A indústria de inteligência artificial enfrenta um problema estrutural: o custo de inferência dos modelos de linguagem grandes (LLMs) está subindo exponencialmente. Esse aumento torna a tecnologia menos lucrativa e levanta alertas sobre uma possível bolha no setor, que investe bilhões em data centers.
A premissa de que o sucesso da IA depende do aumento do tamanho dos modelos está gerando problemas empresariais. Segundo análises, os LLMs sofrem com retornos decrescentes severos, pois o custo de usar um modelo treinado para processar novos dados cresce de forma exponencial. Isso contraria o que investidores esperam, que seria uma queda contínua no custo por usuário.
Analistas alertam que o risco de uma bolha de IA é uma questão de tempo. O colapso do setor poderia ter consequências desastrosas, afetando economias que se basearam excessivamente na tecnologia. Além disso, a demanda crescente por IA exige avanços revolucionários em hardware, com especialistas prevendo o fim da Lei de Moore.
Yann LeCun, um dos pioneiros da IA, já havia avisado que os LLMs são um “beco sem saída” para alcançar a inteligência humana. Apesar dos avisos, líderes de tecnologia continuam investindo na expansão dos modelos atuais, enquanto a tecnologia se torna menos eficiente e mais cara para os usuários.
