma possível consciência e os impactos no mercado de trabalho.

Próximos tópicos em IA:

  • Será que os algoritmos continuarão melhorando?
  • Obstáculos ao progresso da IA
  • Conseguiremos alinhar as IAs aos nossos objetivos ou elas nos destruirão?
  • Como gerenciar um mundo após alcançar a AGI?
  • A IA está mudando nossa cultura?

À noite, um grupo de amigos curte uma sexta-feira de risadas em um bar, enquanto a luz aconchegante inunda a rua. Há mais de uma década, essa reunião semanal se tornou tradição.

Enquanto isso, do outro lado da rua, atrás de detectores de metal, crachás de segurança, portas fechadas e salas trancadas, outro grupo se concentra em uma tela de computador. Em silêncio, eles ouvem um pesquisador de IA passando por uma crise existencial:

“Eles estão invocando Deus a partir do silício. Da merda de areia! O mundo está prestes a ser completamente virado do avesso! Nada mais será igual! Iremos sobreviver? Não sei! Eu terei um emprego? Não sei! Seremos ricos o suficiente para aproveitar a vida? Não sei! Quantos planetas os trisnetos de Sam Altman, Dario Amodei e Elon Musk possuirão? O que devemos fazer? E se não estiver alinhado? Será que realmente sabemos? É tão incrível, mas será que é de verdade? Ou estará apenas fingindo para que o liberemos e, então, se volte contra nós? Realmente vamos soltar isso no mundo?”

O silêncio se instala, e o grupo, em murmúrios, começa a se dispersar. Um dos engenheiros, após passar por três portões de segurança, cruza a rua e pensa: “Eles não têm ideia.”

Bolha da IA?

A inteligência artificial se expandiu de tal forma que sua estrutura mental pode ser, metaforicamente, vista do espaço. Projeções de receita tanto para a OpenAI quanto para a Anthropic impressionam: as previsões otimistas da Anthropic superam as mais audaciosas de 2024, enquanto a OpenAI já alcança receitas da ordem de 100 bilhões de dólares.

Como resultado, a OpenAI projeta gastos com serviços de nuvem que podem atingir centenas de bilhões por ano – um cenário que exigirá a captação de dezenas de bilhões anualmente até 2030, quando o fluxo de caixa livre poderá finalmente compensar os elevados custos de computação.

Contudo, há um risco: grande parte dessa demanda é, na verdade, subsidiada. Enquanto uma tarefa pode custar apenas alguns dólares para a empresa, isso não se reflete no custo para o usuário. Esse modelo só continuará se a demanda por IA continuar a crescer enquanto os custos caem, o que, embora incerto, já impulsiona inovadores a criarem cada vez mais aplicações.

Quem Vence na Bolha da IA?

“Em 2014, o Google adquiriu 40.000 GPUs da NVIDIA por cerca de 130 milhões de dólares para alimentar seus primeiros trabalhos com IA. Contudo, logo perceberam o elevado custo de operar esses sistemas em larga escala, e contrataram uma equipe extremamente talentosa para desenvolver TPUs – soluções muito mais eficientes e econômicas para as cargas de trabalho de IA se comparadas às GPUs. Essa é a verdadeira vantagem sustentável de ser pioneiro na corrida da IA, um ponto crucial para os investidores.”

Isso exemplifica por que não apliquei todos os meus investimentos na NVIDIA. Embora a demanda continue a crescer de forma impressionante, não há garantia de que a empresa manterá, indefinidamente, uma posição quase monopolista.

Taxa de Progresso

O fator determinante é a taxa de evolução. Embora o avanço tenha sido extraordinariamente rápido, a questão é: por quanto tempo esse ritmo poderá ser sustentado?

Estudos anteriores apontavam que a capacidade de processamento dobrava aproximadamente a cada dois anos, um padrão que precisa continuar para manter o crescimento atual. Exemplo disso é a nova arquitetura da NVIDIA – denominada Vera Rubin –, que reduz os custos de processamento (tokens) em 10 vezes em comparação com a arquitetura anterior, Blackwell, e os custos de treinamento em 4 vezes.

Combinadas com melhorias algorítmicas, essas inovações têm permitido que os modelos de IA melhorem a um ritmo espetacular. Em apenas um ano, o custo por tarefa diminuiu 300 vezes, e os resultados obtidos em testes desafiadores, como o ARC-AGI-2, passaram de menos de 20% há um ano para 45% recentemente, aproximando-se de 55% atualmente.

As capacidades de ponta da IA não apenas continuam evoluindo, mas aceleraram significativamente nos últimos dois anos. Em um cenário onde, por exemplo, um renomado astrofísico constatou que o ChatGPT alcançava seu nível de conhecimento em uma questão obscura, a IA também está solucionando problemas matemáticos que antes eram considerados intratáveis.

Discussões sobre a existência de uma bolha na IA ressaltam a importância de reduzir taxas de erro a níveis quase nulos para atingir a AGI. Com isso, seria possível encadear uma quantidade infinita de etapas de raciocínio, transformando a IA em uma superinteligência. Um bom referencial para esse objetivo é medir o comprimento de tarefas que, mantendo 50% de margem de erro, são consideradas aceitáveis. Pesquisas recentes, no entanto, mostram que é possível resolver tarefas de até um milhão de passos sem erros, fragmentando-as em microtarefas e utilizando uma série de agentes que votam nas soluções para garantir a qualidade. A confiabilidade, nesse caso, vem do processo e não do modelo em si.