Chefe da Qwen afirma que modelos de IA chineses têm menos de 20% de chance de superar os ocidentais, mesmo com semana de IPO de IA de US$ 1 bilhão na China.

O setor de IA da China teve destaque este mês, com várias empresas locais levantando mais de US$ 1 bilhão em ofertas públicas iniciais (IPOs) em Hong Kong. Embora essas listagens tenham como objetivo sinalizar confiança, elas também geraram alertas sinceros de insiders da indústria de IA chinesa, indicando que a diferença em relação aos EUA está aumentando de maneiras que novos investimentos não podem resolver facilmente.

Segundo informações analisadas em discussões em fóruns e comunidades gamers, Justin Lin, responsável pelos modelos de código aberto do grupo Alibaba, declarou que as empresas chinesas têm “menos de 20%” de chance de superarem empresas como OpenAI e Anthropic com quebras fundamentais de tecnologia no curto prazo.

Comentários semelhantes foram feitos por colegas de Tencent e da Zhipu AI, uma das primeiras empresas chinesas de modelos de fundação a abrir capital. Suas IPOs, junto com a da Minimax, ocorrem em um momento em que Pequim direciona ativamente as empresas de tecnologia para listagens internas, com o objetivo de reduzir a dependência dos mercados de capitais dos EUA e direcionar as economias nacionais para setores prioritários, como semicondutores e IA.

Empresas ganham novos horizontes

Levantamento de mais de US$ 1 bilhão em IPOs em uma única semana é impressionante para startups de IA chinesas, algo impensável há apenas dois anos. Essas listagens também refletem uma mudança de política dos reguladores chineses, que priorizam o financiamento interno para IA, chips avançados e infraestrutura de dados. Hong Kong se destaca como o local preferido para acessar capital global.

Para a Zhipu AI, concorrente da OpenAI, o treinamento e a implementação de LLMs (Modelos de Linguagem de Grande Escala) são intensivos em capital, mesmo antes de considerar as limitações de hardware. As IPOs oferecem, portanto, prazos de financiamento mais longos do que as rodadas de investimento tradicionais e reduzem a exposição a um mercado de capital que esfriou significativamente desde 2021, além de proteger contra flutuações geopolíticas, alinhando o setor privado com as prioridades tecnológicas nacionais de Pequim.

No entanto, essas IPOs não oferecem alavancagem sobre a parte mais cara da estrutura de IA. O capital pode custear engenheiros e aluguel de data centers, mas não cria GPUs avançadas ou memória de alta largura de banda (HBM). Com as IPOs e a diminuição da pressão de financiamento, alguns executivos já temem que a maior limitação da China esteja na disponibilidade de computação e potência.

“Uma quantidade enorme do poder computacional da OpenAI é dedicada à pesquisa de próxima geração, enquanto nós estamos sobrecarregados — atender às demandas de entrega consome a maior parte de nossos recursos”, afirmou Lin durante a cúpula AGI-Next em Pequim.

Essa é uma admissão interessante, pois reformula como se pode entender o financiamento de IA na China. O objetivo das empresas chinesas não é apenas gastar mais do que os gigantes dos EUA, mas sim sustentar o desenvolvimento interno de IA em condições limitadas pelo maior tempo possível. IPOs são uma ferramenta de resistência nesse contexto, não um atalho para a dominância, que não pode ser facilmente adquirida.

Modelos abertos avançam rapidamente

Uma área onde a China avançou de maneira inegável é a dos LLMs de código aberto. Os laboratórios chineses adotaram pesos e arquiteturas abertos de uma forma sem precedentes nos EUA. Modelos como Qwen, DeepSeek e outros conseguiram fechar muito da diferença de desempenho em benchmarks padronizados, especialmente para tarefas em chinês e aplicações específicas.

Esses modelos oferecem claras vantagens, pois reduzem a duplicação de esforços, permitem iterações mais rápidas e utilizam melhor a computação limitada, distribuindo a carga de treinamento e ajuste em um ecossistema mais amplo. Eles também se alinham com a preferência de Pequim por tecnologias que possam ser auditáveis e controláveis em nível nacional. Contudo, modelos abertos não eliminam as limitações de hardware, e os sistemas de treinamento ainda requerem clusters densos de aceleradores avançados, redes rápidas e grandes volumes de HBM. É exatamente nesse ponto que as empresas chinesas estão enfrentando dificuldades.

A vantagem dos EUA

A discussão sobre os pipelines de talentos e a produção de pesquisas entre EUA e China tem sido um tema comum na última década, mas hoje o grande diferencial é que os EUA controlam a maior parte do poder computacional avançado do mundo.

Os grandes provedores de nuvem dos EUA operam clusters de GPUs medidos em dezenas de milhares de aceleradores, com pilhas de software ajustadas ao longo de anos de uso produtivo. O investimento privado em empresas de IA americanas continua a ser muito superior ao da China, mesmo com as empresas chinesas voltando-se para os mercados públicos. Mais importante ainda, empresas dos EUA conseguem direcionar capital diretamente para a aquisição de hardware em escala global, algo que as empresas chinesas não conseguem igualar nas atuais dinâmicas geopolíticas.

Executivos chineses começaram a reconhecer publicamente esse desequilíbrio, alertando que a infraestrutura de IA dos EUA pode ser uma ordem de grandeza maior que a da China em capacidade efetiva. Essa diferença se acumula ao longo do tempo e, infelizmente para a China, mais capacidade computacional permite modelos maiores, que atraem mais usuários, dados e receita, o que, por sua vez, financia implantações ainda maiores.

Portanto, embora uma semana de IPOs totalizando US$ 1 bilhão seja impressionante, a China ainda permanece bem atrás dos EUA em todas as áreas que realmente importam. Essa movimentação garante que as empresas de IA na China permaneçam viáveis e competitivas internamente, mas não altera, por si só, a corrida global pela liderança em IA.

As listagens públicas também impõem disciplina e transparência, em teoria, e conectam as empresas mais estreitamente às políticas industriais nacionais. Nos próximos anos, isso deverá resultar em um cenário bifurcado, com o ecossistema de IA da China avançando rapidamente em áreas onde a escala não é tão crítica, como plataformas de consumo e industriais e IA aplicada.

Enquanto isso, a vanguarda da IA geral continua ancorada em ambientes com acesso a computação abundante. O capital pode sustentar o progresso, sem dúvida, mas é a computação que, em última análise, determina se esse progresso terá um impacto mensurável fora da China.