Nesta segunda-feira (27), a NASDAQ — bolsa de valores norte-americana que lista algumas das principais empresas de tecnologia do mundo — viu, em primeira mão, a reação do mercado ao lançamento da ferramenta de chatbot da DeepSeek. A startup chinesa tomou os holofotes nesta semana e se apresentou como um oponente de peso na disputa entre as maiores soluções de inteligência de mercado, com custos operacionais muito abaixo de rivais como o ChatGPT, da OpenAI.

Leia mais:
Lançamento da startup chinesa DeepSeek causa terremoto no mercado de IA; entenda

No fechamento do mercado na segunda-feira, o índice NASDAQ-100 (NDX), que reúne as 100 maiores companhias de tecnologia listadas na NASDAQ, registrou quase 3% de recuo. Uma parte considerável desse resultado pode ser atribuída à NVIDIA, que teve queda de 16% no seu valor de mercado.

A NVIDIA, principal fornecedora de hardware para IA, viu seu valor de mercado despencar de US$ 3,5 trilhões para US$ 2,9 trilhões — ou seja, uma perda de mais de US$ 500 bilhões em apenas um dia. Para efeito de comparação, a Petrobras, empresa de maior valor na B3 (bolsa de valores do Brasil), é avaliada em aproximadamente US$ 85 bilhões.

Queda das ações da NVIDIA na NASDAQ no dia 27/01/2025. Crédito: Reprodução/NASDAQ

A movimentação no mercado de ações foi motivada pelo baixo custo de treinamento e desenvolvimento da linguagem, que a DeepSeek afirma ter sido “apenas” US$ 6 milhões (cerca de R$ 35 milhões). Outros modelos, como os da OpenAI e da Google, chegam a custar centenas de milhões de dólares — e em alguns casos ultrapassam a casa do bilhão.

Ou seja, se já é possível desenvolver modelos de linguagem de IA com baixo custo, toda a cadeia econômica ligada à inteligência artificial fica em xeque — da NVIDIA, com seus chips de processamento especializados, aos altos investimentos feitos por governos e companhias em infraestrutura, como computação em nuvem e energia.

Aprendizado mais barato

“Você treina um modelo de forma não supervisionada com todos os dados possíveis e ele vai aprendendo baseado no volume de dados. Depois disso, entra no looping de treinamento o aspecto humano, que é responsável por ranquear as respostas e privilegiar uma em detrimento de outra para refinar o modelo, com milhares de pessoas fazendo isso diariamente”, explica Cleber Zanchettin, professor do Centro de Informática (CIn) da Universidade Federal de Pernambuco.

A diferença do DeepSeek e a explicação para o menor custo de treinamento da IA surgem justamente nesse processo de aprendizado da máquina. “Ao contrário de outros modelos, não entram pessoas nessa equação de refinamento. Nesse caso, é usada uma espécie de aprendizado por reforço automático com base nas respostas do próprio modelo, e isso tornou o processo bem mais barato”, aponta o professor.

De forma ainda mais técnica, Zanchettin indica outro motivo para essa diferença: o custo computacional em termos de memória, fator também buscado pelos concorrentes. “Para representar a informação, normalmente é usado ponto flutuante de 32 bits para cada um dos tokens ou palavras que você envia para o modelo de linguagem. O DeepSeek consegue fazer isso a 16 ou 8 bits. É algo impressionante pela qualidade que obtiveram. E ainda deixaram tudo isso para todos verem”, finaliza.

Comments are closed, but trackbacks and pingbacks are open.