O futuro financeiro de investimentos em chips para IA permanece incerto, conforme destacam declarações do CFO da OpenAI, citadas pelo WSJ. Além disso, as formas de financiamento propostas podem não refletir o que os usuários desejam.
A corrida pela tecnologia de ponta é acirrada, e a empresa chegou a sugerir garantias de empréstimos governamentais para sustentar esse avanço — provocando o debate sobre ‘salvaguardas para IA’.
O próprio Sam Altman comentou sobre o tema, mas fica claro que há dúvidas sobre o retorno financeiro desses investimentos. Não está definido por quanto tempo os chips manterão vida útil relevante: se for apenas dois anos, o financiamento fica difícil; se durar sete, há uma viabilidade maior.
Atualmente, a OpenAI utiliza chips com 6–7 anos de idade devido à alta demanda, mas a tendência é ter as melhores opções disponíveis no mercado o tempo todo.
Isso sugere uma posição arriscada, com liderança que parece estar operando no escuro, buscando vencer pela tecnologia independentemente do custo. Em um cenário com várias empresas na mesma disputa, alguns compradores de chips, como os da Nvidia, podem sair do mercado conforme o ritmo da demanda evolui, enquanto o mercado como um todo pode significar que os vencedores gastem ainda mais.
O impulso para financiamento de fornecedores intensifica preocupações sobre investimentos circulares que não convergem para resultados reais.
Outra linha apresentada envolve acordos comerciais criativos, em que a OpenAI cobra pela descoberta e pela transação — o que implica que parceiros, como grandes redes de varejo, terão presença destacada em buscas e chats porque pagaram pela exposição, não necessariamente porque oferecem a melhor solução. Isso não beneficia o cliente e lembra, de certa forma, estratégias de grandes plataformas de tecnologia que mudam de formato.
Uma ideia menos convencional envolve o setor farmacêutico: a empresa poderia colaborar com companhias para descobrir fármacos, desde que receba uma parcela da receita dos medicamentos desenvolvidos. Nesse caminho, as margens podem ser altas, mas os prazos de aprovação são longos, o que gera um custo de caixa elevado por anos antes de qualquer retorno. Além disso, se a geração atual de modelos de linguagem ajudar a encontrar drogas, futuras iterações poderão melhorar ainda mais esse processo, potencialmente encurtando o ciclo de vida de cada medicamento.
Fontes do WSJ detalham esses pontos, destacando o dinamismo atual do mercado de IA e os dilemas financeiros que o cercam.