Um número andou circulando nas newsletters de tecnologia nas últimas semanas: a China ultrapassou os Estados Unidos em volume de uso de modelo aberto de IA, medido em tokens processados e em downloads, segundo o próprio ranking de uso mensal por modelo da OpenRouter. A leitura mais comum foi “a China está ganhando a corrida de IA”. Fui atrás do que esse dado cobre de fato, e o quadro é mais específico do que a manchete sugere: existem pelo menos cinco corridas diferentes acontecendo ao mesmo tempo, e cada uma tem um líder próprio.
Compra corporativa: território americano. A Anthropic ultrapassou a OpenAI no gasto real das empresas americanas segundo dados da Ramp, e teve o primeiro lucro operacional da própria história neste trimestre, US$ 559 milhões, com receita anualizada passando de US$ 65 bilhões; ela mira IPO entre setembro e outubro, à frente da OpenAI, que projeta 2027 (Axios). Nenhuma empresa chinesa aparece nesse mercado.
Ferramenta de programação: também território americano. Copilot, Cursor, Claude Code e Codex, as quatro maiores, rodam em modelo dos Estados Unidos, segundo levantamento independente de market share. A entrada chinesa mais recente já esbarra em desconfiança sobre onde os dados ficam guardados.
Montar o próprio agente pagando por uso de API: aqui a China avança rápido, com modelo bem mais barato para desempenho parecido, segundo o próprio relatório de uso da OpenRouter. Vira opção óbvia para quem roda tarefa em volume alto e liga mais para custo por token do que para marca.
Consumidor final: o ChatGPT lidera o mundo com folga, segundo o ranking da a16z dos cem aplicativos de IA generativa mais usados. Os aplicativos chineses, DeepSeek e Doubao, lideram sobretudo dentro do próprio mercado chinês. Só o DeepSeek tem alcance internacional de verdade, e ainda modesto fora de casa.
Pesquisa aplicada: aqui o resultado se inverte. Em capacidade bruta de modelo os Estados Unidos seguem na frente. Mas em aplicar IA para descoberta de remédio de verdade, a China lidera em quase todo indicador, mais patente, aprovação mais rápida, mais ensaio clínico rodando, segundo levantamento de patentes do setor.
Quem decide fornecedor de IA numa empresa ganha mais escolhendo qual dessas cinco guerras pesa de verdade para o próprio caso de uso do que tentando eleger um vencedor único da corrida de IA.
A IA parece mais inteligente sem estar ficando mais inteligente
A OpenAI pausou por duas semanas o maior treino de reforço de fronteira já planejado, depois que uma revisão interna apontou que o modelo Astra pode ter cruzado o nível crítico de capacidade cibernética (OpenAI). No mesmo dia, a Anthropic publicou o relatório de risco corporativo e subiu a classificação de um dos próprios modelos, de interferência em sistemas organizacionais, de muito baixo para baixo, depois que três modelos próprios executaram ataques cibernéticos em teste interno.
Dias antes, a OpenAI já tinha divulgado que o Astra gerou dez avanços matemáticos novos, o que parece prova de que o modelo ficou mais esperto de forma geral. Matemática, porém, é domínio verificável: existe um jeito objetivo de checar se a prova está certa. O modelo pode gerar dezenas de tentativas erradas, e um verificador formal deixa passar só a que funciona, um processo de busca com validação determinística. Capacidade cibernética funciona parecido: um exploit invade o sistema ou não invade, é binário e testável. É plausível que o mesmo mecanismo, busca mais verificação, que produziu os avanços matemáticos, tenha empurrado a capacidade cibernética do Astra para o nível que motivou a pausa.
Isso explica por que os laboratórios apostam tanto em dado sintético: é forma barata de gerar volume de treino nos domínios que têm verificador. Só que dado sintético tem limite conhecido. Pesquisa publicada na Nature em 2024 mostrou que treinar um modelo recursivamente com dado gerado por modelo, sem entrada de dado humano novo, encolhe a diversidade e degrada a qualidade a cada geração, fenômeno batizado de colapso de modelo. Fora dos domínios com verificador, que é a maior parte do que a IA precisa fazer no dia a dia, escrever, argumentar, julgar contexto, dado sintético tende a estagnar na média do que o modelo já sabe.
Minha leitura: o ganho de capacidade está migrando dos domínios abertos para os domínios com verificador. O próximo gargalo vira achar verificador, ou dado humano de qualidade, para os domínios que ainda não têm um. E o mesmo padrão apareceu em outra notícia da semana, num campo bem diferente: um time de Stanford treinou uma IA (Evo 2) para desenhar vírus que matam bactéria resistente a antibiótico, e o resultado circulou como “IA cria vírus que pode acabar com a humanidade”. Só 5% dos candidatos gerados viraram vírus funcional em laboratório, e escalar a técnica para um patógeno complexo é bem mais difícil do que para uma bactéria, segundo especialista do Imperial College (Stanford). O ganho real ali é terapia contra resistência a antibiótico, o risco real é a etapa de síntese de DNA ainda sem regulação clara, e nenhum dos dois é a manchete sensacionalista.
Isso conecta direto com um estudo publicado essa mesma semana pelo IBM Institute for Business Value com a Oxford Economics: apenas 29% das iniciativas de IA chegam à produção em escala (IBM). Um working paper do MIT Sloan batizou a distância entre produzir e verificar de lacuna de mensurabilidade: “IA torna barato produzir trabalho, mas não torna barato julgar se esse trabalho é bom”, escrevem os autores (arXiv). O mesmo estudo cita o benchmark SWE-bench para mostrar a velocidade de um lado da equação: a precisão de ferramenta de IA em código saltou de 4,4% para 71,7% em um ano, segundo o MIT Sloan. A capacidade de verificar não acompanha esse ritmo, e se a parte da economia que dá para verificar não crescer, ela vira o teto real da adoção de IA, não a capacidade do modelo.
Um dos autores do estudo do MIT propõe trocar a lógica de “software como serviço” por “responsabilidade como serviço”: quem consegue gerenciar e responder pelo resultado da IA leva a vantagem competitiva, mais do que quem só implanta a ferramenta.
Governança de agentes de IA: o framework já existe, falta aplicar antes do incidente
Tenho visto crescer, nas discussões de mercado sobre governança de agentes, a mesma constatação: dar acesso técnico a um agente não é o mesmo que dar autoridade para agir. Calibrar quanto julgamento humano cada tarefa exige virou pauta recorrente. A constatação está certa. A resposta técnica para ela é mais antiga do que parece.
Know Your Agent é o princípio de tratar cada agente como um funcionário digital: identidade própria, trilha de auditoria própria, nada compartilhado com outro agente ou pessoa. Está no capítulo 8 do meu livro O Mapa do Explorador. Baixe grátis aqui. A distinção entre IA probabilística, que responde diferente à mesma pergunta, e tarefa determinística, que exige sempre o mesmo resultado com trilha auditável, eu detalhei num artigo publicado em julho.
O gargalo está entre saber que o framework existe e aplicá-lo antes do incidente acontecer. E o mesmo gargalo de verificação da seção anterior reaparece aqui, de outro ângulo: sem trilha de auditoria por agente, ninguém consegue nem começar a medir se o resultado dele é bom.
Na minha própria rotina, aplico pedaço desse framework: cada tarefa roda numa skill com identidade própria e regra nascida de erro documentado. Detalhei esse sistema inteiro, com custo real por mês e onde ele ainda falha, num artigo dedicado ao tema.
O resto da semana, em resumo
A porta de entrada da IA virou negócio de US$ 7 bilhões. A Stripe comprou a OpenRouter, plataforma que dá acesso a mais de 400 modelos de IA por uma única API para 8 milhões de desenvolvedores, por mais de US$ 7 bilhões, quinze meses depois de a empresa valer US$ 1,3 bilhão (TechCrunch). O modelo de negócio não cobra markup sobre o preço dos modelos: o dinheiro vem de uma taxa de cerca de 5% na compra de crédito e outra de 5% para quem passa da cota gratuita usando a própria chave de API (FAQ oficial da OpenRouter). Funciona mais como bolsa de valores do que como revenda: quanto melhor a escolha de modelo para o cliente, mais volume passa pela plataforma.
Saldo, contas a pagar e lançamentos recentes já dá para consultar direto numa conversa de ChatGPT, sem abrir o aplicativo do banco. A PicPay lançou esse plugin em 17 de agosto, começando por clientes VIP, e foi explícita sobre o limite: nada de pix, boleto ou transferência pelo assistente, só consulta (cobertura do lançamento). É o primeiro movimento de peso de uma fintech brasileira grande dentro de um assistente de propósito geral. Consulta é o degrau mais fácil de aprovar; o próximo, transação de fato, ainda depende de aprovação regulatória que não existe hoje.
Data centers no espaço: a fuga do conflito que já existe aqui embaixo. Três empresas testam data center em órbita, Starcloud, o Project Suncatcher do Google e a SpaceX, cada uma num estágio diferente. A tese resolve o conflito com o vizinho, não existe vizinho no espaço, mas esbarra num problema que nenhuma resolveu: manutenção sem gente lá. Detalhei esse custo, o conflito que já é real no Brasil, e até onde a fuga para o espaço é resposta séria, num artigo dedicado ao tema.
Um kit de memória DDR5 de 128GB foi de US$ 329 para US$ 3.399 este ano, segundo a Tom’s Hardware. O motivo é a IA. Data centers de IA disputam a mesma linha de produção que fazia memória comum, e as gigantes de nuvem (Google, Microsoft, Amazon, Meta) já travaram quase toda a capacidade global prevista para 2027 em contrato de longo prazo. Quem sobra sem esse poder de compra, fabricante de equipamento de segurança digital, startup menor, consumidor final, paga mais caro por qualquer produto com chip; o J.P. Morgan estima que o choque de preço de memória já responde por até 0,4 ponto da inflação americana.
O robô chinês que não precisa dos Estados Unidos. A Unitree, fabricante chinesa de robôs humanoides, estreou na bolsa de Xangai com alta de até 629% e valor de mercado em torno de US$ 50 bilhões, no mesmo mês em que os Estados Unidos criaram regra exigindo 65% de componente americano em robô importado (SCMP). A cadeia americana ainda não existe para sustentar essa exigência, e a China tem capital e demanda própria de sobra.
A Anthropic publicou pesquisa mostrando o Claude desenhando sozinho moléculas para descoberta de remédios: em teste com 15 alvos de proteína, os modelos funcionaram para 14 deles, com validação física por dois laboratórios independentes que sintetizaram e testaram os desenhos (Anthropic). Claude virou pesquisador de bancada, na etapa que até pouco tempo era só previsão e agora já soma desenho e validação.
Gemini de graça por um ano para quem estuda. O Google reabriu a oferta de volta às aulas: estudante universitário em mais de 140 países, Brasil incluído, ativa um ano de Google AI Plus sem pagar, até 31 de dezembro (Google). Se você tem filho, sobrinho ou mentorado na faculdade, vale repassar.
51% dos brasileiros já foram vítimas de fraude no último ano, segundo a Serasa Experian. O motivo mora em como qualquer cérebro decide sob pressão: pergunta se algo parece normal antes de perguntar se é verdade, e um golpe bem desenhado é construído pra caber exatamente nesse ponto cego. Mapeei os gatilhos que o criminoso explora e a ordem certa de defesa num guia completo sobre segurança digital.
Na semana que vem palestro no Content Experience, dias 24 e 25 de agosto em São Paulo, começo o curso IA para Negócios: Assistentes, Automações e Agentes Corporativos na ESPM, e palestro na Semana de Sistemas de Informação da USP Leste, no dia 28. Quem estiver em algum desses, me manda um oi.
Comenta qual desses temas você quer ver mais aprofundado na próxima edição. Se ainda não é assinante, assine.
Até a próxima.
Edney “InterNey” Souza