A verdadeira corrida da IA pode não estar mais na fronteira

Por várias semanas neste verão, a indústria de IA ficou fixada nos mais recentes modelos de fronteira da Anthropic e na luta de Washington para controlar quem tinha acesso a eles. Mas, enquanto todos observavam a fronteira, os desenvolvedores continuaram construindo — e não estavam esperando por permissão das Anthropics e OpenAIs do mundo.

Modelos chineses de pesos abertos responderam por 41% dos downloads no Hugging Face nesta primavera, superando os modelos dos EUA. No OpenRouter, os seis modelos mais populares são todos modelos abertos de empresas chinesas, incluindo Tencent, Xiaomi, DeepSeek, MiniMax e Z.ai. O Claude Opus 4.7 da Anthropic fica na sétima posição, no momento em que este artigo foi escrito. E dados da Vercel mostram que os modelos de pesos abertos estão absorvendo grande parte da infraestrutura de alto volume de aplicativos de IA, enquanto os modelos fechados operam como a camada premium de maior custo. Os modelos abertos lidaram com quase um terço das solicitações de IA na plataforma em junho.

Essas plataformas capturam apenas uma fatia do ecossistema de IA; em particular, elas deixam de fora as sessões hospedadas por grandes laboratórios, que provavelmente respondem pela maior parte do uso da OpenAI e da Anthropic. No entanto, a participação grande e crescente dos modelos de código aberto no mercado levanta uma questão difícil: quanto os modelos de fronteira ainda importam se a maior parte da IA em produção acabar rodando em alternativas mais baratas e personalizáveis?

Alguns veem o crescimento dos modelos de código aberto como um sinal de que os modelos mais inteligentes podem acabar sendo usados apenas para os casos de uso mais especializados. “Talvez em alguns anos, os modelos de fronteira sejam para experimentação e [para] algumas tarefas de altíssimo valor, e a maioria das cargas de trabalho de produção seja na verdade alimentada por modelos privados dentro das empresas ou por modelos de código aberto”, disse o CEO do Hugging Face, Clem Delangue, em um episódio recente do Equity.

O Hugging Face é uma plataforma e comunidade de desenvolvedores mais conhecida por hospedar, compartilhar e ajudar empresas a implantar modelos abertos. Delangue diz que os clientes e membros da comunidade do Hugging Face estão cada vez mais propagando os benefícios de possuir seus próprios modelos de IA em vez de alugá-los, uma tendência que ganhou força à luz fria da realidade após receberem a fatura associada ao custo de escalar modelos de fronteira fechados.

“Se você é uma empresa de IA ou uma empresa de tecnologia, você não quer terceirizar suas capacidades principais para outra empresa, para uma API de caixa preta que você não controla, sobre a qual não tem nenhuma visibilidade e nenhum tipo de propriedade real”, disse Delangue. 

Essa mudança, argumenta Delangue, reflete-se na atividade que ocorre no Hugging Face. Um novo repositório é criado a cada sete segundos na plataforma, que hospeda quase três milhões de modelos públicos e um milhão de conjuntos de dados públicos, segundo Delangue. Isso aponta para um cenário diferente do “um modelo para governar a todos”, diz ele. Na realidade, parece mais com empresas usando muitos modelos diferentes, muitos dos quais são personalizados para seu caso de uso específico. Metade de todas as empresas da Fortune 500 está usando o Hugging Face para implantar seus próprios modelos privados e modelos de código aberto, afirma ele. 

A crescente popularidade dos modelos abertos coincide com um fluxo constante de lançamentos cada vez mais capazes de laboratórios de IA chineses. 

A cada poucos meses, outra empresa de IA chinesa lança um poderoso modelo de pesos abertos que é mais barato de implantar e mais fácil de personalizar do que os concorrentes fechados, minando a economia da IA proprietária na qual as empresas dos EUA investiram bilhões. Mais recentemente, a empresa de IA sediada em Pequim Z.ai lançou um modelo de pesos abertos chamado GLM-5.2, que se destaca em codificação baseada em agentes e concorre com os modelos mais recentes da Anthropic na identificação de vulnerabilidades de segurança. 

Delangue não é o único executivo a argumentar que as empresas devem evitar se prender a um único provedor de modelos.

O CEO da Microsoft, Satya Nadella, alertou recentemente contra a dependência de um único fornecedor, argumentando que o controle dos dados deve ser uma preocupação primária para as empresas que usam IA. 

“Embora a grande inovação decorrente de os provedores de modelos terem direitos de uso justo para treinar modelos em dados públicos seja necessária, acho irônico que o status quo seja virar o jogo e impor termos restritivos à destilação, e reservar o direito de aprender com os dados de uso e interação dos clientes”, disse Nadella. “Se o aprendizado flui em apenas uma direção, o valor econômico converge para os proprietários da infraestrutura de aprendizado, em vez dos criadores do próprio conhecimento. Portanto, é imperativo que distribuamos a infraestrutura de aprendizado para todas as empresas, para que possam controlar seu próprio ciclo de aprendizado.”

A ascensão dos modelos abertos também intensificou um debate sobre se modelos cada vez mais capazes deveriam estar amplamente disponíveis. 

O CEO da Anthropic, Dario Amodei, argumentou que escalar pesos de modelos abertos poderosos pode se tornar perigoso porque, uma vez lançados, eles se tornam difíceis de controlar. Outros argumentam que os modelos abertos são mais fáceis de serem acessados ??por agentes mal-intencionados que poderiam usá-los para espalhar desinformação ou realizar guerras cibernéticas ou biológicas. 

Delangue vê o equilíbrio de forma diferente.

“O maior risco na IA é a concentração de poder”, disse Delangue. “A maneira de tornar o mundo mais seguro, na minha opinião, é nivelando o campo de jogo e criando transparência nesses modelos.”

Transparência significa que os defensores podem “corrigir mais facilmente os riscos de segurança cibernética que eles já sabem que os modelos de código aberto podem explorar”, disse ele.

O executivo do Hugging Face argumenta que manter modelos poderosos fechados não elimina os riscos associados a sistemas avançados de IA, em parte porque é fácil burlar as barreiras de proteção da API de modelos de fronteira e roubar os pesos para disseminá-los abertamente. Restringir modelos poderosos, argumenta Delangue, simplesmente concentra a tecnologia nas mãos de poucas empresas, enquanto reduz a transparência sobre como os sistemas funcionam. 

“Você não torna a tecnologia segura mantendo-a a portas fechadas apenas para alguns participantes”, disse Delangue. “Você a torna mais perigosa porque cria assimetria de poder e assimetria de capacidades.”