Interestelar

Inteligência Artificial: A Transição dos Modelos para as Aplicações Práticas

Interestelar é um filme de ficção científica lançado em 2014, dirigido por Christopher Nolan e estrelado por Matthew McConaughey e Anne Hathaway. Aclamado pela crítica, venceu o Oscar de Melhores Efeitos Visuais e se tornou um marco do gênero ao unir conceitos científicos complexos com emoção humana profunda.

A história do filme se passa em um futuro distópico, no qual a Terra sofre com a escassez de alimentos e a deterioração ambiental, levando astronautas a embarcar em uma missão além da galáxia para encontrar um novo lar para a humanidade.

Por que escolhemos o filme Interestelar como analogia para nosso Kinea Insights desse mês?

Assim como em Interestelar, em que o portal abre um caminho que transcende as limitações do espaço-tempo para possibilitar uma nova esperança, as aplicações emergentes de I.A. estão criando verdadeiros atalhos tecnológicos que aceleram nossa capacidade de inovar e transformar o futuro, abrindo uma nova dimensão para o crescimento da economia global.

Por anos, a I.A. evoluiu exponencialmente em capacidade de processamento e modelagem, mas a tradução desse poder em impacto cotidiano ainda parecia distante — como se estivéssemos colhendo pouco de um solo promissor.

O portal em Interestelar, uma passagem teórica pelo espaço-tempo que permite viajar grandes distâncias em pouco tempo, simboliza os avanços que hoje encurtam o caminho entre pesquisa e valor real.

Com novas arquiteturas, agentes autônomos e hardware especializado, a distância entre laboratório e utilidade prática está diminuindo rapidamente. Esses atalhos tecnológicos permitem que a I.A. alcance setores estratégicos como saúde, comércio, educação e segurança de forma exponencial.

Entramos, assim, na fase em que a promessa dá lugar à entrega. No restante deste Kinea Insights, exploramos como novas aplicações estão acelerando o impacto prático da I.A.. Se em Interestelar a salvação da humanidade exigiu atravessar o tempo e o espaço, na I.A., ela exige que conectemos inovação, dados e propósito. E esse futuro já começou a se aproximar, com consequente efeito para nossos investimentos.

O cenário do mercado de I.A.: do receio à aceleração

No início de 2025, o mercado de I.A. viveu um momento de incerteza. Surgirem modelos mais eficientes, como o DeepSeek, e rumores de desaceleração nos investimentos da Microsoft. Aliado à percepção de que ainda faltavam surgir aplicações de I.A. que fizessem frente a toda expectativa gerada, a tese de hiato – ou “air pocket” – na demanda por infraestrutura do setor ganhou força: o crescimento de infraestrutura superaria a demanda.

Surgia também, nesse contexto, o debate: por que empresas do Ocidente continuariam a gastar bilhões de dólares treinando modelos se, em pouco tempo, poderiam ser alcançados por uma fração do custo, como provou o DeepSeek?

Ou seja, debatia-se tanto a continuidade do ritmo de crescimento dos investimentos em treinamento dos modelos, que corresponde ainda pela maioria do consumo total de GPUs, quanto da inferência (uso prático dos modelos).

Porém, na contramão desse medo, uma clara aceleração nas propostas e no uso das aplicações de I.A., especialmente impulsionadas pelos modelos de raciocínio, pesquisa e de geração de imagens e vídeo, está levando, na verdade, a um aumento na demanda de infraestrutura de I.A..

À medida que os modelos se tornam mais precisos e confiáveis — graças à combinação de modelos de “raciocínio”, checagem dinâmica de dados na internet e aprimoramentos arquiteturais, como observamos em versões do ChatGPT e similares — o uso prático da I.A. cresce exponencialmente.

“O que Andy Grove dá, o Bill Gates tira”

A expressão usada na era dos PCs, que ilustrava como os ganhos de hardware (Intel e seu CEO Andy Grove) eram consumidos pelo software (Microsoft e seu fundador Bill Gates), está se repetindo. Substitua a Intel pela Nvidia, e a Microsoft pelas grandes desenvolvedoras de modelos, e a analogia volta a ser atual.

A partir de abril, conhecemos novos dados que corroboraram esse ponto. O número de usuários e o tempo dedicado ao uso de I.A. aumentaram de forma considerável, com assinaturas do ChatGPT e serviços similares crescendo em escala global. Cerca de 10% do planeta usa o ChatGPT semanalmente. Este movimento revela que a promessa da I.A. agora começa a se refletir em valor real e sustentável.

O crescimento do número de usuários e tempo médio de uso provocou uma explosão na geração de tokens, a unidade básica da I.A., que quantifica a informação processada pelo modelo. Modelos avançados exigem muito mais capacidade computacional que os básicos. Segundo dados do Google, a geração de tokens cresceu 50 vezes em um ano, provando a crescente importância da inferência.

E, em treinamento, não vimos redução do ritmo de crescimento em computação demandado pelos novos modelos. A corrida pelo melhor modelo continua a todo vapor e, as leis de escala, que previam que modelos maiores gerariam modelos melhores, seguem valendo. A demanda computacional de treinamento tem crescido a uma taxa de 5x ao ano, sem mostrar sinais de arrefecimento.

Com isso, os rumores sobre redução do ritmo de investimentos das grandes empresas se mostraram infundados. Após as divulgações de resultados, as grandes empresas de tecnologia mantiveram ou aumentaram suas projeções de investimentos, inclusive a Microsoft.

Podemos definitivamente atualizar a expressão: “O que Jensen (Nvidia) dá, Sam (OpenAI) tira”. Na próxima seção iremos explorar algumas dessas novas aplicações que já fazem parte do nosso dia a dia e da sociedade em geral.

Principais aplicações em I.A.

Observamos, nos últimos meses, o surgimento e o amadurecimento de diversas aplicações inovadoras que demonstram a versatilidade e o alcance da I.A.. Abaixo listaremos algumas utilizações e como essas já têm feito parte do nosso dia a dia em tão pouco tempo:

Além dessas aplicações que já se fazem presentes no nosso dia a dia, estamos vendo o nascimento de diversos agentes, como por exemplo o OpenAI Operator, que executará tarefas como pesquisar um produto e finalizar uma compra para o usuário.

A emergência de agentes de compras, atualmente testados em versão beta pela OpenAI, tem o potencial de redefinir o comércio eletrônico. Diferentemente dos usuários humanos, esses agentes são insensíveis a anúncios publicitários, atacando a essência do modelo tradicional de marketing digital.

Outro exemplo vem da Anthropic, que desenvolve os modelos Claude. Recentemente a empresa divulgou que seu novo modelo de ponta foi capaz de manter a atenção sem divergir em um desafio complexo de programação por cerca de 7 horas sem precisar de intervenção humana. Quase um dia de trabalho.

Essas novas aplicações exigem muito mais capacidade computacional e armazenamento. Por exemplo, atualmente, apenas usuários do plano Ultra do Google AI (US$ 250/mês) têm acesso ao poderoso gerador de vídeo Veo 3, que permite criação de vídeos de até 8 segundos. Essa limitação existe porque o impacto no número de tokens é colossal. Se os modelos de raciocínio haviam elevado substancialmente o consumo de tokens, o impacto dos modelos de vídeo são ainda maiores. Como referência, um vídeo de 6 segundos demanda até 1.000x mais tokens que uma simples consulta de texto em IA.

E mesmo propostas que pareciam estagnar, como veículos autônomos, hoje já são realidade. A Waymo (empresa do Google) reportou crescimento exponencial no número de viagens realizadas, atingindo mais de 1 milhão de viagens no mês de abril, restaurando a confiança de investidores e do público na viabilidade dessa tecnologia.

O crescimento das aplicações deve continuar crescendo exponencialmente, abrangendo múltiplas áreas que nem imaginamos.

Um exemplo emblemático é o prêmio Nobel de Química de 2024, concedido a pesquisadores da Google que conseguiram, pela primeira vez, desvendar a estrutura de proteínas usando I.A. — um desafio que a ciência perseguia por mais de um século. Em 50 anos, pesquisadores mapearam a estrutura de cerca de 0,1% das 200 milhões de proteínas conhecidas. Em 2 anos, o AlphaFold, da DeepMind (empresa de I.A. do Google), mapeou todas as demais.

Essa conquista abre portas para a criação de medicamentos e vacinas inovadoras, impulsionando o combate a doenças e a melhora da saúde global.

Google e “O dilema do inovador”

As ferramentas de busca são a maior, e umas das mais rentáveis, categoria de software do mercado. Com cerca de 90% de participação de mercado, o Google é o grande vencedor nessa categoria e era, virtualmente, imune a ataques de seus concorrentes. Após o surgimento do ChatGPT, o mercado observou pela primeira vez em décadas a possibilidade de a empresa ter seu reinado ameaçado.

Curiosamente, o Google sempre foi uma das líderes em I.A., sobretudo através das inovações do DeepMind. Por que não foi o Google quem lançou um “ChatGPT” antes?

Ferramentas de I.A. podem colocar em risco o lucrativo mercado de busca, que representa atualmente cerca 60% da receita do Google. Sendo assim, imaginamos que a empresa estaria vivendo seu dilema do inovador: um conceito em que empresas falham ao ignorar tecnologias disruptivas. Isso é: ou a Google atacaria seu castelo atual, ou, ignorando as inovações, correria o risco de abrir espaço para ser atacada.

A história está repleta de exemplos como Blockbuster, Kodak e Nokia que ignoraram mudanças estruturais em seus mercados. O Google parecia estar na direção de ser atacado.

Mas, após o ChatGPT, Sergey Brin, co-fundador do Google, anunciou seu retorno para o dia a dia da companhia. Coincidência ou não, desde então a empresa parece ter tomado a decisão de abraçar comercialmente os novos produtos de I.A., mesmo que esses impactem o curto prazo de seus negócios.

A maior evidência é o “AI Overviews”,  que resume automaticamente as buscas dos usuários. Quando uma pesquisa tem o AI Overviews, o número de cliques nos links cai entre 2-6x, sejam esses links orgânicos ou patrocinados. Como o modelo de negócios do Google se baseia em receita por clique, o AI Overviews se apresenta como uma disrupção de seu próprio modelo.

Rapidamente, o AI Overviews se tornou uma das maiores aplicações práticas de I.A. atualmente no mercado. No entanto, o Google parece ainda reduzir a frequência do AI Overviews em áreas de alta monetização, como e-commerce, possivelmente como uma tentativa de minimizar perdas de receita nesse processo.

Entretanto, por outra perspectiva a Google tem a oportunidade de transformar seus riscos em oportunidades: a empresa está buscando modelos de monetização do AI Overviews, o que poderia se transformar em nova fonte de renda.

Sendo o principal portal de busca da Internet, a Google sabe como nenhuma outra como monetizar tráfego de seus sites e aplicações para as ferramentas de I.A. da empresa.

Desenvolvimentos como o Gemini 2.5, o NotebookLM para pesquisa, Veo 3 para criação de vídeos e sua “AI Suite”, que agrega suas ferramentas de I.A., demonstra a habilidade da empresa de rapidamente distribuir seus produtos de ponta para sua extensa base de usuários.

Até que ponto a possível desaceleração de receita de busca ao longo do tempo será compensada no preço das ações pelas ótimas ferramentas de I.A.? Como vimos na seção anterior, é o nosso dilema do investidor.

Inicialmente optamos pela teoria da disrupção mantendo uma posição vendida na ação, e, mais recentemente, passamos a acreditar que a empresa, na verdade, possa ser uma das vencedoras da transformação da inteligência artificial. O tempo dirá.

Nossos investimentos em I.A.

Como já discutido em Kinea Insights anteriores, como Matrix e O Senhor dos Anéis, continuamos investidos em toda a cadeia de I.A.

Acreditamos que, com aplicações ganhando cada vez mais tração, em pouco tempo a inferência responderá pela maior parte do uso das GPUs. Retornamos a investir, portanto, em empresas de cloud, como Microsoft e Amazon, que se beneficiarão diretamente desse crescimento.

Para rodar essas aplicações, as empresas precisarão dos GPUs da Nvidia e das TPUs da Google/Broadcom, ambas produzidas pela TSMC. Assim, mantemos ainda exposição a todas essas empresas essenciais. E toda essa capacidade computacional continuará a exigir muita energia, o que reforça nossa tese de investimento nas geradoras independentes de energia na América do Norte, como Vistra e Talen.

Além dessas empresas, seguimos investidos em Meta, devido ao potencial de aumento de monetização de suas plataformas com ferramentas de I.A., que já começa a aparecer em seus resultados.

Todos esses investimentos refletem nossa crença de que estamos diante de uma transição geracional. Do mesmo modo que o setor de tecnologia representou quase a totalidade do crescimento de lucros do mercado global de 2016 a 2024, imaginamos que esse padrão possa se repetir com I.A. na próxima década.

Há poucos meses, o mercado temia que a inovação em I.A. desacelerasse, em virtude da emergência do DeepSeek e das preocupações com o aumento no custo do treinamento de modelos. Hoje, o cenário se transformou: novas aplicações estão florescendo, ampliando o consumo computacional, começando a gerar valor concreto e atraindo usuários.

Assim como em Interestelar, onde o tesseract simboliza uma dimensão além do tempo, permitindo a comunicação entre passado, presente e futuro, vemos na tecnologia atual que o medo que ontem limitava nosso horizonte é transformado hoje pela criatividade e determinação humanas.

Em resumo, se há uma lição da ficção científica de Interestelar para a Inteligência Artificial, é que os desafios do presente são ultrapassados pela constante inovação, guiada pela imaginação do passado e pela visão do futuro.

Estamos sempre à disposição de nossos clientes e parceiros.

Kinea Investimentos