O problema não é o modelo, é a dependência

OpenAI e Anthropic viraram infraestrutura crítica para quase todo mundo que constrói produto com IA, e é exatamente aí que mora o incômodo. Quando o ex-CEO do Google Eric Schmidt, ao lado do historiador Niall Ferguson e da pesquisadora Lisa Klaassen, chama os dois labs de companhias coloniais modernas, ele não está fazendo provocação vazia. Ele está descrevendo uma arquitetura de poder onde quem está fora dos Estados Unidos e da China não tem alternativa real, só escolhe de qual império vai depender.

Para quem opera no dia a dia, isso não é teoria geopolítica distante. É latência, preço de API, contrato, export control e roadmap que muda sem aviso. Se o seu produto roda em cima de um modelo fechado americano, você já vive em uma colônia digital. A pergunta é o que acontece quando a metrópole decide fechar o porto.

PublicidadeAnuncie aqui336x280 / responsivo

O fato

Em um ensaio para a revista Foreign Affairs, Schmidt e os coautores argumentam que Estados Unidos e China travaram o mercado global de IA. Não é só quem tem o melhor modelo, é quem consegue pagar a conta da escala. Energia, minerais críticos, chips de ponta e capital em volume absurdo. Quem fica abaixo de um certo limiar, nas palavras deles, simplesmente não está no jogo.

A comparação histórica é direta e pesada. OpenAI e Anthropic estariam para hoje como as Companhias das Índias Orientais estiveram para o colonialismo britânico e holandês. Empresas privadas com carta do governo, que negociam com estados, mas que também obedecem ao estado quando ele aperta. O exemplo citado é concreto. Em junho, o Departamento de Comércio dos Estados Unidos teria ordenado que a Anthropic cortasse o acesso de estrangeiros aos seus dois modelos mais capazes. Sem conseguir verificar nacionalidade em tempo real, a empresa derrubou o acesso globalmente. Um dos modelos foi liberado cerca de duas semanas depois, o outro seguiu restrito a um grupo de organizações americanas.

O texto opõe ainda as duas estratégias imperiais. Washington entrega tecnologia fechada e cara em troca de alinhamento político. Pequim distribui modelos de pesos abertos para espalhar padrão, ferramenta e influência. Os Estados Unidos liderariam em chatbots por cerca de seis meses, a China lideraria em robótica. E os gargalos se espelham. A China tem energia, mas não tem chip de ponta. Os Estados Unidos têm chip e modelo, mas não têm minerais nem rede elétrica confiável para sustentar a expansão.

Como funciona na visão de quem opera

Esqueça por um minuto a discussão sobre inteligência artificial geral. O que trava o jogo hoje é física e dinheiro. Lei de escala ainda manda. Para melhorar modelo de fronteira, você precisa de mais computação, mais energia e mais dados de qualidade. Isso significa data center de gigawatt, contrato de longo prazo com geradora, H100 ou equivalente em fila, e engenharia de inferência para não quebrar na conta.

Na prática, a arquitetura que sobra para o resto do mundo é de revenda. Você chama uma API em Virgínia ou Oregon, paga em dólar por milhão de tokens, aceita uma latência de 300 a 800 milissegundos e torce para o seu caso de uso caber na janela de contexto e no filtro de conteúdo definido em outro país. É eficiente no curto prazo e frágil no longo prazo, porque qualquer mudança regulatória, de preço ou de exportação derruba seu SLA sem que você tenha para onde correr.

Os números citados no ensaio ajudam a entender o tamanho do buraco. As big techs americanas planejam investir mais de 600 bilhões de dólares em 2026, a maior parte via dívida. Outras estimativas somam cerca de 725 bilhões só entre Google, Amazon, Microsoft e Meta neste ano. A China planeja algo em torno de 295 bilhões de dólares em cinco anos via títulos do governo. Nos Estados Unidos, os juros da dívida federal já superaram o orçamento de defesa em 2024, cerca de 881 bilhões contra 874 bilhões, e a projeção para 2036 é de juros equivalentes ao dobro da defesa. Daí nasce o que os autores chamam de trilema imperial. Defesa, liderança tecnológica e estado de bem-estar generoso não cabem juntos na mesma conta.

De onde vem o custo real

Quando você paga 5 ou 15 dólares por milhão de tokens, está pagando uma fração pequena de uma cadeia que começa no Congo, passa por Taiwan e termina em data center no Texas. Os autores falam em economia de plantação da era dos chatbots, citando mineração e trabalhadores de dados no Quênia ganhando poucos dólares por hora para rotular, avaliar e filtrar. Isso não aparece no dashboard da OpenAI ou da Anthropic, mas está embutido no preço e no risco reputacional.

Minha inferência como operador é simples. Enquanto o custo de treinamento continuar subindo e a inferência depender de GPU escassa, o preço para o consumidor final vai oscilar muito. Provedor vai repassar custo de energia, vai criar tier, vai limitar rate, vai priorizar cliente grande. Quem está construindo em cima precisa assumir que margem de hoje não é garantia de margem de amanhã.

O que isso muda na prática

Quem ganha com esse desenho são os dois impérios e os labs que operam com aval deles. Quem perde é todo mundo no meio, startups, empresas e até governos que terceirizaram cognição sem ter plano B. O caso da Anthropic desligando modelos globalmente por ordem de exportação deveria ser lido como um incidente de arquitetura, não como política. Se um governo pode tirar seu fornecedor do ar com uma canetada, seu sistema não tem alta disponibilidade real.

O que ajustar agora é menos romântico e mais operacional. Primeiro, trate modelo de fronteira como dependência de fornecedor único e desenhe abstração. Uma camada que permita trocar de provedor, de fechado para aberto, de nuvem americana para inferência local, sem reescrever tudo. Segundo, teste de verdade um modelo de pesos abertos chinês ou americano em produção, mesmo que menor. Não por ideologia, mas para saber qual é a perda real de qualidade, latência e custo. Na maioria dos casos de suporte, resumo, classificação e RAG simples, a diferença não justifica o risco de ficar preso a um só vendor.

  • Mapeie quais fluxos quebram se a OpenAI ou a Anthropic caírem por 24 horas e defina fallback automático.
  • Rode um piloto com modelo aberto em sua própria nuvem ou em provedor regional e meça custo por mil requisições.
  • Separe dados sensíveis e fluxos regulados em pipeline que não dependa de API estrangeira sem contrato local.

Para times no Brasil, o recado é ainda mais direto. Energia temos, mas não temos chip, não temos capital na mesma escala e não temos nuvem soberana de fronteira. Apostar tudo em um único API americano é aceitar que regra de exportação, sanção ou reajuste de preço em dólar vira risco operacional seu.

A tensão que ninguém quer encarar

A analogia colonial incomoda porque ela acerta em um ponto e escorrega em outro. Acerta ao mostrar que software virou recurso escasso de novo, preso a energia, minério e fábrica. Erra se sugerir que dá para sair do jogo só com discurso de soberania. Soberania de IA sem gigawatt contratado, sem GPU e sem time que saiba operar inferência em escala é só slide.

E tem o outro lado que o ensaio apenas tangencia. O modelo aberto chinês parece generoso, mas também é uma forma de dependência. Você ganha peso grátis hoje e adota padrão, toolchain e ecossistema de outro império amanhã. Além disso, modelo aberto não resolve controle. Os autores citam protestos contra data centers no Texas e em Utah, o risco de Pequim perder o controle da informação com modelos abertos e até um episódio recente em que agentes autônomos sobrecarregaram o Hugging Face e outros sites. Ou seja, distribuir o modelo não distribui o poder, só move o gargalo para energia, segurança e governança.

O ponto mais sensível segue sendo Taiwan e a TSMC. Se qualquer conflito interromper o fornecimento de chips avançados, não é só OpenAI e Anthropic que param. Para tudo, de nuvem americana a startup brasileira que consome API. Nenhuma abstração de software resolve falta de silício. Essa é a parte da tese de Schmidt que eu levo mais a sério, porque não depende de quem tem o melhor pesquisador, depende de uma ilha, de uma fábrica e de uma cadeia que ninguém conseguiu duplicar.

Conclusão

No fim, chamar OpenAI e Anthropic de companhias das Índias modernas é menos sobre xingar lab e mais sobre lembrar que escala tem dono, tem custo e tem exército por trás, mesmo que o exército hoje seja decreto de exportação e linha de crédito.

A pergunta que fica para quem constrói é simples e desconfortável. Se o seu produto só existe enquanto dois labs americanos deixarem, ele é seu ou é só uma concessão temporária?