A inteligência artificial ter-se tornado barata não devia tranquilizar ninguém, devia um aviso. O custo de inferência de sistemas com desempenho ao nível do GPT-3.5 caiu mais de 280 vezes em menos de dois anos. É um feito tecnológico extraordinário, mas há uma leitura económica menos confortável: uma tecnologia que fica muito mais barata de produzir pode tornar-se muito mais cara de abandonar. É esse o ponto em que entrámos. Sei-o por experiência própria: uso IA todos os dias para programar, analisar documentos e construir ferramentas internas. Reorganizei o meu próprio trabalho em torno dela antes sequer de perceber que o estava a fazer. As plataformas chegam à fase de monetização quando empresas e profissionais já reorganizaram parte do seu trabalho.

Há uma regra clássica de mercado, comum a indústrias muito diferentes: subsidiar a entrada, monetizar o hábito. Foi isso que a IA generativa fez. Planos gratuitos generosos, quotas de utilização amplas, fricção mínima à experimentação: a abundância serviu para acelerar a adoção antes de estabilizar o preço real. Foi aí que se ganhou o hábito, e é por isso que a discussão séria deixou de ser sobre entusiasmo tecnológico e passou a ser sobre poder negocial. Os sinais estão à vista, a OpenAI já testa anúncios no ChatGPT para utilizadores gratuitos e do plano Go nos Estados Unidos. A Google mantém um nível gratuito para a Gemini API, mas reserva limites mais altos e os modelos mais avançados para quem paga. Nada disto é ilegítimo. Construir Inteligência Artificial de ponta custa fortunas em chips, energia, centros de dados e capital; basta olhar para o Stargate, apresentado como um projeto de 500 mil milhões de dólares ao longo de quatro anos. O problema não é cobrar, o problema é ter subsidiado a dependência primeiro e apresentado a fatura depois.

É aqui que demasiadas empresas se iludem, julgam que estão apenas a comprar uma ferramenta, quando na verdade estão a instalar uma dependência. Quando a IA entra na prospeção comercial, no apoio ao cliente, na análise documental, na programação, na produção de propostas ou na pesquisa interna, deixa de ser um acessório e passa a ser uma camada operacional. E quando essa camada depende de um fornecedor que pode alterar preços, limites e condições unilateralmente, já não estamos a falar apenas de software. Estamos a falar de dependência operacional e convém chamar as coisas pelo nome.

Na Europa chegámos  a esta fase mal preparados. Adoção foi confundida com preparação: , mediram-se pilotos, demonstrações e ganhos imediatos em produtividade, mas quase não mediu portabilidade, redundância e reversibilidade. Para uma PME portuguesa, isto não é teoria, é uma limitação concreta: falta escala para negociar contratos à medida, faltam equipas internas para testar alternativas com profundidade e falta infraestrutura para migrar depressa. Na consultoria onde trabalho, acompanho empresas que se candidatam a incentivos públicos para financiar projectos de inovação. A maioria integrou IA nos seus processos com entusiasmo genuíno, mas é necessário ter um plano para o dia em que as condições mudam. A pergunta que raramente aparece é: e se este fornecedor duplicar o preço amanhã? Há, quase sempre, um pequeno número de plataformas dominantes e pouca margem para recusar as condições que vierem. Estamos a construir parte da nossa competitividade sobre sistemas que não controlamos, com preços que não definimos e regras que não negociamos. Isto não é modernização soberana, é a importação da “dependência”.

Não vale a pena responder a este problema com um romantismo ingénuo sobre modelos open-source, mas também já não é sério tratá-los como irrelevantes. A própria Stanford mostra que os modelos open-source se aproximaram rapidamente dos privados, reduzindo em alguns testes a diferença de desempenho de 8% para 1,7% num só ano. Para muitos casos de uso empresariais, a questão deixou de ser ter o melhor modelo do mundo e passou a ser ter um modelo suficientemente bom, previsível, auditável e integrável. O debate sobre alternativas open-source tem, por isso, uma dimensão que já não é romântica, mas industrial.

Também o Estado português precisa de acertar o foco. Apoiar a adoção, por si só, é pouco. Financiar uma dependência sem condições de saída é pior. Incentivos públicos à digitalização deviam premiar interoperabilidade, formação interna, capacidade de integração, portabilidade de dados e planos de contingência.O mesmo vale para a regulação. A questão não passa por congelar preços nem por punir inovação, mas por reconhecer uma assimetria óbvia: quando plataformas alteram de forma material os termos de acesso a capacidades em torno das quais empresas já construíram processos críticos, o mercado deixa de ser plenamente competitivo. A liberdade contratual de uma parte vale pouco quando a outra já não consegue mudar sem pagar um custo operacional desproporcionado. Ignorar isto em nome do entusiasmo tecnológico é apenas uma forma elegante de abdicar de política industrial.

A pergunta decisiva não é se a IA cria valor, porque cria, nem se deve ser paga, porque deve. A pergunta é outra: quem conserva liberdade quando a fatura sobe, o acesso encolhe ou a estratégia do fornecedor muda? É aqui que se mede a autonomia económica de uma empresa e a maturidade estratégica de um continente. A IA ficou barata. A liberdade de sair é que já está a ficar cara.

Receba um alerta sempre que Fábio Gomes publique um novo artigo.

© Observador