As empresas de IA não possuem um modelo de negócios lucrativo. Isso importa?

Este artigo foi elaborado pela Harvard Business School Working Knowledge e apresenta as reflexões do professor Andy Wu. Na corrida pelo domínio da inteligência artificial, parece que nada é demais. A próxima geração de IA exigirá mais terabytes de dados, gigawatts de eletricidade e centenas de bilhões de dólares em talentos. No entanto, os lucros continuam escassos, e alguns economistas alertam para a iminência de uma bolha. Isso não impedirá a OpenAI, líder do setor, de fechar acordos multibilionários de chips com a Nvidia, a AMD e, mais recentemente, a Broadcom. Andy Wu, da Harvard Business School, afirma que, embora a promessa da IA seja clara, o retorno potencial desses investimentos maciços permanece incerto. Embora algumas pessoas possam estar dispostas a pagar uma pequena taxa mensal pelo ChatGPT, é improvável que as receitas de assinaturas cubram os custos necessários para expandir a tecnologia. “O problema é que, atualmente, a IA generativa apresenta um custo variável elevado e uma receita variável baixa”, afirma Wu, professor associado de Administração de Empresas da Cátedra da Família Arjan e Minoo Melwani. “Uma das coisas em que o público em geral não pensa o suficiente é o quanto é ridiculamente caro utilizar a IA generativa.” Com base em seu estudo de caso de junho,“AI Wars in 2025”, pedi a Wu que discutisse os desafios específicos do setor, as forças competitivas e os resultados potenciais. A entrevista foi levemente editada para maior clareza e concisão. Inscreva-se no boletim informativo da Working Knowledge para receber semanalmente em sua caixa de entrada as últimas notícias sobre pesquisa. Poderia nos ajudar a compreender a magnitude dos custos da IA? A maioria das pessoas está ciente do alto custo fixo do treinamento dos principais modelos de IA generativa, mas também há custos variáveis significativos de “inferência” no uso da IA generativa. Esses custos de inferência são incorridos toda vez que inserimos um prompt e recebemos uma resposta. Para dar um exemplo, aquelas imagens animadas no estilo do Studio Ghibli que as pessoas criam com IA? A produção de cada uma dessas imagens divertidas custa dinheiro de verdade. São gastos vários centavos em eletricidade e capacidade de processamento apenas para criar uma única imagem. A OpenAI prevê agora gastar mais de US$ 150 bilhões com esses custos de inferência até 2030. Atualmente, as condições para gerar receita são difíceis. A maioria dos usuários tem acesso gratuito à IA generativa. Os usuários avançados pagam, mas pagam uma taxa fixa de assinatura. Esses modelos de negócios são um resquício da última era do software: quando o custo variável do software era zero ou quase zero, esses modelos faziam muito mais sentido. Eles eram viáveis, pois não se perdia mais dinheiro à medida que mais pessoas utilizavam o software. Hoje, a situação econômica é muito mais complexa. Quais empresas estão liderando no momento? Em uma corrida do ouro, você poderia cavar em busca de ouro. É para isso que a maioria de nós se inclina imediatamente. Mas uma corrida do ouro abre outras oportunidades: você poderia vender pás ou fabricar joias. Para avaliar como essas oportunidades se comparam entre si, podemos analisar como os mercados de capitais as encaram. Desde o final de 2022 até hoje, a maior vencedora da IA generativa é a Nvidia, obviamente. A Nvidia é a típica fornecedora de ferramentas. Depois da Nvidia, a segunda maior vencedora é a Meta, o que pode ser uma surpresa maior. E a Meta é a fabricante de joias por excelência. A IA generativa é complementar às plataformas controladas pela Meta: mídias sociais e publicidade hoje, e talvez dispositivos vestíveis e metaverso no futuro. A Meta está em uma posição única para se beneficiar à medida que a tecnologia de IA generativa melhora. A Meta teve um desempenho significativamente melhor do que o Google e a Microsoft, embora ambas sejam tradicionalmente muito mais associadas à IA generativa. Parece que é a OpenAI quem está em busca de ouro? Um dos debates fundamentais na área é se a tecnologia de IA generativa propriamente dita — o modelo em si ou, mais precisamente, o modelo de base — é uma commodity. Pessoalmente, concordo com esse ponto de vista. Se o senhor concorda com esse ponto de vista, então todas essas empresas que tanto nos entusiasmam, como a OpenAI e a Anthropic, enfrentam o desafio épico de ter que monetizar uma mercadoria na qual investiram centenas de bilhões de dólares para criar. Mas, mesmo que não se chegue ao ponto de afirmar que a IA generativa é uma mercadoria, é preciso admitir que têm existido algumas deficiências evidentes na capacidade das empresas de proteger e diferenciar sua IA generativa. O regime de propriedade intelectual em torno de tudo isso é bastante fraco. Mesmo que se consiga avanços significativos nos modelos, não está claro se será possível protegê-los dos concorrentes. Em um período muito curto, empreendimentos como o Grok e o DeepSeek, da xAI, conseguiram se aproximar da OpenAI com um investimento muito menor. Se as barreiras à entrada nesse setor continuarem baixas, não haverá muito espaço para a OpenAI e outras empresas aumentarem os preços. Isso arriscaria entregar o mercado a novos participantes dispostos a fornecer IA generativa a um preço mais barato ou até mesmo gratuitamente. Dito isto, não quero que nada disso seja interpretado como uma sugestão de que sou cético quanto à criação de valor da IA generativa. A IA generativa é empolgante porque está amplamente disponível — as barreiras à entrada são baixas. Isso significa que muitos poderão criar valor com a tecnologia, o que também torna mais difícil para qualquer um capturar esse valor. Que modelos de negócios provavelmente surgirão na IA? No fim das contas, o modelo de negócios mais viável é algo equivalente ao pagamento por uso. A questão é que ainda não chegamos a esse ponto em nosso comportamento de compra. Os modelos de negócios de software evoluem constantemente, mas essa mudança leva tempo para ocorrer. Talvez se lembre de uma época em que era possível comprar uma licença de software em um CD uma única vez e, em seguida, instalá-la onde quisesse, à vontade. Depois disso, tivemos que passar por uma transição realmente incômoda para o modelo de negócios por assinatura, e agora temos que pagar pelo software mensalmente e por cada usuário. Precisaremos passar por outra transição que será ainda mais incômoda: eventualmente, pagaremos por cada instância de uso. Já estamos vendo essa transição. As “assinaturas” de IA generativa de hoje não são verdadeiras assinaturas porque limitam o uso, tornando-as, na minha opinião, essencialmente modelos baseados no uso com outro nome. O problema é que essas “assinaturas” ainda têm preços muito baixos para serem viáveis. O preço típico — US$ 20 por mês — não é suficiente para cobrir os custos variáveis da maioria desses serviços. Infelizmente, num futuro próximo, o número de pessoas dispostas a pagar US$ 20 por mês por IA generativa é menor do que o número de pessoas que pagariam US$ 20 por mês pela Netflix. Dito isso, encorajo as pessoas a usarem esses serviços o máximo que puderem, enquanto puderem. Nós, como usuários, estamos obtendo um ótimo negócio hoje em um serviço subsidiado por investidores. Será que tudo se resumirá a quem tem o maior modelo de linguagem? Historicamente, a teoria era de que quanto maior o modelo, maior seria sua qualidade. Vimos isso à medida que a OpenAI avançava do GPT-2 para o GPT-3 e para o GPT-4, e paralelamente em outros desenvolvedores de modelos. Esses modelos extremamente grandes realizam muitos cálculos e contêm uma grande quantidade de informações. No entanto, ao criar esses modelos de maior qualidade, você também enfrenta custos de treinamento mais elevados, que são fixos, além de custos variáveis de inferência mais altos. Os serviços por assinatura limitam o número de vezes por dia em que você pode utilizar esses modelos de maior intensidade computacional. Eles impõem essa limitação porque o custo variável é muito alto. Já chegamos a um ponto em que os custos variáveis desses modelos maiores estão além do alcance de qualquer modelo de negócios conhecido disponível para cobri-los. Assim, a atenção tem-se voltado recentemente para o desenvolvimento de modelos menores, capazes de oferecer qualidade comparável à de modelos maiores, mas com um custo variável mais baixo. Como o marketing poderá se comportar no curto prazo? Não me surpreenderia se assistíssemos a um acerto de contas nos próximos anos. As empresas de IA mais badaladas do setor estão a registar perdas enormes, e a rentabilidade ainda está longe para a maioria delas. A OpenAI e outras empresas terão de continuar a angariar fundos para se manterem à tona. Para atrair futuros investidores, terão de ser capazes de continuar a aumentar as suas avaliações para níveis sem precedentes. Outro sinal de alerta aqui é o risco que os participantes do setor estão assumindo, o que os torna particularmente vulneráveis até mesmo a mudanças relativamente pequenas no mercado. Por exemplo, a locadora de veículos Hertz foi especialmente afetada pela pandemia, mais do que suas concorrentes, porque não só havia contraído empréstimos para comprar seus carros, como também contraiu empréstimos adicionais além dos carros que adquiriu com o dinheiro emprestado. Assim, em certo sentido, ela fez um duplo endividamento sobre seus ativos. No setor de IA, estamos observando sinais dessa vulnerabilidade entre as empresas que chamamos de “neocloud”, que fornecem chips e serviços de computação em nuvem para as empresas de IA. Mesmo que o mercado continue crescendo, mas a um ritmo mais lento do que o previsto, várias dessas empresas ficariam em situação financeira precária. Como o Google está gerenciando seus investimentos em IA? Em teoria, o Google possui todos os recursos técnicos para incorporar IA generativa em tudo o que faz. É impressionante que tenham optado por não fazê-lo. Veja, por exemplo, os Resumos de IA na Pesquisa do Google. O Google poderia colocá-los no topo de todas as páginas de pesquisa. Mas, à medida que lançaram os Resumos de IA, um dos aspectos fascinantes é que frequentemente restringem quais consultas recebem esses resumos. Não é do interesse financeiro do Google, no curto prazo, implementar IA de forma generalizada. Em vez disso, o Google prefere implementar o mínimo possível de IA generativa para conter a perda de participação de mercado para novos concorrentes, mas nada além disso. As consultas para as quais a IA generativa é mais útil são também aquelas com as quais o Google não lucra de qualquer forma. Estamos falando de prompts de pesquisa como “escreva minha redação da terceira série sobre dinossauros”. O Google lucra com consultas comerciais, como pesquisas de voos e recomendações de compras, nas quais a IA generativa hoje tem menos vantagem, se é que tem alguma, em relação à pesquisa tradicional. E quanto à Meta e à Microsoft? A Meta, a Amazon e a Microsoft tomaram várias medidas para se posicionarem de forma a se beneficiarem do crescimento da IA generativa, ao mesmo tempo em que limitam sua própria exposição a riscos. A Microsoft é o caso mais intrigante. A maioria dos observadores presume que a Microsoft seja uma aliada e parceira próxima da OpenAI. No entanto, a Microsoft investiu ou apoiou várias alternativas de código aberto à OpenAI. Até o momento, a Meta tem sido a líder em código aberto com seu modelo Llama. Notavelmente, o parceiro preferencial da Meta para a implantação do Llama é o Microsoft Azure. A Microsoft também contratou um dos fundadores do Google DeepMind para desenvolver seu próprio modelo internamente. Assim, eles têm acesso a parte do conhecimento dos bastidores do maior projeto do momento. O que o senhor acha das especulações sobre uma possível bolha de IA? Em minha pesquisa sobre estratégia tecnológica, estudei de perto a história da tecnologia nos últimos 40 anos. Vimos muitas “bolhas” ou “ciclos de hype” nesse período: a bolha das pontocom; uma bolha da economia compartilhada (por exemplo, WeWork e Bird); uma bolha do trabalho remoto durante a pandemia (pense no Zoom e na Peloton); a realidade virtual; e várias bolhas de criptomoedas. O setor de tecnologia passa regularmente por esses altos e baixos. Na minha opinião, a definição de uma bolha na tecnologia é quando todos conseguem ver a criação de valor, mas ninguém está pensando na captura desse valor. No final da década de 1990, existia uma empresa chamada Pets.com. A ideia central era enviar ração para cães diretamente para as casas das pessoas. Isso é algo maravilhoso. O potencial de criação de valor era muito grande. Mas, em meio a todo esse entusiasmo, perdemos temporariamente de vista a captura de valor: não havia um modelo de negócios real que fizesse com que isso funcionasse naquela época. Agora, com o passar do tempo, as condições econômicas melhoraram, permitindo que a Chewy surgisse posteriormente e fizesse com que o negócio funcionasse. Portanto, esse seria o risco aqui: uma lacuna entre a imensa criação de valor projetada e a quantidade desse valor que essas empresas podem realmente capturar. Mais recursos da HBR: O Manual de Estratégias de IA generativa para Organizações Abordando o Problema do Controle de Qualidade da IA generativa Empresas de tecnologia, energia nuclear e o problema do momento estratégico

As empresas de IA não possuem um modelo de negócios lucrativo. Isso importa?

Resumo.

Partner Center