A Nvidia é uma das empresas líderes no mundo da inteligência artificial, mas será que ela corre o risco de fracassar? As vantagens tecnológicas da Nvidia e a liderança de Jensen Huang criaram o que parece ser uma posição de mercado inatacável, mas o livro The Thinking Machine , de Stephen Witt, identifica várias vulnerabilidades significativas que podem ameaçar o domínio da empresa.
Esses desafios vão desde riscos geopolíticos e dependências de fabricação até a recusa de Huang em se envolver com preocupações de segurança de IA, além de questões práticas sobre consumo de energia e planejamento de sucessão corporativa. Se a Nvidia não superar esses obstáculos, a empresa poderá sofrer uma forte queda. Continue lendo para saber mais sobre os três principais desafios que a Nvidia enfrenta atualmente.
Imagem via Roboflow Universe(licença). Imagem cortada.
Índice
Desafio nº 1: a perigosa dependência da Nvidia em relação a Taiwan
A primeira vulnerabilidade que Witt identifica como um motivo pelo qual a Nvidia pode falhar é sua dependência da Taiwan Semiconductor Manufacturing Company (TSMC) para produzir seus chips mais avançados. A TSMC tem experiência técnica e precisão de fabricação que levaria anos ou décadas para ser replicada pelos concorrentes.
(Nota breve: a TSMC foi fundada em 1987 por meio de uma iniciativa do governo de Taiwan no momento perfeito para capitalizar a mudança global em direção à fabricação terceirizada de chips. Embora a Intel controlasse 65% da produção avançada de chips na época, o foco da Intel em projetar e fabricar seus próprios chips deixou uma lacuna para uma empresa disposta a fabricar chips projetados por outros. A TSMC preencheu esse nicho de "fundição", desenvolvendo processos de fabricação tão precisos que agora produzem chips medidos em nanômetros. Os especialistas afirmam que, para que outros países possam reproduzir os recursos da TSMC, seria necessário não apenas um investimento maciço em tecnologia de fabricação, mas também em ecossistemas de fornecedores e talentos de engenharia).
As principais operações da TSMC estão em Taiwan, uma ilha autônoma que a China reivindica como seu território e ameaçou tomar pela força. Witt explica que a postura cada vez mais agressiva da China em relação a Taiwan cria uma ameaça direta ao modelo de negócios da Nvidia e ao setor de IA mais amplo que depende desses chips. Qualquer conflito militar ou perturbação econômica em Taiwan poderia interromper imediatamente a produção dos processadores que alimentam a revolução global da IA.
Apesar de sua herança taiwanesa e das conexões culturais que ajudaram a construir o relacionamento da Nvidia com a TSMC, Huang minimiza publicamente esses riscos. Mas Witt sugere que essa dependência representa um dos desafios de longo prazo mais significativos enfrentados pela Nvidia e pelo ecossistema de IA como um todo. Ele também observa que isso levou à discussão de um "escudo de silício": a ideia de que a dependência mundial da fabricação de semicondutores de Taiwan pode impedir a agressão chinesa, tornando os custos do conflito muito altos para a China suportar.
| Testando o escudo de silício: Why Economic Deterrence May Not Work A teoria do "escudo de silício" pressupõe que o cálculo racional evitará o conflito, mas algumas das ações da China sugerem que os objetivos estratégicos e ideológicos podem superar as considerações puramente econômicas. Desde que o livro de Witt foi concluído, a China aumentou os preparativos militares, apesar dos enormes riscos econômicos - a análise mostra que um conflito em Taiwan reduziria o PIB da China em quase 9% e custaria US$ 10 trilhões à economia global. No entanto, as autoridades norte-americanas informam que os exercícios militares chineses em torno de Taiwan servem como "ensaios" para invasão, com a China apontando 2027 como o ano em que poderia tomar Taiwan pela força. Mais revelador ainda é o fato de que a China tem várias estratégias que poderiam contornar totalmente a proteção do escudo de silício. Em vez de invasão, a China poderia usar ataques cibernéticos, bloqueios econômicos ou uma "guerra psicológica" para convencer Taiwan a perder a confiança na proteção militar ocidental e, ao mesmo tempo, apelar para a herança cultural que os chineses e taiwaneses compartilham. As pesquisas sugerem que isso pode funcionar: 43% dos taiwaneses veem a China como mais confiável do que os Estados Unidos, em comparação com 49% que preferem os EUA. A China parece acreditar que séculos de semelhança cultural se sobreporão à sua separação política, com Taiwan escolhendo a reunificação em vez da aliança com o que Pequim retrata como um Ocidente em declínio. Isso sugere que a China pode aceitar custos econômicos severos para restaurar o que ela vê como unidade natural, cultural e territorial. |
Desafio nº 2: recusa da Huang em se envolver com as preocupações de segurança da IA
Outra vulnerabilidade crítica identificada por Witt é o fato de Huang ignorar completamente as preocupações sobre os possíveis riscos da inteligência artificial. Embora pesquisadores proeminentes tenham expressado sérias preocupações sobre a possibilidade de os sistemas de IA se tornarem incontroláveis ou até mesmo representarem riscos existenciais para a humanidade, a posição de Huang é que os sistemas de IA estão simplesmente processando dados e não são uma ameaça ao bem-estar ou à sobrevivência humana. De acordo com Witt, quando ele pressionou Huang sobre os possíveis perigos dos sistemas de IA que os chips da Nvidia possibilitam, Huang se recusou a se envolver com a substância dessas preocupações. Em vez disso, Huang ficou furioso, gritando com Witt e chamando suas perguntas de ridículas.
(Nota breve: As preocupações com a segurança da IA se dividem em duas categorias e os especialistas discordam sobre qual delas representa a maior ameaça. Aqueles que se preocupam com o risco existencial temem que os sistemas de IA possam desenvolver seus próprios objetivos ou realizar tarefas de forma muito individualizada, como em um experimento mental em que uma IA projetada para maximizar a produção de clipes de papel prioriza esse objetivo em relação à sobrevivência humana. Essas preocupações são levadas a sério por pesquisadores como Geoffrey Hinton, que ganhou um Prêmio Nobel por seu trabalho em redes neurais. Mas Gary Marcus e Ernest Davis argumentam em Rebooting AI (Reiniciando a IA) que essas preocupações desviam a atenção de um perigo mais crível e imediato: a probabilidade de cedermos a tomada de decisões à IA em situações em que sua falta de compreensão se mostre catastrófica).
Witt revela que outros executivos da Nvidia demonstram uma falta de preocupação semelhante ou relutam em contradizer seu CEO. Uma fonte disse a Witt que os executivos parecem ter mais medo de que Huang grite com eles do que de possivelmente contribuir para a extinção humana. Witt apresenta isso como uma tensão fundamental no cenário atual da IA: Enquanto alguns dos mais respeitados pesquisadores em inteligência artificial estão alertando sobre riscos potencialmente catastróficos, o CEO da empresa que está viabilizando esses desenvolvimentos se recusa a considerar seriamente essas preocupações. Isso sugere que considerações legítimas de segurança podem não receber a devida atenção da empresa que controla a infraestrutura que impulsiona o desenvolvimento da IA.
(Nota curta: a relutância dos executivos da Nvidia em desafiar Huang pode refletir uma ironia mais profunda: muitas vezes confundimos validação, de outros seres humanos ou de IA, com raciocínio sólido. Mike Caulfield (Verified) explica que os sistemas de IA agem como "máquinas de justificação", treinadas para fornecer respostas que validam nossos pontos de vista e preconceitos, em vez de desafiá-los. A posição de Huang sobre a segurança da IA pode exemplificar essa mesma dinâmica. Pesquisas demonstram que profissionais de diversas áreas têm maior probabilidade de confiar em informações que confirmam suas crenças, e uma maior especialização aumenta essa tendência. Quando os executivos da Nvidia não desafiam abertamente a rejeição de Huang às preocupações com a segurança da IA, ele pode interpretar isso como um consenso racional em vez da supressão do pensamento crítico).
Desafio nº 3: questões de sustentabilidade sobre o futuro da Nvidia
Por fim, Witt destaca dois desafios críticos que podem limitar o crescimento contínuo dos sistemas de IA alimentados pela tecnologia da Nvidia: impacto ambiental e continuidade organizacional.
Consumo de energia
O primeiro desafio é ambiental. Os data centers repletos de milhares de GPUs consomem grandes quantidades de eletricidade, contribuindo para as crescentes preocupações com o impacto ambiental da IA. Empresas como Google e Microsoft viram suas emissões de carbono aumentarem drasticamente devido à expansão de sua infraestrutura de IA. Witt observa que os primeiros sistemas de IA consumiam energia comparável a eletrodomésticos, mas os sistemas atuais exigem eletricidade suficiente para abastecer bairros inteiros. Como os modelos de IA continuam a crescer em tamanho e capacidade, seus requisitos de energia estão se expandindo exponencialmente, levantando questões sobre se as trajetórias de desenvolvimento atuais são ambientalmente corretas.
| Os verdadeiros pontos de alavancagem ambiental na IA O debate sobre o impacto ambiental da IA geralmente apresenta uma escolha implícita entre interromper totalmente o desenvolvimento da IA e aceitar o consumo ilimitado de energia para permitir que ela continue, mas esse enquadramento obscurece onde está a verdadeira alavancagem. Embora as preocupações com o uso de energia da IA sejam válidas e urgentes -os data centers agora são classificados como o 11º maior consumidor de eletricidade do mundo -, o impacto surge principalmente das decisões corporativas sobre o desenvolvimento e a implantação da IA, e não do uso pessoal. Pesquisas sugerem que assistir à Netflix por uma hora consome aproximadamente a mesma energia que 26 consultas ao ChatGPT, ilustrando que o uso de IA de um indivíduo tem um impacto ambiental relativamente modesto em comparação com outras atividades digitais. As decisões significativas acontecem em nível corporativo: a frequência com que empresas como a OpenAI lançam novos modelos, se gigantes da tecnologia como a Microsoft e o Google investem em fontes de energia renovável para seus data centers e se as empresas divulgam seu consumo real de energia e suas pegadas de carbono. Isso cria uma posição interessante para a Nvidia: embora a empresa se beneficie do aumento do desenvolvimento da IA independentemente de seu impacto ambiental, seus clientes corporativos podem exigir cada vez mais chips com maior eficiência energética se os custos ambientais - ou a pressão social - se tornarem muito altos. Essa dinâmica também cria pressão sobre os clientes da Nvidia para que consertem as ineficiências em seus próprios processos de desenvolvimento de IA. Como observa um analista, muitas tarefas não precisam que os modelos de IA sejam "melhores" na geração de resultados criativos e refinados, mas que sejam "corretos" no fornecimento de respostas precisas, uma distinção importante para justificar o consumo de energia. Quando as empresas lançam novos modelos a cada poucas semanas, elas geralmente investem grandes quantidades de energia para obter ganhos marginais que os usuários mal percebem. Por exemplo, para o GPT-4, que superou drasticamente o GPT-3 em benchmarks, as diferenças no mundo real foram sutis. Além disso, a abordagem atual de retreinamento de modelos, em vez de atualizá-los com novas informações, representa uma enorme ineficiência que pode ser resolvida por meio de técnicas de "edição de modelos" que poderiam reduzir o consumo de energia e, ao mesmo tempo, manter os sistemas de IA atualizados. |
Sucessão na Nvidia
O segundo desafio é organizacional. Witt revela que a Nvidia não tem um plano de sucessão claro para Jensen Huang. Sua eventual saída poderia criar desafios significativos para uma empresa tão intimamente identificada com a visão de seu líder. A estrutura organizacional plana que serviu muito bem à Nvidia sob a liderança de Huang pode se tornar um risco em cenários de transição, já que não há um segundo comandante claro e mais de 60 pessoas se reportam diretamente ao CEO.
Essa concentração de autoridade decisória em um único indivíduo cria vulnerabilidades para uma empresa cujo valor de mercado depende muito de uma visão estratégica contínua. Dado o papel central da Nvidia no desenvolvimento da IA, qualquer interrupção em sua liderança ou direção estratégica poderia ter implicações de longo alcance para o ritmo e a direção do progresso da IA em todo o mundo.
(Nota breve: os desafios de sucessão da Nvidia destacam um problema mais amplo com as narrativas de "grandes homens" do Vale do Silício: histórias focadas no fundador que reforçam a ideia de que o gênio individual impulsiona o progresso tecnológico. Isso obscurece o esforço coletivo que tornou a IA possível: décadas de pesquisa por cientistas da computação, um movimento de software de código aberto que possibilitou a experimentação, a engenharia que construiu as bases das redes neurais e os movimentos sociais que exigem uma tecnologia mais capacitada, que criaram as condições para os avanços da IA. Isso também sugere que não teríamos a IA moderna sem Huang, quando, se a Nvidia não existisse, as mesmas forças poderiam ter levado outra pessoa a desempenhar um papel semelhante).
Saiba mais sobre a possível queda da Nvidia
Para entender melhor se a Nvidia vai quebrar em seu contexto mais amplo, dê uma olhada no guia do Shortform sobre o livro A Máquina de Pensar de Stephen Witt.
