O diretor de estratégia da DeepMind, Jasjeet Sekhon, usou um encontro em Berkeley para explicar a razão por trás do grande investimento da indústria em IA. Ele disse a uma plateia de engenheiros e investidores que o gasto de trilhão de dólares não visa lançamentos de produtos de curto prazo, mas sim criar máquinas capazes de melhoria recursiva (MR). Em sua visão, a MR representa uma nova estrela-guia para a pesquisa de IA, substituindo a promessa vaga de inteligência artificial geral por um objetivo técnico concreto, embora distante.
Sekhon admitiu que as receitas atuais de IA não justificam os gastos de capital sendo feitos. A Alphabet, empresa-mãe do Google, registrou $44,9 bilhões em projetos de capital em um único trimestre - cerca de duas vezes o valor do ano anterior. A empresa também aumentou sua orientação para 2026 para até $205 bilhões e sinalizou outro aumento "significativo" para 2027. No entanto, o mesmo trimestre produziu o primeiro fluxo de caixa livre negativo da Alphabet, um déficit de $5,9 bilhões.
Outras grandes empresas de tecnologia estão seguindo o mesmo caminho. A Amazon, a Microsoft e a Meta também anunciaram aumentos semelhantes nos gastos, citando o mesmo objetivo estratégico: financiar o desenvolvimento de sistemas de IA que se aprimoram sozinhas. Sekhon comparou o esforço coletivo a empreendimentos históricos como o programa Apollo ou o Projeto Manhattan, destacando a escala e a ambição do empreendimento.
A promessa da MR é simples na teoria, mas enorme na prática. Ela visa uma IA que possa reescrever autonomamente seu próprio código, gerar sucessores mais capazes e iterar sem supervisão humana. Se alcançada, a recompensa poderia transformar os caros centros de dados atuais nos mais valiosos máquinas já construídas. Sekhon alertou, no entanto, que o caminho está repleto de incertezas. Ele descreveu um possível "vazio de IA" onde os gastos continuam enquanto a receita nunca se materializa, um medo que geralmente está por trás das chamadas de lucro das grandes empresas de tecnologia.
A segurança, o controle e a viabilidade técnica ainda são questões abertas. Críticos já questionaram a afirmação da DeepMind, perguntando se a empresa possui o conhecimento para alcançar a melhoria autônoma completa antes de rivais como a OpenAI ou a Anthropic. Embora os modelos atuais possam gerar código e ajudar em tarefas de melhoria de si mesmo, o salto para a melhoria recursiva totalmente autônoma ainda é especulativo.
Apesar dos riscos, alguns sinais de progresso já existem. O Google Cloud relatou um aumento de 82% na receita no trimestre, com uma carteira que excede $500 bilhões. O influxo de caixa mostra que a demanda por serviços de nuvem está disparando, mesmo enquanto as tecnologias de IA subjacentes ainda estão em fase de pesquisa. A desconexão entre o crescimento da receita e o gasto de capital destaca a aposta: as empresas estão apostando que os gastos atuais eventualmente desbloquearão uma capacidade transformadora.
A avaliação candente de Sekhon marca uma mudança na forma como a indústria fala sobre o investimento em IA. Ao nomear a melhoria recursiva como o alvo, ele substitui a promessa nebulosa de inteligência artificial geral por um objetivo mais específico, embora ainda especulativo. Para os investidores, a mensagem é clara e inquietante: apostas de trilhão de dólares estão sendo feitas em uma tecnologia que pode não entregar resultados por anos, se é que entregará. Os riscos são altos, o cronograma é incerto e os próximos anos determinarão se a aposta paga ou deixa o setor com um "vazio de IA" de expectativas não atendidas.
Este artículo fue escrito con la asistencia de IA.
News Factory APP - noticias agénticas para impulsar tu SEO y AEO.