A estratégia chinesa de liberar modelos de inteligência artificial com código aberto está criando um ciclo de vantagem competitiva que foge ao alcance dos atuais controles de exportação norte-americanos. O alerta veio da Comissão de Revisão Econômica e de Segurança EUA-China, órgão consultivo do Congresso dos Estados Unidos, que vê o país asiático transformando a abertura de modelos em combustível para dominar desde data centers até fábricas de robótica.
Dois ciclos que se alimentam
O relatório “Two Loops: How China’s Open AI Strategy Reinforces Its Industrial Dominance” descreve dois anéis de crescimento:
- Ciclo digital – Modelos open-source geram adoção global; a adoção produz feedback e iterações rápidas, criando modelos cada vez melhores sem depender de GPUs topo de linha.
- Ciclo físico – A IA, ao ser aplicada em fábricas, portos e cadeias logísticas chinesas, gera um volume gigantesco de dados industriais proprietários que retroalimentam novos modelos — um ativo que chips importados não conseguem suprir por si só.
Números que explicam a escalada
Alguns indicadores reforçam a preocupação:
- A família de modelos Qwen, da Alibaba, já é o maior ecossistema no repositório Hugging Face, com mais de 100 mil derivações.
- Entre novembro e dezembro de 2025, sete dos dez modelos mais baixados na plataforma eram chineses, inclusive variações do DeepSeek.
- Um sócio da Andreessen Horowitz estimou que 80% das startups dos EUA utilizam modelos base chineses em suas aplicações.
- O Moonshot AI Kimi K2.5 custa quatro vezes menos que o suposto GPT-5.2, entregando pontuações equivalentes nos benchmarks da Artificial Analysis.
Risco invisível na cadeia de software
Sanchit Vir Gogia, analista-chefe da Greyhound Research, lembra que as empresas muitas vezes nem sabem qual modelo está rodando em seus copilotos ou APIs: “O modelo chega via SaaS, já ajustado, e o time de TI fica várias camadas distante da origem”.
Isso complica os tradicionais programas de gestão de risco, que não rastreiam linhagem de treinamento, cadeias de fine-tuning ou onde o modelo é hospedado. A própria NIST testou o DeepSeek em setembro de 2025 e constatou que seus agentes eram 12 vezes mais propensos a obedecer comandos maliciosos do que modelos norte-americanos de fronteira.
Política, governança e jurisdição de dados
Além das brechas de segurança, modelos chineses podem sofrer restrições políticas de conteúdo. Empresas europeias e sul-coreanas já investigam se workloads roteados para provedores ligados à China violam regulações locais de proteção de dados.
Para Deepika Giri, da IDC, a solução inicial passa por exigir uma “Bill of Materials de modelos” que detalhe origem, histórico de derivações, conjuntos de dados e localização do hosting — com atualização contínua, tal como já se faz em supply chain de hardware.
Imagem: Gyana Swain
Por que isso afeta também gamers, criadores e profissionais de TI
Se a China continuar reduzindo o custo do inferenciamento de IA, veremos reflexos em toda a cadeia de hardware. Menos demanda por GPUs topo de linha para aplicações corporativas pode baratear placas de vídeo de consumo, enquanto pequenos modelos especializados rodam até em CPUs mais modestas, favorecendo quem monta PCs de baixo orçamento.
Por outro lado, se parte dos serviços que você utiliza (desde editores de imagem baseados em IA até jogos que usam NPCs gerados por linguagem natural) estiver operando sobre modelos sem governança clara, seus dados de usuário e padrões de jogo podem acabar em servidores que obedecem às leis de outra jurisdição.
Estados Unidos tentam reagir
OpenAI voltou a liberar pesos abertos em agosto de 2025, e a Nvidia lançou o Nemotron 3 em março de 2026. Mas, segundo o relatório, o movimento ainda é desorganizado. Caso o Meta realmente feche o código do próximo Llama, ficaria sem um “ancoradouro” norte-americano de grande escala para o ecossistema open-source — justo quando a China acelera com apoio estatal.
O que observar nos próximos meses
- Preço de GPUs e TPUs no varejo, que pode oscilar conforme a demanda corporativa migra para modelos menores.
- Atualizações das políticas de compliance em setores regulados (finanças, saúde, telco) exigindo comprovação de linhagem de IA.
- Lançamento de modelos ocidentais realmente enxutos, capazes de rodar em CPUs ou aceleradores mais baratos, equilibrando o jogo de custo.
No fim das contas, a discussão vai além de quem produz o modelo de maior parâmetro. A dúvida central é: quem controla os dados e o ciclo de feedback que torna a IA cada vez mais barata e precisa? A resposta pode definir não apenas a próxima geração de aplicativos, mas também o preço do hardware que chega à sua bancada de montagem.
Com informações de Computerworld
