Palavra de Sá

James Görgen: IA - Como a China está vencendo

A China construiu uma vantagem estrutural no campo da inteligência artificial que vai muito além da corrida por modelos de fronteira e os bilionários investimentos em infraestrutura. Um trabalho encomendado pela Comissão de Análise Econômica e de Segurança EUA-China do Congresso dos Estados Unidos conseguiu mapear esta estratégia de forma pormenorizada. Para obter avanços na corrida, as empresas e o governo chinês operam em sintonia por meio de dois circuitos de retroalimentação que se reforçam mutuamente — um digital e um físico. Juntos, ambos geram uma dinâmica de acumulação de vantagens que independem do acesso a semicondutores avançados. É precisamente essa estrutura de dois laços que os controles de exportação americanos não conseguem interceptar. O que temos a aprender com isso?

O documento, intitulado Two Loops: How China’s Open AI Strategy Reinforces Its Industrial Dominance e assinado pela analista sênior Ngor Luong, foi publicado nesta semana. Em suas trinta páginas, o texto da comissão — um órgão independente do Congresso americano criado para monitorar as implicações econômicas e de segurança da relação entre os dois países — chega a conclusões que desafiam a narrativa dominante sobre a corrida de IA. Ele nos mostra que o debate sobre vencedores e perdedores não se resume a quem tem o maior modelo ou o chip mais avançado. Mas quem souber implantar inteligência artificial em maior escala na economia real, gerar mais dados proprietários com isso, e transformar esses dados em vantagem competitiva duradoura. Nessa corrida, a China saiu na frente de uma forma que Washington ainda não sabe como responder.

<><> O primeiro laço: código aberto como arma estratégica

A aposta chinesa no código aberto não foi uma concessão à necessidade nem um sinal de fraqueza tecnológica. Foi uma escolha estratégica deliberada, com raízes na política industrial do país desde pelo menos o Plano Nacional de Desenvolvimento de IA de 2017, e que foi sendo reforçada pelo 14º Plano Quinquenal e, mais recentemente, pela iniciativa “AI+” do Conselho de Estado, formalizada em agosto do ano passado. A lógica é elegante: se você não pode vencer na corrida pelo chip mais poderoso — devido às restrições de exportação americanas — , vencerá tornando seus modelos tão acessíveis, tão baratos e tão adaptáveis que o mundo inteiro passe a usá-los, melhorá-los e redistribuí-los. E cada ciclo de uso gera mais iterações, mais derivações, mais melhorias.

O resultado é visível em números. Conforme análise da comissão, os modelos Qwen, da Alibaba, já acumulam mais de cem mil derivados na plataforma Hugging Face — o maior ecossistema de modelos abertos do mundo — , superando o Llama da Meta. Em agosto de 2025, os modelos chineses ultrapassaram os americanos em total de downloads na mesma plataforma. Entre novembro e dezembro daquele ano, sete dos dez modelos mais baixados eram chineses. E os desenvolvedores de todo o mundo fazem o upload de derivados de modelos chineses de volta à plataforma quase duas vezes mais rápido do que fazem com modelos americanos. A China não está apenas participando do ecossistema global de IA aberta. Está, cada vez mais, definindo sua direção.

O diferencial de preços explica boa parte desse sucesso. O Kimi K2.5, da startup Moonshot AI, custa quatro vezes menos que o GPT-5.2 da OpenAI para desempenho equivalente — ambos com índice de inteligência 47 na escala dinâmica da plataforma Artificial Analysis. O DeepSeek, o modelo que no início de 2025 surpreendeu o mundo ao atingir desempenho próximo ao dos gigantes americanos com fração do custo computacional, foi eleito pela revista Time como uma das melhores invenções de 2025. A Minimax, outra startup chinesa, abriu capital na Bolsa de Hong Kong em janeiro com o preço das ações dobrando no primeiro dia de negociação. Não são sinais de um setor em dificuldades. São sinais de um ecossistema em plena aceleração.

O governo chinês não apenas tolera essa dinâmica — ele a financia ativamente. Pelo lado da oferta, províncias como Gansu, Guizhou e Mongólia Interior oferecem cortes de até 50% nas contas de eletricidade para data centers. Pelo lado da demanda, Pequim subsidia o acesso a modelos já baratos por meio de vouchers de API e compra direta de licenças de modelos pré-treinados para pequenas e médias empresas. O objetivo declarado é simples: maximizar a adoção, gerar dados, minimizar as barreiras de entrada e usar a abertura como instrumento para estabelecer padrões técnicos que o mundo inteiro precisará seguir.

<><> O segundo laço: fábricas como máquinas de produzir dados

Se o primeiro laço é digital, o segundo é físico — e é aí que a vantagem chinesa se torna mais difícil de replicar ou de abalar. A premissa é que à medida que os dados disponíveis publicamente na internet se tornam um recurso finito, o próximo diferencial competitivo no desenvolvimento de IA será a capacidade de gerar dados proprietários de alta qualidade a partir do uso real em contextos específicos. O Epoch AI, instituto de pesquisa independente, estima que os dados de alta qualidade disponíveis publicamente para treinamento de modelos de linguagem podem se esgotar entre 2026 e 2032. Quando isso acontecer, quem tiver mais dados industriais proprietários levará vantagem decisiva.

E a China tem, nesse quesito, uma combinação de ativos que nenhum outro país consegue replicar na mesma escala. São mais de 30 mil fábricas inteligentes conectadas criando uma uma infraestrutura massiva de internet das coisas (IoT) e redes 5G que gera milhões de pontos simultâneos de coleta de dados. Isso é garantido por empresas de robótica como a AgiBot e a Fourier, que liberam datasets abertos de treinamento para IA incorporada ao mundo físico. Câmeras HD em linhas de produção permitem que sistemas de visão computacional detectem defeitos em tempo real, reduzindo taxas de falha em equipamentos e economizando centenas de milhares de dólares anualmente em uma única fábrica a partir de manutenção preditiva.

A implementação de IA na base industrial não apenas resolve problemas operacionais imediatos. Ele gera dados que alimentam modelos melhores, que por sua vez viabilizam aplicações ainda mais sofisticadas, que geram dados ainda mais ricos. Cada ciclo é mais rápido e mais barato que o anterior — e, crucialmente, nenhum deles depende de acesso aos chips mais avançados do mundo. Um modelo de inspeção de qualidade numa fábrica em Guangdong não precisa da escala computacional de um GPT-5. Precisa de um pequeno modelo de visão computacional ajustado com dados de linha de produção, rodando em hardware de borda. Isso a China tem de sobra.

Pequim entende o valor estratégico desses dados há anos. Isso é possível constatar ao listarmos as principais medidas cronologicamente:

• 2017: O presidente Xi Jinping descreveu os dados como “um novo fator de produção”.
• 2020: O Comitê Central do Partido Comunista formalizou o dado como o quinto fator de produção — ao lado de terra, trabalho, capital e tecnologia.
• 2022: “20 Medidas sobre Dados”.
• 2023: criação da Administração Nacional de Dados e a popularização das bolsas de negociação de produtos de dados.
• 2023: China é o único país do mundo a ter padrões contábeis nacionais para ativos de dados — permitindo que empresas reconheçam seus dados como ativos intangíveis ou estoque nos balanços patrimoniais.
• 2025: lançamento da plataforma nacional para registrar e compartilhar Recursos de Dados Públicos.

Olhando tudo isso em perspectiva fica clara a construção metódica de uma infraestrutura institucional para transformar vantagem de implementação em ativo estratégico duradouro. Nenhum outro país chegou perto de fazer isso de forma sistemática. O Brasil tem dados. A Índia tem dados. A Indonésia tem dados. Mas nenhum deles construiu ainda o aparato para transformar esses dados em ativo contábil, em política industrial e em vantagem competitiva de IA ao mesmo tempo. A China não descobriu uma fórmula mágica — ela simplesmente levou a sério uma pergunta que os outros ainda estão adiando.

<><> O elo entre os dois laços: os pequenos modelos

A conexão entre os dois laços não é óbvia, mas é o ponto mais original e revelador da análise de Luong. O mecanismo que os une é a emergente predominância dos pequenos modelos de linguagem — os SLMs, na sigla em inglês — sobre os grandes modelos de fronteira nas aplicações industriais e comerciais do mundo real.

A narrativa dominante na IA americana continua centrada na escala a partir de modelos cada vez maiores, treinados em quantidades crescentes de dados e computação, produzindo capacidades cada vez mais impressionantes em casos cada vez mais complexos. Essa lógica das “leis de escalonamento” orientou anos de investimentos bilionários. Mas pesquisadores da Nvidia publicaram um paper em 2025 argumentando que pequenos modelos “lidam com a maior parte das subtarefas operacionais” em sistemas de IA agêntica, com custos de dez a trinta vezes menores que as alternativas de fronteira. O futuro, dizem eles, é “heterogêneo”: grandes modelos para raciocínio complexo ocasional, pequenos modelos especializados para a maioria das aplicações implantadas. SLMs favorecem ecossistemas abertos como o chinês, democratizando adaptações industriais rápidas e baratas a partir de bases pré-treinadas, dando vantagem estrutural à China.

O modelo mais baixado do Hugging Face no final de 2025 não era um grande modelo de fronteira. Era o Tarsier2-Recap-7b, um pequeno modelo especializado em legendagem de vídeo, desenvolvido pela ByteDance — a empresa por trás do TikTok — a partir de um ajuste fino do Qwen2-VL-7B da Alibaba. Um ecossistema que funciona assim — modelo-base aberto, especialização guiada pela comunidade, iteração rápida — está otimizado para produzir exatamente o tipo de IA que a próxima fase da competição vai exigir.

<><> O ponto cego de Washington

O que acontece quando a política industrial de um país é calibrada para combater uma ameaça que já passou? O autor do estudo é direto ao apontar o que considera uma falha estratégica no desenho da resposta dos EUA. Os controles de exportação americanos foram calibrados para atingir o primeiro laço: restringindo o acesso a chips avançados, a intenção é limitar a capacidade chinesa de treinar grandes modelos de fronteira. É uma política que faz sentido dentro de sua própria lógica. Mas é uma lógica que pode estar errada ou, no mínimo, incompleta.

O segundo laço — geração de dados industriais por implementação em escala — opera com computação menos avançada, modelos abertos disponíveis globalmente e vantagem acumulada por aplicação, não por pré-treinamento. Nada disso é estancado por restrições a exportações de chips. E é exatamente nesse segundo laço que a vantagem chinesa é mais sólida e mais difícil de replicar.

A resposta americana tem sido fragmentada. A OpenAI lançou seus primeiros modelos de peso aberto desde o GPT-2 em agosto de 2025, depois que seu CEO Sam Altman admitiu que a empresa esteve “no lado errado da história” em relação ao código aberto. A Nvidia lançou o Nemotron 3 agora em março. O Plano de Ação de IA de 2025 do governo Trump reconhece a importância dos modelos abertos. O projeto ATOM, iniciativa do setor, tenta fomentar um ecossistema americano competitivo. Mas o principal campeão do ecossistema aberto americano — a Meta — está em retirada: seu próximo modelo de grande escala, codinome “Avocado”, deverá adotar abordagem fechada de API, abandonando os downloads de pesos que definiram a família Llama. A ironia não escapa ao relatório: a Meta está fechando seus modelos em parte porque empresas chinesas, especialmente a DeepSeek, usaram a arquitetura aberta do Llama para acelerar suas próprias capacidades. O ecossistema aberto americano está sendo corroído pelo sucesso da estratégia que tentava combater.

Há outros gaps identificados pelo relatório. Não existe equivalente americano ao esforço sistemático da China de converter implementação industrial em ativo de dados. Os investimentos americanos — desde os incentivos do CHIPS Act até os financiamentos da Fundação Nacional de Ciências — foram direcionados majoritariamente ao desenvolvimento de modelos de fronteira, não à aceleração da aplicação no mundo real. Não há métricas padronizadas para medir como modelos estão sendo usados em soluções industriais. E a possibilidade de que a IA incorporada ao mundo físico represente um caminho alternativo válido para inteligência artificial geral — uma via que a China está ativamente explorando em laboratórios, fábricas e centros de pesquisa — recebe atenção política mínima em Washington.

<><> O que está em jogo para o resto do mundo

O relatório de Luong foi escrito de uma perspectiva de segurança nacional americana. Mas suas implicações para os demais países — especialmente para o Sul Global — são igualmente significativas, mesmo que o texto não as desenvolva diretamente. O que seu trabalho não consegue responder é se a vantagem estrutural vai de fato se materializar, ou se vai esbarrar nos mesmos gargalos que frearam outras apostas chinesas de longo prazo — a rigidez burocrática, a autocensura que contamina os dados, a desconfiança internacional que encarece a adoção fora da órbita chinesa. O relatório é convincente no diagnóstico. Nas projeções é mais otimista sobre a China do que a evidência disponível talvez justifique.

O que o pesquisador sustenta são os riscos de segurança para os EUA. Segundo ele, a dominância chinesa no ecossistema global de IA aberta significa que países em desenvolvimento que adotam modelos abertos — e o farão, dada a relação custo-desempenho imbatível — estão construindo sua infraestrutura de IA sobre fundações definidas em Pequim. Luong sustenta que arquiteturas, formatos de dados, características de segurança e outras funcionalidades estão sendo moldadas por escolhas técnicas e políticas baseadas na estratégia chinesa. O NIST americano já identificou que os modelos DeepSeek são mais vulneráveis a riscos cibernéticos que equivalentes americanos. Pesquisadores documentaram mecanismos de autocensura em chatbots chineses sobre temas politicamente sensíveis.

A assimetria de dados apontada no relatório é estruturalmente análoga às dependências de plataforma que o Sul Global já conhece. Modelos chineses melhoram com dados globais — cada desenvolvedor no Brasil, na Indonésia ou na Nigéria que usa o Qwen como base contribui, direta ou indiretamente, para o ecossistema. Mas os dados industriais e institucionais chineses permanecem fechados, protegidos por uma lei de segurança de dados que restringe o compartilhamento além-fronteiras. É uma abertura assimétrica: o mundo contribui para a infraestrutura de IA da China, mas a China não devolve o equivalente segundo o estudo.

Mas como tudo isso envolve mais software e menos hardware esta parece ser uma fórmula mais alcançável por outros países. Investir em dados gerados por pessoas e empresas e usar capacidade de processamento mais básica para o desenvolvimento de SLMs, focando em aplicações específicas, não é algo que exija investimentos comparados aos que as big techs estão fazendo. Envolve muito mais um esforço de coordenação e articulação institucional entre atores de diversos segmentos do que milhares de chips funcionando em um data center gigante devorador de energia.

Para países como o Brasil, que buscam construir ativamente suas estratégias de soberania digital e governança de IA, a leitura do relatório da comissão do Congresso oferece um mapa do terreno que vai muito além da rivalidade sino-americana. A pergunta que se impõe não é apenas “de quem serão os chips?” ou “quem regulará as plataformas?”. É uma pergunta mais fundamental provoca a reflexão sobre quem controlará a infraestrutura fundacional sobre a qual toda a IA do século XXI será construída? Os dois laços concebidos no texto de Luong sugerem que essa pergunta pode já estar sendo respondida — em fábricas de Guangdong, em datasets de robótica de Xangai, e em centenas de milhares de modelos derivados circulando livremente pelo Hugging Face.

O relatório da comissão do Congresso americano foi escrito para Washington. Mas quem deveria lê-lo com mais atenção talvez sejam os países que vão adotar esses modelos sem ter participado da decisão de como eles foram construídos, com quais dados, com quais valores embutidos e com quais ausências deliberadas. Se não corrermos atrás do prejuízo, a próxima rodada da soberania digital não vai ser decidida em Brasília, em Jacarta ou em Lagos. Vai ser decidida antes — no momento em que cada país escolhe, ou deixa de escolher, sobre qual fundação vai construir sua IA. E a China é uma candidata cada vez mais forte a tornar isso uma opção palpável.

¨      Elias Jabbour: “o poder político é tudo na China”

O geógrafo e pesquisador Elias Jabbour afirmou que a análise sobre a China precisa partir do controle do poder político e não apenas de indicadores ligados ao mercado, à propriedade privada ou à presença de bilionários. Ao comentar as posições do ministro da Fazenda, Fernando Haddad, o especialista sustentou que o país asiático não pode ser enquadrado nos moldes clássicos do capitalismo.

A declaração foi dada em entrevista ao programa Forças do Brasil, da TV 247, em edição especial dedicada a discutir as observações feitas por Haddad sobre a China em conversa anterior com o jornalista Breno Altman, no Opera Mundi. Ao longo da entrevista, Jabbour contestou a leitura do ministro e apresentou sua interpretação sobre o sistema econômico e político chinês.

Segundo Jabbour, o ponto decisivo do debate está na estrutura de comando do Estado. “O poder político é tudo, meu amigo”, afirmou. Para ele, essa é a chave para distinguir a experiência chinesa de uma economia capitalista convencional, já que, em sua avaliação, a burguesia não exerce o poder político na China.

O pesquisador argumentou que, no país, o setor privado não atua com a mesma autonomia observada nas economias ocidentais. De acordo com ele, o Estado ampliou sua influência sobre esse segmento e o Partido Comunista Chinês mantém presença direta nas empresas. “Todas as decisões de investimento privado na China hoje, elas devem ser respaldadas ou não pelo secretário do Partido Comunista que trabalha naquela empresa”, disse.

Na entrevista, Jabbour também rebateu a ideia de que a presença expressiva da propriedade privada seria suficiente para caracterizar a China como capitalista. Em sua avaliação, a propriedade pública dos meios de produção continua sendo o elemento estruturante da economia chinesa e é dela que partem os principais ciclos de acumulação.

Ele afirmou ainda que a propriedade privada no país não tem o mesmo estatuto histórico e jurídico observado no Ocidente. Segundo o pesquisador, na China ela funciona como uma concessão estatal, e não como uma forma sacralizada de organização econômica e social.

Outro ponto abordado foi a desigualdade. Jabbour rejeitou a interpretação de que esse fator, isoladamente, comprovaria o caráter capitalista da China. “A China tem desigualdades sociais caindo de forma brusca desde 2005”, declarou. Na avaliação dele, o quadro precisa ser analisado em conjunto com as diferenças de produtividade entre regiões e com a relação entre campo e cidade.

Ao defender sua leitura, o pesquisador disse que o socialismo não pode ser definido por um modelo abstrato e fixo. “O socialismo se manifesta no movimento real, não é um movimento apriorístico. Não existe um checklist para o que é socialismo ou não”, afirmou.

Jabbour também citou resultados concretos da experiência chinesa para sustentar sua posição. Ele lembrou que a China saiu de uma condição de profunda pobreza para se tornar a maior potência industrial do mundo, elevou a expectativa de vida da população, construiu uma ampla malha de trens de alta velocidade e eliminou a pobreza extrema.

“Qual o capitalismo do mundo aplicado àquela realidade seria capaz de entregar esses resultados?”, questionou. Para ele, a trajetória recente do país indica a existência de uma formação econômica específica, que não se confunde com o capitalismo liberal nem pode ser analisada apenas por categorias formuladas fora da realidade chinesa.

Ao longo da entrevista, Jabbour também criticou o que chamou de visão eurocêntrica presente em parte das análises ocidentais sobre a China. Segundo ele, muitos intérpretes deixam de considerar a história do país, a centralidade da luta anti-imperialista e a produção intelectual chinesa sobre sua própria experiência.

Mesmo com as divergências, o tom adotado pelo pesquisador foi de respeito em relação ao ministro da Fazenda. Jabbour ressaltou sua admiração pessoal e intelectual por Haddad, mas afirmou que ambos estão em campos diferentes nesse debate específico sobre a China.

A entrevista expôs uma divergência de fundo sobre como interpretar o desenvolvimento chinês. De um lado, a leitura de que o país opera dentro de uma lógica capitalista; de outro, a defesa de que a experiência chinesa constitui uma forma própria de construção do socialismo, ancorada no comando político do Partido Comunista e na centralidade do Estado sobre os rumos da economia.

 

Fonte: Outras Palavras/Brasil 247