A Microsoft está acelerando o desenvolvimento de modelos de inteligência artificial (IA) internos para reduzir a fatura bilionária que recai sobre seus serviços de nuvem e, de quebra, tornar recursos como o Copilot ainda mais rápidos dentro do Word, Excel e outros aplicativos do Microsoft 365. A informação, publicada pela Bloomberg e confirmada por fontes ligadas ao setor, marca uma virada estratégica na corrida pelos modelos de linguagem de grande porte (LLMs).
Por que a mudança importa?
Cada consulta feita pelo usuário ao Copilot passa por poderosos clusters de GPUs — em especial as Nvidia H100, que podem custar mais de US$ 30 mil por placa. À medida que a base de assinantes cresce, a conta de energia, licenciamento e manutenção dispara. Ter modelos proprietários, otimizados “em casa”, permite economizar em royalties pagos a terceiros, como a OpenAI (criadora do GPT-4) e a Anthropic (Claude-3).
Os novos “MAI”: uma família de sete modelos
Durante a conferência Build, em junho, a Microsoft apresentou oficialmente sete novos modelos apelidados de MAI (Microsoft AI). Entre eles:
- Um assistente de código que compete diretamente com o GitHub Copilot, mas com inferência mais barata;
- Um gerador de imagens que concorre com Midjourney e DALL-E 3;
- Modelos de linguagem menores, pensados para rodar em servidores com menos memória — e, em alguns casos, até em dispositivos edge.
A estratégia segue a tendência de modelos “afinados” para tarefas específicas, em vez de um único LLM gigante que faz tudo, mas custa caro.
Impacto imediato para Word, Excel e Outlook
Para o usuário final, a promessa é clara: respostas mais rápidas, menor latência e novas funcionalidades que antes ficavam restritas ao GPT-4. O Copilot no Excel, por exemplo, poderá interpretar planilhas pesadas localmente nos servidores da Microsoft, evitando “pingar” requisões caras para a OpenAI.
Concorrência também aperta o cinto
A Microsoft não está sozinha nessa maratona de redução de custos. Amazon desenvolve a família Titan e Llama-compatíveis no Bedrock; Meta abriu o Llama 3 para uso comercial; e Accenture criou modelos verticais para finanças e saúde. Quanto menos dependência externa, menor a exposição a reajustes de licenciamento — e maior a margem de lucro em serviços de nuvem.
Imagem: Viktor Erikss
O reflexo no mercado de hardware: GPUs em alta nas prateleiras
Se as big techs estão construindo seus próprios modelos, entusiastas e pequenas empresas começam a considerar executar IA localmente para fugir de tarifas de API. Aqui entram placas de vídeo como a Nvidia RTX 4070/4080/4090 ou as novas AMD Radeon RX 7000, que oferecem aceleração para frameworks como TensorRT e ROCm. Para quem cria conteúdo, edita vídeo ou treina chatbots privados, investir em uma GPU com mais VRAM pode sair mais barato no longo prazo que pagar por tokens em nuvem — e essas placas já estão à venda no varejo brasileiro.
O que esperar a seguir?
Especialistas projetam que, até 2025, veremos uma “descentralização” dos LLMs, com modelos menores e open source ganhando tração. Para a Microsoft, cada dólar economizado em inferência pode ser reinvestido em inovação — ou em descontos agressivos para capturar mais usuários no Microsoft 365. Para o consumidor, isso significa features de IA mais acessíveis e, possivelmente, novas exigências de hardware para tirar proveito total das novidades.
No fim das contas, a aposta da Microsoft reforça um ponto: na corrida da IA generativa, não vence apenas quem tem o modelo mais poderoso, mas quem consegue operá-lo de forma sustentável — financeira e energeticamente.
Com informações de Computerworld
