Compartilhe essa matéria:

Link copiado!

Priorizar nos meus resultados Google

O Google limitou o acesso da Meta aos modelos Gemini após a empresa solicitar mais capacidade computacional do que a companhia conseguia fornecer.

A restrição, revelada pelo Financial Times, atrasou projetos internos da dona do Facebook e do Instagram e evidencia um novo gargalo da indústria. Trata-se da infraestrutura necessária para operar modelos avançados de IA tornou-se um recurso escasso.

Embora o setor invista centenas de bilhões de dólares em chips, data centers e geração de energia, a velocidade de expansão da demanda supera a capacidade disponível.

Corrida por capacidade computacional

A limitação imposta à Meta mostra que o desafio da inteligência artificial já não está apenas no desenvolvimento de modelos mais sofisticados, mas na disponibilidade de infraestrutura para executá-los.

Siga

Seguir no Linkedin

Seguir no Telegram

Empresas disputam acesso a processadores de alto desempenho, servidores especializados e energia elétrica para atender ao crescimento acelerado do uso de chatbots, assistentes virtuais, agentes de IA e ferramentas de programação.

Executivos do setor vêm alertando que a chamada fase de “inferência”, quando modelos já treinados respondem às solicitações dos usuários — passou a consumir volumes muito maiores de processamento do que o previsto inicialmente.

Google admite restrições

A própria Alphabet reconheceu que enfrenta limitações para atender toda a demanda.

Na divulgação dos resultados do primeiro trimestre, o diretor-executivo Sundar Pichai afirmou que a divisão de computação em nuvem poderia ter registrado receitas maiores caso houvesse mais capacidade disponível.

Segundo a empresa, a receita do Google Cloud superou US$ 20 bilhões no trimestre, enquanto a carteira de contratos já assinados, mas ainda não atendidos, ultrapassou US$ 460 bilhões.

Para ampliar sua infraestrutura, o Google fechou neste mês um contrato estimado em US$ 920 milhões por mês para alugar capacidade computacional da SpaceX.

Dependência entre concorrentes

O episódio também revela como as gigantes da tecnologia passaram a depender umas das outras na corrida pela inteligência artificial.

Apesar de desenvolver a família de modelos Llama, a Meta utiliza internamente o Gemini para automatizar parte de seus sistemas de moderação de conteúdo, atendimento ao cliente, publicidade e desenvolvimento de software.

Segundo fontes ouvidas pelo Financial Times, a empresa recorreu ao modelo do Google porque ele apresentava desempenho superior ao de suas próprias soluções em algumas aplicações.

Nos últimos meses, porém, a Meta começou a substituir parte desse uso pelo modelo Muse Spark, desenvolvido internamente, numa tentativa de reduzir sua dependência de fornecedores externos.

Bilhões em investimentos não eliminam gargalo

A disputa por infraestrutura levou as grandes empresas a anunciar investimentos sem precedentes.

A Meta pretende aplicar cerca de US$ 600 bilhões em infraestrutura nos Estados Unidos até 2028 para ampliar sua rede de data centers voltados ao treinamento e à operação de modelos de inteligência artificial.

Outras empresas seguem caminho semelhante. Google, Microsoft, Amazon e OpenAI ampliam continuamente sua capacidade de processamento, enquanto empresas como Anthropic também passaram a contratar infraestrutura adicional de terceiros.

Mesmo assim, especialistas afirmam que a oferta de capacidade computacional continua insuficiente diante da velocidade de adoção da IA por empresas e consumidores.

Chips e energia tornam-se ativos estratégicos

A escassez de capacidade reforça uma mudança na dinâmica do setor.

Se, até poucos anos atrás, a vantagem competitiva estava principalmente na qualidade dos algoritmos, agora ela depende também da capacidade de garantir acesso a chips avançados, data centers e energia elétrica.

Analistas avaliam que a infraestrutura tende a se consolidar como um dos principais fatores de competição na indústria da inteligência artificial, transformando poder computacional em um ativo tão estratégico quanto os próprios modelos desenvolvidos pelas empresas.