Investimentos em Inteligência Artificial: Uma Questão Crítica
Há uma grande questão que está sendo levantada em relação ao setor de tecnologia: por quanto tempo os massivos investimentos em infraestrutura de Inteligência Artificial (IA) realmente durarão? As grandes empresas desse setor estão alocando bilhões de dólares em infraestrutura de IA, incluindo principalmente centros de dados e os chips que a sustentam. Esses investimentos, segundo os próprios executores, têm como objetivo preparar o terreno para que a IA venha a transformar a economia, o mercado de trabalho e até as relações pessoais.
Neste ano, as empresas de tecnologia esperam realizar um investimento total de US$ 400 bilhões em despesas de capital relacionadas à IA. Este valor substancial provavelmente exercerá pressão contínua sobre os balanços patrimoniais das companhias. Para as empresas que veem a IA como fundamental para seu futuro, a questão de quando será necessário atualizar ou substituir chips avançados se torna crucial, sobretudo em um cenário onde cresce o ceticismo acerca da capacidade da IA de gerar retornos suficientes e em um tempo hábil que cubra todos os custos envolvidos com a infraestrutura.
Essas preocupações estão alimentando discussões sobre a possibilidade de uma bolha de IA — o receio de que a expectativa em torno da tecnologia e os gastos relacionados estejam desalinhados em relação ao verdadeiro valor que ela pode proporcionar. Atualmente, as ações das chamadas "Sete Magníficas" do setor de tecnologia têm enorme peso, representando cerca de 35% do valor do S&P 500, levantando questões sobre as implicações de uma possível queda da IA para a economia em geral.
“A extensão em que todo esse investimento constitui uma bolha depende, em parte, da vida útil desses ativos,” afirma Tim DeStefano, professor associado da escola de negócios McDonough da Georgetown.
Ciclo de Vida dos Chips de IA
Não é claro por quanto tempo as unidades de processamento gráfico (GPUs), os chips mais utilizados para o treinamento e processamento de IA, permanecerão em condições adequadas de uso. Especialistas da área estimam que esses chips poderão ser empregados para treinar grandes modelos de linguagem entre 18 meses a três anos. Entretanto, eles também apontam que ainda poderão desempenhar funções menos exigentes por um período mais extenso.
Por outro lado, as unidades centrais de processamento (CPUs), que são utilizadas em data centers tradicionais, geralmente são substituídas a cada cinco a sete anos. Isso ocorre, em parte, devido ao fato de que o treinamento de modelos de IA impõe uma carga e calor significativos sobre os chips, acelerando seu desgaste. David Bader, professor de ciência de dados do Instituto de Tecnologia de Nova Jersey, menciona que cerca de 9% das GPUs apresentam falha ao longo de um ano, em comparação com aproximadamente 5% das CPUs.
As gerações sucessivas de chips de IA estão evoluindo rapidamente e se tornando mais eficientes, o que pode tornar economicamente inviável a operação de cargas de trabalho de IA em chips mais antigos, mesmo que ainda estejam funcionando adequadamente. Diferentes especialistas oferecem estimativas ligeiramente variantes sobre a durabilidade dos chips de IA. DeStefano sugere que esses chips podem falhar após cerca de cinco a dez anos de uso, sendo que sua viabilidade econômica é muito mais restrita, fixando-se em torno de três a cinco anos.
Enquanto isso, Bader apresenta uma perspectiva que prevê que as GPUs poderão ser eficazes para treinar modelos de IA durante 18 a 24 meses, embora chips mais antigos ainda consigam lidar com processos correlatos, como o processamento de consultas de IA, conhecido como inferência, por mais cinco anos, prolongando, assim, seu valor declarado.
A Nvidia, que é a maior fornecedora de chips de IA, anunciou que seu sistema de software CUDA permite que os clientes atualizem os chips já existentes, possibilitando, desse modo, que a necessidade de uma atualização para um produto mais recente seja postergada. Colette Kress, diretora financeira da Nvidia, mencionou recentemente em uma teleconferência que as GPUs lançadas há seis anos ainda operam a plena capacidade, devido ao sistema CUDA.
Ainda assim, independentemente da vida útil dos chips, as empresas de tecnologia enfrentam um dilema fundamental: "De onde virá a receita que permitirá a reconstrução nessa escala?", questiona Mihir Kshirsagar, diretor da clínica de política tecnológica do Centro de Política de Tecnologia da Informação de Princeton.
Relação com a Bolha da IA
À medida que os chips se desgastam rapidamente, as firmas sentem uma pressão crescente para obter retorno sobre os investimentos em IA, visando financiar a substituição. A demanda de longo prazo por IA continua incerta, especialmente em face de relatórios que indicam que muitas empresas que adotaram essa tecnologia ainda não obtiveram benefícios financeiros significativos.
Os clientes corporativos são considerados os verdadeiros motores de receita para as empresas de IA, no entanto, essas companhias ainda estão descobrindo maneiras eficazes de gerar lucro ou reduzir custos utilizando a tecnologia, segundo DeStefano. “Embora haja interesse por IA generativa por parte de usuários individuais, isso não é suficiente para que as grandes empresas de IA recuperem seus investimentos,” ressalta.
Michael Burry, o investidor conhecido por sua atuação em “The Big Short”, recentemente alertou para uma possível bolha de IA. Sua justificativa baseia-se, em parte, na expectativa de que as empresas de tecnologia estejam inflacionando a vida útil de seus investimentos em chips, algo que pode impactar seus lucros de maneira negativa.
Os líderes do setor de IA estão se manifestando sobre essa questão. O CEO da Microsoft, Satya Nadella, comentou em uma recente entrevista que a empresa optou por espaçar seus investimentos em infraestrutura para evitar que todos os chips de seus data centers se tornem obsoletos simultaneamente. De maneira semelhante, Sarah Friar, diretora financeira da OpenAI, expressou preocupações a respeito da durabilidade dos chips mais sofisticados, mencionando que a empresa poderia precisar do suporte do governo dos EUA para “garantir” dívidas assumidas em suas agressivas iniciativas de infraestrutura.
Historicamente, em bolhas de mercado anteriores, a infraestrutura construída durante períodos de euforia continuou a ser utilizada por anos, mesmo após o colapso do mercado. Um exemplo clássico é o de cabos de fibra óptica instalados durante a bolha da internet no final da década de 1990, que hoje sustentam a base da internet contemporânea.
Entretanto, se a bolha da IA for uma realidade, pode ser uma situação distinta, conforme argumenta Paul Kedrosky, sócio-gerente da empresa de investimentos SK Ventures. Ele sugere que os data centers de IA não manteriam a mesma funcionalidade ao longo do tempo sem investimentos contínuos em novos chips. Além disso, ele destaca que as consequências poderiam se estender muito além dos balanços e das avaliações das empresas de tecnologia, levantando questões sociais significativas. Kshirsagar acrescenta que “não estão apenas construindo esses data centers, as empresas de tecnologia estão se mobilizando para estabelecer usinas de eletricidade para suportar tudo isso”, enfatizando a relevância do cenário econômico para o futuro do setor.
Fonte: www.cnnbrasil.com.br
