O manual clássico do Vale do Silício para inteligência artificial se apoia num modelo de escassez proprietária. Os principais laboratórios americanos costumam manter seu diferencial técnico atrás de APIs restritivas, cobrando dos desenvolvedores por cada token processado. É uma economia de porteiros — que prioriza receita recorrente e controle centralizado. Um grupo crescente de laboratórios chineses de IA, porém, segue de forma agressiva um caminho diferente: a aposta nos modelos de "pesos abertos". Ao disponibilizar modelos para download que desenvolvedores podem rodar e modificar em sua própria infraestrutura, a China está, na prática, transformando em commodity aquilo que seus rivais tentam vender.
Essa mudança estratégica saiu da periferia e ganhou o centro do debate no início de 2025, com o lançamento do modelo de raciocínio R1, da DeepSeek. O R1 fez mais do que estreitar a distância técnica: igualou o desempenho dos melhores sistemas americanos por uma fração do custo de treinamento reportado. Para a comunidade global de desenvolvedores, o apelo foi imediato. Pesos abertos oferecem um nível de autonomia que APIs fechadas não conseguem entregar — permitindo personalização profunda e implantação local sem a necessidade de negociar termos comerciais com um porteiro estrangeiro.
Desde então, o impulso se expandiu para um ecossistema mais amplo de gigantes chineses do código aberto, incluindo o Qwen, da Alibaba, a Z.ai e a Moonshot. À medida que o ciclo inicial de euforia com IA esfria, o foco da indústria migra de pilotos experimentais para integração e implantação em profundidade. Nessa fase, os vencedores costumam ser as ferramentas mais baratas e mais adaptáveis. Ao priorizar a boa vontade dos desenvolvedores e reduzir a barreira de entrada, os laboratórios chineses estão posicionando suas arquiteturas como a infraestrutura fundacional para a próxima geração de aplicações de IA.
Com reportagem de MIT Technology Review.
Source · MIT Technology Review
