Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
Receba análises semanais sobre inteligência artificial, inovação e geopolítica tecnológica. Assine a newsletter do SPTechBR e acompanhe as transformações que estão redefinindo a economia digital global.
Introdução: quando a tecnologia vira geopolítica
Em setembro de 2022, o governo dos Estados Unidos tomou uma decisão que parecia técnica, mas era essencialmente geopolítica: proibiu a exportação de chips avançados de inteligência artificial para a China. Não era uma sanção comercial comum. Era um corte cirúrgico na jugular tecnológica de um rival estratégico.
A resposta de Pequim não veio em forma de nota diplomática. Veio em forma de dinheiro — bilhões de dólares despejados em fabricantes nacionais de semicondutores, universidades de engenharia e laboratórios de pesquisa. A China não ia recuar. Ia construir o que lhe faltava.
Esse episódio resume, com brutalidade, o que está em jogo na corrida global pela inteligência artificial. Não se trata apenas de quem vai lançar o próximo grande modelo de linguagem. Trata-se de quem vai controlar a infraestrutura que move a economia do século XXI — os chips, os dados, os talentos, os padrões. E, no limite, o poder.
Analistas políticos, economistas e cientistas da computação descrevem esse momento como uma nova Guerra Fria tecnológica — ou, mais precisamente, uma Guerra Fria da Inteligência Artificial. O paralelo com o século XX não é perfeito, mas é iluminador: assim como a corrida espacial entre EUA e URSS redefiniu fronteiras do conhecimento, da geopolítica e da imaginação humana, a corrida pela IA está redesenhando o mapa do poder global em tempo real.
Mas há diferenças fundamentais. A Guerra Fria do século XX era bipolar. A de agora é triangular, às vezes multipolar. Os atores não são apenas Estados — são empresas com valuations maiores do que o PIB de países inteiros. E a tecnologia em disputa não é uma bomba que você usa uma vez: é uma plataforma que, se bem dominada, transforma cada setor da economia indefinidamente.
Este artigo reconstrói essa disputa em profundidade — suas origens, suas frentes, seus protagonistas e seus pontos cegos. Sem torcida por nenhum dos lados. Com o compromisso de entender o que está realmente acontecendo.
O que está sendo disputado, exatamente?
Antes de entrar nos players, é necessário entender o objeto da disputa. Quando falamos em “corrida da inteligência artificial”, do que estamos falando, de fato?
A resposta comum é: modelos de IA. E isso está certo, mas é insuficiente.
Os seis campos de batalha
A competição tecnológica entre as potências se desdobra em pelo menos seis frentes simultâneas — e o resultado final depende do desempenho em todas elas, não em apenas uma.
1. Modelos de linguagem e sistemas de IA
O campo mais visível da disputa. Sistemas como o GPT-4 da OpenAI, o Gemini do Google, o Claude da Anthropic, o Ernie da Baidu e o Qwen do Alibaba são as faces públicas da corrida. Esses modelos determinam quem define a experiência do usuário, quem monetiza serviços de IA e quem estabelece os padrões de uso da tecnologia em escala global.
2. Semicondutores e chips de alto desempenho
A camada mais crítica e menos glamourosa da disputa. Treinar um grande modelo de IA exige milhares de chips especializados — as GPUs da NVIDIA ou equivalentes. Quem controla a produção de chips avançados controla a velocidade com que qualquer país ou empresa pode desenvolver IA. Por isso as restrições de exportação norte-americanas foram um movimento tão agressivo — e por isso a China está gastando dezenas de bilhões para construir sua própria cadeia de produção.
3. Infraestrutura de dados
IA é treinada em dados. Quem tem acesso a dados de qualidade, em volume e variedade, tem vantagem estrutural no desenvolvimento de modelos mais precisos e úteis. Isso explica por que países como a China — com acesso a um mercado interno de 1,4 bilhão de pessoas e regulamentações mais flexíveis sobre coleta de dados — possuem uma vantagem real em determinados tipos de aplicação.
4. Talento humano
Não existe IA sem pesquisadores, engenheiros e cientistas de dados. A disputa por esses profissionais é intensa — e inclui não apenas salários, mas vistos, condições de pesquisa e qualidade de vida. Os Estados Unidos tradicionalmente atraem os melhores talentos do mundo para suas universidades e empresas. A China investiu massivamente em formação interna. E ambos perdem pesquisadores para o outro, em uma migração circular que complica qualquer leitura simplista.
5. Infraestrutura computacional e data centers
O treinamento de modelos avançados requer data centers com capacidade computacional imensuravelmente superior à de poucos anos atrás. A construção dessa infraestrutura exige investimentos na casa das dezenas de bilhões — e levanta questões sobre consumo energético, soberania de dados e dependência tecnológica.
6. Padrões regulatórios e normativos
Menos visível, mas potencialmente mais duradouro. O país ou bloco que estabelece os padrões técnicos e regulatórios para o uso da IA determina as regras do jogo para todos os outros. A União Europeia entendeu isso mais cedo do que a maioria.
Estados Unidos: o peso do ecossistema e os limites da hegemonia
Para entender a posição norte-americana na corrida da IA, é preciso entender o que o Silicon Valley realmente é — e o que ele não é.
O Vale do Silício não é apenas uma região geográfica. É um modelo de inovação construído ao longo de décadas, no qual universidades de pesquisa, capital de risco, grandes empresas e uma cultura específica de risco e velocidade se alimentam mutuamente. Esse modelo produziu a maior concentração de empresas transformadoras do mundo.
Segundo o Stanford AI Index 2024, organizações norte-americanas lançaram 61 modelos de IA significativos em 2023 — número bem superior ao de qualquer outro país. Em 2023, startups de IA nos EUA captaram mais de US$ 40 bilhões em venture capital, segundo a PitchBook. O investimento privado total em IA no país foi de aproximadamente US$ 67 bilhões — cerca de 74% do total global.
Esses números são impressionantes. Mas contam apenas parte da história.
O que os EUA têm que ninguém tem (ainda)
A vantagem norte-americana se sustenta em quatro pilares que se reforçam mutuamente.
Ecossistema universitário-empresarial: Stanford, MIT, Carnegie Mellon, Berkeley, Caltech e Columbia não são apenas universidades. São máquinas de produção de startups, papers científicos e redes de relacionamento entre pesquisadores e investidores. O Google nasceu no Stanford. A OpenAI tem raízes no MIT. Esse pipeline entre academia e mercado não tem equivalente direto em nenhum outro lugar do mundo.
Capital de risco em escala: o mercado de venture capital norte-americano é incomparavelmente maior e mais maduro do que qualquer equivalente europeu ou asiático. Isso significa que uma startup de IA nos EUA pode passar de ideia para produto com centenas de milhões de dólares em poucos anos — algo impensável na maioria dos outros países.
Infraestrutura de nuvem: Amazon Web Services, Microsoft Azure e Google Cloud controlam parcela enorme da infraestrutura global de computação. Isso não é coincidência — é poder estrutural. Qualquer empresa ou governo que usa essas plataformas está, em alguma medida, dependente de infraestrutura norte-americana.
Atração de talentos globais: historicamente, os EUA atraíram os melhores cientistas e engenheiros do mundo, de todas as nacionalidades. Muitos dos pesquisadores mais influentes em IA — incluindo vários dos criadores dos frameworks técnicos que dominam o campo — nasceram em outros países e construíram carreiras em universidades ou empresas norte-americanas.
As vulnerabilidades que o discurso oficial evita
Mas existe outro lado dessa história, que raramente aparece nas narrativas de liderança tecnológica norte-americana.
Dependência de Taiwan: os chips mais avançados do mundo — os que tornam possível treinar os modelos mais sofisticados de IA — são fabricados pela TSMC, empresa taiwanesa. Os EUA projetam, mas não fabricam em escala suficiente os chips que sua própria indústria de IA precisa. O CHIPS Act de 2022 foi uma tentativa de corrigir isso, com investimentos bilionários para repatriar a fabricação de semicondutores. Mas construir capacidade de fabricação de chips avançados leva anos — e os EUA ainda não chegaram lá.
Fragmentação política interna: ao contrário da China, onde o Estado pode coordenar uma estratégia nacional de longo prazo sem resistência política significativa, os EUA operam em um sistema fragmentado, com disputas entre partidos, lobbies e agências regulatórias. Isso pode tornar as políticas de IA inconsistentes e vulneráveis a mudanças de governo.
Concentração em poucas empresas: o ecossistema de IA norte-americano é dominado por um punhado de grandes empresas — Google, Microsoft, Meta, Amazon, Apple. Isso cria riscos de concentração de poder, possíveis conflitos de interesse e gargalos de inovação que o modelo de startups, sozinho, não resolve.
China: a estratégia que o Ocidente demorou demais para levar a sério
Durante anos, o discurso dominante no Ocidente sobre a tecnologia chinesa oscilou entre dois extremos igualmente equivocados: ou ela era descartada como mera cópia barata do que os americanos inventavam, ou era retratada como uma ameaça apocalíptica e monolítica. Nenhum dos dois retratos era verdadeiro.
A realidade é mais nuançada — e mais interessante.
O plano de 2017 e o que ele revela sobre a estratégia chinesa
Em julho de 2017, o Conselho de Estado da China publicou o Plano Nacional de Desenvolvimento de Nova Geração de Inteligência Artificial (新一代人工智能发展规划). O documento estabelecia uma meta clara: tornar a China líder global em inteligência artificial até 2030.
O que torna esse plano notável não é a ambição — ambição não falta em nenhuma potência. O que o torna notável é a estrutura. O plano não era apenas uma declaração de intenções. Era um roteiro operacional, com metas específicas para 2020, 2025 e 2030, cobrindo pesquisa científica, desenvolvimento industrial, formação de talentos, padrões éticos e segurança nacional.
Esse tipo de planejamento de longo prazo — possível em um sistema político de partido único — é uma das diferenças estruturais mais importantes entre a abordagem chinesa e a norte-americana. Enquanto os EUA definem estratégias que podem ser revertidas a cada quatro anos com uma mudança de governo, a China opera em horizontes de décadas.
O que a China construiu desde então
Desde 2017, o país construiu um ecossistema tecnológico que vai muito além do que os rankings simples de “número de modelos lançados” conseguem capturar.
Volume científico: segundo dados do Center for Security and Emerging Technology (CSET) da Georgetown University, pesquisadores chineses responderam por aproximadamente 40% das publicações científicas globais em inteligência artificial nos últimos anos. Em termos de quantidade de papers, a China ultrapassou os EUA. A discussão sobre qualidade versus quantidade é legítima — mas ignorar esse volume seria um erro.
Empresas com capacidade real: Baidu, Alibaba, Tencent e Huawei não são cópias de empresas americanas. São empresas com produtos próprios, bases de usuários imensuráveis e capacidade de pesquisa e desenvolvimento significativa. O Baidu, especialmente, investe pesadamente em IA há mais de uma década — seu modelo Ernie já estava competindo com sistemas ocidentais antes do boom do ChatGPT.
Aplicações industriais e escala física: aqui está uma vantagem chinesa que raramente é discutida com a devida seriedade. A China possui a maior base industrial do mundo. E está integrando IA nessa base em velocidade impressionante — em robótica, manufatura inteligente, logística automatizada e veículos autônomos.
Empresas como CATL (baterias), BYD (veículos elétricos) e dezenas de fabricantes industriais estão usando IA não como diferencial de marketing, mas como componente operacional central. Isso cria uma massa de dados industriais reais — e um ciclo de aprendizado que empresas ocidentais, sem equivalente industrial, dificilmente conseguem replicar.
Infraestrutura digital nacional: o ecossistema de apps chineses — WeChat, Alipay, Douyin (TikTok) — gerou um volume extraordinário de dados comportamentais em larga escala. Esses dados alimentam sistemas de recomendação, reconhecimento de padrões e modelos preditivos com uma riqueza que mercados fragmentados dificilmente alcançam.
O problema dos chips — e como a China está respondendo
A restrição de exportação de chips avançados imposta pelos EUA em 2022 — expandida em 2023 — foi um golpe real na indústria de IA chinesa. Sem acesso às GPUs H100 da NVIDIA, empresas chinesas ficaram com capacidade computacional significativamente inferior para treinar os modelos mais avançados.
Mas a resposta chinesa foi rápida e substancial.
A Huawei acelerou o desenvolvimento de seus chips Ascend, voltados para IA. A Cambricon, empresa especializada em chips para IA, expandiu sua linha de produtos. O governo criou fundos de investimento bilionários para a indústria de semicondutores. E empresas chinesas começaram a ser mais criativas no uso de recursos computacionais limitados — desenvolvendo técnicas de treinamento mais eficientes que extraem mais desempenho de chips menos poderosos.
A restrição norte-americana foi eficaz a curto prazo. Mas pode ter acelerado, involuntariamente, a criação de uma cadeia de semicondutores chinesa mais autônoma — exatamente o que os EUA queriam evitar.
Educação como arma estratégica: o que a China está fazendo nas universidades
Um dos pilares menos discutidos da estratégia chinesa de IA é a educação em massa.
Segundo o Ministério da Educação da China, mais de 500 universidades já oferecem cursos de graduação ou especialização em inteligência artificial. Programas de pós-graduação em aprendizado de máquina, ciência de dados e sistemas inteligentes proliferaram em todo o país ao longo dos últimos cinco anos.
Mas o investimento vai além do ensino superior.
Da escola básica ao doutorado
Iniciativas piloto em cidades como Xangai, Pequim e Shenzhen introduziram conceitos básicos de programação e inteligência artificial no currículo do ensino médio — e, em alguns casos, do ensino fundamental. O objetivo não é formar programadores em massa, mas construir uma cultura de familiaridade tecnológica que facilite o recrutamento e a adaptação de trabalhadores ao mercado de IA.
Em paralelo, institutos nacionais de pesquisa foram criados com foco explícito em IA — conectados a universidades, mas com financiamento estatal e metas orientadas à aplicação industrial.
O resultado dessa estratégia educacional começa a aparecer nos dados. A China forma, anualmente, mais engenheiros e cientistas da computação do que qualquer outro país. E um número crescente desses profissionais está ficando no país — ou retornando da experiência internacional — para trabalhar em empresas e laboratórios de pesquisa chineses.
Isso representa uma virada em relação à década de 2000, quando muitos dos melhores talentos técnicos chineses migravam definitivamente para os EUA. O ecossistema doméstico ficou competitivo o suficiente para reter e atrair talentos.
União Europeia: a potência regulatória
A Europa tem um problema que é, ao mesmo tempo, seu maior desafio e sua maior contribuição para a discussão global sobre IA.
Ela não tem, dentro de suas fronteiras, nenhuma empresa equivalente ao Google, à Microsoft ou ao Baidu. O ecossistema de startups de IA europeu cresceu nos últimos anos — com empresas como Mistral (França), Aleph Alpha (Alemanha) e centros de pesquisa como o DeepMind de Londres (parte do Google) — mas está muito aquém em termos de escala e recursos.
Mas a Europa entendeu que, nessa corrida, não precisa ganhar correndo mais rápido. Pode ganhar definindo as regras da pista.
O AI Act e a aposta regulatória europeia
Em 2024, a União Europeia aprovou o Artificial Intelligence Act — a primeira legislação abrangente sobre inteligência artificial no mundo. O AI Act classifica aplicações de IA por nível de risco e estabelece requisitos diferenciados de transparência, auditabilidade e controle para cada categoria.
Sistemas de IA considerados de “alto risco” — como aqueles usados em recrutamento, concessão de crédito, ou triagem de candidatos a benefícios sociais — precisam atender a critérios rigorosos de documentação e supervisão humana. Sistemas proibidos incluem, entre outros, reconhecimento facial em espaços públicos em tempo real (com exceções para segurança nacional).
O AI Act não é perfeito. Críticos argumentam que é burocrático demais para empresas menores, que pode sufocar a inovação no continente e que suas definições são por vezes vagas. Esses críticos têm pontos válidos.
Mas o AI Act tem uma consequência que vai além das fronteiras europeias: o chamado “efeito Bruxelas”.
O efeito Bruxelas: como a Europa exporta padrões sem exportar tecnologia
O efeito Bruxelas é um fenômeno político-regulatório bem documentado: quando a UE define padrões para mercados e tecnologias, empresas globais frequentemente optam por adotar esses padrões universalmente, em vez de manter sistemas diferentes para diferentes mercados. O custo de fragmentação é alto demais.
Isso aconteceu com o GDPR (regulação de privacidade de dados). Quando a UE implementou a lei em 2018, empresas norte-americanas e asiáticas precisaram adaptar seus produtos e políticas. Muitas optaram por aplicar os padrões europeus globalmente — exportando, na prática, a regulação europeia para o mundo inteiro.
O AI Act pode ter efeito similar. Se empresas como OpenAI, Google e Baidu precisarem atender aos requisitos europeus para operar no mercado da UE — e 450 milhões de consumidores é um mercado que ninguém descarta de boa vontade — os padrões europeus se tornam, na prática, padrões globais.
É uma forma de poder tecnológico que não precisa de chips avançados nem de modelos de bilhões de parâmetros. É poder normativo. E a Europa é excepcionalmente boa nisso.
Os centros de pesquisa europeus que merecem atenção
Além da dimensão regulatória, a Europa possui centros de pesquisa em IA com impacto científico real:
O DeepMind, sediado em Londres (e hoje parte do Google), é responsável por avanços científicos extraordinários — incluindo o AlphaFold, sistema que resolveu um dos problemas mais difíceis da biologia molecular ao prever a estrutura tridimensional de proteínas com precisão sem precedente.
O INRIA francês, o Max Planck Institute alemão e universidades como ETH Zurich, Oxford e Cambridge produzem pesquisa de fronteira que alimenta o campo globalmente.
O problema europeu não é de ausência de talento. É de ausência de escala — e de um ecossistema de financiamento que permita às pesquisas se tornarem produtos em tempo competitivo.
Chips, data centers e a infra que ninguém vê mas todo mundo precisa
Existe uma lacuna entre o que aparece nas manchetes sobre IA e o que realmente determina quem vai liderar a tecnologia.
As manchetes falam de chatbots, de imagens geradas por IA, de modelos que passam em exames de medicina. O que raramente aparece nessas manchetes é a infraestrutura física sem a qual nada disso seria possível.
A cadeia global de semicondutores
A produção de chips avançados para IA é uma das cadeias produtivas mais complexas e geograficamente concentradas que existem.
Ela começa no design. A maioria dos chips de alto desempenho usados em IA é projetada por empresas norte-americanas — NVIDIA, AMD, Intel, e as unidades de chips do Google (TPUs) e Apple. O domínio norte-americano no design de chips é real e substancial.
Mas o design é apenas o começo. Para fabricar um chip, você precisa de máquinas de litografia — equipamentos que gravam circuitos em silício com precisão de nanômetros. A empresa líder nessa tecnologia é a ASML, holandesa. E a ASML detém o monopólio nas máquinas de litografia ultravioleta extrema (EUV), indispensáveis para chips de última geração.
A fabricação em si está concentrada principalmente na TSMC (Taiwan Semiconductor Manufacturing Company) e, em menor escala, na Samsung (Coreia do Sul). A TSMC fabrica mais de 90% dos chips mais avançados do mundo. É uma concentração geográfica que representa um risco sistêmico enorme — e que transforma Taiwan em um ponto de pressão geopolítica central nessa corrida.
Os Estados Unidos perceberam esse problema e estão tentando corrigi-lo com o CHIPS and Science Act, aprovado em 2022, que destinou US$ 52 bilhões para incentivar a produção doméstica de semicondutores. A TSMC anunciou a construção de fábricas no Arizona. A Intel recebeu investimentos para expandir capacidade. Mas construir essa capacidade leva anos — e os EUA ainda dependem criticamente de Taiwan.
O tamanho do investimento em data centers
Treinar um modelo de grande escala como o GPT-4 custou, segundo estimativas públicas, entre US$ 50 e US$ 100 milhões apenas em poder computacional. Modelos mais recentes podem custar ainda mais.
Isso significa que a corrida pela IA é, em grande parte, uma corrida por data centers — instalações físicas com milhares de chips, conectadas por redes de alta velocidade, que consomem quantidades imensas de energia.
Microsoft anunciou investimentos de US$ 80 bilhões em data centers de IA apenas em 2025. Google, Meta e Amazon anunciaram compromissos similares. A escala de investimento é difícil de compreender em termos concretos — estamos falando de somas que superam o PIB de muitos países de porte médio.
A China também está investindo massivamente nessa frente. Cidades como Guizhou e Inner Mongolia tornaram-se polos de data centers — em parte por razões climáticas (clima frio ajuda no resfriamento), em parte por políticas de incentivo.
A questão da energia
Um aspecto crescentemente importante da corrida pela IA é o consumo energético.
Data centers de IA consomem quantidades extraordinárias de eletricidade. O treinamento de grandes modelos pode consumir tanta energia quanto uma cidade pequena por semanas. E à medida que os modelos crescem em complexidade, esse consumo cresce com eles.
Isso cria uma dependência nova: a liderança em IA passa também pela capacidade de gerar e distribuir energia de forma confiável e, cada vez mais, sustentável. Países com abundância energética e capacidade de expandir fontes renováveis têm uma vantagem estrutural que raramente aparece nas análises convencionais sobre a corrida tecnológica.
A dimensão militar: quando a IA vira arma
Nenhuma análise da corrida global pela inteligência artificial seria honesta sem abordar sua dimensão militar.
Governos de EUA, China, Rússia, Reino Unido, Israel e dezenas de outros países estão investindo ativamente em aplicações militares de IA. Isso inclui sistemas autônomos de armamento, análise de inteligência, cibersegurança, logística militar e sistemas de comando e controle.
O Departamento de Defesa dos EUA criou o Joint Artificial Intelligence Center (JAIC) — hoje rebatizado como Chief Digital and AI Office — com orçamento bilionário para integrar IA nas operações militares. A China, por sua vez, tem um programa explícito de “fusão civil-militar” (军民融合), que integra desenvolvimentos tecnológicos civis e militares de forma deliberada.
O uso de IA em armamentos levanta questões éticas e de segurança global sem resposta clara. Se sistemas autônomos podem tomar decisões letais sem intervenção humana direta, quem é responsável quando algo dá errado? Como tratados internacionais, construídos para regular armas convencionais, se aplicam a sistemas algorítmicos?
Esse é um dos territórios mais urgentes e menos regulamentados da corrida tecnológica — e um dos que mais demandam cooperação internacional precisamente no momento em que a cooperação está mais difícil.
Os países que o debate ignora (e não deveria)
O foco em EUA-China-Europa, embora justificado pela concentração de poder e investimento, deixa de fora atores que merecem atenção.
Índia está emergindo como um polo crescente de talento em IA. Com um mercado de tecnologia maduro, uma diáspora técnica globalmente distribuída e uma população jovem imensa, o país tem potencial para se tornar um terceiro polo tecnológico relevante nas próximas décadas. Empresas como Infosys e TCS há muito dominam o mercado global de serviços de TI — e agora estão migrando para IA.
Israel é um caso à parte. Com uma população de menos de 10 milhões de pessoas, o país possui uma concentração de startups de IA que rivaliza com regiões muito maiores. Parte disso se deve ao sistema militar, que serve como escola prática de tecnologia e cibersegurança — e que lança regularmente fundadores de startups de alto impacto no mercado civil.
Emirados Árabes Unidos decidiram explicitamente que a IA é uma prioridade estratégica nacional. O país criou o Mohamed bin Zayed University of Artificial Intelligence — a primeira universidade do mundo dedicada exclusivamente à pesquisa em IA — e desenvolveu modelos próprios de linguagem, como o Falcon, do Abu Dhabi Technology Innovation Institute.
Coreia do Sul combina capacidade industrial de semicondutores (Samsung) com ecossistema tecnológico próprio (Kakao, Naver) e investimento crescente em IA aplicada à indústria de chips.
Esses países não vão liderar a corrida. Mas vão moldar partes específicas dela — e provavelmente surpreender quem achar que o mapa tecnológico global é simples.
O problema dos dados: quem controla o combustível controla o motor
Uma dimensão frequentemente subestimada da corrida pela IA é a disputa por dados.
Modelos de IA são treinados em dados. A qualidade, diversidade e volume desses dados influenciam diretamente a capacidade e os limites dos sistemas desenvolvidos. E a distribuição global de dados é profundamente desigual — refletindo, em grande medida, disparidades históricas de digitalização e conectividade.
A internet anglofônica domina os corpora de texto usados para treinar modelos de linguagem. Isso significa que modelos treinados predominantemente em inglês têm, por padrão, melhor desempenho em inglês — com potenciais vieses culturais, semânticos e factuais que afetam usuários de outros idiomas e culturas.
Para países como o Brasil, isso levanta uma questão estratégica importante: quem vai desenvolver e manter modelos de IA com real compreensão do português, da cultura e do contexto brasileiro? Depender indefinidamente de modelos desenvolvidos no eixo EUA-China implica aceitar que a tecnologia mais usada no país foi construída sem o Brasil no centro das suas referências.
Iniciativas como o Projeto Sabiá da Maritaca AI, focado em IA para o português, são respostas diretas a esse problema. Mas o financiamento e a escala ainda são incomparavelmente menores do que os dos grandes players globais.
Riscos, ética e as perguntas que a pressa ignora
A corrida pela IA não é neutra. Ela carrega consigo riscos que merecem ser nomeados com clareza.
Concentração de poder
Quando a IA mais avançada está nas mãos de poucas empresas — ou de poucos governos — cria-se um desequilíbrio de poder que pode ser difícil de reverter. Empresas com acesso a IA superior podem otimizar operações, tomar decisões e antecipar movimentos de mercado de formas que concorrentes menores não conseguem. Governos com IA militar superior ganham vantagem estratégica duradoura.
A questão não é apenas “quem vai ganhar a corrida?”. É: “como as regras do jogo vão ser definidas enquanto a corrida acontece — e quem vai ser excluído do processo?”
Vieses algorítmicos e impacto social
Sistemas de IA refletem os dados com que foram treinados. Se esses dados contêm vieses históricos — racismo, sexismo, discriminação de classe — os modelos tendem a reproduzir e, às vezes, amplificar esses vieses. Aplicações em triagem de empregos, concessão de crédito e sistemas judiciais já mostraram evidências desse problema.
A pressa competitiva da corrida tecnológica cria incentivos para lançar produtos rapidamente — e pressões que dificultam a implementação de salvaguardas adequadas.
Desinformação e erosão do ambiente informacional
Sistemas de geração de texto, imagem e vídeo já tornaram a produção de desinformação mais barata, mais rápida e mais convincente. O impacto sobre eleições, sobre a confiança em instituições e sobre a capacidade das sociedades de distinguir o real do fabricado é uma ameaça concreta que a competição tecnológica tende a subestimar.
O risco existencial — e por que a discussão é mais séria do que parece
Uma parte da comunidade de pesquisa em IA — incluindo nomes como Geoffrey Hinton (um dos fundadores da área, que recebeu o Nobel em 2024) e Yoshua Bengio — argumenta que sistemas de IA suficientemente avançados e mal alinhados com valores humanos podem representar riscos existenciais de longo prazo.
Essa é uma discussão que, até poucos anos atrás, era considerada ficção científica por boa parte do mainstream tecnológico. Hoje é levada a sério por pesquisadores respeitados — e por parte dos próprios líderes das empresas que mais investem em IA.
Isso não significa catastrofismo. Significa que a corrida pela IA precisa ser acompanhada de investimento igualmente sério em segurança, interpretabilidade e alinhamento de sistemas.
Para onde vai a corrida? Cenários para os próximos dez anos
Nenhuma previsão sobre o futuro da tecnologia sobrevive intacta ao contato com a realidade. Mas construir cenários é útil — não para prever, mas para preparar.
Cenário 1: hegemonia fragmentada
O mais provável a curto prazo. EUA e China consolidam lideranças em diferentes segmentos — os primeiros dominando inovação de ponta e software; a segunda expandindo em aplicações industriais e mercados emergentes. A Europa mantém influência normativa. O mundo tecnológico fica multipolar, com padrões concorrentes e algum grau de fragmentação nos ecossistemas.
Cenário 2: aceleração disruptiva
Um salto tecnológico imprevisto — seja em arquitetura de modelos, seja em hardware, seja na integração de IA com biologia — redistribui vantagens de forma não linear. Quem estava na frente pode não ter a infraestrutura certa para o próximo paradigma. Quem estava atrás pode descobrir uma vantagem inesperada.
Cenário 3: regulação global cooperativa
Países percebem que os riscos da IA — especialmente os militares e os de desinformação em escala — são suficientemente graves para justificar cooperação, apesar da competição. Um equivalente aos tratados de controle de armas do século XX começa a ser negociado para sistemas de IA de alto risco. É o cenário menos provável no curto prazo — mas o mais necessário.
O que o Brasil tem a ver com tudo isso
Uma análise geopolítica da corrida pela IA que não menciona o Brasil seria, para os leitores deste texto, um exercício de voyeurismo — observar de fora uma disputa que, na prática, nos afeta diretamente.
O Brasil está em uma posição ambígua e interessante nesse cenário.
Do lado das vulnerabilidades: somos usuários de tecnologias desenvolvidas fora do país, dependentes de infraestrutura de nuvem controlada por empresas norte-americanas, sem políticas industriais robustas para o setor de chips e com investimento público em ciência e tecnologia que sistematicamente oscila com os ciclos políticos.
Do lado das oportunidades: somos um país com enorme volume de dados em português, um mercado consumidor de tecnologia dos maiores do mundo, uma comunidade acadêmica em ciência da computação com produção científica reconhecida internacionalmente e um setor de fintechs e agrotechs que já utiliza IA de forma intensiva.
A questão estratégica para o Brasil não é entrar na corrida pelos modelos mais avançados do mundo — essa batalha já foi travada, com recursos que o país não tem. A questão é construir capacidade nacional em IA aplicada aos problemas e oportunidades específicas do país: agronegócio, saúde pública, educação, segurança, serviços financeiros para populações historicamente desatendidas.
E garantir que a regulação, a formação de talentos e as políticas públicas estejam à altura desse momento — não dez anos atrasadas.
🎧 Ouça ou assista: episódio completo sobre a Guerra Fria da IA
Se preferir consumir este conteúdo em formato multimídia, você também pode ouvir ou assistir a análise completa do SPTechBR sobre a corrida global da inteligência artificial.
▶️ Assista no YouTube
Neste episódio, exploramos em profundidade:
- a disputa tecnológica entre Estados Unidos e China
- o papel da Europa na regulação da inteligência artificial
- por que chips, data centers e dados se tornaram recursos estratégicos
- como a inteligência artificial pode redefinir economia, poder e inovação nas próximas décadas
🎙️ Ouça no Spotify
🎧 Versão em podcast desta análise
Se preferir ouvir, o episódio também está disponível no Spotify.
Ideal para acompanhar durante deslocamentos, treinos ou enquanto trabalha.
FAQ: as perguntas mais frequentes sobre a corrida global pela IA
O que é a corrida da inteligência artificial?
É a competição global entre países, empresas e centros de pesquisa para desenvolver sistemas avançados de IA, dominar a infraestrutura computacional e estabelecer padrões tecnológicos e regulatórios. Envolve chips, dados, talentos, modelos e políticas públicas.
Quais países lideram a inteligência artificial em 2024?
Os Estados Unidos lideram em inovação empresarial e modelos de ponta. A China lidera em volume de pesquisa científica e em aplicações industriais. A União Europeia lidera em regulação. Nenhum dos três lidera em todas as dimensões ao mesmo tempo.
Por que os chips são tão importantes para a IA?
Treinar modelos avançados de IA exige processamento massivo e paralelo. Chips especializados — especialmente GPUs e TPUs — são o hardware que torna isso possível. Quem controla o design e a fabricação de chips controla o ritmo de desenvolvimento de IA.
O que é o AI Act europeu?
É a primeira legislação abrangente sobre inteligência artificial no mundo, aprovada pela União Europeia em 2024. Classifica aplicações de IA por nível de risco e estabelece requisitos diferenciados de transparência, auditabilidade e supervisão humana.
A China pode superar os EUA em IA?
Depende do que se mede. Em volume de pesquisa científica, já está próxima ou à frente. Em modelos de ponta e inovação de software, ainda está atrás. Em aplicações industriais, pode estar à frente em alguns setores. A competição é multidimensional — e a resposta simples não existe.
O que o Brasil deve fazer diante dessa corrida?
Investir em IA aplicada às prioridades nacionais, construir capacidade regulatória sofisticada, fortalecer a formação de talentos em ciência de dados e não depender exclusivamente de infraestrutura tecnológica externa. E participar ativamente das discussões globais sobre governança da IA — onde países em desenvolvimento têm muito a perder se ficarem ausentes.
A IA pode mesmo transformar a economia global?
As projeções são impressionantes — a PwC estima impacto de até US$ 15,7 trilhões até 2030. Mas é importante distinguir potencial de trajetória. O impacto real depende de como a tecnologia é adotada, regulada e distribuída — e de quem captura o valor gerado.
Conclusão: uma corrida que ninguém vence sozinho
A Guerra Fria da Inteligência Artificial é real. Mas ela é mais complexa, mais multidimensional e mais aberta do que a maioria das narrativas sugere.
Não existe um único vencedor à vista. Os EUA têm vantagens estruturais que a China vai levar décadas para superar em inovação de ponta — mas a China tem estratégia, escala e paciência que o modelo norte-americano frequentemente subestima. A Europa não vai liderar em modelos, mas pode definir as regras para todos.
O que está sendo construído agora — os chips, os data centers, os modelos, os regulamentos, os talentos — vai moldar como a humanidade trabalha, se comunica, decide e governa nas próximas décadas.
Essa não é uma corrida que pode ser assistida de fora, confortavelmente. Seus resultados vão alcançar todos os países, todas as economias, todas as profissões.
A questão não é torcer pelo lado certo. É entender o jogo com a profundidade que ele merece — e posicionar-se estrategicamente dentro dele.
Assine a newsletter do SPTechBR e acompanhe análises semanais sobre inteligência artificial, geopolítica tecnológica e transformação digital. Sem ruído, sem hype — só o que realmente importa.
📚 Leia também no SPTechBR
Se você se interessa por inteligência artificial, programação e as transformações tecnológicas que estão mudando o mercado, confira também estas análises do SPTechBR:
🤖 Hallucinations em IA: por que ChatGPT e outros modelos inventam respostas
Modelos de linguagem podem gerar respostas convincentes mesmo quando estão incorretas. Entenda por que as chamadas alucinações de IA acontecem, como surgem nos LLMs e quais técnicas pesquisadores estão desenvolvendo para reduzir esse problema.
🔗 Leia o artigo:
Hallucination IA: por que modelos de IA inventam respostas
💻 Cursor AI: o editor de código com inteligência artificial que está redefinindo a programação
Ferramentas de programação com IA estão mudando o desenvolvimento de software. Conheça o Cursor AI, um editor que integra modelos de linguagem diretamente no ambiente de desenvolvimento para acelerar a escrita, revisão e refatoração de código.
🔗 Leia o artigo:
Cursor AI: review completo do editor de código com IA
🚀 Vibe Coding: a nova forma de criar software com inteligência artificial
Uma nova abordagem está surgindo na engenharia de software: usar IA como copiloto para construir aplicações. Descubra o conceito de vibe coding e por que ele pode transformar a forma como programadores e equipes criam produtos digitais.
🔗 Leia o artigo:
Vibe Coding: o que é e como criar software com IA
Leituras extras recomendadas
Amplie seu repertório sobre a corrida da inteligência artificial com estas análises aprofundadas:
- Stanford AI Index 2024: relatório completo sobre avanços globais em IA
Dados essenciais sobre investimentos, modelos e liderança dos EUA e China na geopolítica da tecnologia. - Geopolítica da IA: EUA x China, por FGV
Análise brasileira sobre a disputa por chips para IA e semicondutores. - AI Act: o que muda na regulação de IA na Europa, por Conjur
Explicação detalhada do AI Act Europa e seu impacto global. - China investe bilhões em semicondutores para driblar sanções dos EUA, por BBC News Brasil
Cobertura sobre a estratégia chinesa na inteligência artificial China EUA. - Guerra Fria tecnológica: a corrida por talentos em IA, por USP
Visão acadêmica sobre talentos e infraestrutura na Guerra Fria da IA. - Relatório CSET: publicações científicas em IA da China superam EUA, por Georgetown University (trad. pt-BR)
Evidências sobre volume de pesquisa na corrida da inteligência artificial.
