O que o DeepSeek sinaliza sobre o rumo que a IA está tomando

O lançamento do modelo R1 pela DeepSeek no final de janeiro de 2025 provocou uma queda acentuada nas avaliações de mercado em toda a cadeia de valor de TI, desde os desenvolvedores de modelos até os provedores de infraestrutura. Os investidores viram o R1, um concorrente poderoso, porém barato, dos modelos de IA estabelecidos nos EUA, como uma ameaça às altíssimas projeções de crescimento que justificaram as avaliações desproporcionais. No entanto, para aqueles que estavam prestando atenção, a chegada do DeepSeek - ou algo parecido - era inevitável. Mesmo assim, este é um momento útil para refletir sobre o rumo que a IA está tomando. Em vez de entender o R1 do DeepSeek como um divisor de águas, é mais útil vê-lo como um sinal de onde realmente estamos agora - e um prenúncio do que está por vir. Aqui estão cinco lições que os líderes empresariais devem tirar desse momento. Do reconhecimento de padrões à solução de problemas Os grandes modelos de linguagem roubaram a cena em 2023 e 2024, mas em 2025 ficaremos admirados com os sistemas de IA que podem raciocinar, planejar e operar de forma autônoma. Isso porque duas tendências relacionadas dominarão o cenário da IA este ano: o surgimento de modelos de raciocínio e a chegada de agentes de IA que estão prontos para o horário nobre. Esses recursos dependem muito da aprendizagem por reforço (RL), que é um método para treinar um agente inteligente a tomar uma sequência de boas decisões. Pense nisso como aprender a jogar um videogame. Quando o senhor acerta um alvo, salta sobre uma vala larga ou adivinha uma palavra, ganha pontos. Ao jogar, o senhor aprende a executar ações que são recompensadas. A última geração de modelos, como o GPT 4, era incrível em termos de combinação de padrões - eles treinavam previamente com grandes quantidades de informações, contextualizavam tudo e nos surpreendiam com suas previsões incríveis da próxima palavra para responder aos nossos prompts. O DeepSeek R1 é um modelo de raciocínio gratuito para todos, assim como os modelos ChatGPT o3-mini, recém-lançado pela OpenAI, e Copilot o1, da Microsoft. Esses modelos representam uma mudança crucial da previsão incerta da próxima palavra para a solução metódica de problemas que depende muito da RL. O raciocínio permite que eles realizem determinadas tarefas muito melhor do que os modelos anteriores, como resolver problemas de matemática. Pense na tentativa de multiplicar dois números grandes. A maioria das pessoas não consegue olhar para eles e adivinhar a resposta - elas precisam pegar um lápis e um bloco, dividir o problema em etapas e resolvê-lo. Os modelos de raciocínio também podem fazer isso cada vez mais. Com a capacidade de decompor e raciocinar sobre os problemas, os agentes de TI podem aprender a navegar dinamicamente em fluxos de trabalho complexos, adaptando-se a novas informações à medida que elas surgem no processo de conclusão da tarefa, em vez de se limitarem a scripts rígidos e predefinidos. Isso é exatamente o que os seres humanos fazem em nosso trabalho, como quando os agentes de atendimento ao cliente respondem a consultas, os funcionários administrativos criam cronogramas e planejam viagens e quando os analistas de dados coletam informações, analisam-nas e escrevem um relatório. Ponto de inflexão econômica da IA Uma das grandes manchetes sobre o DeepSeek TI é seu custo de desenvolvimento de US$ 5,5 milhões. Esse valor é enganoso. É provável que a TI reflita apenas o custo de uma única execução de treinamento, excluindo as despesas de infraestrutura, engenharia e implantação. Um valor total que incluísse essas despesas seria muito maior, embora ainda significativamente menor do que as estimativas dos custos de desenvolvimento da OpenAI, Anthropic, Google e outros modelos com os quais a R1 está competindo. Em vez de nos concentrarmos apenas nesses números, deveríamos prestar mais atenção aos custos de inferência - as despesas associadas ao uso efetivo dos modelos depois de treinados. O treinamento requer um investimento inicial substancial, mas os custos de inferência são cruciais para os aplicativos corporativos. O DeepSeek R1 e outros participantes recentes, incluindo a série de modelos Llama da Meta, representam grandes reduções nessas despesas. Como regra geral, a queda nos preços tende a estimular a concorrência e impulsionar a adoção pelos usuários. Basta pensar na queda dos preços ajustados ao desempenho nos mercados de todos os produtos eletrônicos - smartphones, televisores, laptops - impulsionada pelos ganhos de eficiência na produção de semicondutores. Essa é a Lei de Moore, que impulsiona quedas de preços e taxas de adoção mais altas de muitos produtos finais que não podemos citar. O mesmo está acontecendo com a IA. A IA de código aberto e a IA proprietária coexistirão Um motivo pelo qual deveríamos esperar um desenvolvimento como o DeepSeek R1 é a economia básica do software de código aberto. Historicamente, os projetos de código aberto desafiaram as soluções proprietárias ao reduzir significativamente os custos, como o Unix/Linux na computação corporativa, o Android no sistema operacional móvel, o MySQL nos bancos de dados e, é claro, o Llama na IA. A vantagem de custo do software de código aberto está bem documentada. É previsível que a TI siga uma trajetória semelhante. Na TI, os modelos proprietários de empresas como OpenAI, Alphabet e Anthropic permanecem na vanguarda em termos de recursos multimodais, segurança (parece ser fácil fazer o jailbreak do DeepSeek R1) e outros benchmarks. Mesmo assim, modelos de peso aberto como o DeepSeek R1 fecharam a lacuna no raciocínio baseado em texto e o modelo é incrivelmente eficiente. O potencial para casos de uso empresarial do modelo se reflete na decisão da Microsoft de integrar o DeepSeek R1 ao Azure. Devido aos custos mais baixos e à maior flexibilidade, modelos abertos como o DeepSeek R1 serão muito atraentes para os usuários. O mesmo acontecerá com uma série de modelos de linguagem pequenos, como o Phi-4 da Microsoft, que demonstrou um bom desempenho em muitos casos de uso. Por enquanto, parece que podemos esperar uma estrutura de mercado com um conjunto diversificado de participantes, em vez de um cenário em que o vencedor leva quase tudo. A escassez de silício impulsiona a inovação algorítmica Outra parte da reação ao DeepSeek R1 se concentrou na "surpreendente" notícia de que a China parece ter superado os EUA em modelos de IA de ponta. As restrições de exportação dos EUA tinham o objetivo de limitar o acesso chinês aos semicondutores mais avançados e ajudar a preservar a liderança das empresas americanas na pesquisa de IA. (Alguns argumentam que isso apenas reforça a necessidade de tais controles.) O fato de essa abordagem não ter sido totalmente bem-sucedida não deve ser uma grande surpresa. O senhor se lembra do velho ditado que diz que a necessidade é a mãe da invenção? As restrições de silício levaram os pesquisadores chineses a priorizar a eficiência algorítmica em detrimento da potência bruta de computação - uma estratégia que pode se mostrar presciente à medida que o consumo de energia do data center explode. Mas esse fato - e a elegância da pesquisa algorítmica feita na China - já é verdade há algum tempo. O cenário de LLMs da China vem crescendo rapidamente, com 117 LLMs disponíveis para uso público no ano passado. Apesar das restrições rigorosas em relação aos dados de treinamento e aos resultados, alguns LLMs chineses são competitivos em tabelas de classificação globais, destacando-se principalmente em tarefas no idioma chinês. O pool de talentos em IA é excepcional; o próprio DeepSeek tem uma equipe de pesquisa extremamente inovadora, e a profundidade do talento em IA no país é vasta. O DeepSeek R1 não mudou tudo Dito isso, os principais laboratórios de IA e os hiperescaladores do Ocidente - incluindo Microsoft, Meta, Alphabet e Amazon - continuarão a investir em níveis vertiginosos, garantindo que a demanda por GPUs de última geração e infraestrutura de IA permaneça alta. Os modelos abertos não substituirão completamente os modelos proprietários, e é provável que vejamos imensos recursos computacionais consumidos no treinamento e na inferência de modelos. Como resultado, a corrida desigual pelos sistemas de IA mais capazes continuará a alimentar a demanda por chips de alto desempenho e infraestrutura de nuvem em grande escala, apesar de os custos de investimento agora superarem amplamente as receitas de muitos participantes do setor. Além disso, os grandes compradores de infraestrutura no Ocidente estão, sem dúvida, preocupados com o risco de fornecimento, uma vez que a maioria dos semicondutores avançados é fabricada em uma instalação da TSMC localizada em Taiwan. Dada a tensão nas relações entre os EUA e a China e o valor estratégico de Taiwan, é provável que os principais compradores do Ocidente estejam pensando em estocar potência de computação. O ritmo do avanço da IA, bem como a importância social e econômica desse conjunto de tecnologias, provavelmente não tem precedentes históricos. Com o aprendizado por reforço possibilitando avanços em modelos de raciocínio e agentes de IA, que, por sua vez, levarão a inúmeros novos aplicativos, 2025 será repleto de momentos "DeepSeek". Espere avanços contínuos, aumento dos casos de uso no mundo real e o verdadeiro início de uma reformulação em escala sísmica da economia.

O que o DeepSeek sinaliza sobre o rumo que a IA está tomando

Resumo.

Partner Center