A Inteligência Tornou‑se Infraestrutura. A Pergunta Agora é Quem a Possui

Cada era herda infraestruturas cuja propriedade resolve discussões sobre poder por décadas, desde bitolas de ferrovias até redes elétricas e cabos submarinos. A inteligência artificial assumiu essa posição em menos de uma década, e seus termos de propriedade estão sendo definidos agora, em grande parte fora da vista do público.

O Crescimento Parou de Precisar de Multidões

Durante a maior parte da história industrial, a ambição exigia multidões, pois um fabricante que dobrava a produção contratava mais trabalhadores, uma ferrovia precisava de milhares de topógrafos e operários, e a produção permanecia atrelada à participação.

Algo nessa estrutura se soltou, porque construir algo formidável hoje requer um pequeno grupo de engenheiros excepcionais junto a capital e computação enormes, e a proporção continua a inclinar‑se para o segundo.

A Lovable atingiu US$ 400 milhões em receita recorrente anual com 146 funcionários, e a Midjourney ganha cerca de US$ 200 milhões por ano com uma equipe de aproximadamente onze pessoas. Compare isso ao gasto de capital de US$ 660 bilhões a US$ 690 bilhões que cinco empresas americanas de tecnologia comprometeram para 2026, a maior parte destinado a chips, data centers e redes.

O trabalho caiu na lista de restrições vinculantes à medida que o hardware subiu ao topo, o que reavalia todo o conjunto para quem aloca capital. Em que lado dessa dependência está um portfólio? Os retornos concentram‑se em aceleradores, contratos de energia e terrenos próximos a subestações, e quase todos os demais negócios agora operam sob termos definidos por poucos fornecedores.

Concentração Sem a Multidão

Se um grupo pode ampliar sua capacidade sem empregar ou negociar com uma grande população, tem poucos motivos para levar essa população junto. Os agentes ricos dos séculos anteriores precisavam de trabalhadores, clientes e soldados, e essa dependência gerava salários, escolas, hospitais e influência política.

Remover a dependência e os incentivos subjacentes mudam silenciosamente. Imagine mil pessoas, ou um milhão do lado de fora, detentoras de capital, modelos e robótica. Elas poderiam conduzir projetos enormes, da manufatura orbital a Marte, sem necessidade funcional dos bilhões que estão fora da sala.

O que ainda requer uma multidão é cada vez mais respondido por máquinas, pois uma frota de robôs custa menos que uma força de trabalho quando a tarefa é especificada com precisão suficiente. Cada trabalho que antes precisava de muitas mãos é precificado em relação a esse substituto, e a promessa de que robótica e IA lidarão com nossos problemas pressupõe que alguém possua os robôs.

Esses clusters se afastariam de todos os demais sem rupturas dramáticas, e a inteligência artificial geral não é pré‑requisito, pois as capacidades atuais, ampliadas e baratas, já seriam suficientes.

O acesso aos modelos mais avançados pode acabar sendo uma fonte de desigualdade ainda mais aguda que o dinheiro, pois o capital se acumula a alguns poucos por cento ao ano, enquanto uma vantagem na qualidade do modelo se multiplica em cada pesquisa, código e produto que toca.

Influência que Nenhum Preço de Mercado Captura

A inteligência concentrada molda o que as pessoas acreditam tanto quanto molda os mercados. O uso semanal de chatbots de IA para notícias subiu de 7 % para 10 % globalmente em um único ano, e mais da metade dos jovens de 18 a 24 anos agora citam redes sociais, plataformas de vídeo ou chatbots como sua principal forma de saber o que aconteceu.

Os motores de busca exerceram poder editorial por meio de classificação, mas apontam para inúmeros recursos, e o leitor ainda encontra uma fonte e a julga. Um assistente entrega uma conclusão em tom calmo e autoritário, e discutir com ele exige um esforço que poucos leitores dispõem a fazer.

Quando um número limitado de provedores decide o que um modelo afirma, uma agenda pode ser incorporada de forma quase indetectável externamente. O aumento da capacidade dificulta ainda mais a detecção, pois um modelo mais forte gera raciocínios mais persuasivos e erros mais plausíveis. Como alguém fora da empresa perceberia isso?

O ceticismo não desapareceu, para ser justo, já que a confiança em notícias entregues por IA fica em 20 % globalmente, abaixo dos 37 % registrados para notícias em geral, e o público continua cauteloso mesmo à medida que sua dependência aumenta.

Pesos Abertos Reduzem Metade da Lacuna

Os modelos publicados realmente melhoram o panorama, e os mais recentes são robustos. A Moonshot AI lançou os pesos do Kimi K3 com 2,8 trilhões de parâmetros, aproximando os lançamentos abertos da fronteira mais do que em qualquer momento desde o DeepSeek R1.

Servir um desses modelos é outra questão para quem está fora de um data center. Um sistema mixture‑of‑experts na escala do K3 requer um cluster de aceleradores mantidos residentes e aquecidos, o que torna a auto‑hospedagem inviável para a maioria das universidades, startups e pesquisadores.

Consequentemente, a maioria das pessoas acessa modelos abertos por meio de um endpoint hospedado por uma empresa com capital e GPUs. A empresa revende o acesso, e os clientes não podem confirmar se os pesos servidos correspondem aos pesos publicados, ou se nada se interpõe entre o prompt e a resposta. O que foi realmente aberto nessa estrutura, além da própria licença?

A Propriedade Começa na Camada de Hardware

Os termos da licença, por si só, não distribuem poder, pois o hardware decide quem pode exercer os direitos que a licença concede. Portanto, a propriedade começa onde a licença termina, na própria máquina, já que quem executa o modelo é a única parte capaz de testá‑lo, rastrear uma resposta até os pesos que a geraram e corrigir o que sai errado.

Cada um desses depende de acesso a computação suficiente a um preço que instituições comuns possam absorver, portanto um ecossistema público precisa de pesos abertos e computação aberta juntos. Qualquer um isolado recria a concentração que se pretende dissolver.

Uma Camada de Computação Pública é Economicamente Viável

Hardware capaz já está ocioso em enormes quantidades nas universidades, data centers regionais, antigas operações de mineração e mãos privadas, e agrupá‑lo tem sido um problema de engenharia difícil.

Covenant‑72B, um modelo de 72 bilhões de parâmetros, foi pré‑treinado por mais de setenta pares independentes via conexões de internet convencionais, sem lista branca, sem cluster central e com um mecanismo de blockchain que valida as contribuições à medida que chegam. A verificação está no cerne desse design, pois os participantes, que ninguém vetou, ainda precisam provar que o trabalho que enviam é real.

A eficiência continua sendo a objeção honesta, pois um enxame em conexões convencionais ainda fica atrás de um cluster fortemente acoplado, a latência penaliza as execuções maiores, e sistemas descentralizados mantêm o hábito de se reconcentrar onde quer que o capital se acumule.

A distância até esse ponto está diminuindo rapidamente, porém, já que a execução do Covenant mantinha 94,5 % de utilização de hardware sob restrições reais de rede e produziu um modelo competitivo com pares treinados centralmente de tamanho similar. Capacidade ociosa custa menos que uma nova construção, o que deixa a economia dependente mais da maturidade da engenharia do que de cálculos aritméticos.

Decisões Tomadas por Padrão

Então, quem decide qual futuro chega, dado que ninguém jamais votará a questão? Os resultados se acumularão a partir de escolhas de compras, licenças, financiamento de pesquisa e regulamentação feitas nos próximos anos, a maioria individualmente sem destaque.

Um caminho leva a poucos provedores que operam a base da vida econômica e intelectual, responsáveis perante acionistas e os governos dos quais dependem. Outro caminho se dirige a algo mais próximo de uma utilidade, com modelos abertos rodando em computação que muitas partes possuem e que qualquer pessoa pode auditar. E o que mantém a segunda via aberta?

Dinheiro e compras, principalmente, já que cada contrato assinado para inteligência hospedada e cada subsídio direcionado à infraestrutura compartilhada inclinam a balança. Ambos permanecem acessíveis a partir de 2026, e a janela para escolher deliberadamente é medida em anos – não muitos deles.