Guia do hater da bolha de IA

• A bolha da IA é uma situação inflada, sem lucro real, e com uma estrutura muito instável tanto do ponto de vista econômico quanto tecnológico
• A NVIDIA e um pequeno grupo de big techs estão sustentando o mercado, enquanto a maioria das empresas de IA registra prejuízos enormes
• Todo o ecossistema depende excessivamente da venda de GPUs, e na prática a única empresa que está ganhando dinheiro é a NVIDIA
• Os efeitos da IA em produtividade, inovação, substituição de empregos etc. são exagerados, e a maioria das startups baseadas em IA segue sobrevivendo sem um modelo de negócios claro nem virar lucrativa
• Grandes volumes de capital e a mídia alimentam a fantasia em torno da IA, mas a realidade é marcada por funções repetitivas e limitadas, custos altos e um futuro incerto

---

Introdução: alerta sobre a “bolha da IA”

• O verdadeiro jornalismo consiste em registrar a história e diagnosticar os fatos com precisão, descrevendo claramente quando a situação merece um alerta
• O autor tem profunda preocupação e senso de alerta em relação ao estado atual da indústria de IA
• Essa preocupação não vem de fraqueza nem de pessimismo, mas de um ceticismo saudável que observa criticamente as bolhas e o autoengano do mercado e do capital
• O autor e outros críticos são excessivamente desqualificados por não se alinharem à lógica do mercado, e acusados de fazer ‘oposição pela oposição’ ou de buscar cliques por tráfego
• Mas o objetivo da crítica não é chamar atenção por si só, e sim expor os exageros e falsidades dentro da indústria, o desperdício de capital, a destruição ambiental e uma estrutura em que só poucos lucram

• Desde 2021, o autor vem criticando de forma consistente várias bolhas e manipulações, como a onda contra o trabalho remoto, a bolha de áudio social do Clubhouse, a bolha dos NFTs, a fabricação do Quiet Quitting e o caso FTX
• Isso não vem de uma postura de “do contra”, mas de um pensamento crítico e de uma desconfiança saudável em relação ao poder e ao capital
• Olhando para a situação recente, a bolha da IA é uma estrutura extremamente instável, construída apenas sobre expectativa de mercado, clima/vibes e fé cega
• Mesmo com a bolha claramente presente, o mercado ainda a nega ou imagina que ela seja muito mais forte e sólida do que realmente é
• O autor se define como um ‘hater’ e deixa claro seu desprezo por desperdício e perdas, destruição ambiental, marketing enganoso e a falsa ideia de substituição de empregos

• Este texto não é um guia tradicional, mas um material que resume de forma condensada os problemas essenciais da bolha da IA e os fundamentos da crítica
• O autor sente desilusão com a fantasia da indústria de IA, com o conceito de ‘agentes’ que não funciona, softwares de nuvem caros sem utilidade e o exagero de que ‘o futuro já chegou’
• Na visão do autor, o boom da IA generativa não passa de uma miragem sem receita, sem resultado e sem utilidade
• Quando tudo isso desmoronar, o autor espera que se lembrem de que ele já havia alertado antes

A fraqueza da Magnificent 7: NVIDIA

• Em julho de 2025, as ações da NVIDIA dispararam de volta para 170 dólares, mas em janeiro deste ano chegaram a cair abaixo de 100 dólares durante o episódio da DeepSeek, mostrando que reagem de forma extremamente sensível a grandes eventos de mercado
• Magnificent 7 (35% do mercado acionário dos EUA): NVIDIA, Microsoft, Alphabet(Google), Apple, Meta, Tesla, Amazon
  • Dentre elas, a capitalização de mercado da NVIDIA representa 19% da Magnificent 7
  • Como muitos produtos de aposentadoria e investimento nos EUA estão atrelados a esse grupo de big techs, o estouro da bolha da IA pode afetar a economia real
• A dependência das receitas principais da NVIDIA é grave
  • Microsoft(18,9%), Amazon(7,5%), Meta(9,3%), Alphabet(5,6%) e Tesla(0,9%) respondem por 42,4% da receita total da NVIDIA
  • A Meta usa 25% de seu capex e a Microsoft 47% para comprar chips da NVIDIA
  • A Microsoft aluga servidores da CoreWeave, e novas empresas de nuvem como CoreWeave e Crusoe também contribuem com 10% da receita da NVIDIA
• Taxa de crescimento dos resultados trimestrais da NVIDIA
  • Crescimento anual: 101%, 94%, 78%, 69% (nos 4 trimestres mais recentes)
  • O crescimento trimestral desacelerou bruscamente de 69%→59%→12%→12%
  • A receita de data center (principalmente GPUs para servidores) foi de 39,1 bilhões de dólares, abaixo da expectativa do mercado (39,4 bilhões de dólares)
  • Em conjunto com questões no mercado chinês (como a proibição do H20), isso expõe limites cada vez mais claros para o crescimento da receita
• Os riscos da NVIDIA
  • Para manter o crescimento, o volume de vendas de GPUs precisa aumentar a cada trimestre
  • 88% da receita vem de GPUs para data centers (ou seja, do trade de IA), e se as compras contínuas de 5 ou 6 big techs forem interrompidas, todo o mercado pode balançar
  • Na prática, 35% do mercado acionário dos EUA está sendo “sustentado” pela compra de GPUs por 5 ou 6 empresas
  • 47,87% dos lucros do Russell 1000 vêm da Magnificent 7 (em 2024)
• Em resumo, se houver desaceleração no crescimento da NVIDIA ou um impacto em sua receita, o choque pode se espalhar diretamente por toda a Magnificent 7 e, em seguida, pelo mercado acionário americano e pelo mercado de aposentadorias

The Hollow "AI Trade" (o trade vazio de IA)

• Ao contrário da percepção geral do mercado de que “dá para ganhar dinheiro com IA”, fora a NVIDIA praticamente não existem empresas lucrando com IA generativa

A Magnificent 7 despejou 560 bilhões de dólares em capex ligado à IA ao longo de 2024~2025, mas a receita de IA gerada por isso foi de apenas 35 bilhões de dólares

• Se Meta, Amazon, Microsoft, Google e Tesla seguirem adiante como prometeram, o resultado será 35 bilhões de dólares em receita sobre 560 bilhões de dólares em investimento
• Na prática, a maioria das empresas tem apenas ‘receita’, mas nenhum lucro (Profit)
• Essa estrutura de mercado é um consumo de capital extremamente irracional e perigoso

Microsoft AI Revenue In 2025: 13 bilhões de dólares, dos quais 10 bilhões são gastos da OpenAI no Azure com “tarifas com desconto que mal cobrem o custo operacional dos servidores”

• 2025 Capex: 80 bilhões de dólares

• Em janeiro de 2025, a Microsoft anunciou receita anualizada relacionada à IA de 13 bilhões de dólares, mas 10 bilhões desse total (cerca de 77%) vieram do uso do Microsoft Azure pela OpenAI
• O valor pago pela OpenAI corresponde a uma tarifa fortemente descontada que só cobre os custos operacionais dos servidores da Microsoft, então praticamente não sobra lucro real
• Na prática, a receita ‘real’ de IA da Microsoft é de apenas cerca de 3 bilhões de dólares, o que equivale a 3,75% do capex de 2025
• Em 2024, dos 4,7 bilhões de dólares em receita de IA, 2 bilhões vieram da OpenAI; mesmo após investir 135,7 bilhões de dólares em infraestrutura de IA em dois anos, 12,7 bilhões dos 17,7 bilhões de dólares de receita total de IA vieram de transações internas
• No fim, o negócio de IA da Microsoft está inflado só na aparência, com lucro real mínimo e dependendo em grande parte de transações internas com a OpenAI

Amazon AI Revenue In 2025: 5 bilhões de dólares

• 2025 Capex: 105 bilhões de dólares

• Em 2025, a receita estimada da Amazon relacionada à IA é de 5 bilhões de dólares, um valor muito pequeno diante de um capex gigantesco de 105 bilhões de dólares
• Em 2024, o capex também chegou a 83 bilhões de dólares, mas a receita real de IA foi de apenas 2,77 bilhões de dólares
• Analistas projetam que a receita de IA da Amazon pode crescer 80%, mas a estrutura de retorno sobre investimento é extremamente ineficiente
• O CEO da Amazon, Andy Jassy, destacou que “a IA é a maior oportunidade de negócios desde a nuvem e a maior transformação tecnológica desde a internet”, mas os dados reais não sustentam essa afirmação
• Mesmo com o enorme aporte de capital, ficam expostos os limites estruturais para gerar lucro significativo com IA

Receita de IA do Google: até US$ 7,7 bilhões

• Despesas de capital (Capex) em 2025: US$ 75 bilhões

• Em 2025, a estimativa máxima de receita relacionada a IA do Google é de apenas US$ 7,7 bilhões, e a projeção do analista do Bank of America é considerada até um pouco generosa
• Desse total, US$ 4,2 bilhões vêm de receita de assinaturas de IA no Google Cloud, e US$ 3,1 bilhões vêm do plano premium de IA do Google One
  Os US$ 1,1 bilhão restantes são receita gerada por aumentos de preço após a adição forçada de recursos de IA Gemini aos serviços do Workspace
• O plano premium de IA do Google One só conseguiria gerar US$ 3,1 bilhões em receita assumindo cerca de 12,9 milhões de assinantes pagos, mas essa é uma estimativa com pouca base realista
• A receita do Workspace também depende do efeito de aumento forçado de preços para usuários corporativos, o que levanta dúvidas sobre a sustentabilidade do crescimento
• Em comparação com um total de US$ 75 bilhões em despesas de capital relacionadas a IA, a receita real de IA (não lucro) é extremamente pequena

Receita de IA da Meta: US$ 2~3 bilhões

• Despesas de capital (Capex) em 2025: US$ 72 bilhões

• Em 2025, a receita de IA da Meta é de US$ 2~3 bilhões, um nível muito pequeno diante dos US$ 72 bilhões em investimentos em infraestrutura de IA
• A Meta integrou à força recursos de IA generativa (LLMs, geração de imagens etc.) em todos os principais serviços, como as DMs do Instagram, mas vem fracassando em monetizar isso de forma concreta
• Segundo materiais revelados em um processo de direitos autorais, a Meta afirmava que teria receita de IA de US$ 460 bilhões a US$ 1,4 trilhão até 2035, mas isso não passa de um exagero irrealista
• 99% da receita total depende de publicidade, e parte da receita de licenciamento do modelo Llama pode vir de alguns parceiros de nuvem (AWS, NVIDIA, Google etc.), mas os resultados concretos não foram divulgados
• Como resultado, a área de IA da Meta não gera lucro proporcional ao investimento massivo, aprofundando apenas uma estrutura de grande queima de caixa e ineficiência

A Tesla não parece ganhar dinheiro com IA generativa

• Despesas de capital (Capex) em 2025: US$ 11 bilhões

• A Tesla faz parte das Magnificent 7, mas é a empresa mais distante da tese de investimento em IA generativa
• Elon Musk entrou no setor de IA com a xAI (desenvolvedora do Grok, um LLM de destaque, e dona do Twitter), mas a xAI está queimando US$ 1 bilhão por mês em caixa e registra apenas uma receita extremamente pequena de US$ 100 milhões por ano (US$ 8,3 milhões por mês)
• A receita direta relacionada a IA da Tesla é praticamente inexistente, e a possibilidade de investir na xAI deverá ser decidida por votação dos acionistas, embora isso pareça atender mais ao objetivo de alavancagem pessoal de Musk
• Caso capital da Tesla seja direcionado para negócios de IA como a xAI, a chance de geração real de receita é baixa, enquanto só aumentam os riscos de piora nas vendas e na marca do negócio principal da Tesla
• Em conclusão, a Tesla não é uma beneficiária direta da febre da IA generativa, e também é difícil esperar ganhos reais vindos de investimentos em IA

A história de IA da Apple é estranha

• Despesas de capital (Capex) em 2025: cerca de US$ 11 bilhões

• A Apple é vista como a empresa mais hesitante na adoção de IA generativa e como uma companhia atrasada na tendência de IA
• Após o lançamento dos recursos de Apple Intelligence, milhões de usuários passaram a ter ainda mais rejeição à IA, porque a maioria das funções de IA (resumo de documentos, redação de e-mails, emoji personalizado etc.) eram recursos que eles efetivamente não queriam
• No mercado, avalia-se que a Apple ficou para trás na corrida da IA, e o resultado da introdução forçada de IA generativa foi apenas o aumento da insatisfação dos usuários
• Ainda assim, a Apple não fez investimentos astronômicos em infraestrutura de IA, e suas despesas de capital relacionadas a IA ficam em torno de US$ 11 bilhões, um valor relativamente muito menor
• Por não ter apostado capital gigantesco em produtos de IA com mercado limitado e sem rentabilidade, a abordagem da Apple pode até ser vista como mais conservadora e cautelosa

Os Frágeis Cinco — Amazon, Google, Microsoft, Meta e Tesla — estão sustentando o mercado acionário dos EUA ao financiar a futura narrativa de crescimento da NVIDIA

• A chamada ‘Fragile Five’ — Amazon, Google, Microsoft, Meta, Tesla — forma uma estrutura em que o mercado dos EUA está sendo sustentado pela compra de GPUs da NVIDIA
• O valor de mercado da NVIDIA representa cerca de 8% de todo o mercado acionário dos EUA e cerca de 7,5% do S&P 500, com 88% da receita vindo de GPUs corporativas para IA generativa, das quais 42% dependem das compras dessas cinco empresas
• Se qualquer uma delas mudar sua postura de investimento em chips da NVIDIA, pode haver impacto negativo direto e significativo em todo o mercado dos EUA
• Em uma situação em que os resultados da NVIDIA são tratados como sinônimo de confiança do mercado, na prática os serviços de IA construídos por essas empresas estão gerando prejuízos enormes e quase não contribuem para receita ou lucro reais
• Cada empresa fala em ‘crescimento impulsionado por IA’ e ‘substituição de empregos pela IA’, mas isso não passa de gestos para evitar divulgar a receita real
• Se houvesse crescimento concreto ou aumento real de receita, isso teria sido anunciado amplamente ao mercado, mas o que continua acontecendo é apenas a injeção de custos gigantescos
• No fim, a essência do boom da IA não é lucro real de negócios, mas apenas a circulação de capital em torno da compra de GPUs da NVIDIA

Ed! A Amazon Web Services levou anos para se tornar lucrativa! Diziam que a Amazon iria fracassar!

• Muita gente repete a lógica de que “a Amazon também operou no vermelho por um tempo, então a IA também pode se tornar lucrativa com o passar do tempo”, mas na prática a Amazon Web Services (AWS) e a indústria de IA generativa são essencialmente diferentes
• No artigo Amazon.bomb da Barron's, de 1999, havia uma visão cética sobre a estrutura de prejuízo da Amazon, o aumento da concorrência e a possibilidade de “um dia virar lucrativa”, mas,
  mesmo naquela época, a demanda de mercado pelo modelo de negócios da Amazon (comércio eletrônico) em si não era negada
• A própria AWS também teve prejuízos por volta de seu lançamento, em 2006, mas havia demanda real em um mercado claro e já existente (serviços web, aumento do tráfego online) e, após crescer, ela conseguiu rapidamente se tornar lucrativa
• Ao contrário da AWS, a indústria de IA generativa ainda não provou ter um modelo de negócios claramente rentável nem demanda popular consolidada
• Só porque o ceticismo em relação à Amazon no passado estava errado, tratar as críticas atuais à indústria de IA com otimismo, dizendo que “um dia ela também vai virar lucrativa” é uma comparação equivocada que ignora a diferença essencial de contexto

Mas vamos falar sobre Amazon Web Services

• Amazon Web Services (AWS) surgiu originalmente como um negócio derivado do processo de ampliar internamente o suporte ao tráfego explosivo da web do Amazon.com e sua complexa infraestrutura de operação de serviços
• Era o começo da era da internet, antes do surgimento de Facebook e Twitter, e a AWS criou um novo mercado ao ser a primeira a oferecer inovação real em infraestrutura, como computação em nuvem, aluguel de servidores e armazenamento
• Já em uma reportagem da Bloomberg de 2006, era tratada como a “aposta perigosa” de Bezos, enfrentando forte ceticismo de Wall Street e dos investidores
• Ainda assim, naquela época, a infraestrutura de hardware/software já estava montada, e a diretoria tinha uma visão de longo prazo clara de que, após alguns anos de grandes investimentos antecipados, os resultados do negócio começariam a aparecer de fato
• Na época, o analista Scott W. Devitt avaliou de forma pessimista que “não haveria retorno econômico por anos”,
  mas, na prática, a AWS absorveu rapidamente a demanda de mercado já existente e claramente definida por serviços de infraestrutura de TI para empresas e desenvolvedores, conseguindo virar um negócio lucrativo
• No boom atual de IA, muitos analistas também estão otimistas de que a IA generativa se tornará uma indústria lucrativa como a AWS, mas,
  na realidade, até grandes empresas de tecnologia como Salesforce e Palantir afirmaram oficialmente que não há sinais de melhora de rentabilidade no segmento de IA
• A diferença clara é que a AWS cresceu com base em um mercado e uma necessidade bem definidos, enquanto os serviços de IA generativa ainda se apoiam em expectativas infladas, sem que demanda real e modelo de receita tenham sido comprovados
• Isso reforça que analistas também podem cometer grandes erros, e que é perigoso esperar o sucesso de negócios de IA apenas com base no otimismo do mercado

Mas a Amazon Web Services custava dinheiro, Ed, agora você conhecerá o seu fim!

• A AWS também cresceu carregando prejuízos por um longo período e o peso de enormes investimentos em infraestrutura (Capex),
  mas, até pouco antes de virar lucrativa em 2015, muitos analistas, como Katy Huberty,
  ainda faziam avaliações pessimistas como “a AWS ainda está gerando grandes perdas” e “sua contribuição para a receita é baixa”
• Em 2014, uma parte significativa dos US$ 4,9 bilhões em investimentos de capital da Amazon foi destinada à AWS, mas,
  no fim, com US$ 67,6 bilhões em investimentos acumulados ao longo de 10 anos, a AWS se transformou em um gigantesco negócio de infraestrutura que gera bilhões de dólares de lucro por trimestre
• Como referência, US$ 67,6 bilhões nem chegam ao investimento de capital em IA da Amazon em 2024 (US$ 83 bilhões),
  e equivalem a apenas 1/15 do investimento total em IA da Amazon em 2025
• Ou seja, até o custo do crescimento da AWS representa só uma fração mínima do capital hoje despejado no boom da IA
• Em contraste, a indústria de IA generativa já está queimando dezenas de bilhões de dólares em um curto espaço de tempo, mas ainda não comprovou nem rentabilidade nem viabilidade de mercado
• Em resumo, a AWS do passado e a IA generativa de hoje são fundamentalmente diferentes em capital investido, potencial de mercado e clareza de crescimento
• A escala e a velocidade do investimento atual em IA são incomparáveis com o período da AWS

Generative AI and Large Language Models Do Not Resemble Amazon Web Services or The Greater Cloud Compute Boom, As Generative AI Is Not Infrastructure

• Muitas pessoas comparam IA generativa e grandes modelos de linguagem (LLMs) com negócios de infraestrutura em nuvem como AWS, Azure e Google Cloud, mas, na prática, os dois tipos de negócio são essencialmente diferentes
• Serviços de nuvem como a AWS oferecem infraestrutura de TI real de forma flexível, como EC2 (aluguel de computação) e S3 (aluguel de armazenamento), e já geram dezenas de bilhões de dólares em receita no mercado corporativo
  É um negócio de base com demanda clara e alta utilidade para empresas e desenvolvedores
• A essência da infraestrutura em nuvem é permitir operar serviços de forma barata, estável e de qualquer lugar do mundo, eliminando a necessidade de o cliente construir e operar sua própria infraestrutura
• O crescimento da AWS aconteceu ao resolver com eficiência problemas e demandas que já existiam, como o aumento do comércio eletrônico e do tráfego de serviços web
  • Ou seja, havia antes uma necessidade de negócio clara e demanda de mercado
• Já o negócio de IA generativa/LLMs, além de exigir gastos excessivos com data centers e GPUs, carece de diversidade e generalidade como infraestrutura, além de não ter uma demanda de mercado claramente definida
  • Na prática, a maior parte das startups de IA também acaba tendo de rodar sobre infraestrutura “de verdade”, como AWS ou Azure
• Em conclusão, a IA generativa não passa de um recurso (feature) da infraestrutura em nuvem,
  e nunca foi comprovada como uma infraestrutura de uso geral capaz de servir de base para diferentes indústrias e produtos como a nuvem
  Colocar o boom da IA no mesmo patamar de uma inovação de infraestrutura é um erro lógico

Companies Built On Top Of Large Language Models Don't Make Much Money (In Fact, They're Likely All Deeply Unprofitable)

• Quase todas as empresas baseadas em IA generativa (LLMs) operam no vermelho. Como exceção, a Midjourney alegou ter sido lucrativa em 2022, mas isso hoje é incerto
• Tirando OpenAI, Anthropic e Cursor (Anysphere), não há empresas com receita anual acima de US$ 500 milhões
• Só algumas, como Midjourney, Ironclad e Perplexity, estão na faixa de US$ 100 milhões a US$ 200 milhões de receita anual, e existem apenas 12 empresas de IA generativa no mundo com mais de US$ 100 milhões em receita
• Algumas delas já foram adquiridas, e sete seguem paradas no patamar de receita anual acima de US$ 50 milhões
• Comparado ao mercado de SaaS/software corporativo, esse volume de receita é muito pequeno (ex.: Hubspot tem receita anual de US$ 2,6 bilhões)
• Já se passaram três anos, mas mesmo líderes como OpenAI e Anthropic ainda acumulam prejuízos de bilhões de dólares, e mesmo empresas em crescimento carecem tanto de popularidade de massa quanto de rentabilidade
• Até mesmo o caso mais emblemático, Cursor, que fatura US$ 500 milhões, revela um modelo de negócio insustentável, marcado por política de preços agressiva e limitações de serviço

Cursor's $500 Million "Annualized Revenue" Was Earned With A Product It No Longer Offers, And Anthropic/OpenAI Just Raised Their Prices, Increasing Cursor’s Costs Dramatically

• A receita anualizada de US$ 500 milhões da Cursor veio, na realidade, de um serviço insustentável que ela já não oferece mais
• Em junho de 2025, Anthropic e OpenAI aumentaram os preços de API e introduziram estruturas como camadas de serviço e prioridade de processamento, fazendo os custos operacionais da Cursor dispararem
• Com isso, a Cursor passou a adotar em sequência políticas desfavoráveis aos usuários, como mudanças nos planos de assinatura, limites de uso e limitação de velocidade
• Por trás do rápido crescimento de receita da Cursor havia uma política de preços forçada, totalmente sem viabilidade econômica, além de condições de uso dos modelos que agora já não podem mais ser mantidas, piorando a qualidade e as condições do serviço
• Na prática, a maior parte do capital levantado pela Cursor está sendo paga a fornecedores de LLMs como OpenAI e Anthropic
• Nesse ambiente, é difícil para qualquer startup de IA construir um modelo de negócio duradouro, e o caso de hiper crescimento da Cursor acaba se revelando “crescimento falso”

> Não, falando sério, onde estão as startups de IA para o consumidor?

• A principal startup de IA para o consumidor, Perplexity, tem receita anualizada de apenas US$ 150 milhões e,
  em 2024, pagou a Anthropic, OpenAI e Amazon um valor equivalente a 167% da sua receita, registrando prejuízo de US$ 68 milhões
• Na prática, quase não há casos de serviços de IA generativa voltados ao consumidor que tenham sido monetizados com sucesso
• A maioria dos novos serviços de IA apenas repete funções já existentes em busca, automação e chatbots, ou em SaaS já existente, sem produzir inovação real nem criar um “novo mercado” de fato

The Generative AI Software As A Service Market Is Small, With Little Room For Growth And No Profits To Be Seen

• O mercado de SaaS de IA generativa é muito pequeno no total, e não há nenhuma empresa de alto crescimento e lucrativa
• O setor enfatiza apenas a "receita anualizada (Annualized Revenue)" em vez da receita real, mas isso tem limitações para avaliar crescimento real e sustentabilidade, já que a receita mensal é baixa ou a evasão de assinantes é alta
• Convertendo com base na receita mensal, a maioria das empresas não passa de US$ 10 milhões, e mesmo em comparação com a receita mensal da AWS em 2008 (US$ 15,75 milhões), o ritmo de crescimento fica muito atrás
• Fora a Cursor, não há nenhuma empresa de SaaS que se destaque, e até mesmo companhias que se gabam de ter o “maior crescimento” usam políticas de preço opacas e métricas de crescimento enganosas
• Até a Glean, SaaS de busca por IA representativo, depois de sucessivas captações em 2024~2025 e do anúncio de “100M ARR”, mostra estagnação da receita mensal e do crescimento real, além de aumentos repentinos de preço, ou seja, não há mercado real nem alto crescimento
• No geral, o mercado de SaaS de IA generativa é estreito, tem pouco espaço para crescer e ainda não existe nenhuma empresa que tenha conseguido virar lucrativa

There Are No Unique Generative AI Companies — And Building A Moat Based On Technology Is Near-Impossible

• Quase todas as empresas de IA generativa oferecem as mesmas funções (chatbots, busca e resumo, geração de texto/imagem, tradução, suporte à programação etc.), e a diferenciação tecnológica é extremamente difícil
• No fim, a maioria das empresas depende das APIs dos mesmos LLMs (OpenAI, Anthropic etc.), e a propriedade intelectual (IP) central também fica com os fornecedores dos LLMs
• Mesmo casos de crescimento como o da Cursor não têm diferença substancial além de UI, prompts e política de preços, e concorrentes como Amazon e ByteDance também podem lançar produtos parecidos com facilidade
• Design e operação de serviço não podem se tornar uma barreira técnica de entrada (moat), e os fornecedores de modelos podem criar um serviço clone a qualquer momento, se quiserem
• Como resultado, não há casos de startups de IA generativa realmente originais nem de construção bem-sucedida de um “fosso” (moat) real

Established Large Language Models Are A Crutch

• Nos booms tecnológicos do passado, cada empresa desenvolvia seu próprio modelo e infraestrutura, mas na era da IA generativa quase todas as startups dependem de poucos grandes LLMs (OpenAI, Anthropic etc.)
• No fim, o mercado se degrada em uma estrutura centrada em duas ou três empresas, com o restante atuando quase como terceirizadas que só adicionam software funcional por cima

OpenAI And Anthropic Are Their Customers' Weak Point

• Fornecedores de LLM como OpenAI e Anthropic podem mudar arbitrariamente preços e condições de serviço a qualquer momento e, como no caso do bloqueio do Windsurf, ameaçam diretamente os negócios de seus clientes
• As empresas clientes estão totalmente subordinadas às mudanças de política dos fornecedores de LLM

The Limited Use Cases Are Because Large Language Models Are All Really Similar

• Todos os grandes modelos de linguagem usam praticamente os mesmos dados e estruturas (Transformer etc.), de modo que a diferenciação funcional e a diversidade de casos de uso acabam sendo extremamente limitadas

Generative AI Is Simply Too Expensive To Build A Sustainable Business On Top Of It

• A estrutura de custos, como despesas operacionais e custos de API, é excessivamente alta e difícil de prever
• OpenAI, Anthropic, Perplexity e outras sofrem todas com um peso enorme de custos de manutenção em relação à receita, tornando quase impossível um modelo de negócios sustentável

Companies Are Using The Term "Agent" To Deceive Customers and Investors

• O termo “agente de IA” está mais para uma fraude de marketing que reveste chatbots não autônomos e fluxos de automação com uma aparência convincente
• Como exemplos, Agentforce da Salesforce, ChatGPT Agent da OpenAI, Glean, ServiceNow e outros oferecem sob o nome de “agente de IA” apenas chatbots simples ou funções de automação baseadas em IF-THEN
• Na prática, a taxa de sucesso é de apenas 58% em tarefas de etapa única e 35% em tarefas de múltiplas etapas, e não se trata em nada de agentes reais que “substituem pessoas”
• Até mesmo agentes de programação, na prática, dependem de supervisão humana para execução, erros e controle de qualidade
  • Segundo pesquisas reais, ferramentas de programação com IA reduzem a produtividade dos desenvolvedores em 19%
• O próprio termo “agente de IA” não passa de uma retórica simbólica exagerada para induzir clientes e investidores ao erro, e a imprensa também repete isso sem senso crítico

But Really Though, Everybody Is Losing Money On Generative AI, And Nobody's Making A Profit

• Segundo um relatório do UBS, a receita ligada a IA das empresas listadas que realmente operam serviços de IA é extremamente pequena
• Como exemplo, o valor contratual anual (ACV) ligado à IA da ServiceNow é de apenas US$ 250 milhões, e mesmo assim não está claro se isso é receita puramente “só de IA”
• A Gartner prevê que mais de 40% dos projetos de “agentes de IA” serão abandonados no meio do caminho até 2027
• Adobe, Salesforce e outras também fazem muita divulgação sobre IA generativa, mas sua receita anualizada gira em torno de US$ 100 milhões e, considerando os custos, o lucro real é quase inexistente ou próximo do prejuízo
• Esse nível de receita é absurdamente pequeno para liderar uma indústria do futuro, e faltam tanto rentabilidade real quanto mercado real

OpenAI and Anthropic Are The Generative AI Industry, Are Deeply Unstable and Unsustainable, and Are Critical To The AI Trade Continuing

• OpenAI e Anthropic respondem por mais da metade da receita da indústria de IA generativa, mas têm uma estrutura extremamente instável, com prejuízos anuais de dezenas de bilhões de dólares
• A OpenAI está captando US$ 40 bilhões com SoftBank e outros, dos quais US$ 30 bilhões ainda não estão garantidos
  • Uma parte significativa do investimento deve ser aplicada em data centers (por exemplo, Stargate), mas a possibilidade real de captação desses recursos também é incerta
  • Se não conseguir se converter em empresa com fins lucrativos até 2025, perderá US$ 20 bilhões dos US$ 40 bilhões, e, se não se converter até outubro de 2026, todo o investimento será transformado em dívida
  • As negociações com investidores-chave, como a Microsoft, também estão travadas
• A Anthropic também tem receita anual de US$ 4 bilhões e prejuízo de US$ 3 bilhões, repetindo aumentos de preço e restrições de serviço a clientes importantes como a Cursor
  • É uma estrutura de negócio instável, sem rentabilidade nem sustentabilidade
• As duas empresas respondem por mais de 50% da receita total da IA generativa, mas, na prática, dependem inteiramente de uma estrutura deficitária sem lucro
• Sem apoio de capital externo e expansão contínua de infraestrutura, trata-se de uma “indústria de risco” cuja própria sobrevivência é incerta

There Is No Real AI Adoption, Nor Is There Any Significant Revenue

• A adoção real em massa e a receita significativa dos serviços de IA generativa praticamente não existem
• O ChatGPT destaca o número de 500 milhões de usuários semanais, mas os assinantes pagos reais são apenas 15,5 milhões, e uma parte considerável deles não usa o serviço para fins de negócio, mas para uso pontual, estudo ou tarefas escolares
• O Google Gemini e outros também inflam os números de usuários reais ao somar contagens com o Google Assistant e afins, então a penetração real no mercado é muito menor
• Mesmo após 3 anos em que a indústria, a imprensa e o mercado de investimentos lideraram a febre da IA, receita, assinantes e ecossistema continuam muito abaixo do SaaS tradicional
• Fora o ChatGPT, praticamente não existe serviço de IA generativa que tenha garantido receita ou base de usuários realmente significativa no mercado

Yes, Generative AI "Does Something," But AI Is Predominantly Marketed Based On Lies

• É verdade que a IA generativa oferece certo nível de funcionalidade (programação, busca etc.), mas todas as empresas do setor operam no vermelho,
  e, numa situação em que não existe uma única empresa lucrativa, não dá para considerar isso uma indústria de verdade
• Há um uso abusivo de termos como "agente", "AGI" e "singularidade", exagerando como se os LLMs estivessem realizando uma inovação autônoma e inteligente
• A alegação de que a IA vai substituir empregos humanos também não passa de exagero/distorção deliberada para elevar valuation e preço das ações
• Na prática, a maior parte da mídia e do marketing corporativo infla as capacidades da IA além da realidade, induzindo investidores e o público ao erro
• Comportamentos do modelo como mentiras e fraudes também são resultado de prompts intencionais, mas a imprensa usa isso para exagerar autonomia e risco
• No geral, o mercado de IA generativa tem um forte componente de fantasia: uma indústria que de fato fatura US$ 50 bilhões é vendida como um setor futuro de US$ 1 trilhão, e a mídia também ajuda a formar essa bolha

The AI Trade Is Entirely About GPUs, And Is Incredibly Brittle As A Result

• A negociação de ações ligadas à IA avança sem relação com lucro, crescimento de usuários ou inovação tecnológica
• As ações não sobem porque as empresas estão ganhando dinheiro com IA, mas por causa da imagem e da atmosfera associadas à IA
• A OpenAI e as empresas construídas em cima dela são extremamente frágeis do ponto de vista de negócios; os grandes modelos de linguagem têm custo operacional alto demais e, estruturalmente, também é difícil criar inovação realmente diferenciada
• Hoje, toda a indústria de IA depende integralmente da venda de GPUs
• CoreWeave, Oracle, Meta e outras compram grandes quantidades de GPUs da NVIDIA, e a Microsoft também opera uma enorme infraestrutura do Azure baseada em GPUs da NVIDIA para sustentar a OpenAI
• Microsoft, Meta, Google, Apple, Amazon e Tesla não conseguem obter lucro real com IA, e o crescimento de suas ações também acontece graças à imagem ligada à IA
• Todo esse movimento depende, no fim das contas, da capacidade da NVIDIA de vender GPUs, enquanto os próprios produtos de IA não conseguem oferecer valor de negócio significativo. Mesmo quando há alguma adoção, em sua maioria eles operam absorvendo prejuízos severos

I'm Alarmed!

• Neste momento, a indústria de IA está claramente em bolha
• Há análises segundo as quais a sobrevalorização das 10 maiores empresas do S&P 500 hoje é mais grave do que na bolha de TI dos anos 1990
• A IA generativa quase não contribui para resultados reais de negócio, aquisição de usuários, automação do trabalho ou criação de valor concreto. A maioria das empresas não gera lucro e, ao contrário, acumula prejuízos graves
• Desta vez, a bolha não é apenas um problema de capital financeiro, mas uma estrutura simbólica que depende exclusivamente da venda contínua de GPUs. Na prática, também há limites de espaço e capital para encher data centers com GPUs
• Mesmo diante de argumentos sobre redução de custos ou adoção de ASICs (chips de propósito específico), há falta de evidências concretas e dificuldades de produção e aplicação. Até agora, a dependência das GPUs da NVIDIA continua
• A mídia e o clima do mercado alimentam um mito de sucesso da IA sem substância, ignorando a realidade de falta de inovação e lucro concretos
• A NVIDIA é a força do mercado e, ao mesmo tempo, sua maior fraqueza. Todos se apoiam nela para comprar GPUs em grande escala, mas na prática as perdas começam assim que a instalação ocorre
• Produtos baseados em grandes modelos de linguagem são todos parecidos e, apesar do custo gigantesco, trazem apenas retornos negativos
• A estrutura atual da indústria de IA é diferente de casos passados como Uber e AWS; trata-se de uma configuração peculiar, resultante do esgotamento de ideias no setor de tecnologia e da dependência excessiva de uma única empresa
• Céticos de IA sempre foram pressionados a se explicar, mas os otimistas da IA não conseguem apresentar fundamentos concretos
• Quando a bolha estourar, a fantasia estrutural da indústria de IA será exposta

• Contestação a "os custos de inferência estão caindo?"

  • A queda no preço por token não significa automaticamente queda no custo de inferência. Quanto maior o modelo, maior tende a ser o custo real
  • Na prática, modelos pesados em reasoning (por exemplo, Claude Opus 4) acabam elevando os custos operacionais

• Ceticismo sobre "ASICs são a solução?"

  • OpenAI, Broadcom e outras tentam desenvolver ASICs próprios, mas muitos problemas seguem sem solução, como viabilidade de produção, desempenho real e compatibilidade com arquitetura de servidores
  • Na prática, a própria Microsoft já teve casos de fracasso no desenvolvimento de ASICs confiáveis
  • Mesmo que a migração para ASICs funcione, se as vendas de GPUs da NVIDIA caírem, toda a tese de investimento em IA balança

• O risco essencial da bolha

  • Hoje, a indústria de IA sustenta preço de ação e valuation sem inovação real nem moat de infraestrutura, dependendo da mídia e do sentimento do mercado
  • Os únicos casos historicamente comparáveis seriam a bolha das pontocom e o colapso da WeWork
  • O mercado está obcecado apenas com a continuidade das vendas de GPUs da NVIDIA. É uma estrutura em que o prejuízo começa no momento da instalação
  • No fim, todos os produtos e modelos de negócio funcionam de forma parecida, num ciclo vicioso de alto custo e baixa receita

• Dentro e fora da indústria, há otimismo vazio, sem substância, e o uso real e a inovação em IA são exagerados
• Se a bolha da IA estourar, aqueles que até agora defenderam esse otimismo sem base terão de ser responsabilizados

I Don't Like What's Happening : Eu não gosto do que está acontecendo

• A indústria de tecnologia deveria buscar inovação, receita real e crescimento verdadeiro, mas a IA generativa de hoje mostra uma realidade em que mercado e mídia só se fixam na fantasia de substituir o trabalho humano
• Como sugere a tese da Rot Economy (economia podre), independentemente de valor real ou qualidade do produto, o resultado de uma obsessão por crescimento a qualquer custo é que LLMs e GPUs se degradaram em meros instrumentos de gasto. Na prática, continua-se construindo produtos de que ninguém realmente gosta, enquanto só se repetem compras de chips e construção de data centers
• A indústria atual de IA é uma estrutura muito frágil e arriscada. Todo o mercado balança dependendo de quatro ou cinco empresas continuarem comprando chips. GPUs que começam a gerar prejuízo no instante da instalação, produtos de LLM sem diferenciação real e prejuízos contínuos são os problemas fundamentais
• Os entusiastas da IA generativa, parte da mídia e executivos mantêm uma postura de desprezo diante de críticas e, em vez de explicar utilidade real ou inovação, alimentam fantasias. Dizem que a IA é extraordinária, mas faltam fundamentos concretos
• Os LLMs não conseguem distinguir certo de errado e transmitem informações incorretas com autoridade. Executivos e gestores usam a IA para fingir que ficaram mais inteligentes, transformando-a num meio de escapar de aprendizado real e responsabilidade
• A maior ilusão da IA generativa é a ilusão de atividade econômica. Na prática, ela não cria valor significativo, mas serve de justificativa para investir somas gigantescas em GPUs e data centers, inflando ainda mais a bolha
• Essa estrutura é totalmente diferente de Uber, AWS e outros casos industriais do passado. A venda de hardware de uma única empresa depende de quatro ou cinco empresas, e uma simples mudança de percepção pode derrubar um enorme dominó
• A direção atual está levando a desperdício e destruição desnecessários. As aposentadorias e os empregos de inúmeras pessoas desapareceram, e grandes empresas gastam quantias astronômicas em data centers e GPUs para maquiar números trimestrais de crescimento
• Em última instância, os responsáveis pelo caos do mercado existem claramente, e os danos recairão sobre toda a indústria. Nesse processo, o importante não é incutir medo e desconfiança nas pessoas, mas reconhecer com precisão quem são os verdadeiros responsáveis
• Sam Altman, Dario Amodei, Satya Nadella, Sundar Pichai, Tim Cook, Elon Musk, Mark Zuckerberg e Andy Jassy têm responsabilidade por liderar essa estrutura econômica desnecessária e destrutiva
  • Depois que a bolha estourar, eles necessariamente terão de responder por isso
• As pessoas comuns também podem compreender plenamente essa estrutura e, para construir um futuro melhor, precisam perceber que poder ou capital não significam correção nem sabedoria

[dojanmail]

Embora os LLMs não sejam isentos de desvantagens, acho difícil concordar que todos os serviços de IA sejam inviáveis em termos de lucratividade. Acredito que, nos próximos 5 anos, quase todos os serviços de plataforma atuais serão substituídos, em sua maioria, por agentes de IA.

[ndrgrd]

Se alguém menospreza e evita de propósito os LLMs sem nem experimentar, mesmo eles tendo realmente ficado úteis, o problema está nessa pessoa.
Mas a qualidade atual dos serviços em nível de consumidor está num nível difícil de usar.

Usei os modelos pagos de serviços famosos como Perplexity, GPT e Gemini, mas no fim dá tudo na mesma.
Mesmo quando eu mesmo procuro as fontes, anexo links e entrego mastigados os dados necessários, eles nem conseguem ler direito e ficam inventando conteúdo, repetindo apenas afirmações erradas.
Além disso, todos parecem ter uma teimosia estranha: uma vez que começam a sustentar algo errado, nunca mais dá para corrigir. É mais rápido descartar a conversa inteira e começar de novo.

Sinceramente, é irritante ficar brigando com esse tipo de coisa. Eles simplesmente não entendem o que a gente fala.
Nesse tempo, é mais rápido eu mesmo procurar a documentação, descobrir tudo por conta própria e corrigir.

Também testei alguns serviços do tipo Copilot para escolher um, mas no fim abandonei todos.
Eles lidam bem com tarefas no nível de snippets, mas é difícil esperar algo além disso. Se é para isso, para que compartilhar dados, conectar a uma internet absurdamente lenta e usar esse tipo de serviço? Melhor simplesmente registrar mais alguns snippets.

Quem diz que teve uma boa experiência, eu realmente não sei que serviço usou nem em tarefas de quão alta complexidade.

[3ae3ae]

Pela minha experiência usando o Claude Code, em vez de parecer que um agente faz o desenvolvimento no meu lugar, a sensação foi mais próxima de terceirizar só aquela parte específica de digitar código durante o processo de desenvolvimento.

Em muitos casos, o design precisa ser feito por um humano, e as instruções precisam ser detalhadas o suficiente para que qualquer um possa segui-las exatamente, então foi diferente do que eu tinha ouvido falar.

Mesmo assim, estou usando e satisfeito. Talvez não reduza tanto assim o meu trabalho, mas enquanto a IA está trabalhando eu posso fazer outra tarefa ou dar comandos para outra IA, então isso ajudou a economizar tempo.

Se você for usar o Claude Code, recomendo incluir no prompt palavras de instrução de raciocínio pré-definidas como think deeply ou ultrathink, e mudar para o plan mode com Shift+Tab para trabalhar.

[argo9]

Quando surgiram VisiCalc, Lotus 1-2-3 e coisas do tipo, ainda tinha gente fazendo conta no ábaco ou batucando na calculadora... existe um intervalo de tempo, maior do que parece, até a pessoa comum sentir isso na prática.

[GN⁺]

Comentários do Hacker News

• Em julho de 2023, eu disse isto a um amigo: "Sinceramente, sou cético em relação à IA. IA e LLMs são um pouco interessantes, mas, como os carros autônomos de 5 anos atrás, parecem estar no auge de uma moda inflada criada por venture capital e acho que a bolha vai estourar em breve. O que me interessa em tecnologia é quando a inovação se torna realmente útil para pessoas reais, e, no estágio atual, não consigo imaginar usos benéficos que vão além de uma pequena melhora no consumo de conteúdo. O que isso faz melhor é produzir conteúdo plausível, mas, na prática, todo resultado gerado precisa ser cuidadosamente verificado por especialistas por causa de erros, falhas, 'alucinações' etc. Se uma fábrica lançasse produtos defeituosos como o ChatGPT, seria fechada imediatamente. A internet já tem o problema de estar cheia de conteúdo ruim e até enganoso, e automatizar a produção de ainda mais disso parece um pesadelo. Além disso, os conjuntos de dados de treinamento de uso geral provavelmente incluem textos de inúmeros criadores sem permissão, e esses sistemas acabam regurgitando mentiras bem embaladas feitas a partir do trabalho desses criadores, sem compensação nem atribuição. É muito nojento!" Fico me perguntando quão rápido essa 'spectacular deflation' da bolha vai chegar. Já vivi umas 3 grandes bolhas tecnológicas até agora, e meu faro diz que esse momento não está longe

  • a observação de que usos úteis não conseguem ir além de pequenas melhorias no consumo de conteúdo<p>O AlphaFold está tendo um grande impacto na pesquisa médica. IA não é só chatbot<p>Vale a pena ver este artigo sobre como o AlphaFold 3 está sendo usado na descoberta de medicamentos. Minha irmã tem ELA, então isso me interessa pessoalmente. Tenho esperança de que apenas um avanço in silico possa salvá-la

  • a observação de que todo resultado gerado precisa ser cuidadosamente verificado por especialistas<p>Não, é só publicar. Quando as pessoas apontam os erros, o algoritmo considera esses comentários também como interação positiva. Para quem realmente se importa, essa é a triste realidade

• Eu também sinto um ceticismo profundo em relação à alocação econômica atual, mas esse tipo de coisa sempre existiu em fronteiras de expansão<p>No campo da IA, as pessoas deixam passar o fato de que a arquitetura transformer é essencialmente um processo extrativo de identificar e minerar relações semânticas em grandes conjuntos de dados<p>Os dados da cultura humana contêm uma quantidade enorme de informação inferencial não explícita, então muitas pessoas inteligentes confundem isso com um mecanismo generativo<p>Por isso chamam esse campo inteiro de IA "generativa", mas na verdade ela não é generativa de forma alguma. Ela apenas extrai significado oculto e extrapola a partir de um valor-semente<p>Esse mecanismo é útil em muitos casos. Há muitos exemplos de trabalho em que não é preciso criar novo significado nem novas histórias<p>Você pode automatizar trabalho manual aplicando padrões semânticos existentes aos dados, sem precisar especificar completamente o algoritmo necessário para atingir o objetivo<p>Um algoritmo universal, quase como uma chave de fenda sônica: se você der exemplos suficientes do problema e da solução, o algoritmo oculto é sugado para os parâmetros do modelo e ele consegue resolver toda uma família de problemas totalmente resolvidos<p>Mas isso funciona bem para classes de problemas que já estão suficientemente resolvidas. Em problemas não resolvidos, talvez ainda seja possível tentar usar essa ferramenta se o problema puder ser abordado com um framework de geração e verificação

  • Algoritmos diferentes cumprem papéis diferentes. A IA "generativa" realmente pode criar novas histórias ou imagens, e problemas não totalmente resolvidos (por exemplo, dobramento de proteínas) também podem ser tratados com algoritmos específicos

• Eu vejo essa bolha como uma bolha "boa", como a bolha ferroviária do século XIX ou a bolha da primeira geração dot-com, em que no fim são feitos investimentos em infraestrutura que criam enorme valor<p>Mas todos os LLMs são substituíveis (não há barreira de diferenciação), e a maior parte da receita virá do "last mile", ou seja, do uso por especialistas de domínio aplicando IA no trabalho real

  • Se essa bolha é "boa", fico em dúvida sobre como isso pode ser visto como investimento positivo em infraestrutura se o hardware comprado em massa estiver destinado a ser descartado em alguns anos

  • Eu queria que largura de banda de memória confiável se tornasse amplamente disponível em dispositivos de consumo. Muitos fornecedores de hardware infelizmente deixam isso de lado

  • Costumo dizer por aí: "se você tiver uma ideia realmente útil para aproveitar GPUs baratas em larga escala, prepare-se". Mas ainda não consegui pensar em uma ideia de negócio realmente boa

  • Assim como ferrovias ou dot-coms, fico curioso sobre que infraestrutura vai sobrar e poder ser reutilizada depois que a bolha da IA estourar

• Acho que o autor está sendo pessimista demais. Concordo que as empresas de IA hoje queimam dinheiro e são insustentáveis, mas me parece exagero afirmar com certeza que IA nunca vai conseguir dar lucro. O setor inteiro está avançando numa velocidade enorme, e a qualidade dos modelos melhora a cada mês. Os custos também estão caindo rápido. Ainda nem descobrimos todas as formas de usar IA Chegar à conclusão de que, mesmo depois dessa bolha, ninguém vai conseguir usar IA para gerar valor e lucro é arrogância demais

  • Você diz que "os custos estão caindo rápido", mas o capex ainda é enorme. No fim das contas, isso não vai inevitavelmente ser cobrado?

  • Não é só uma questão de lucratividade. No longo prazo, precisa haver ganho líquido para a sociedade como um todo Pelos padrões atuais, alcançar lucratividade é fácil. Basta atrair usuários, aumentar dependência, subir preços, tornar IA obrigatória e assim por diante

  • O que é noone? Você está confiando demais nessa palavra

  • Desde o gpt4, o desempenho dos modelos base está praticamente estagnado. Agora a competição é principalmente em ferramentas/integração, e como o objetivo final é AGI, qualquer produto é avaliado pelo ritmo desse progresso. Continuam saindo modelos "mais novos", então também é difícil reter usuários, e os usuários basicamente só se importam com desempenho do modelo. Estou olhando para vocês, openai...<p>"Eles me chamavam de bubble boy..." - alguém do Deutsche Bank

• A análise é muito detalhada, mas parece que o autor está envolvido demais nas próprias emoções e acaba chegando apenas a conclusões que as justificam. Concordo que é uma bolha e que muitas empresas vão quebrar, mas não acho que lugares como Google ou Anthropic vão quebrar (a menos que o Google faça um modelo da mesma categoria muito melhor ou muito mais barato). O Claude escreve código bem demais em linguagens com muitos dados, como Python e Typescript, para não valer centenas ou até milhares de dólares por mês (subsidiados pela empresa). Neste momento, a disputa é para ter os agentes e modelos mais poderosos. No fim, o gargalo será o quanto os humanos conseguem esclarecer bem os requisitos e o contexto, e depois disso a principal vantagem competitiva será baixar o custo do modelo. Ainda não chegamos nesse estágio (embora já seja verdade que, quanto melhor você transmite requisitos/contexto, mais produtivamente consegue usar o modelo). Quando reduzir custo virar o objetivo principal, acho que o Google vence por sua capacidade de hardware

  • Claude vale centenas ou milhares de dólares<p>O custo real de inferência chega a milhares de dólares ou até mais. E não há base para ter certeza de que, se um engenheiro gastar milhares de dólares extras por mês, a produtividade vai subir nesse mesmo tanto. O modelo ajuda muito em projetos greenfield (código novo), mas engenharia real envolve muita iteração e manutenção de código existente. Ou seja, o que importa é a diferença entre o tempo gasto escrevendo código para uma feature nova e o tempo gasto escrevendo bons prompts para fazer a IA gerar o código da feature nova; mesmo que essa diferença seja de 10%, economizar 10% de tempo com IA dá 4 horas por semana. E essas 4 horas nem seriam totalmente usadas em desenvolvimento de código, então o ganho real de produção seria algo como 5%. Fazendo essa conta, se o usuário tiver ganho de 5% de produtividade e salário anual de 10 mil dólares, a empresa não gastaria mais de 500 dólares por mês com IA. Mas se a Anthropic estiver gastando mais de US$ 10k por semana em custo de inferência para um único usuário, isso não fecha. O custo precisa cair muito para fazer sentido de verdade. Num cenário daqui a 10 anos, em que o engenheiro recebe um laptop com GPU embutida e usa autocompletar de código com IA muito rapidamente, a empresa resolve isso com um investimento único de 3 a 5 mil dólares no equipamento. No futuro, IA para programação não será dominada por "agentes", nem por prompt engineering. Os modelos não vão melhorar muito além de agora e serão simples, padronizados, úteis, mas não excepcionais. No fim, parecer "sem graça" é o futuro saudável

  • Essencialmente, acho difícil justificar a valuation dessas empresas para um mercado maior do que o de plugins de IDE

  • Ainda é incerto se o Claude de fato conseguirá gerar lucro. Será que existem pessoas suficientes dispostas a pagar de verdade o custo subsidiado? E isso é ainda mais duvidoso se o valor chegar a representar uma parcela grande do salário de um funcionário adicional

  • O fato de a OpenAI ter tido uma vez uma "vantagem esmagadora" e os concorrentes a terem alcançado em um ano mostra que esse fosso não é tão profundo. É um mercado em que, como no caso da Anthropic, basta saírem pessoas-chave para alguém alcançar de novo

• Estamos tão afundados numa bolha a ponto de destruir uma grande parte da economia? Acho quase certo que sim. Isso não significa, porém, que a IA em si seja uma fraude. Afinal, a bolha dot-com também estourou, mas a internet não desapareceu, e quase tudo que as dot-com prometiam acabou sendo realizado em algum momento

  • É verdade que a internet acabou possibilitando tudo isso, mas isso não leva automaticamente à conclusão de que LLMs acelerados por GPU vão substituir a maior parte do trabalho humano

  • O próprio texto admite que há casos em que usuários reais consideram a tecnologia útil. Chamar de "fraude" significa que VCs, mídia e investimento exageraram muito mais do que a utilidade real. Chamar de bolha não quer dizer que vai desaparecer completamente e nunca mais voltar, e sim que a realidade vai aparecer, muitas empresas vão quebrar, as valuations vão despencar e haverá efeitos em cadeia

  • O problema das previsões é que o próprio "timing" já vira uma previsão substantiva. Não sabemos o que vem pela frente. Quando vi o GPT-3 pela primeira vez, achei realmente bem ruim e nem liguei. Então agora a incerteza sobre o futuro é muito maior<p>A internet também é um caso de ter realizado "alguma versão do que foi prometido originalmente" depois de muito tempo e com novas tecnologias que não existiam na época. "A direção estava certa" na prática é quase sinônimo de "estava errado"

  • A afirmação de que quase tudo prometido nas dot-com se realizou... já pensou na bolha do blockchain? Você usa muito blockchain hoje em dia? Isso realmente mudou alguma coisa?

• A bolha vai estourar algum dia. A bolha da web também estourou, e o processo será doloroso. Mas a tecnologia de IA vai ficar e de fato vai impulsionar transformações. Como aconteceu com a web, ela vai impactar tanto para o bem quanto para o mal

  • Sempre acho engraçado como os debates sobre IA acabam ficando praticamente 'indistinguíveis' dos debates sobre cripto<p>(embora LLMs tenham utilidade real)

  • Na época da bolha dot-com, o P/E da Nasdaq passou de 200, mas hoje o mercado como um todo está em 40 e a Nvidia em 49. Todo mundo quer dizer que desta vez também é bolha, mas, olhando para base real de 'clientes' ou 'receita', claramente não é bolha. O ChatGPT atingiu 100 milhões de MAU mais rápido do que qualquer produto na história e, dizem, já está entre os 5 sites mais visitados da internet. O Cursor foi o produto que mais rápido chegou a US$ 500 milhões em receita. O Midjourney talvez não esteja mais em alta, mas ainda fatura mais de US$ 200 milhões por ano e opera no lucro. Sendo frio, acho que o pessoal do Hacker News é que está com o pensamento mais próximo de uma 'bolha'. Claro, há muitas empresas superavaliadas e vai haver altos e baixos, mas olhar para métricas tão concretas e ainda dizer "é igual a cripto" realmente não entra na minha cabeça. Numa pesquisa recente, 48% disseram que já usaram ChatGPT para aconselhamento psicológico (link da pesquisa). Não existe na história humana uma adoção explosiva desse nível. Agora os servidores já não dão conta da demanda e os serviços caem toda semana. Isso é essencialmente diferente de uma bolha

• O argumento do texto faz sentido, mas ficaria mais forte e conciso se cortasse os excessos

• Ironicamente, eu tinha pedido ao ChatGPT um resumo em francês. Mas a bolha da IA é cansativa demais, e estou farto de ver metade da timeline do Twitter tomada por notícias e threads sobre IA

  • Reddit e LinkedIn viraram viveiros de conteúdo gerado automaticamente. Ainda assim, quando você conhece os padrões, é fácil filtrar e bloquear

  • Para resumo e tradução, IA é bem útil<p>Eu classifico os resultados de IA pela quantidade de informação no output em relação ao prompt + input<p>Resumo: output < input. Para esse tipo de tarefa de baixo risco, funciona razoavelmente bem<p>Tradução: output ≈ input (só muda o formato/idioma). Isso exige um pouco mais de conferência<p>Expansão generativa: output > input. É aí que mora o risco. Por exemplo, você pede os ingredientes de um cheeseburger e a IA tenta 'colocar' pão com gergelim, como se estivesse inferindo apenas a média com base nos dados internos. Pode ser ok, mas, se alguém tiver alergia a gergelim, isso pode ser fatal. Sempre é preciso cuidado com tudo que vai além do input. Em essência, qualquer resultado gerado que ultrapasse o input tende inevitavelmente ao 'mediano'. É por isso que tanto conteúdo gerado por IA parece uma gosma 'mediana'

• Este texto me parece revigorante. Eu estou mais próximo do grupo dos "otimistas", mas acho que, de modo geral, falta ceticismo. Existe um clima em que quem tem uma visão conservadora ou faz críticas acaba sendo tratado como estranho. Diferentemente de tendências anteriores, a indústria de IA está realmente cheia de golpistas, e agora basta colocar um wrapper ou um chatbot em qualquer coisa para empacotar tudo como "baseado em IA"