VERT Explica

IA: nem milagre, nem monstro 

4/7/2025

Em artigo, Tiago Martinelli, CTO da VERT, analisa esses aspectos e compartilha sua visão sobre o uso estratégico e responsável da Inteligência Artificial.

Conforme já publicado na matéria da TI Inside, apresentamos abaixo uma versão mais completa sobre o tema. 

Como todo profissional de tecnologia, tenho acompanhado as diferentes reações e análises que as pessoas têm sobre a Inteligência Artificial. Estas reações partem do otimismo empolgado diante das novas possibilidades da IA à ansiedade provocada pelas indefinições ainda existentes. Existem também aqueles que exploram o medo, com sentenças alarmantes como "seu emprego vai acabar", "você será substituído pela IA" ou "aprenda a escrever prompts ideais ou ficará para trás". E há ainda a guerra de narrativas triunfalistas que fazem parte do marketing dos diversos players atuantes com os primeiros serviços lançados.  

CALMA! Proponho que analisemos o tema em detalhes e em seus diferentes aspectos, sem ansiedade. Em primeiro lugar, é preciso considerar que, se estamos, sem dúvida, vivendo o início de uma grande revolução tecnológica, não podemos esquecer que, por trás desse entusiasmo, há grandes interesses econômicos envolvidos em um mercado trilionário.  

Este texto foi escrito em março de 2025 e, dada a velocidade das mudanças, pode se tornar obsoleto rapidamente. 

Para ajudar no desenvolvimento de uma visão crítica (sem ser pessimista), é preciso fazer perguntas como:

  • Se você tivesse que pagar o custo real de uma solução baseada em IA, isso seria economicamente viável? 
  • Sem os enormes aportes financeiros externos, quanto tempo durariam as atuais empresas de IA se tivessem que viver com suas próprias receitas?
  • Seria melhor optar por um modelo open-source na sua infraestrutura ou contratar serviços de terceiros? 

Para responder a estas e outras questões que envolvem a IA, devemos partir do princípio de que estamos em uma fase de experimentação neste mercado. Portanto, lembre-se, qualquer plano de negócios baseado apenas no atual estágio da IA corre o risco de se tornar obsoleto rapidamente.  

Abaixo uma ilustração para mostrar que já tivemos muitas "bolas da vez da inteligência artificial" nos últimos 10 a 15 anos: 

Ilustração Base para o contexto da IA até o momento

Agora, vamos pensar um pouco sobre as principais dimensões socioeconômicas que envolvem a IA, e não só sobre a ótica da inovação e tecnologia.

Consumo energético

A expansão dos modelos de IA, como GPT-4, vem acompanhada da preocupação com o consumo energético dos datacenters. A demanda crescente por processamento tem resultado em grandes quantidades de consumo de energia e de emissões de carbono, colocando em xeque a sustentabilidade no uso da tecnologia.  

Atualmente, estima-se que globalmente os datacenters representam cerca de 3% do consumo total de eletricidade no mundo, para se ter uma dimensão, de acordo com uma matéria realizada pelo Neofeed, podemos esperar que até 2030 os Estados Unidos, que é o país com maior quantidade de data centers no mundo hoje, precisará gerar 47 gigawatts de capacidade a mais do que nos dias atuais, isso significa o equivalente a 3 usinas de Itaipu.

Claro que os centros de dados não são utilizados apenas para a inteligência artificial. Mas o fato é que os datacenters para processar modelos de IA consomem em torno de 20 vezes mais do que os dedicados a outros serviços. E, cada vez mais, projetos de novos centros de dados estão sendo planejados e construídos. Segundo estudo da McKinsey, serão necessários cerca de US$ 7 trilhões em investimentos em infraestrutura de datacenters até 2030, sendo US$ 5,2 trilhões apenas para IA. O maior exemplo é o projeto Stargate, que envolve gigantes como OpenAI, SoftBank NVIDIA, Microsoft e Oracle, anunciado no início do governo Trump. Envolvendo investimento inicial de US$ 100 bilhões (e que podem chegar a US$ 500 bilhões), os idealizadores do Stargate têm destacado a sua capacidade de gerar milhares de empregos e inovação no EUA — mas quase nada disseram sobre qual será o impacto ambiental.  

A mitigação das emissões de carbono irá passar por uso massivo de energias renováveis e algoritmos mais eficientes. Um exemplo recente foi dado pelo DeepSeek (modelo OpenSource que não depende da mesma capacidade de processamento de seus concorrentes), que por outro motivo (baixos custos) tanto impacto causou na bolsa de Nova York no início de 2025.  

Quem paga a conta da IA?

Atualmente, os serviços de IA generativa para usuários finais têm preços simbólicos, financiados por grandes investidores como a Microsoft (na OpenAI). Apesar de todo o otimismo (especialmente nas bolsas de valores), o mercado ainda está buscando respostas sobre a equação custos da IA versus resultados de negócios.

A Microsoft inicialmente cobrou US$ 30 mensais por usuário pelo Copilot em sua suite do Office 365, o que representava um aumento de 60% em relação ao plano mais caro sem a inteligência artificial. Choveram críticas sobre este valor. Então a Microsoft adotou um novo modelo baseado em consumo, cobrando poucos centavos por interação, visando facilitar a ultrapassagem da barreira de entrada. 

O Google reduziu o preço de sua suíte Workspace com IA (Gemini AI) em cerca de 40% por usuário/mês, embutindo as funcionalidades diretamente no pacote básico para atrair novos clientes.  

A AWS está oferecendo acesso a um valor acessível para grandes modelos de IA (Anthropic, Meta, Mistral) por menos de um centavo por interação ou contratos por tempo definido. Além disso, oferece uma assistente própria (Amazon Q) a preços competitivos. 

Existem também empresas que tem optado em utilizar seus próprios modelos de IA localmente em seus próprios servidores para redução de preços. 

Enquanto isso, as pesquisas mostram um alto grau de otimismo do mercado, como podemos observar no gráfico da NTT Data de 2024, que aponta crescimento no investimento em GenAI. Globalmente, quase todas as organizações pesquisadas investem em GenAI, e 2 em cada 3 planejam aumentar significativamente esse investimento nos próximos dois anos.

Uma coisa é clara: as empresas precisam balancear preços acessíveis para atrair clientes, mas que sejam suficientes o bastante para cobrir altos custos de processamento. Não sabemos ainda como se darão os diferentes tipos de modelo de precificação, mas sabemos que o mercado está investindo nisso e que em breve teremos uma resposta. 

Ética, privacidade, direitos autorais

Segundo o Stanford Social Innovation Review, o campo da IA tem sido dominado por empresas privadas com incentivos ao lucro, o que pode limitar o acesso e a diversidade nos usos sociais da tecnologia. Além disso, a publicação aponta a necessidade de criação de estruturas colaborativas multissetoriais, como fóruns independentes entre sociedade civil, empresas e governo, para discutir padrões de uso ético, acesso a dados, transparência algorítmica e modelos alternativos de desenvolvimento de IA, como iniciativas do interesse público para poder trazer equilíbrio sustentável ao mercado.  


Para refletir, gostaria de fechar esse trecho do texto com algumas perguntas: 

  • Como garantir uma distribuição equilibrada dos benefícios da IA para todos? 
  • Quem é o autor de uma obra de arte ou música gerada por uma IA? Podemos usar obras protegidas por direitos autorais para treinar uma IA? 
  • As empresas conseguirão ter o mesmo grau de acessibilidade a inteligência artificial para se manterem competitivas? Ou somente as grandes concentrarão esse poder? 
  • Quem é o responsável quando a IA comete um erro? 
  • É ético usar os dados de trabalho de um colaborador para treinar um modelo que irá alimentar um agente com potencial para substituí-lo?  
  • É ético treinar modelos de IA com dados pessoais? 

Essas são só algumas perguntas que orbitam as incertezas que estão se criando juntamente com todos os benefícios. 

MCP (Model Context Protocol)

Vale destacar aqui o conceito de MCPs (Model Context Protocol), apresentado pela empresa Anthropic em novembro de 2024 que traz consigo um potencial transformador relevante, que em resumo é, como que os modelos de linguagem deveriam se comunicar com outras ferramentas/aplicações de maneira padronizada, reduzindo a curva de desenvolvimento de integrações para criação de agentes. Temos como exemplo alguns sites como Smithery com mais de 3.000 ferramentas (no dia 28/05/25, esse número triplicou somente no mês de março), que são basicamente uma lista de servidores MCP para potencializar o uso das LLMs. Como muito falei nesse texto, ainda não sabemos o impacto, mas a comunidade de desenvolvimento está acelerada na exploração desse conceito. Veremos resultados disso ao longo de 2025!

E como eu vejo e o que eu faço com a IA?

Você deve estar se perguntando: e quais as minhas conclusões e, mais importante, e como utilizo a IA na empresa em que sou CTO — a VERT Capital, um grupo de empresas do mercado capitais, que surgiu atuando na securitização de dívidas e hoje também é gestora e administradora de fundos. Penso que, atualmente, devemos encarar a IA como uma tecnologia para aumentar a eficiência operacional para tarefas que são mais padronizadas e/ou repetitivas.

Com este espírito, na VERT, usamos IA para executar parte do nosso trabalho de desenvolvimento, como um assistente, para acelerar as tarefas do dia a dia e que já nos deu um ganho de eficiência médio de 30% a 40%. No entanto, tudo o que é desenvolvido, é obrigatoriamente revisto por um líder técnico, o que é essencial em um mercado que é fiscalizado por reguladores como CVM e Banco Central. Usamos a IA também no dia a dia das operações para, por exemplo, automatizar tarefas que exigem grande volume de preenchimentos de formulários manuais e extração de dados de documentos não-padronizados. Para a extração de dados, usamos as LLMs, que organizam todo o texto presente nas imagens e arquivos para o formato que precisamos. Fizemos essa solução internamente, e ela pode gerar até 80% de eficiência dependendo do volume de dados trabalhado.

No seu cenário, recomendo que busque filtrar casos de uso que façam sentido com o atual estágio da IA e fique 100% ligado nas mudanças que estão acontecendo no mercado, pois o seu planejamento e seus casos de uso podem ficar rapidamente obsoletos dependendo das evoluções constantes que temos vivenciado.

Resumindo, pela minha experiência o que eu posso dizer, finalmente, sobre IA, é: seja crítico sem pessimismo, procure estudos sólidos, siga projetos abertos e aproveite conscientemente esta transformação. Ah, e o futuro (esperamos!) é open-source.

Artigos auxiliares que valem a leitura

Tiago Martinelli

Palavras-chave

#vert #ia #inteligênciaartificial #inovaçãotecnológica

Leia também

Quais as diferenças entre LCI, LCA, CRA e CRI?

Entenda as diferenças entre LCI, LCA, CRA e CRI e como esses títulos impactam o fluxo de recursos na economia, conectando investidores, bancos e produtores.

Redação VERT

Taxa Selic sobe para 13,25%. O que isso significa para o mercado de securitização?

A elevação da Selic afeta o mercado de renda fixa, e, consequentemente, os títulos de securitização. Entenda como.

Denis Franco

Por que antecipar recebíveis?

Antecipar recebíveis é uma prática financeira que muitas empresas utilizam para otimizar seu fluxo de caixa e garantir uma maior previsibilidade em suas operações.

Redação VERT