IA é muito cara: Hiperescaladores precisam de US$ 3 trilhões para atingir o ponto de equilíbrio
Ed Zitron argumenta que a IA, em seu estado atual, não é economicamente viável para ninguém, exceto para fornecedores de hardware como a NVIDIA. Os hyperscalers (Microsoft, Meta, Amazon, Google) investiram coletivamente mais de US$ 800 bilhões em Capex de IA nos últimos três anos, com planos de adicionar outros US$ 700 bilhões em 2026 e US$ 1 trilhão em 2027. Isso significa que eles precisam gerar pelo menos US$ 3 trilhões em receita específica de IA apenas para empatar — e US$ 6 trilhões para um retorno que valha a pena.
Só a Microsoft gastou aproximadamente US$ 100 bilhões em sua parceria com a OpenAI (incluindo investimentos, infraestrutura e custos de hospedagem), conforme depoimento de um executivo durante o julgamento Musk-OpenAI. Isso representa cerca de 30% de todo o Capex da Microsoft desde o ano fiscal de 2023 (US$ 293,8 bilhões). A receita total de IA da Microsoft para o ano fiscal de 2025 é estimada em ~US$ 17,9 bilhões — menos de um quinto de seu Capex. Mesmo seus melhores números divulgados (por exemplo, taxa de receita recorrente de US$ 37 bilhões em IA) são instantâneos de um único mês, não projeções anuais.
O artigo observa que os 20 milhões de assinantes do Microsoft 365 Copilot geram no máximo US$ 7,2 bilhões em receita (assumindo US$ 30/mês por usuário, mas descontos são comuns). Um número mais realista do ano fiscal de 2025 é de ~US$ 7,5 bilhões em gastos com inferência da OpenAI mais US$ 761 milhões em participação na receita.
Conclusão: os fluxos de receita atuais de IA são insignificantes em comparação com os gastos em infraestrutura. Até que os custos caiam ou a economia de uso mude drasticamente, a construção da IA é uma aposta financeira, não um negócio certo.
📖 Leia a fonte completa: HN AI Agents
👀 See Also
Beta público do Claude Security: escaneia código, valida descobertas próprias, propõe correções
A Anthropic lançou o Claude Security em beta pública para clientes Enterprise. Ele raciocina através do código como um pesquisador de segurança, desafia suas próprias descobertas por meio de autoverificação adversarial e propõe correções concretas.
Limitações de reconhecimento de fala do Claude e solução alternativa do usuário com Spokenly e Parakeet TDT
Um usuário relata que a transcrição pelo microfone integrado do Claude é imprecisa em comparação com a do ChatGPT, criando mais trabalho do que economiza. Eles implementaram uma solução alternativa usando Spokenly no Mac com o modelo Parakeet TDT da NVIDIA para melhor desempenho.
Gemini Embedding 2: O Primeiro Modelo de Embedding Nativamente Multimodal da Google Lançado
O Google lançou o Gemini Embedding 2, seu primeiro modelo de embedding nativamente multimodal que mapeia texto, imagens, vídeo, áudio e documentos em um único espaço de embedding. O modelo suporta até 8192 tokens de texto, 6 imagens por solicitação, 120 segundos de vídeo e PDFs de até 6 páginas, com dimensões de saída flexíveis de 3072 até 768.
Claude adiciona gráficos e diagramas interativos em linha às conversas
O Claude agora cria gráficos, diagramas e visualizações personalizados diretamente nas conversas de chat, permitindo que os usuários ajustem e modifiquem as visualizações conforme as discussões se desenvolvem. O recurso está disponível em beta em todos os tipos de plano e aparece inline, em vez de em painéis laterais.