A verdadeira corrida da IA ​​pode não estar mais na fronteira

Durante várias semanas neste verão, a indústria de IA ficou fixada em Os mais recentes modelos de fronteira da Anthropic e A luta de Washington para controlar quem teve acesso a eles. Mas enquanto todos observavam a fronteira, os desenvolvedores continuaram construindo – e não estavam esperando pela permissão dos Antrópicos e OpenAIs do mundo.

Modelos chineses de peso aberto foram responsáveis 41% dos downloads no Hugging Face nesta primavera, superando os modelos dos EUA. Sobre OpenRouteros seis modelos mais populares são todos modelos abertos de empresas chinesas, incluindo Tencent, Xiaomi, DeepSeek, MiniMax e Z.ai. Claude Opus 4.7 da Anthropic estava em sétimo lugar, no momento da redação deste artigo. E dados da Vercel mostra que modelos de peso aberto estão absorvendo grande parte da infraestrutura de grande volume de aplicativos de IA, enquanto os modelos fechados operam como a camada premium de maior custo. Os modelos abertos lidaram com quase um terço das solicitações de IA na plataforma em junho.

Essas plataformas capturam apenas uma fatia do ecossistema de IA; em particular, eles deixam de fora sessões hospedadas por grandes laboratórios, que provavelmente respondem pela maior parte do uso do OpenAI e do Anthropic. Mas a grande e crescente quota de mercado dos modelos de código aberto levanta uma questão difícil: até que ponto os modelos de fronteira ainda importam se a maior parte da IA ​​de produção acabar por funcionar com alternativas mais baratas e personalizáveis?

Alguns veem o crescimento dos modelos de código aberto como um sinal de que os modelos mais inteligentes podem acabar sendo usados ​​apenas para os casos de uso mais especializados. “Talvez em alguns anos, os modelos de fronteira serão para experimentação e (para) algumas tarefas de alto valor, e a maioria das cargas de trabalho de produção serão na verdade alimentadas por modelos privados dentro das empresas ou por modelos de código aberto”, disse o CEO da Hugging Face, Clem Delangue, em um recente episódio de Equidade.

Hugging Face é uma plataforma e comunidade de desenvolvedores mais conhecida por hospedar, compartilhar e ajudar empresas a implantar modelos abertos. Delangue diz que os clientes e membros da comunidade do Hugging Face estão cada vez mais elogiando os benefícios de possuir seus próprios modelos de IA em vez de alugá-los, uma tendência que ganhou força na luz fria do dia depois de receber a conta associada ao custo de escalar modelos de fronteira fechada.

“Se você é uma empresa de IA ou de tecnologia, não quer terceirizar seus recursos principais para outra empresa, para uma API de caixa preta que você não controla, não tem visibilidade e não tem realmente qualquer tipo de propriedade”, disse Delangue.

Essa mudança, argumenta Delangue, se reflete na atividade que acontece no Hugging Face. Um novo repositório é criado a cada sete segundos na plataforma, que hospeda quase três milhões de modelos públicos e um milhão de conjuntos de dados públicos, segundo Delangue. Isso aponta para um quadro diferente do “um modelo para governar todos”, diz ele. Na realidade, parece mais que empresas utilizam muitos modelos diferentes, muitos dos quais são customizados para seu caso de uso específico. Metade de todas as empresas da Fortune 500 estão usando o Hugging Face para implantar seus próprios modelos privados e modelos de código aberto, diz ele.

A crescente popularidade dos modelos abertos coincide com um fluxo constante de lançamentos cada vez mais capazes dos laboratórios chineses de IA.

De poucos em poucos meses, outra empresa chinesa de IA lança um poderoso modelo aberto que é mais barato de implementar e mais fácil de personalizar do que os concorrentes fechados, minando a economia da IA ​​proprietária, na qual as empresas norte-americanas investiram milhares de milhões. Mais recentemente, a empresa de IA Z.ai, sediada em Pequim, lançou um modelo aberto chamado GLM-5.2, que se destaca na codificação de agentes e compete com os modelos mais recentes da Anthropic na identificação de vulnerabilidades de segurança.

Delangue não é o único executivo a defender que as empresas devem evitar vincular-se a um único fornecedor modelo.

CEO da Microsoft, Satya Nadella recentemente avisado contra o aprisionamento de um único fornecedor, argumentando que o controlo dos dados deve ser uma preocupação primordial para as empresas que utilizam IA.

“Embora seja necessária a grande inovação que vem dos fornecedores de modelos com direitos de uso justo para treinar modelos em dados públicos, acho irônico que o status quo seja então virar e impor termos restritivos à destilação, e reservar o direito de aprender com o uso do cliente e os dados de interação”, disse Nadella. “Se a aprendizagem flui apenas numa direcção, o valor económico converge para os proprietários da infra-estrutura de aprendizagem e não para os criadores do próprio conhecimento. Portanto, é imperativo que distribuamos a infra-estrutura de aprendizagem a todas as empresas para que possam controlar o seu próprio ciclo de aprendizagem.”

A ascensão de modelos abertos também intensificou o debate sobre se modelos cada vez mais capazes deveriam estar amplamente disponíveis.

O CEO da Anthropic, Dario Amodei, argumentou que escalar pesos poderosos de modelos abertos pode se tornar perigoso porque, uma vez liberados, tornam-se difíceis de controlar. Outros argumentaram que os modelos abertos são mais fáceis de aceder aos maus intervenientes, que poderiam utilizá-los para espalhar desinformação ou desencadear guerras cibernéticas ou biológicas.

Delangue vê a compensação de forma diferente.

“O maior risco na IA é a concentração de poder”, disse Delangue. “A forma como tornamos o mundo mais seguro, na minha opinião, é nivelando os campos de jogo e criando transparência nestes modelos.”

A transparência significa que os defensores podem “corrigir mais facilmente os riscos de segurança cibernética que já sabem que os modelos de código aberto podem explorar”, disse ele.

O executivo da Hugging Face argumenta que manter modelos poderosos fechados não elimina os riscos associados a sistemas avançados de IA, em parte porque é fácil ultrapassar as barreiras de proteção da API do modelo de fronteira e roubar os pesos e divulgá-los abertamente. Restringir modelos poderosos, argumenta Delangue, simplesmente concentra a tecnologia nas mãos de algumas empresas, ao mesmo tempo que reduz a transparência sobre o funcionamento dos sistemas.

“Você realmente não torna isso seguro mantendo-o a portas fechadas para apenas alguns jogadores”, disse Delangue. “Você torna isso mais perigoso porque cria assimetria de poder e assimetria de capacidades.”