Atualmente, a Inteligência Artificial (IA) está no centro das discussões sobre inovação, transformação digital e futuro das empresas. No entanto, enquanto investidores e empresas apostam alto em sua revolução, a realidade mostra que o modelo de negócios da maioria das startups de IA é insustentável. Os custos operacionais são exorbitantes e tendem a aumentar cada vez mais. As aplicações práticas frequentemente não entregam o valor prometido e, em muitossetores, a IA é mais um artifício de marketing do que uma solução viável. O resultado? Uma bolha prestes a estourar.
Diferente de inovações tecnológicas anteriores, que se beneficiavam de economias de escala à medida que o número de usuários crescia, a IA enfrenta um problema estrutural: quanto mais usada, mais cara se torna. Modelos como ChatGPT e Gemini demandam infraestruturas computacionais robustas, com GPUs caras e altíssimo consumo de energia elétrica. Estima-seque a OpenAI gaste entre US$ 700 mil e US$ 1 milhão por dia apenas para rodar o ChatGPT. Ao contrário de plataformas tradicionais baseadas em software, onde o custo marginal tende azero, a IA generativa continua consumindo recursos exponencialmente, tornando-se um modelo de negócios difícil de escalar de forma eficiente. Muitas dessas empresas dependem de sucessivas rodadas de investimento de venture capital para continuar operando, criando um ciclo insustentável. Em um cenário de juros altos e maior cautela por parte dos investidores, esse modelo pode entrar em colapso rapidamente. Outro problema do modelo de negócios da IA é a exagerada promessa de automação total. Muitas empresas apostaram que a IA substituiria completamente certas funções humanas, eliminando custos com trabalho. No entanto, a realidade mostrou-se diferente. Por exemplo, plataformas de moderação de conteúdo, como as utilizadas por redes sociais, tentaram substituir moderadores humanos por IA, mas falharam. Em muitos casos, os algoritmos não conseguem interpretar o contexto e as nuances da linguagem, exigindo correções humanas constantes. O Facebook, por exemplo, ainda emprega milhares de moderadores de conteúdo, mesmo após anos investindo pesado em IA. No setor de atendimento ao cliente, chatbots de IA foram amplamente adotados, mas muitas empresas perceberam que a experiência do usuário piorou. O excesso de respostas padronizadas e a falta de empatia das máquinas fizeram com que muitas empresas tivessem que voltar a contratar atendentes humanos para lidar com casos mais complexos. No fim das contas, a IA pode reduzir custos, mas não elimina a necessidade do fator humano. Isso significa que o modelo de negócios baseado em “substituir humanos por IA” não é tão simples nem tão lucrativo quanto prometido.
O mercado de tecnologia já viveu bolhas antes – o boom das .com nos anos 2000 e o hype das criptomoedas são exemplos claros. A IA segue um caminho semelhante: promessas grandiosas, valuations inflados e um frenesi de investimentos em empresas que, muitas vezes, sequer possuem um produto viável. Nos últimos anos, o investimento em startups de IA disparou. Apenas em 2023, foram investidos mais de US$ 50 bilhões em empresas do setor, mesmo sem evidências concretas de que esses negócios poderiam gerar lucros consistentes. Lembrando a era das startups de tecnologia do final dos anos 1990, onde empresas eram valorizadas com base em “potencial” e não em receitas reais. Hoje, grandes fundos de investimento estão começando a recuar. A Y Combinator, uma das mais influentes aceleradoras de startups do mundo, alertou recentemente que muitas das empresas de IA não têm um diferencial competitivo real e que o mercado está inflacionado.
Empresas utilizam o rótulo de IA apenas para atrair investidores, sem de fato empregar tecnologia inovadora. Um levantamento mostrou que 40% das startups que afirmavam usar IA, na verdade, não tinham nenhuma aplicação real de inteligência artificial. Algumas utilizam scripts básicos de automação e os vendem como se fossem IA avançada. Outras contratam humanos para realizar tarefas manualmente, enquanto afirmam que um algoritmo está fazendo o trabalho. A OpenAI, o Google e outras gigantes da tecnologia ajudaram a impulsionar a hype da IA generativa, vendendo a ideia de que suas ferramentas transformariam indústrias inteiras. No entanto, após um ano de uso generalizado, as limitações começam a ficar evidentes. O Google, por exemplo, investiu bilhões no Bard (agora Gemini), mas o retorno ainda é incerto. A Microsoft integrou IA no Office e no Windows, mas muitos usuários ainda preferem as versões antigas, sem IA, por considerarem as novas funcionalidades pouco úteis ou invasivas. Isso indica que a adoção de IA não é tão rápida nem tão revolucionária quanto o marketing sugere.
A bolha da IA não significa que a tecnologia desaparecerá, mas sim que o mercado precisará de ajustes. O exagero em torno de suas capacidades e a pressa em monetizá-la geraram um ciclo especulativo que, em algum momento, se corrigirá. As empresas que realmente buscam inovação precisarão focar em aplicações práticas e sustentáveis, deixando de lado o ruído gerado pelo buzz e voltando-se para problemas reais. No fim, a IA tem futuro – mas apenas onde faz sentido.
Isso não significa que a IA seja uma mentira. Algumas indústrias já se beneficiam de aplicações reais e sustentáveis dessa tecnologia (o problema ainda será o custo). Na área médica, por exemplo, avanços significativos foram feitos com IA aplicada à descoberta de medicamentos e ao diagnóstico por imagem. Por exemplo, o AlphaFold, um sistema de IA que previu a estrutura de mais de 200 milhões de proteínas. Esse avanço acelerou drasticamente o desenvolvimento de novos medicamentos e o entendimento de doenças. Outro campo promissor é o da hiper personalização, aonde a IA consegue oferecer experiências individualizadas aos consumidores. Empresas que utilizam IA para entender preferências de clientes e melhorar sua experiência tendem a obter melhores resultados – estima-se que estratégias de personalização baseada em IA podem aumentar a receita de empresas de e-commerce em até 25%. No entanto, mesmo aqui há limites, pois, consumidores se preocupam cada vez mais com privacidade e transparência na utilização de seus dados.
.png)
.png)
