Necessidade de fazer dinheiro já

 

Para sustentar alguns dos argumentos do artigo anterior: enquanto as empresas estão investindo trilhões em IA, a receita marginal gerada pela tecnologia está em estimados 200 bilhões de dólares. As contas não fecham e a rentabilidade do crescimento e a geração de lucro precisam ocorrer já. Aqui a fonte do gráfico e uma análise sobre a necessidade de fazer dinheiro para manter o boom. 

Como uma moratória sobre IA pode salvar chefes de IA

De Cory Doctorow, uma explicação contábil interessante para o atual momento da IA: há um problema sério de escala, onde a contabilidade pode nunca mostrar um retorno sobre o investimento. O texto a seguir trata disso e de uma possível solução: sinalizar o fim do mundo e reduzir a competição. Mas é preciso combinar com os chineses. 

Existem muitos motivos para acreditar que o modelo de "hiperescala" da IA ​​nunca poderá ser lucrativo, e não apenas por causa de seus gastos gigantescos e economia de escala negativa (as empresas perdem dinheiro com cada novo cliente e cada novo uso, e perdem ainda mais dinheiro a cada geração de seus produtos):

A indústria nega veementemente isso, é claro. Insistem que estão a poucos dias de colocar seus balanços em ordem. Tudo o que precisam fazer é corrigir a economia de escala e, então, poderão recuperar o custo de produção de seus modelos vendendo acesso a eles. O problema é que as evidências de que estão melhorando a economia de escala são fracas, enquanto as evidências de que estão falsificando suas finanças são muito fortes.

O mesmo se aplica às alegações de que essas empresas já são lucrativas. Ao analisar essas alegações, você descobrirá que elas dependem de um novo e específico significado de "lucrativo" que não corresponde à definição dos Princípios Contábeis Geralmente Aceitos (GAAP), ou seja, essas empresas afirmam ser tão inovadoras que sua lucratividade só pode ser medida por meio de uma forma secreta e inédita de matemática:

Essa é a mesma artimanha que o Softbank tentou com o WeWork. Falando como autor de romances de suspense tecnológico de sucesso internacional sobre fraude contábil, posso afirmar que era fraude contábil naquela época e continua sendo fraude contábil agora:

Mas vamos dar aos chefões da IA ​​um benefício de dúvida momentâneo e estipular que eles estão prestes a adquirir rentabilidade por unidade, o que lhes permitirá começar a pagar os enormes gastos incorridos com o treinamento de seus modelos e entrar na tão esperada fase de lucratividade, quando as máquinas de fazer dinheiro que eles vêm operando há anos se transformarão em impressoras de dinheiro , para a alegria dos investidores que forneceram os vastos fardos de notas de 100 dólares que as empresas vêm despejando nos cofres de carvão de seus modelos há anos.

Basicamente, eles estão dizendo: "Claro, custou-nos muito para instalar esses trilhos, mas agora que a ferrovia está completa, podemos começar a operar trens sobre eles e obter lucro." Infelizmente (para chefes e investidores), essa proposta é tão duvidosa quanto suas alegações de melhoria na rentabilidade por unidade.

Para entender o porquê, basta observar o que aconteceu na última vez em que a Anthropic lançou uma grande atualização para o Claude. Praticamente da noite para o dia, todos os melhores clientes da OpenAI pararam de pagar pelo ChatGPT e começaram a pagar pelo Claude. Isso porque os chatbots têm custos de troca muito baixos : migrar de um chatbot para outro custa quase nada.

Todos que usam IA sabem que isso é verdade. Quando percorri os corredores da CES no ano passado, perguntei a todos os fabricantes de dispositivos com IA: "O que vocês farão se o fornecedor do chatbot aumentar os preços?" E todos responderam: "Sem problemas, projetamos isso para que possamos trocar de chatbot com um clique do mouse".

Isso significa que você não pode simplesmente "construir a ferrovia e colocar os vagões para rodar". No minuto em que você terminar sua ferrovia, seus rivais anunciarão que têm uma nova ferrovia adjacente ainda mais rápida que a sua, e você terá que começar a trabalhar na construção de outro conjunto de trilhos para suportar trens ainda mais velozes .

Isto é um desastre em todos os sentidos: as empresas de IA estão presas numa corrida desenfreada, um ciclo vicioso fatal de "empobrecer o vizinho". A única maneira de escaparem dessa armadilha seria assinando um pacto de não agressão entre si, prometendo não competir mais. Mas há dois grandes problemas com isso: primeiro, é incrivelmente ilegal sob a lei antitruste, porque representa uma conspiração entre os principais players para cessar a competição entre si; e segundo, abre caminho para o desenvolvimento de modelos chineses "de baixo custo" que os clientes podem executar em seus próprios computadores modestos e de baixa potência, que atualmente estão apenas quatro meses atrás dos "modelos de ponta" dos EUA.

Mesmo que você não confie nos modelos chineses, é possível extrair o treinamento deles por meio de um processo chamado destilação e transferi-lo para modelos nos quais você confia :

Mas e se houvesse uma maneira de as empresas de IA obterem permissão do governo para violar as leis antitruste e cessar a competição entre si, garantindo ainda a proibição do uso de modelos chineses de código aberto? Acontece que existe uma maneira de pôr fim à Corrida da Rainha Vermelha: basta insistir que você está prestes a ensinar tantas palavras ao programa de adivinhação que ele despertará e nos devorará a todos, e exigir a proibição da "superinteligência".

Assim que o governo estipular que o "risco de superinteligência" representa uma crise existencial, deverá conceder aos hiperescaladores um acordo judicial que os absolva de quaisquer violações da lei antitruste decorrentes de uma conspiração para impedir a concorrência direta entre si:

Entrar em pânico com a "superinteligência" é um exemplo clássico de "crítica exagerada", onde os críticos repetem as afirmações dos entusiastas, mas acrescentam "(e isso é ruim)" a elas:

Lembre-se, as gigantes da tecnologia querem parar de competir. Mark Zuckerberg e Sudar Pichai conspiraram para manipular o mercado publicitário com um programa secreto chamado "Jedi Blue".

Todos os anos, o Google suborna a Apple em mais de 20 bilhões de dólares em troca de a Apple não entrar no mercado de buscas:

E as maiores empresas de tecnologia do mundo tinham um acordo secreto de "não aliciamento", no qual prometiam ilegalmente não tentar contratar os melhores engenheiros umas das outras, oferecendo-lhes aumentos salariais:

A única coisa que Peter Thiel odeia mais do que o Anticristo (spoiler: ele está falando de Greta Thunberg) é a "competição desperdiçadora":

Quando uma indústria que está se autodestruindo por meio da "hiperescala" exige que o governo aprove uma conspiração para impedir a concorrência e banir alternativas de código aberto, você deve desconfiar. Quando essa indústria está investindo em um empreendimento que perdeu mais dinheiro do que qualquer outro na história da humanidade, você deve desconfiar muito , especialmente quando sua história de "ataque hacker de IA desonesto" se revela como uma história de como uma ferramenta de hacking fez exatamente o que foi projetada para fazer :

Peter Thiel tem razão: a IA está repleta de competição dispendiosa, não porque a competição seja um desperdício, mas sim porque as empresas competem para convencer as pessoas a usar seus produtos caros para as aplicações mais baratas.

O IPO da SpaceX de Elon Musk dependia de ele perder bilhões de dólares ao permitir que os idiotas mais estúpidos do mundo produzissem montanhas de pornografia infantil e imagens do Sonic com seios gigantes. Isso é de fato um desperdício (e repreensível).

Isso não significa que devamos permitir que as empresas de IA consigam a aprovação do governo para sua conspiração de restrição ao comércio; pelo contrário, justifica que o governo as investigue por fraude de valores mobiliários, tráfico de material de abuso sexual infantil, violações de financiamento eleitoral e uma longa lista de outros crimes e delitos.

Gênero influencia o processamento de informações financeiras

Eis o resumo:

Guiados pela hipótese da seletividade, examinamos se o gênero prediz diferenças na forma como os investidores utilizam informações financeiras. A hipótese da seletividade sugere que, em situações de complexidade informacional moderada, as mulheres se baseiam em informações mais granulares, enquanto os homens dependem de indicadores-chave resumidos. Testamos essa estrutura por meio de dois estudos complementares. Em uma pesquisa, os participantes analisaram comunicados de imprensa sobre resultados financeiros reais; em um experimento controlado separado, outros participantes avaliaram uma empresa hipotética com dados de desempenho manipulados. Os resultados indicam que as mulheres se concentraram consistentemente em informações mais detalhadas e desagregadas, enquanto os homens se concentraram em métricas mais amplas e agregadas. No experimento, isso levou a avaliações divergentes do potencial de investimento entre os gêneros. Essas descobertas fornecem a primeira evidência sistemática de que o gênero influencia o processamento de informações financeiras, com implicações importantes para a tomada de decisões de investimento.

Liu, Peina; Rupar, Kathy; Thayer, Jane. Diferenças de gênero no processamento de informações financeiras (12 de fevereiro de 2026). Disponível em SSRN: https://ssrn.com/abstract=6233918 ou http://dx.doi.org/10.2139/ssrn.6233918

Imagem aqui

Efeitos da regulação da transparência

Analisamos os efeitos diretos e indiretos da regulação da transparência sobre a atividade econômica. Utilizando duas fontes distintas de variação regulatória — a extensão variável das exigências de relatórios financeiros e a introdução gradual de registros comerciais eletrônicos na Europa —, constatamos que a exposição direta à regulação da transparência tende a prejudicar a atividade econômica das empresas em foco (por exemplo, produção e emprego). Em contrapartida, observamos que a exposição indireta à regulação da transparência imposta a outras empresas relacionadas tende a beneficiar a atividade econômica das empresas em foco. Em termos de magnitudes relativas, constatamos que os efeitos diretos negativos e os efeitos indiretos positivos tendem a ser de tamanho semelhante, praticamente se compensando. Em conjunto, nossas evidências sugerem que a regulação da transparência parece realocar a atividade econômica principalmente de mercados mais regulamentados para mercados menos regulamentados, em vez de beneficiar ou prejudicar a atividade econômica agregada.

Matthias Breuer, Patricia Breuer, Direct and Indirect Effects of Transparency Regulation, Journal of Accounting and Economics, 2026, https://doi.org/10.1016/j.jacceco.2026.101950.

Imagem aqui

Jatos particulares

 Dois gráficos da Bloomberg:

O número de viagens em jatos particulares está aumentando no mundo (segundo gráfico), apesar do récuo em 2020 por conta da pandemia. A estimativa é que metade tem por finalidade "lazer". E o volume de emissão por passageiro é muito maior que um voo comercial (gráfico 1). 

E como sabemos, jatos particulares parecem estar associados a negócios escusos. 

Rir é o melhor remédio

 

Não fazer nada e trabalhar muito

Mais casos de IA invadindo dados de governo

Agentes da OpenAI invadiram sistemas do governo australiano. Isso ocorreu em junho, em um site público de saúde, e os agentes obtiveram acesso a informações não públicas, segundo revelou o primeiro ministro da Austrália. 

Segundo o DealBook também ocorreu uma tentativa de acessar uma biblioteca digital da Universidade do Novo México. Aparentemente a tentativa não foi bem sucedida. Um repositório de dados públicos sobre emprego e educação do governo dos Estados Unidos também sofreu um ataque.