No futuro, a IA vai gerar riqueza para inúmeros setores ou será uma perda líquida?
(joincolossus.com)- Há casos em que tecnologias inovadoras criam nova riqueza empresarial e também casos em que contribuem para mudanças sociais, mas geram pouco retorno para investidores
- Surge a dúvida sobre em qual desses grupos a IA generativa se encaixa; por enquanto, ela parece seguir como uma continuação das inovações de TIC existentes, avançando para uma estrutura oligopolista centrada em grandes empresas
- Comparando os casos do microprocessador e do transporte por contêineres, há a possibilidade de que a IA também concentre grande parte dos ganhos nos consumidores e em algumas grandes empresas, mais do que nos produtores
- Como abordagem para investir em IA e obter retorno, empresas de infraestrutura ou setores que usam IA com foco em redução de custos e aumento de produtividade podem ser promissores
- Para a maioria dos investidores em novas empresas de IA, pode não haver uma oportunidade tão grande quanto se espera e, no fim, consumidores e empresas já estabelecidas e eficientes tendem a ser os maiores beneficiados
Tecnologias inovadoras e o nascimento da riqueza
- Tecnologias inovadoras como ferrovias, eletricidade, motor de combustão interna e microprocessadores criaram novas eras industriais e trouxeram enorme riqueza e influência para investidores e empreendedores
- Em contrapartida, também há casos como o transporte por contêineres, que provocou uma grande transformação social, mas teve efeito limitado no aumento do valor das empresas
O valor de investimento da inovação tecnológica e a questão de 'quem fica com os ganhos'
- Ao investir em novas tecnologias, é decisivo entender quanto valor será criado e quem ficará com esse ganho
- As inovações de TIC trouxeram riqueza para novas empresas e investidores, enquanto o transporte por contêineres teve seu valor diluído, e muitos investidores não lucraram
- Ganha destaque a incerteza sobre em qual dessas categorias a IA, especialmente a IA generativa, se enquadrará
Comparação entre os casos do microprocessador e do transporte por contêineres
- A inovação do microprocessador era difícil de prever no início, mas experimentação e entrada no mercado acabaram formando um ciclo virtuoso de inovação
- No fim da década de 1970, houve crescimento gradual do mercado de PCs e formação de barreiras de entrada, com investimento intenso impulsionando o ecossistema
- Grandes empresas já estabelecidas, como IBM, HP e DEC, foram cautelosas na adoção do PC, enquanto entrantes tardios ficaram no centro da inovação
- No fluxo de bolha de TIC → estouro da bolha → crescimento estável, explicam-se o papel dos investidores e empreendedores e os pontos de virada
A analogia entre IA e transporte por contêineres
- O transporte por contêineres também causou enormes mudanças sociais e econômicas, mas, devido à falta de barreiras de entrada e ao aumento da concorrência, a maioria dos investidores não obteve grandes retornos
- McLean, fundador da SeaLand e líder da inovação, junto com apenas alguns investidores, foi quem efetivamente acumulou riqueza
- Grandes armadores, empresas de investimento em infraestrutura e companhias que souberam aproveitar a vantagem real da inovação (como IKEA e Walmart) foram os maiores beneficiados
- O aumento da concorrência, o excesso de investimento em relação à demanda e a elevação dos custos de infraestrutura levaram a uma estrutura que limitou os retornos dos investidores
O ciclo de inovação da IA e o ambiente de investimento
- Segundo a teoria da economista Carlota Perez, a inovação tecnológica passa por quatro fases: irrupção, frenesi, sinergia e maturidade
- É nas fases de frenesi e sinergia que se concentram as oportunidades de retorno para investidores
- A IA já está avançando em direção à oligopolização e integração pelas mãos das grandes empresas de TIC
- Grandes empresas de modelos, infraestrutura/chips/dados ocupam papéis importantes ao longo da cadeia de valor
- Novas startups de aplicações surgem o tempo todo, mas há grande chance de serem absorvidas pelas gigantes dos modelos ou perderem a competição
Oportunidades e riscos de investimento no setor de IA
- As oportunidades de investir em empresas de modelos já são limitadas e, mesmo nos modelos especializados por domínio, a tendência é que apenas poucas empresas se destaquem por meio de integração e aquisições
- Mesmo no caso das empresas de infraestrutura (como a NVIDIA), as expectativas elevadas já estão embutidas, então o espaço para ganhos adicionais é limitado
- Nos setores que usam IA — como serviços profissionais, saúde, educação e finanças —, empresas que aplicarem estrategicamente a tecnologia para reduzir custos e elevar a produtividade têm grande chance de serem as maiores beneficiadas
- Novas empresas/startups enfrentam concorrência intensificada e barreiras ao crescimento, o que dificulta captar grandes volumes de investimento; experiência e capacidade de execução são cruciais
Efeitos econômicos da IA e os beneficiários finais
- A IA deve criar, no futuro, valor agregado equivalente a 1%–7% do PIB global, mas é provável que a maior parte desse ganho fique com consumidores e empresas já estabelecidas com alta produtividade
- Com o aumento de produtividade no setor de serviços, espera-se maior bem-estar do consumidor e expansão das oportunidades de acesso a diversos serviços
- Assim como na automação industrial do passado, oportunidades de investimento mais relevantes só tendem a surgir quando a redução dos custos sociais provocada pela IA for incorporada à estratégia das empresas
Conclusão – Estratégia de investimento na era da IA
- Em vez de expectativas indiscriminadas no início de uma tecnologia inovadora, é preciso uma visão de investimento diferenciada, focada em quais mercados e estratégias podem se abrir com o aumento da produtividade dos trabalhadores do conhecimento
- Daqui para frente, mais importante do que apostar apenas na tecnologia em si será ter clareza sobre como ela abrirá novas oportunidades e mercados
2 comentários
Não vai se tornar algo muito mais palpável quando a IA e os robôs começarem a exercer um impacto disruptivo em trabalho, logística, segurança, serviços e outras áreas?
Comentários do Hacker News
O interessante da IA é que ela realmente parece reduzir bastante a barreira de entrada em áreas muito diferentes Até hoje, nunca vi nenhuma empresa mostrar de forma convincente um caso em que isso realmente tenha impactado seu negócio. A maioria só faz divulgação, e quase nada parece muito concreto na prática. Mas já vi muitos exemplos de uso individual, inclusive comigo mesmo Sempre gostei de mexer com desenvolvimento de videogames como hobby, mas os assets de arte sempre foram o maior obstáculo. Não sei desenhar e não tinha orçamento, então eu ficava caçando pacotes de assets no Itch.io, e muitas vezes a direção do projeto acabava sendo definida pelo que eles ofereciam. Mas, desde este ano, tudo mudou bastante. Agora posso investir uma hora para criar os gráficos que quero e, depois de alguns ajustes, ficar com assets exatamente adequados para mim. Passou a ser possível montar assets sob medida para o jogo que quero fazer Isso é apenas sobre barreira de entrada. Os assets que faço estão no nível de
shovelware, e não estou montando um negócio em cima disso. Mas agora uma pessoa sozinha pode se dedicar livremente a hobbies e ao desenvolvimento de habilidades na internet. Tenho a esperança de que, se um dia surgir uma ideia realmente excelente, eu possa contratar artistas de verdade e investir dinheiro de fato Parece um movimento semelhante ao que GarageBand, iMovie e YouTube fizeram ao permitir que as pessoas experimentassem produção musical e de vídeo sem equipamentos complexos ou softwares caros da AdobeSinto algo parecido Por muito tempo, eu começava projetos pessoais e acabava travando em probleminhas — por exemplo, quando um servidor soltava algum erro estranho —, ficava irritado e desistia. Não era trabalho, e minha paciência para trabalho não remunerado tinha limite Com o ChatGPT, posso copiar e colar o erro e receber sugestões de caminhos para resolver. Às vezes acerta de primeira, às vezes não, mas pelo menos sempre surge algo para tentar e, quando consigo avançar um pouco, ganho embalo e volto a me envolver no projeto Ainda há muito esforço da minha parte, mas a IA funciona bem como ferramenta nessa fase inicial de entrada
Também sinto esse fenômeno É uma grande vantagem para startups. Coisas que antes exigiam especialistas — design de logo, design gráfico, programação, copywriting etc. — agora podem ser feitas “mais ou menos” pelo founder com IA. Há áreas em que ela não substitui completamente a ajuda humana, como jurídico ou fornecedores de SaaS, mas a IA pode pelo menos orientar sobre quais serviços usar Só que, ironicamente, se todo mundo puder criar startups com facilidade, a concorrência fica mais intensa e o ambiente se torna mais difícil para founders. No fim, não está claro se prosumers ou founders serão de fato os beneficiados É interessante pensar que, se a tendência for substituir transações antes caras por uma IA de US$ 20 por mês, isso pode até acabar encolhendo a atividade econômica total
Antes, terceirizar a arte de um jogo custava milhares de dólares e cerca de um mês, o que limitava o que eu podia fazer e criava grandes restrições sempre que eu mudava o plano. Agora, graças à IA, posso produzir 2x, 5x, 10x mais assets de arte, áudio etc. praticamente sem custo adicional, explorar ideias com liberdade, descartá-las e mudar rapidamente para outra direção
Concordo com a comparação com GarageBand, iMovie e YouTube, que tornaram música e vídeo muito mais acessíveis ao público. Vale ler The Death of the Artist, de William Deresiewicz. Há um ponto a se pensar sobre se esse marketing de “todo mundo pode fazer arte/jogos/criação” realmente traz apenas efeitos positivos para esses setores
Sobre essa ideia de que “a IA reduz a barreira de entrada”, vale pensar se pedir a um LLM para gerar uma imagem significa que eu entrei no campo das artes visuais, se pedir para fazer música me torna músico, ou se fazer uma máquina gerar texto me torna escritor
Inovações como esta, embora tenham grande impacto social, tendem mais a reforçar estruturas existentes do que a criar riqueza nova diretamente A conteinerização, 15 anos atrás, também não enriqueceu enormemente os pioneiros do setor, mas serviu de base para a economia exportadora do Leste Asiático, para a offshoring e para modelos de varejo como Walmart e Amazon, gerando imensa riqueza mais adiante na cadeia. Com a IA, também deve haver mais oportunidades não para o pequeno grupo que possui a infraestrutura em si, mas onde a mudança estrutural provocada pela IA redistribuir o valor agregado Isso importa porque criar modelos, construir infraestrutura e operar data centers é algo extremamente intensivo em capital e sujeito a uma concorrência difícil de sustentar. A riqueza real vai se concentrar em quem conseguir reorganizar setores com base nessa nova estrutura de custos
O ponto central aqui é investir no downstream da IA, ou seja, nos setores derivados de segunda ordem
Já começam a surgir sinais de que a IA está seguindo esse mesmo padrão. A disputa pela infraestrutura é interessante, mas o valor mais concreto e duradouro vai se acumular depois, no downstream
Imagino que a IA evolua de forma parecida com a automação industrial Milhões de fábricas se beneficiarão, enquanto um número relativamente pequeno de empresas fornecerá os componentes de automação, como esteiras, sistemas de visão/manuseio e robôs industriais. Mas, se a concorrência for intensa, os fornecedores de tecnologia não ficarão absurdamente ricos Quem adotar cedo vai pagar mais, mas os LLMs devem se commoditizar gradualmente, e o custo de inferência deve virar o principal fator competitivo. Hoje, as grandes empresas estão investindo pesado para lançar os produtos mais avançados, mas modelos open source e gratuitos vêm logo atrás A área que mais avança agora não é o LLM em si, mas sistemas de agentes, raciocínio e pesquisa construídos sobre LLMs. Nessa camada, capacidade de engenharia importa mais do que grandes clusters de treinamento Ainda estamos no começo da primeira rodada da IA, a era dos LLMs. Essa era não vai durar para sempre, e novas arquiteturas e algoritmos de aprendizado incremental voltados a AGI devem surgir. Ainda serão necessárias algumas gerações de avanço, mas o que virá pela frente será uma estrutura mais complexa, na qual o LLM entra como um componente — algo semelhante ao que a DeepMind planeja para os próximos 5 a 10 anos —, e os sistemas construídos ao redor do LLM levarão às capacidades da próxima etapa
O verdadeiro desafio não é se a IA vai “substituir” pessoas, mas como preservar espaços onde seja possível praticar e desenvolver habilidades de verdade Estágios, projetos júnior e empregos de entrada existiam não só pela eficiência, mas para oferecer curva de crescimento e ambiente de aprendizado. Se a IA substituir essas oportunidades rápido demais, corremos o risco de quebrar a escada que forma a próxima geração de engenheiros e criadores competentes A pergunta real não é “a IA vai tomar empregos?”, mas “como projetar campos de treinamento em que a IA cuide do trabalho repetitivo enquanto humanos ainda conseguem aprender?”
Uma das partes confusas e frustrantes do boom da IA é a sensação de que estamos aprendendo a correr antes de aprender a andar Por exemplo, há muitos sites na web que geram imagens fotorrealistas de qualquer coisa, mas não existe uma ferramenta que responda com precisão a um pedido realmente simples e específico como “ícone de maçã PNG 16x16” O motivo é que redes neurais são fortes com dados orgânicos de tamanho fixo, mas em termos práticos ainda parecem meio medíocres em certas coisas. Por isso, hoje vemos até geradores de sites com IA criando assets em código — como sintetizadores de Web Audio — em situações em que uma pessoa comum simplesmente usaria um arquivo de imagem ou som Espero que o boom da IA desacelere e que todo mundo passe a focar menos no “uau” e mais no que é útil e cotidiano. Embora, para ser justo, o mundo já pareça evitar “coisas chatas, mas práticas” há bastante tempo
Pedi ao ChatGPT-5 um “ícone de maçã PNG 16x16” e ele fez exatamente isso Sem dúvida há limitações intrínsecas nos LLMs, mas eles também cobrem muitos edge cases que existem no dataset de treinamento
Se a “caminhada” da IA é produzir algo “plausível” a partir do que alguém pede, então seguir instruções detalhadas com perfeição seria o “correr” Só que, por causa da direção da evolução da tecnologia, agora parece que a ordem foi invertida
Se a IA pertencesse a apenas uma pessoa, ela poderia se tornar inimaginavelmente rica Devemos ser sinceramente gratos ao Google por não ter guardado “Attention is All You Need” só para si
Acho que é preciso expandir ainda mais o argumento do OP
Áreas como games já entraram nessa corrida da Rainha Vermelha. Se a GenAI facilita fazer jogos, a chance de sucesso cai ainda mais. O mercado já está saturado de jogos de alta qualidade, então fica ainda mais difícil para novatos encontrarem espaço
Também dá para imaginar um cenário em que se arrasta tudo o que foi produzido nas últimas 2 ou 3 décadas em web, dados, games e sistemas operacionais, excluindo as pessoas que fizeram esse trabalho. Mas, se o progresso dessas áreas parar desse jeito, isso significa que “já acabou”? A IA baseada em LLM depende do input, então seu limite é claro; e mesmo que tentem preencher a lacuna com RLHF, o próprio feedback tem limites, e os produtos de segunda ordem terão qualidade ainda pior. No fim, isso só reduz a barreira de entrada para produtos já existentes, enquanto as pessoas desses setores serão esmagadas pela nova concorrência
Não concordo com a ideia de que otimizar custos nas empresas faz os preços dos produtos caírem Na prática, as empresas só cobram o máximo que conseguem e mantêm a menor qualidade possível. O efeito da otimização vai inteiro para o lucro
Na prática, o impacto da IA pode ser ainda maior ou menor do que imaginamos De um lado, há quem preveja que a IA vai substituir empregos ou reduzir bastante a necessidade de mão de obra em várias áreas. Desenvolvedores web iniciantes, engenheiros de software, redatores publicitários, designers, artistas de produção e assistentes de pesquisa que fazem tarefas repetitivas e padronizadas estão em risco. Se o que se precisa é apenas de um resultado que “seja alguma coisa”, então quem trabalha nessas áreas tem motivo para se preocupar. Até mesmo reunir materiais já existentes é algo que a IA pode substituir Por outro lado, é improvável que a IA se torne essa ferramenta universal que algumas empresas imaginam. Ela ajuda em tarefas já amplamente conhecidas, como escrever código boilerplate para engenheiros de software, mas a qualidade cai muito em tarefas novas ou em áreas menos exploradas. Especialmente em profissões como advocacia ou medicina, onde a precisão do resultado está diretamente ligada à sobrevivência ou a responsabilidades legais, a IA não consegue substituir totalmente as pessoas Em resumo, a IA é excelente em áreas repetitivas e em que a qualidade final do resultado não é tão importante. Mas não é adequada para domínios em que feedback é indispensável ou em que erros se tornam graves por falta de especialização
Como diz o título, essa dicotomia entre “jogo de soma zero ou ganho líquido” já está errada desde o princípio Se a riqueza não ficar concentrada e for distribuída, a sociedade inteira sai ganhando. Se usuários puderem usar IA diretamente para acumular valor, enquanto empresas de IA cobram só pequenas quantias, como US$ 20 por mês, então trabalho valioso será realizado a baixo custo e isso se converterá em ganho líquido para toda a sociedade É o efeito oposto da falácia da janela quebrada
Há quem diga que a transformação da IA é previsível, mas eu não sinto que seja tão previsível assim Algumas pessoas dizem que a IA se resume a LLMs e logo ficará inútil (Ed Zitron); outras dizem que AGI e superinteligência estão próximas (Musk/Altman). Se a superinteligência realmente chegar, não é nada fácil prever como seus efeitos vão se desenrolar Em 1958, John von Neumann disse que o progresso tecnológico e as mudanças na vida humana estavam se acelerando e se aproximando de uma singularidade essencial, e esse termo acabou alimentando o debate atual sobre a singularidade da IA. Mesmo em comparação com cinco grandes inovações do passado, como eletricidade, automóvel e TI, a IA ainda é um campo muito menos previsível