Pergunte a uma sala cheia de executivos de tecnologia se a inteligência artificial está produzindo resultados mensuráveis e a maioria das mãos se levanta. Pergunte se esses resultados são fortes o suficiente para justificar interromper as férias de verão do diretor-presidente, e a sala quase se esvazia. Essa lacuna, descrita pelo empreendedor britânico de tecnologia Azeem Azhar, é uma ilustração compacta de onde a IA corporativa realmente está — progresso real, mas um progresso que ainda não se tornou impossível de ignorar.
Azhar, fundador do grupo de pesquisa Exponential View, contou a história durante uma conversa em podcast com Nicholas Thompson, do The Atlantic. O debate sobre a bolha da IA, sugeriu ele, em última análise se resume a uma única questão: a receita dos laboratórios de IA está crescendo rápido o suficiente para pagar a enorme construção de data centers atualmente em andamento? A anedota de Las Vegas não responde a essa pergunta, mas enquadra as questões menores que dela derivam.
Um levantar de mãos em Las Vegas
Azhar se viu diante de aproximadamente 160 vice-presidentes de TI reunidos em Las Vegas. Ele lhes fez uma pergunta direta: quem poderia apontar resultados mensuráveis de IA dentro de suas organizações?
Cerca de dois terços indicaram que podiam. Azhar reconheceu depois que o número era mais alto do que ele esperava — um sinal de que as implantações de IA não são mais puramente experimentais em muitas grandes empresas. Os pilotos se tornaram sistemas de produção, e alguns desses sistemas produzem números que os executivos podem citar.
Então veio a pergunta seguinte. Quem entre eles tinha resultados bons o suficiente para interromper as férias de verão do CEO? Segundo o relato de Azhar, apenas cerca de oito pessoas permaneceram. De aproximadamente cem respostas afirmativas para um punhado, a queda é acentuada.
Interpretando a lacuna
As duas perguntas medem coisas diferentes. A primeira pergunta se a IA está fazendo algo mensurável. A segunda pergunta se ela está fazendo algo tão valioso que um líder sênior largaria tudo para ouvir sobre isso. A maioria das empresas parece ter superado a primeira barreira e estagnado bem antes da segunda.
A conclusão do próprio Azhar é que as empresas estão fazendo progresso, mas lentamente. Se esse ritmo é suficiente para justificar os níveis atuais de investimento permanece em aberto. Ele observa que alguns executivos descrevem conselhos se tornando mais ambiciosos após vitórias iniciais, e que mesmo em mercados mais lentos, como a Itália, os diretores-presidente relatam confiança em construção e orçamentos em alta, apesar de tropeços ao longo do caminho.
Por que a anedota se encaixa em um argumento maior
A razão pela qual um levantar de mãos em um salão de conferências importa é que a indústria está discutindo sobre dinheiro. A disputa central é se os laboratórios de IA estão gerando receita rápido o suficiente para financiar a capacidade de data centers que está sendo construída para atendê-los. Cada questão menor alimenta essa uma, e a mais consequente delas pode ser quantos valores reais as empresas extraem da IA que já compram — porque isso determina se elas continuarão comprando mais, idealmente a preços mais altos.
No nível de toda a economia, esse retorno sobre o investimento ainda não pode ser documentado. Ele aparece, em vez disso, em anedotas, e a de Azhar é uma delas. Sua caracterização da situação geral é que ela permanece "finamente equilibrada" — não obviamente uma bolha, não obviamente um boom.
Vida útil dos chips e a equação de custos
Uma variável subestimada é por quanto tempo os chips de IA comprados permanecem úteis em produção. Se essa vida produtiva é de quatro, seis ou oito anos muda consideravelmente a matemática, porque os cronogramas de depreciação determinam quanto valor cada acelerador deve gerar antes de ser aposentado. Uma vida útil mais curta eleva a barra para cada carga de trabalho executada nele; uma mais longa alivia a pressão. Essa única premissa pode alterar o quadro de lucratividade de um operador de data center sem qualquer mudança na demanda.
Modelos de pesos abertos e o cenário pessimista
Uma segunda linha no debate diz respeito a quais modelos as empresas realmente executam. Muitas organizações estão migrando de sistemas de fronteira caros para alternativas de pesos abertos. Da perspectiva do usuário, essa é uma decisão racional de custo. Da perspectiva de um investidor em infraestrutura, é mais preocupante: a adoção pode continuar subindo enquanto a receita que retorna para financiar a construção não acompanha o ritmo.
Azhar rotula esta como a versão pessimista da história. Nesse cenário, o uso de IA se expande por toda a economia, as organizações relatam ganhos genuínos de produtividade, e a bolha ainda estoura — porque o dinheiro que se concentra na camada de aplicação nunca chega à camada intensiva em capital abaixo dela. Crescimento no uso e crescimento no financiamento não são a mesma coisa, e a lacuna entre eles é onde reside o risco.
O incentivo para soar otimista
Outra complicação é que o sucesso autorrelatado não é evidência neutra. Azhar aponta para uma pesquisa do Boston Consulting Group que descobriu que aproximadamente 70 por cento dos diretores-presidente em todo o mundo dizem que o sucesso em IA importa para como são percebidos em seus cargos. Quando a reputação de um líder está atrelada a um programa de tecnologia, há um incentivo embutido para descrever esse programa de forma mais favorável do que os números subjacentes poderiam justificar.
Isso não torna a contagem de Las Vegas sem sentido — se algo, os executivos que não puderam reivindicar resultados dignos de férias estavam oferecendo voluntariamente uma resposta pouco lisonjeira. Mas significa que pesquisas amplas de satisfação com IA devem ser lidas ao lado de evidências mais duras, como receita, retenção e a persistência das implantações depois que a novidade inicial se desvanece.
Sinais que vale a pena observar
Azhar é explícito que não tem uma resposta clara para a questão da bolha. Ninguém tem ainda. A abordagem prática é acompanhar os indicadores que eventualmente a resolveriam:
- Se o crescimento da receita dos laboratórios de IA continua a superar o custo de construir e operar nova capacidade de data centers.
- Por quanto tempo as empresas assumem que seus chips de IA permanecerão produtivos, e se essas suposições encurtam.
- Com que rapidez os gastos migram de modelos de fronteira para alternativas de pesos abertos, e o que isso faz com as margens dos fornecedores.
- Se os orçamentos de IA continuam subindo em mercados mais lentos, onde o otimismo é mais difícil de sustentar apenas com hype.
- Se a safra atual de resultados mensuráveis se traduz em decisões que um CEO interromperia as férias para tomar.
A leitura honesta do momento é que a IA passou do estágio de demonstração em muitas empresas sem ainda alcançar o estágio em que dita a estratégia. Dois terços de uma sala podem apontar resultados. Aproximadamente oito podem apontar resultados que chamam a atenção no topo. A distância entre esses dois números — e a rapidez com que ela se fecha — é o que definirá o julgamento da próxima fase do ciclo de investimento.
Este artigo é baseado em reportagem do The Decoder. Leia o artigo original.
Originally published on the-decoder.com
