Os especialistas da SemiAnalysis não pouparam críticas ao falar sobre o Google. Na visão deles, a DeepMind deixou, na prática, de ser um laboratório de pesquisa de ponta. Eles apontam a saída de figuras-chave como Jeff Dean, Sanjay Ghemawat, Quoc Le e Oriol Vinyals, o afastamento de Demis Hassabis da gestão cotidiana e os problemas que assolam o Gemini.
A conclusão deles é contundente: a probabilidade do Google desenvolver um modelo de IA capaz de competir com os melhores é "zero".
O Gemini 3 Pro marcou o auge
A SemiAnalysis aponta o final de 2025 como o ponto alto dos modelos do Google. O Gemini 3 Pro foi, possivelmente, o melhor modelo do mundo por algumas semanas, chegando a forçar a OpenAI e a Anthropic a reagirem. Desde então, houve um declínio rápido: o Gemini 3.5 Flash foi decepcionante, o Gemini 3.5 Pro enfrenta constantes atrasos e o Gemini 3.6 Flash ficou muito atrás nos benchmarks de desempenho.
Talentos estão indo embora e retornando como clientes
As saídas mencionadas são apenas os nomes mais recentes de uma lista que inclui Noam Shazeer e John Jumper — co-laureado com o Nobel ao lado de Hassabis —, bem como outros especialistas em aprendizado por reforço. O fato do Google não priorizar a retenção desses talentos é particularmente significativo, visto que esses especialistas foram justamente os pioneiros do conceito Transformer, que deu origem aos modelos de IA generativa.
Ironicamente, startups cofundadas por Dean e outros ex-funcionários do Google usarão o capital captado em rodadas de investimento para comprar poder computacional do Google Cloud. A empresa está perdendo talentos enquanto ganha clientes.
Alocação de poder computacional
O argumento mais marcante da SemiAnalysis é que o principal problema do Gemini não é a falta de poder computacional, mas sim a forma como esse poder está sendo alocado. Segundo os cálculos deles, mais de 20% de todas as TPUs fabricadas entre agora e o final de 2027 irão diretamente para a Anthropic — sem contar as unidades que já estão sendo "alugadas" tanto pela Anthropic quanto pela Meta via Google Cloud Platform (GCP).
Em outras palavras, o hardware que permitiria ao Google desenvolver modelos de IA muito superiores está sendo alocado para seus concorrentes — que, naturalmente, pagam caro por esse poder computacional.
Thomas Kurian: o vencedor discreto
O CEO do Google Cloud defende há muito tempo que as TPUs do Google devem servir de base para uma infraestrutura capaz de atender a qualquer cliente, mesmo que isso fomente uma concorrência mais forte para o Gemini.
A recente reestruturação da liderança no Google parece representar uma vitória clara dessa visão. A teoria faz sentido por enquanto: usar uma TPU para desenvolver novos modelos é uma aposta no futuro, ao passo que vendê-la a clientes gera algo totalmente diferente — receita imediata.
Os números confirmam isso
Segundo a SemiAnalysis, o Gemini gerava aproximadamente US$ 12 bilhões (cerca de R$ 60,7 bilhões) em receita recorrente anualizada (ARR) no segundo trimestre de 2026. As projeções para o final de 2027 apontam para mais de US$ 73 bilhões (cerca de R$ 369,6 bilhões) em receita de infraestrutura de IA para terceiros e outros US$ 120 bilhões (cerca de R$ 607,5 bilhões) em vendas de chips TPU.
Embora sejam estimativas de especialistas e não previsões oficiais da Alphabet, elas demonstram claramente a direção estratégica do Google: a empresa prefere garantir receitas nesse setor, uma vez que possuir o melhor modelo não é, atualmente, tão lucrativo financeiramente.
O GCP está crescendo rapidamente
Dados de analistas revelam que a Google Cloud Platform cresceu 82% no último trimestre do ano, impulsionada notavelmente por uma nova fonte de receita: servidores equipados com TPUs do Google que estão sendo implantados em data centers de clientes externos, como a Anthropic.
Eles também estimam que a empresa possui uma carteira de pedidos (contratos ainda não executados) avaliada em cerca de US$ 150 bilhões, o que poderia levar o GCP a crescer mais de 100% no próximo ano.
O Google está, simultaneamente, perdendo e ganhando
Durante anos, parecia que a corrida da IA seria vencida por quem possuísse o modelo de IA mais poderoso. Agora, surgiu uma nova e excepcional fonte de receita: poder computacional. O Google pode deixar que OpenAI, Anthropic, Meta e outras startups disputem a liderança em modelos de ponta, enquanto fatura com os chips, serviços de nuvem e infraestrutura de que todas essas empresas necessitam.
Porém
Embora os dados e as conclusões da SemiAnalysis sejam plausíveis, eles não sugerem que o Google tenha desistido completamente da corrida pelos modelos de fronteira. Eis algumas razões possíveis para isso:
- Os profissionais que deixaram a empresa ou mudaram de função são cientistas. A prioridade da DeepMind raramente era tornar o Gemini o melhor modelo de IA do mundo; o foco estava, na verdade, em projetos como o AlphaGo ou o AlphaFold. A ciência vinha em primeiro lugar — embora a fusão da DeepMind com o Google Brain, em 2023, tenha alterado um pouco esse plano;
- A nova reorganização pode deslocar o foco novamente para o produto. A Anthropic mostrou aos seus concorrentes que há um potencial de lucro significativo em agentes de IA capazes de programar em ambientes profissionais. É bastante plausível que o Google intensifique sua atuação nessa área e recupere o terreno perdido; afinal, a liderança no segmento de modelos tende a durar apenas algumas semanas ou, no máximo, alguns meses;
- O acordo do Google para equipar a IA da Siri com o Gemini significa que a empresa de Sundar Pichai não pode se dar ao luxo de relaxar. Um modelo "fraco" colocaria em risco a renovação dessa parceria; logo, é lógico concluir que o Google precisa continuar inovando com o Gemini para manter a confiança da Apple;
- Por fim, o Google precisa de um modelo robusto e confiável para garantir que seu mecanismo de busca reformulado com IA (que inclui recursos como AI Overviews e AI Mode) continue fornecendo respostas cada vez mais precisas e permaneça como uma referência para os usuários.
Imagem de capa | World Economic Forum
Ver 0 Comentários