Ontem, escrevi rapidamente sobre o impacto do lançamento do DeepSeek no mercado financeiro, especialmente nas empresas direta ou indiretamente relacionadas ao setor de semicondutores.

Isso gerou algumas dúvidas sobre se esse movimento é positivo ou negativo. Existem vários ângulos possíveis para analisar a questão, mas farei um resumo e apresentarei meu ponto de vista sobre o porquê acredito que a reação do mercado foi precipitada.

Movimentação precipitada do mercado financeiro

O uso de serviços de IA em larga escala, como assistentes virtuais para bilhões de pessoas, requer uma infraestrutura computacional robusta para atender às demandas em tempo real. Isso inclui aplicações mais complexas no futuro, como entendimento de vídeos, raciocínio avançado e memória em larga escala, que aumentam os custos operacionais (opex).

Isso se resume no que chamamos de inferencia, onde o impact do DeepSeek não é tão grande quanto o que ele promete fazer na parte de treinamente. Então entramos no comparativo Inferencia vs. Treinamento.

• Treinar um modelo de IA é como ensiná-lo a realizar uma tarefa específica, como reconhecer objetos em uma imagem. Esse processo é computacionalmente intensivo e geralmente ocorre em grandes data centers. Uma vez treinado, o modelo pode ser usado para fazer previsões em novos dados, o que é chamado de inferência.
• A inferência é o que permite que os modelos de IA sejam usados em aplicações do mundo real, como assistentes virtuais, carros autônomos e sistemas de recomendação. Para atender à demanda crescente por esses serviços, é necessária uma infraestrutura robusta capaz de realizar um grande número de inferências em tempo real.

O motivo de eu ver esse movimento do mercado como precipitado é que ele está levando em conta praticamente apenas o treinamento e não a inferencia, que em tese é extremamente importante para escala. Comentei isso no X:

Mas não leve apenas minha opinião em conta. Este ponto já havia sido levantado por Yann LeCun, um dos pioneiros da inteligência artificial e cientista chefe da Meta AI, ele menciona um aspecto crucial sobre os investimentos em infraestrutura de IA: a maior parte dos recursos está sendo direcionada para inferência, e não para o treinamento de modelos.

Ver no Threads

LeCun critica a reação do mercado como “injustificada”, sugerindo que os investidores podem estar superestimando os riscos ou subestimando o potencial de retorno dos investimentos em IA. Ele argumenta que os custos de inferência, embora altos, são um investimento necessário para escalar serviços de IA que podem gerar valor significativo no futuro.

A concorrência na área de inteligência artificial é fundamental para impulsionar a inovação e o desenvolvimento de soluções cada vez mais eficientes e sofisticadas. A disputa entre empresas e pesquisadores estimula a busca por algoritmos mais precisos, modelos mais robustos e aplicações mais criativas da IA. Essa dinâmica competitiva beneficia diretamente os usuários, pois garante um acesso mais amplo a tecnologias de ponta, preços mais competitivos e uma variedade maior de produtos e serviços baseados em IA. Além disso, a competição incentiva a ética e a transparência no desenvolvimento da IA, uma vez que as empresas buscam se diferenciar por meio de práticas responsáveis e soluções que beneficiem a sociedade como um todo.

Ontem o Fernando Ulrich postou um vídeo abordando os impactos do lançamento do DeepSeek, se você quer uma visão talvez mais do ponto de vista de investimento e também aprofundar um pouco mais no que exatamente o DeepSeek inova: