O 15º Plano Quinquenal da China (2026-2030) prevê a incorporação da inteligência artificial (IA) em toda a economia industrial do país. Nos Estados Unidos, quatro grandes empresas de tecnologia projetam investimentos de capital (CapEx) em IA de aproximadamente US$ 650 bilhões em 2026. O Brasil, por sua vez, apresentou o Plano Brasileiro de Inteligência Artificial (PBIA) 2024-2028, com investimentos da ordem de R$ 23 bilhões em quatro anos. A USP também criou um escritório voltado à transformação digital e à IA.
Para o autor, a IA representa uma revolução tecnológica com impactos comparáveis à Revolução Industrial e ao crescimento da Internet. Diante disso, o texto propõe uma categorização de sete tipos de modelos de negócio baseados em IA, que podem orientar estratégias de governo, empresas e investidores.
Modelos fundacionais
Os modelos fundacionais são a base dos negócios de IA. Eles utilizam inteligência artificial generativa e são treinados com grandes volumes de dados por meio de aprendizado de máquina e aprendizado profundo. Podem aprender com texto, imagem, áudio, vídeo e estruturas biológicas. Exemplos incluem os grandes modelos de linguagem (LLMs), como o ChatGPT (OpenAI) e o Claude (Anthropic).
Intensificadores de IA
Os intensificadores de IA atuam como aplicativos que aprimoram modelos de propósito geral para resolver problemas específicos de setores. Também chamados de “IA vertical” ou “IA segmentada por indústria”. Exemplos incluem o uso de IA em medicina (apoio ao diagnóstico) e na área jurídica (análise de contratos). O modelo de negócio gera receita diretamente com a oferta de soluções de IA.
Otimizadores de IA
Os otimizadores de IA usam a tecnologia nos bastidores para melhorar a eficiência interna de processos ou o desempenho de produtos e serviços. A IA não é a solução final, mas um meio. Podem adotar o modelo de “serviços como software”, entregando resultados completos. Um exemplo é uma consulta médica apoiada por IA nos bastidores.
Exploradores de IA
Os exploradores de IA atuam na fronteira do conhecimento, desenvolvendo soluções com agentes de IA, IA quântica e inteligência artificial geral (AGI). Focam em problemas complexos que as soluções atuais não resolvem, como grandes modelos quantitativos (LQMs) para cálculos avançados.
Os quatro modelos anteriores exigem infraestrutura de IA, que se desdobra em três níveis adicionais.
Hardware para IA
O processamento de IA requer hardware especializado, como GPUs, TPUs e chips aceleradores. Exemplos incluem Google (TPUs), NVIDIA (design de chips) e TSMC (fabricação).
Plataforma cloud para IA
As plataformas de computação em nuvem fornecem infraestrutura escalável, capacidade de processamento e ferramentas para treinar e gerenciar modelos. Exemplos são Amazon, Google e Microsoft.
Ferramentas para desenvolvimento de IA
Incluem hubs de modelos (como o Hugging Face) e operações de aprendizado de máquina (MLOps), que agrupam práticas e tecnologias para construir e implantar modelos. Empresas como Amazon, Google e Microsoft oferecem essas soluções.
O autor sugere que governos, empreendedores e investidores alinhem suas vocações aos modelos de negócio baseados em IA, para maximizar o retorno econômico e social dos investimentos nessa tecnologia.
