A inteligência artificial se consolidou como o epicentro da inovação tecnológica global, e o volume de investimentos confirma esse papel estratégico. De acordo com o The 2025 AI Report, da Stanford HAI, apenas nos Estados Unidos os aportes em IA já atingiram a marca de bilhões de dólares. Na China, a tecnologia faz parte do plano estratégico “Made in China 2025”, que prevê incentivos robustos à pesquisa e adoção industrial. Mesmo no Brasil, a nossa pesquisa AI Radar revela um movimento crescente de empresas estruturando programas de maturidade em IA.
No entanto, o ritmo acelerado de investimentos não se traduz em benefícios distribuídos de forma equitativa. Nos países desenvolvidos, a IA já impacta setores como saúde, logística, finanças e pesquisa científica de maneira sistêmica. Na América Latina e na África, os ganhos ainda são marginais, limitados por desafios de infraestrutura digital, capacitação da força de trabalho e políticas públicas consistentes.
Além disso, o contraste entre avanço tecnológico e evolução de mecanismos paralegais para frear alguma inconsistência tech ainda é gritante. A União Europeia, por exemplo, adota uma postura regulatória proativa, buscando salvaguardas questões éticas e jurídicas que protejam direitos fundamentais e mitiguem riscos sociais. Por outro lado, EUA e China priorizam velocidade e escala, aceitando lidar posteriormente com efeitos colaterais, como vieses algorítmicos, impacto no emprego e desafios de privacidade.
Para líderes tech, esse panorama reforça a necessidade de estratégia, governança e capacidade de adaptação, equilibrando inovação acelerada com responsabilidade, mitigação de riscos e visão de longo prazo. A seguir vejamos mais a fundo esses e outros desafios que a adoção de IA em larga escala vem descortinando.
O crescimento acelerado esbarra em novos limites
O avanço da IA está batendo em novas fronteiras e, com isso, surgem outros desafios. Uma dessas barreiras que ainda é pouco comentada é o fator energético. De acordo com um estudo da MIT Technology Review para treinar o GPT-4 estima-se que foi gasto 50 gigawatts-hora, o equivalente a abastecer a cidade de São Francisco, berço do Vale do Silício, por três dias.
E isso é só o começo. O mesmo levantamento revelou que até 2028, mais da metade da eletricidade de data centers deve ser dedicada exclusivamente à IA, representando o consumo anual de 22% das casas nos EUA. Atualmente, 4,4% de toda a energia produzida nos EUA já é usada para manter os data centers em solo americano.
O problema é que a conta não está clara. Empresas divulgam pouco sobre consumo real e fontes energéticas, e a tendência é que parte desses custos acabe sendo repassada à sociedade. A União Europeia busca frear os riscos com regulação (AI Act), mas a maioria dos países ainda carece de políticas para lidar com a equação inovação + sustentabilidade.
Além disso, a corrida por IA e carros autônomos também acelera a obsolescência do hardware. GPUs de ponta, sensores e chips têm ciclo de vida curto, e sem cadeias globais de reciclagem robustas, isso significa toneladas de lixo eletrônico altamente tóxico. Segundo dados do Global e-waste Monitor 2024, a expectativa é de que em 2030 o planeta acumule cerca de 82 milhões de toneladas anuais de lixo eletrônico.
Domínio de poucos players e desequilíbrio global
Esse apetite já está mudando a geopolítica da infraestrutura. O Google planeja investir US$ 75 bilhões em IA só em 2025; a Apple, US$ 500 bilhões em fábricas e data centers. O controle concentrado de grandes empresas sobre modelos de IA e investimentos cria um cenário de desequilíbrio global. As decisões estratégicas e o acesso a tecnologias avançadas ficam concentrados em poucas corporações, limitando oportunidades para empresas menores e países fora do eixo EUA-China.
Liderança de EUA e China versus regulação europeia
Os Estados Unidos e a China lideram em patentes, modelos e investimentos em IA. Entre 2015 e 2020, um levantamento identificou que os EUA detinham cerca de 40% das patentes globais de IA, enquanto a China tinha 30%. Anos mais tarde, segundo o relatório Standford Hai, as duas nações seguem liderando esse ranking, mas com uma grande vantagem da potência chinesa. A China detém cerca de 69,7% de todas as patentes de IA concedidas mundialmente e os EUA seguem em segundo lugar com aproximadamente 14,2% Esse domínio influencia padrões de infraestrutura, ética e regulação, tornando difícil uma adoção global equitativa da IA.
Além disso, grandes empresas americanas e chinesas estão por trás dos modelos de maior impacto e dos investimentos bilionários em data centers e P&D. Em contraste, a União Europeia busca equilibrar a balança por meio de regulação, como a Lei de Inteligência Artificial, que estabelece normas éticas e de segurança, tentando garantir que a IA seja usada de forma responsável.
Modelos abertos e proprietários: inovação x controle
A diferença entre modelos abertos e proprietários evidencia uma tensão entre inovação e controle. Modelos proprietários, como GPT-4 da OpenAI ou Gemini do Google, permitem controle sobre segurança, monetização e uso ético, mas limitam a experimentação externa. Já modelos abertos, como Llama, da Meta, favorecem pesquisa e inovação colaborativa, mas apresentam riscos de uso indevido. Esse equilíbrio entre democratização tecnológica e proteção estratégica é central para o debate global sobre IA e líderes tech precisam ficar atento a essa discussão.
A lacuna entre entusiasmo e entendimento técnico
Globalmente, a IA desperta grande entusiasmo, mas o domínio técnico não acompanha o ritmo do hype. Apesar da liderança chinesa e americana no cenário de IA global, a velocidade de implementação pode esbarrar na falta de capacitação de pessoas. Por isso, tanto o governo americano como o chines, e corporações dessas nações, investem pesado em programas de capacitação, desenvolvimento de talentos e integração de IA em processos estratégicos.
Na União Europeia, a alfabetização em IA também é parte das políticas de regulamentação, garantindo que cidadãos e empresas compreendam os impactos éticos, legais e sociais.
Em solo brasileiro, embora o entusiasmo seja grande, ainda estamos nos estágios iniciais de adoção da IA. Segundo nosso levantamento IA Radar 45,5% das empresas no Brasil não possuem projetos de IA. Mas, no ano passado, o governo federal lançou o Plano Brasileiro de Inteligência Artificial (PBIA) que prevê uma série de medidas de capacitação para melhorar a adoção da tecnologia no território nacional. O PBIA vai destinar mais um bilhão de reais ao eixo “Difusão, Formação e Capacitação em IA”.
Confira algumas consequências de quando a alfabetização técnica não acompanha o entusiasmo:
- Social: desigualdade digital e exclusão aumentam globalmente. Em países desenvolvidos, cidadãos podem ser afetados por algoritmos sem entender seus impactos;
- Ético: o uso de dados sensíveis sem compreensão gera vieses, decisões automatizadas injustas e riscos legais; na UE, a regulamentação tenta mitigar, mas nos EUA e China, a prioridade em escala e inovação cria lacunas de responsabilidade.
- Econômico: projetos mal implementados e investimento mal direcionado reduzem a competitividade.
Como fazer o correto uso ético da inteligência artificial?
A IA pode ser um vetor real de progresso, inclusão e eficiência, mas isso depende fortemente de governança ágil, ética e transparente. Quando a implementação é feita sem clareza, sem controle de vieses ou sem responsabilidade, os riscos sociais, econômicos e éticos se multiplicam mais rápido do que os ganhos, especialmente em ambientes onde a tecnologia escala rapidamente, como EUA e China.
No contexto europeu, o Parlamento aprovou o AI Act, o primeiro marco regulatório abrangente para inteligência artificial. Esse documento estabelece regras claras para:
- Classificar sistemas de IA por nível de risco, de baixo a inaceitável;
- Garantir transparência e explicabilidade dos modelos;
- Exigir auditorias e governança ética, protegendo dados e direitos fundamentais;
- Impor sanções a empresas que não cumpram os padrões.
O objetivo do AI Act é justamente maximizar os benefícios da IA enquanto minimiza danos, criando um modelo que prioriza segurança e confiança sem frear totalmente a inovação. Para líderes tech, isso é um exemplo de como uma regulação bem estruturada pode equilibrar progresso tecnológico com responsabilidade social e ética, reduzindo o risco de adoção desenfreada que gera danos antes dos ganhos.
No Brasil e em outros mercados emergentes, onde a regulamentação ainda é incipiente, a lição é clara: sem frameworks claros de governança, a velocidade da IA pode ultrapassar a capacidade de controle, tornando essencial aprender com modelos como o europeu para implementar IA de forma segura, inclusiva e eficiente.
Quer saber mais sobre como o mercado está reagindo à corrida de IA? Convidamos você à leitura do nosso artigo sobre como se diferenciar nessa batalha tecnológica. Confira!
