Imagine-se em uma enorme conferência de tecnologia. Há 6.000 estandes de startups espalhados pelo piso do centro de convenções. Fundadores estão apresentando suas ideias, investidores estão circulando e cheques estão sendo feitos. Ao final do trimestre, **$300 bilhões** mudaram de mãos.
Agora imagine passar por estande após estande após estande—5.976 deles, para ser exato—e descobrir que, coletivamente, receberam **$122 bilhões**. Nada mal, certo? Mas então você chega a uma pequena seção VIP em um canto. Apenas **24 estandes**. E eles saíram com **$178 bilhões**.
Isto realmente aconteceu no **Q1 2026**. E isso nos diz algo importante sobre onde o investimento em IA ficou completamente fora de controle.
A Matemática que Não Soma
Vamos quebrar isso em termos humanos. A empresa média fora daquela seção VIP levantou cerca de **$20 milhões**. Enquanto isso, cada uma das 24 empresas de IA fundamentais teve uma média de **$7.4 bilhões**. Isso não é um erro de digitação. Estamos falando de **370 vezes mais dinheiro por negociação**.
Se você está se perguntando o que significa “IA fundamental”, pense nela como as empresas que constroem a camada base—os grandes modelos de linguagem, a infraestrutura central, a tecnologia fundamental sobre a qual outras ferramentas de IA se apoiam. Empresas como **OpenAI**, **Anthropic** e seus concorrentes.
Por que Isso Deve Te Deixar Nervoso
Aqui está o que me preocupa sobre essa concentração de capital. Quando tanto dinheiro flui para tão poucas empresas, não estamos realmente investindo mais em IA. Estamos apostando massivamente em um punhado de cavalos e ignorando o resto da corrida.
Considere o que **$178 bilhões** poderiam financiar em vez disso:
- 8.900 empresas a **$20 milhões** cada
- Milhares de aplicativos de IA especializados para saúde, educação ou clima
- Desenvolvimento de IA regional fora do Vale do Silício e alguns outros centros de tecnologia
- Equipes menores trabalhando em problemas de segurança e alinhamento da IA
Mas isso não é o que está acontecendo. Os investidores estão convencidos de que construir modelos maiores exige cheques maiores, e que apenas alguns jogadores podem vencer essa corrida. Portanto, estão escrevendo cheques com mais zeros do que nunca antes.
O Que Acontece Quando a Música Para
Todo boom de investimento eventualmente enfrenta um recalculo. A questão não é se, mas quando—e como será quando **$178 bilhões** em expectativas encontram a realidade.
Algumas dessas 24 empresas terão sucesso espetacularmente. Mas, estatisticamente, a maioria não entregará retornos que justifiquem suas avaliações. E quando os investidores perceberem que concentraram capital demais em mãos muito poucas, a correção não será bonita.
A verdadeira tragédia? Todos aqueles outros aplicativos de IA que não foram financiados. A ferramenta de diagnóstico médico que precisava de **$5 milhões**. A IA educacional que queria **$10 milhões**. O sistema de modelagem climática que buscava **$15 milhões**. Eles ainda estão por aí, ainda são necessários, mas estão competindo por migalhas enquanto a IA fundamental faz festa.
Um Caminho Diferente a Seguir
Não estou argumentando contra o financiamento da pesquisa em IA fundamental. Essas empresas estão fazendo um trabalho importante, e sim, treinar grandes modelos custa dinheiro real.
Mas **$178 bilhões** em um único trimestre para **24 empresas** não é uma estratégia de investimento sustentável. É uma mania. E manias sempre terminam mal para alguém—geralmente para as pessoas que chegam atrasadas à festa.
O que precisamos é de uma abordagem mais equilibrada. Financiar a fundação, claro. Mas também financiar as aplicações. Financiar a pesquisa em segurança. Financiar as alternativas. Financiar as equipes que trabalham em idiomas diferentes do inglês, em países além dos Estados Unidos, em problemas que não envolvem fazer chatbots um pouco melhores em escrever textos de marketing.
Porque neste momento, estamos construindo um futuro de IA que é pesado na parte de cima, concentrado e frágil. E isso deve preocupar qualquer um que se importe com o futuro dessa tecnologia.
🕒 Published: