Data centers são apenas um dos dez pilares para o Brasil disputar a liderança global em IA

Monica Miglio Pedrosa
Para se destacar globalmente na transformação pela inteligência artificial, o Brasil precisa desenvolver capacidade própria de produzir conhecimento e tecnologia. O Redata (Regime Especial de Tributação para Serviços de Datacenter) pode atrair investimentos para ampliar a infraestrutura necessária a essa ambição. Mas os data centers por si só não garantem autonomia sobre os modelos de IA que vão transformar os negócios e participar de decisões estratégicas nas empresas.
O alerta é de André Luís da Fonseca, coordenador do Centro de Estudos em Estratégia e Inovação (CEEI) do COPPEAD/UFRJ. Segundo o pesquisador, os data centers podem ampliar a capacidade de processamento no país, mas manter os dados e a estratégia em tecnologias contratadas por empresas privadas estrangeiras. Além disso, de acordo com o periódico Technological Forecasting & Social Change, a infraestrutura é apenas um dos dez elementos para construir um ecossistema completo. Os demais são cultura, demanda, financiamento, instituições formais, intermediários, conhecimento, liderança, redes e talento.
“A pergunta que o país precisa fazer não é apenas onde os servidores vão ficar, mas quem vai ser dono do conhecimento que roda neles. Capacidade de processamento sem capacidade de orquestrar a IA é aluguel de infraestrutura, não soberania”, afirma.
Confira, a seguir, a entrevista exclusiva para a [EXP].
[EXP] O que a instalação de data centers representa para a participação do Brasil na indústria de inteligência artificial?
[André Luís da Fonseca] A indústria da IA funciona sobre uma pilha de elementos. No nível mais básico estão o espaço onde fica o data center, a licença da prefeitura, a água usada para refrigerar os servidores e a energia elétrica que eles consomem. É uma camada sem a qual o restante não existiria, mas de menor valor agregado.
Quando isso é feito por uma organização de fora, é quase como se estivéssemos exportando sol, água, uso da terra e autorização ambiental. Não tem muita diferença, para todos os fins práticos, de exportar soja. É quase como se tivéssemos um monocultivo agrícola, só que computacional.
Isso contribui para o PIB, traz riqueza que de outra forma não viria e, portanto, é recomendável. A questão é passar a sensação de que estamos tendo uma participação na cadeia produtiva maior do que essa atividade de fato representa. Estamos pegando um pedaço da receita da indústria por meio do fornecimento desses recursos. Isso, por si só, não está diminuindo a dependência.
Como avalia as contrapartidas de pesquisa e desenvolvimento previstas no Redata?
Existem efeitos negativos associados ao uso do solo, da água e dos demais recursos de determinado lugar, assim como alguém poderia argumentar que uma plantação de soja tem efeitos ambientais negativos. Então, você exige uma compensação adicional. O Redata faz isso direcionando 2% da aquisição de hardware para investimento em pesquisa e desenvolvimento no Brasil. Esse investimento contribui para o ecossistema de desenvolvimento local, o que é uma coisa boa.
E a oferta de 10% da capacidade ser oferecida ao mercado interno? O que ela representa?
É preciso entender que estamos falando de vender uma parte da capacidade, não de dar. É como convidar alguém para montar um negócio no seu prédio e dizer que ele terá a chance de vender também para os moradores. Não sei se podemos atribuir tanta importância a esses 10%.
Para o governo brasileiro, que tem a questão de manter o processamento dos dados públicos aqui, isso garante a possibilidade de comprar esse espaço. Garante que haverá capacidade disponível para rodar no Brasil o processamento de IA associado aos serviços do governo. Mas essa oferta não é exclusiva para o governo, já que a iniciativa privada no país também pode comprar e usar.
Há outros benefícios econômicos que merecem ser considerados?
No caso específico do Nordeste, há a possibilidade de aproveitar energia elétrica renovável que está sendo desperdiçada. Você leva o data center para perto da turbina eólica ou da usina solar e deixa de depender de linhas de transmissão para consumir aquela energia. Ela passa a ser monetizada, vendida na forma de computação, o que também é positivo. Não estou dizendo que isso não deva ser feito. Estou dizendo que tem muito mais a ver com PIB e geração de receita do que com diminuição da dependência. O problema é achar que estamos atingindo um resultado maior do que de fato estamos.
Por que manter os dados no Brasil não resolve a dependência tecnológica?
Estamos vivendo um aumento muito grande da dependência. Nossas atividades individuais e profissionais estão sendo estruturadas sobre uma cognição computacional que não controlamos. A empresa não controla e o país não controla. A simples possibilidade de um modelo deixar de estar disponível já é um problema.
A questão é que estamos estruturando nosso trabalho e nossa pesquisa acadêmica cada vez mais em parceria com sistemas computacionais que não controlamos. Não é o fato de os dados estarem aqui que vai nos proteger disso. A tomada de decisão dos brasileiros está sendo feita em parceria com esses sistemas, e isso é uma fonte adicional de dependência.
O dado pode estar aqui e continuar não sendo seu, continuar sem o seu controle. Não estamos falando de uma refinaria de petróleo que você pode expropriar e dizer que agora é sua. É uma máquina administrada por pessoas que estão em outro lugar e que tomam decisões com base em agendas que, eventualmente, não são as nossas.
Que mudanças nas condições de uso desses sistemas podem afetar quem depende deles?
Pode mudar o preço, a regra, as categorias sociais representadas naquele software. Podem mudar as políticas de tratamento dos dados que fornecemos o tempo inteiro. E a regulação, por si só, não resolve isso. O que resolve é ter alternativa. A própria maneira de tomar a decisão está sendo dividida com sistemas que não controlamos. Imagine isso a nível nacional. Todos tomando decisões com base no retorno de um software específico.
Quando você coloca seu exame de sangue em um modelo de linguagem e pede a opinião dele, algo que está ficando cada vez mais normalizado, a própria decisão sobre a saúde passa a ser compartilhada com um software que você não controla. Estamos fazendo isso por vontade própria, porque queremos usar essas ferramentas. Se não é missão do governo e da sociedade pensar sobre isso e oferecer alternativas, de quem seria?
O que seria necessário para construir essas alternativas?
Precisamos fortalecer a pesquisa e o desenvolvimento de IAs nacionais que possam, progressivamente ou em uma emergência, substituir os sistemas com os quais estamos tomando decisões hoje. Precisamos ter alguma capacidade de dizer que conseguimos tomar decisões com modelos que controlamos. A sociedade está migrando para modelos híbridos. Cada um de nós é cada vez mais resultado do diálogo com as IAs. Elas entraram primeiro na vida das pessoas como consumidores e depois nas empresas, porque o valor que oferecem é muito alto. Isso aumenta a produtividade, mas também a dependência.
Há várias maneiras de começar. Podemos fazer pesquisa básica do zero ou continuar desenvolvendo sobre modelos de software livre. Podemos fazer acordos com as empresas que oferecem esses modelos, participar da produção, aprender com ela e criar modelos próprios. Podemos continuar usando os modelos de fronteira enquanto isso nos interessa, mas precisamos ter alternativas.
O Brasil tem condições de fortalecer um ecossistema próprio de IA?
O ecossistema empreendedor de IA depende de vários fatores. Mercado existe, capital humano existe, conhecimento e informação existem. Acho que temos uma oportunidade de fomentar esse ecossistema, no nível de países como França e Canadá, se isso for bem-feito. A China pode ser uma boa parceira, assim como as empresas americanas que trabalham com software livre.
Um dos caminhos que temos experimentado é trabalhar com IA local. Modelos que você consegue baixar, instalar no próprio computador e treinar. Você pode especializar essa IA para que, mesmo sendo pequena, tenha um desempenho tão bom quanto o ChatGPT em várias tarefas. Há modelos que podem ser instalados na máquina da empresa, treinados, retreinados e modificados. Uma possibilidade para as empresas atentas à dependência é usar esses modelos de software livre e especializá-los para que sejam muito bons nas tarefas específicas que precisam executar.
Com isso, você ganha independência, os dados ficam locais e o desempenho pode ser equivalente ou até melhor naquelas tarefas, desde que exista um esforço de especialização. É um mundo em movimento, sem muitas respostas certas. Precisamos analisar o que cada decisão faz com a dependência da empresa ou do país em relação a um modelo que está se tornando cada vez mais central.
O que as pesquisas de vocês mostram sobre o uso da IA por empreendedores individuais?
O empreendedorismo individual está florescendo no mundo inteiro porque é mais possível do que jamais foi uma pessoa sozinha criar um negócio. Sozinha, cercada de IAs. Investigamos bastante o significado disso para os empreendedores. Esse estudo mostra que os desenvolvedores de software têm muito conforto em dizer que usaram IA para programar. Mas, quando esse programador vira empreendedor e faz alguma coisa para si, tende a chamar a autoria para si e a dividi-la pouco com a IA que usou.
Quando a identidade muda de programador para empreendedor, é como se a pessoa não conseguisse mais dividir sua agência com ninguém. Aparentemente, existe uma dificuldade de reconhecer, pelo menos no discurso, a colaboração com as IAs na criação dos projetos e das empresas.
Como entra nessa discussão o conceito de “capital algorítmico”?
Estamos chamando de capital algorítmico o quanto alguém se beneficia de usar a IA sem deixar que os outros percebam que a usou. De uma hora para outra, ser capaz de ocultar esse uso passa a ser um atributo positivo da capacidade profissional. Isso é curioso. Desde quando usar a melhor ferramenta disponível passou a ser algo ruim? Usar a melhor ferramenta é justamente um atributo do profissional sênior. Mas acabamos tratando o uso da IA como um sintoma de que a pessoa é júnior e incapaz de fazer as coisas sozinha. Um engenheiro usa calculadora. O fato de usar uma ferramenta não deveria ser visto como um atestado de junioridade.
A IA está afetando de maneira diferente o trabalho de profissionais juniores e seniores?
Uma visão comum é que as empresas vão parar de contratar juniores e manter os seniores. Mas fizemos uma pesquisa que encontrou o contrário no Brasil, em várias situações de pequenas e médias empresas. Encontramos empresas abrindo mão dos salários mais caros dos seniores e mantendo juniores com IA. O júnior com IA consegue entregar tanto quanto um sênior, o que faz algum sentido nesse contexto. No Brasil, um profissional júnior é barato.
Ainda existem muitas dúvidas sobre o que está acontecendo com o trabalho impactado pela IA. Quais serão as competências técnicas e comportamentais necessárias em um contexto no qual a tomada de decisão é cada vez mais híbrida? Isso não está claro para ninguém no mundo inteiro. É uma área de pesquisa que nos interessa muito, tanto no empreendedorismo quanto nas empresas.
Estamos dando atenção suficiente ao risco de depender dessas ferramentas?
De uma hora para outra, você pode não conseguir mais fazer várias coisas que faz hoje. Vai deixando de realizar determinadas atividades sozinho e passa a fazê-las com a IA. Só que aquilo pode parar de existir ou ficar muito caro. Se o Google deixar de existir, já é um problema na vida de todo mundo. Agora, se além do acesso aos dados você deixar de poder fazer certas coisas da cognição que está compartilhando com a IA, o problema é de outra natureza. Acho positivo usar IA e usar a melhor ferramenta disponível. O problema é que essa ferramenta está ocupando espaço e não a controlamos. Ela depende das decisões de um conjunto muito pequeno de pessoas.
-
Aumentar
-
Diminuir
-
Compartilhar



