Como o ‘boom’ de inteligência artificial criou os maiores monopólios da História

• Em ‘Super Bowl da IA’: Nvidia tenta mostrar que pode ir muito além dos chips. Veja as novas promessas
• Simulador: Startup brasileira fecha parceria com Nvidia e leva provador de roupas com IA ao Vale do Silício

A Nvidia depende de um trio de parceiros para produzir seus semicondutores: a sul-coreana SK Hynix, a Taiwan Semiconductor Manufacturing (TSM) e a ASML, da Holanda. Cada um desses fornecedores tem uma posição de mercado quase tão monopolista quanto a da Nvidia, ou até mais.

Em muitas indústrias, esse tipo de domínio poderia levar órgãos reguladores antitruste a ameaçarem um desmembramento. No setor de tecnologia, porém, há muito tempo se aceita que inovações importantes podem levar empresas a dominar seus mercados e a permanecer no topo por anos, explorando as vantagens da escala.

Foi assim com os mainframes, os computadores pessoais, os navegadores da web, os motores de busca, as redes sociais e os sistemas operacionais para celulares e dispositivos móveis.

Quando alguns desses monopólios terminaram, foi em grande parte porque concorrentes os derrubaram, e não porque reguladores governamentais os desmembraram no estilo da Standard Oil (gigante americana do petróleo que se dividiu em várias empresas por determinação judicial, em julgamento histórico da Suprema Corte dos EUA 1911).

É possível que a IA tenha seu “momento iPhone”, quando uma nova invenção torna obsoletas, quase da noite para o dia, as empresas que dominam o mercado.

Também é possível que a IA simplesmente não tenha o impacto econômico transformador que a indústria promete, encerrando a febre do ouro. Por enquanto, os monopólios da inteligência artificial estão brilhando sob os holofotes.

Nunca houve tanto dinheiro em jogo. Juntas, a Nvidia e suas três parceiras estratégicas tinham um valor de mercado combinado de mais de US$ 4 trilhões em meados de março. Somente a Nvidia representava 6% do índice S&P 500, que reúne as principais ações dos Estados Unidos.

A TSMC e a ASML tornaram-se as empresas mais valiosas em seus respectivos países. Essas avaliações de mercado se baseiam, em grande parte, na expectativa de que essas empresas dominarão esse mercado de IA, que cresce a ritmo acelerado, ao longo dos próximos anos.

• Reza digital: App católico apoiado por vice de Trump e conservadores do Vale do Silício dispara no Brasil

No entanto, o boom da inteligência artificial já está se mostrando imprevisível e instável, e os concorrentes da Nvidia estão gastando fortunas para desenvolver chips que possam competir com seus produtos em potência, velocidade e confiabilidade.

Aqui está um panorama da nova geração de monopólios da tecnologia e das ameaças que eles enfrentam.

Como eles ficaram tão grandes

Por décadas, a Nvidia era conhecida por seus chips para jogos, não para inteligência artificial. A empresa projeta unidades de processamento gráfico (GPUs) — componentes que renderizam imagens realistas em videogames como Call of Duty.

As GPUs utilizam uma técnica chamada computação paralela, na qual múltiplos processadores resolvem problemas computacionais simultaneamente, muito mais rapidamente do que um computador tradicional.

Pouco mais de uma década atrás, alguns pesquisadores descobriram que esses chips eram ideais para o aprendizado profundo, um tipo de computação que funciona de maneira semelhante ao cérebro humano e se tornou a base para o boom do ChatGPT.

• Data center no Texas: OpenAI e Oracle buscam chips Nvidia no valor de bilhões para o projeto Stargate

O CEO da Nvidia, Jensen Huang, fez uma aposta inicial nesses pesquisadores, fornecendo um conjunto de chips no valor de US$ 129 mil para a OpenAI, uma startup sem fins lucrativos, em 2016, quando ainda era um pequeno laboratório.

— No começo, foi quase um acidente — disse Jason Furman, professor de política econômica em Harvard. — Depois, eles souberam capitalizar muito bem esse acidente.

A Nvidia já havia desenvolvido uma vasta biblioteca de códigos para usar seus chips GPU, centrada em uma linguagem de programação chamada Compute Unified Device Architecture (CUDA), que se tornou a única maneira viável de utilizar seus chips para esse novo tipo de computação.

Como tantos engenheiros de IA se acostumaram a usar o CUDA, chips alternativos desenvolvidos por startups bem financiadas e pelo Google não conseguiram ganhar espaço. Até mesmo a Intel, outrora a gigante dos chips, não conseguiu acompanhar.

Em 18 de março, Huang apresentou a nova linha de chips mais potentes da Nvidia e o software associado, chamado Dynamo, que ele descreveu como “o sistema operacional de uma fábrica de IA”.

Para que as GPUs da Nvidia funcionem, elas precisam de um chip de memória poderoso — um circuito integrado projetado para armazenar dados enquanto o processador os manipula. Para isso, a Nvidia recorre à SK Hynix, uma empresa coreana que controla cerca de 80% do mercado dos chips de memória de maior largura de banda (HBM).

A Nvidia projeta as GPUs, mas não as fabrica. Na verdade, ela não possui fábricas. Em vez disso, terceiriza a produção para a TSMC, uma empresa taiwanesa especializada na fabricação de chips segundo os projetos de terceiros. A TSMC inventou esse modelo de negócios, chamado de foundry, e aperfeiçoou suas capacidades de fabricação a ponto de deixar os concorrentes muito atrás.

Mas o monopólio mais dominante no universo da IA não é nenhum desses. Esse título pertence à ASML, uma empresa holandesa que é a única no mundo a fabricar as mais avançadas máquinas de produção de chips. Seus equipamentos de litografia ultravioleta extrema (EUV), cada um maior que um ônibus, são tão valiosos que custam cerca de US$ 380 milhões cada. Poucos na indústria acreditam que qualquer concorrente conseguirá fabricar máquinas similares num futuro próximo.

As empresas rejeitam a ideia de que possuem monopólios, especialmente a noção de que sua dominância surgiu de forma injusta ou que estão protegidas da concorrência.

Em comunicado, um porta-voz da Nvidia afirmou que a empresa compete com fornecedores independentes, provedores de computação em nuvem e empresas de IA.

• A IA está ouvindo: Amazon vai gravar na nuvem tudo o que os usuários da Alexa dizem

“Os clientes valorizam nossa solução completa e apreciam que a Nvidia está disponível em todas as nuvens e para todas as empresas”, disse a empresa.

TSMC, SK Hynix and ASML se recusaram a comentar.

Essas empresas são monopólios?

Em termos de participação de mercado, sim. A definição pode variar conforme o setor, mas uma participação superior a 70% geralmente é considerada um monopólio, especialmente se houver barreiras de entrada para concorrentes.

No entanto, se essas empresas estão se comportando como monopólios clássicos é outra questão. Os monopólios tornam-se preocupantes quando conseguem tirar proveito de sua dominância para, por exemplo, cobrar preços mais altos dos clientes. E é verdade que os preços dos chips estão subindo.

Os GPUs da Nvidia dispararam para até US$ 90 mil cada nos últimos dois anos. Além disso, a SK Hynix e outros fabricantes de componentes-chave também puderam cobrar mais, principalmente porque os compradores têm poucas ou nenhuma alternativa.

• Maior aquisição da história: O que a empresa Wiz faz? E como o Google conseguiu comprá-la?

O impacto disso é evidente nos resultados financeiros. A margem bruta da Nvidia – a parcela da receita que sobra após deduzir os custos de produção – está acima de 70%, um número extraordinariamente alto, mesmo no setor de tecnologia, onde as margens costumam ser maiores que em outras indústrias. A AMD, segunda colocada distante no mercado, tem uma margem em torno de 50%.

Em teoria, empresas obrigadas a comprar chips mais caros poderiam repassar esses custos aos consumidores, aumentando os preços de serviços de IA, como o ChatGPT ou o Microsoft Copilot. Isso ainda não aconteceu. Parece que, por enquanto, os gigantes do Vale do Silício, que são os principais consumidores de GPUs, estão dispostos a absorver custos computacionais colossais para se manterem à frente no setor.

A Nvidia destina a maior parte de sua produção – cerca de 41% da receita – para apenas quatro empresas: Microsoft, Google, Amazon e Meta, de acordo com análises da cadeia de suprimentos da Bloomberg. Essas empresas já disseram a seus investidores que não conseguem GPUs suficientes para construir os data centers necessários para atender à crescente demanda por IA.

Os chips que conseguiram até agora ainda não estão gerando grandes retornos para seus negócios de computação em nuvem e publicidade. Mas, por enquanto, os acionistas parecem dispostos a esperar pelo retorno do investimento. Isso não significa que os clientes da Nvidia estejam satisfeitos com seu imenso poder de mercado. Eles estão correndo para desenvolver seus próprios chips de IA para, pelo menos em parte, reduzir sua dependência da empresa.

• Meta: Empresa de Zuckerberg segue X e lança Notas da Comunidade em suas redes nos EUA. Veja como funciona

A Amazon está desenvolvendo chips personalizados. A Microsoft está ajudando a AMD, rival da Nvidia na fabricação de chips, a expandir sua presença no mercado de aceleradores de IA. Até a OpenAI está enviando um projeto de chip para a TSMC fabricar, visando contornar a Nvidia. Isso torna mais arriscado para a Nvidia desagradar seus maiores clientes cobrando preços abusivos por seus produtos.

Os próprios fornecedores da Nvidia podem ter grandes participações de mercado, mas isso não significa necessariamente que tenham poder de monopólio. A SK Hynix, por exemplo, foi praticamente a única fornecedora dos chips HBM3E mais avançados durante boa parte de 2024. Mas a Nvidia era, de longe, seu cliente mais importante, o que equilibrou a balança de poder.

A Samsung e a americana Micron Technology estavam correndo para finalizar seus chips concorrentes, então a SK Hynix não tinha incentivo para impor preços abusivos à Nvidia. Desde então, tanto a Samsung quanto a Micron obtiveram a aprovação da Nvidia para seus chips HBM3E.

IBM e Microsoft foram monopolistas por décadas

Os monopólios de tecnologia tendem a persistir.

A International Business Machines (IBM) tinha tanto controle sobre os cartões perfurados usados nos primeiros computadores que o governo dos EUA entrou com processos antitruste contra a empresa em 1932 e 1952. Quando os computadores de grande porte (mainframes) chegaram, os reguladores investigaram novamente a IBM, em 1967, por violação das leis de monopólio.

Quando os computadores pessoais se tornaram comuns nos anos 1980, a maioria era equipada com o software Windows, da Microsoft, e o processador Pentium, da Intel. Essa aliança “Wintel” continua dominante até hoje. O Google reina na busca on-line há mais de 20 anos, enquanto Google e Apple controlam os sistemas operacionais de smartphones há mais de uma década.

• Na França: Inteligência artificial chega às videiras da França em busca da poda perfeita

Especialistas que estudam por que monopólios tecnológicos surgem e caem dizem que eles geralmente são difíceis de derrubar. Em alguns casos, é necessário um regulamento agressivo e concorrentes fortes para conter empresas dominantes.

Depois que os EUA processaram a Microsoft — deixando a gigante “distraída”, como disse seu cofundador Bill Gates —, Apple e Google conquistaram o mercado móvel. Enquanto estava “sob a sombra” de casos antitruste, a IBM cometeu erros estratégicos em sua divisão de chips para PCs, cedendo mercados-chave à Microsoft e à Intel, segundo Randal Picker, professor da Faculdade de Direito da Universidade de Chicago, especialista em monopólios no setor de computação.

Inovação do iPhone abalou BlackBerry e Nokia

Em outros casos, a inovação foi o fator que acabou derrubando incumbentes consolidados. A BlackBerry e a Nokia foram celebradas como líderes da indústria de celulares — até que Steve Jobs, cofundador da Apple, apresentou o iPhone.

A Microsoft perdeu seu domínio sobre a computação no mesmo período. A aliança Wintel ainda detém uma fatia significativa do mercado de desktops, mas consumidores, políticos e advogados especializados em concorrência já não se preocupam tanto com isso como antes.

— O PC não é mais essencial — disse Picker.

O monopólio da Nvidia tem pouco mais de três anos, e as forças de mercado já parecem estar se manifestando, com concorrentes, clientes e diversas startups tentando replicar ou reinventar a unidade de processamento gráfico (GPU).

Isso não é surpreendente, considerando o que está em jogo para qualquer empresa que consiga conquistar até mesmo uma pequena fatia dos negócios da Nvidia. A rápida evolução da tecnologia cria mais oportunidades para empresas ágeis e inovadoras explorarem qualquer deslize das grandes corporações, tornando mais difícil para especialistas jurídicos identificarem práticas anticompetitivas.

— Este é um setor que se move muito rapidamente, e hoje está se movendo ainda mais rápido — disse Laura Phillips-Sawyer, professora associada da Faculdade de Direito da Universidade da Geórgia.

• Fabricante de semicondutores: Ações da Intel tiveram em fevereiro a maior alta desde 2020 com boatos sobre desmembramento

Por enquanto, a Nvidia tem chips mais rápidos, suporte de software mais avançado e a cadeia de suprimentos e canais de vendas mais consolidados. Para empresas de IA, comprar um conjunto de chips da Nvidia é relativamente simples, desde que haja disponibilidade.

— Se eu quisesse um conjunto de chips da AMD, na verdade, não sei a quem recorrer — disse Jamie Dborin, cofundador da startup de software de IA TitanML.

No entanto, as grandes empresas de computação em nuvem que estão desenvolvendo alternativas à Nvidia têm recursos suficientes para representar ameaças concretas. A produção de chips de memória também pode se tornar mais competitiva rapidamente. Mesmo a TSMC, que tem uma enorme vantagem sobre seus concorrentes, não é inatingível.

O novo CEO da Intel, Lip-Bu Tan, sinalizou que continuará com os ambiciosos planos da empresa de fabricar semicondutores para terceiros. Entre os quatro gigantes, a ASML pode ter as maiores barreiras contra a concorrência, já que nenhuma outra empresa tem feito avanços significativos no desenvolvimento de máquinas EUV rivais.

As perspectivas da Nvidia sofreram um abalo em janeiro, quando a startup chinesa DeepSeek lançou um modelo de IA competitivo que, segundo ela, foi desenvolvido com um orçamento extremamente reduzido. O valor de mercado da Nvidia caiu quase US$ 600 bilhões em um único dia, à medida que os investidores assimilaram a implicação do anúncio da DeepSeek: a de que aplicativos populares de IA poderiam ser desenvolvidos sem investimentos tão massivos em hardware.

• Momento Sputnik: Nvidia perde o equivalente a sete Petrobras em valor na Bolsa com proeza da IA chinesa

A Nvidia recuperou a maior parte dessas perdas nas semanas seguintes. A suposição predominante na indústria é que a IA mais acessível, como a sugerida pelo modelo da DeepSeek, apenas aumentará a demanda global por serviços de IA e pelo hardware necessário para suportá-los.

Para reforçar esse ponto, os maiores investidores do setor continuam dobrando suas apostas em IA. Mark Zuckerberg, da Meta, planeja gastar US$ 65 bilhões este ano em infraestrutura de IA e construir um data center grande o suficiente para cobrir “uma parte significativa de Manhattan”.

• DeepSeek: O que há de tão impactante na IA chinesa que abalou big techs americanas?

Microsoft, Google, Meta e mais cinco das maiores empresas de tecnologia do mundo devem investir US$ 371 bilhões em IA este ano, um aumento de 44% em relação a 2024, de acordo com um relatório recente da Bloomberg Intelligence.

De uma perspectiva, o fenômeno DeepSeek fortalece as perspectivas da Nvidia. A startup chinesa utilizou chips Nvidia um pouco mais antigos devido às restrições de exportação dos EUA para a China. Uma das poucas declarações públicas do líder da DeepSeek foi que ele usaria mais desses chips, se pudesse.

• Fenômeno DeepSeek: como a transparência está revolucionando a inteligência artificial

Por outro lado, a DeepSeek também empregou uma solução alternativa inteligente que, sob outra ótica, pode representar um desafio para a Nvidia. No treinamento de um grande modelo de linguagem — a base para sistemas como o ChatGPT —, os desenvolvedores utilizam software para realizar cálculos e permitir que os chips dentro de um cluster se comuniquem entre si.

Normalmente, as etapas de cálculo e coordenação ocorrem em momentos diferentes. A DeepSeek ajustou uma instrução no software da Nvidia, chamada PTX, para executar essas etapas simultaneamente — permitindo que o modelo sincronizasse enquanto treinava sem causar lentidão. Se o software CUDA da Nvidia funciona como um carro automático, a modificação no PTX é como dirigir um carro manualmente.

Para alguns especialistas, essa abordagem sugere que empresas podem não precisar dos chips mais recentes da Nvidia para criar modelos competitivos.

• ChatGPT x DeepSeek: Em que quesitos as IAs americana e chinesa se saem melhor? Veja comparação

O “jujitsu algorítmico” da DeepSeek “reduz as barreiras dessa enorme fortaleza que a Nvidia construiu”, disse Narry Singh, sócio executivo da consultoria AlixPartners, especializado em IA. Ele acrescentou, no entanto, que a Nvidia tem uma equipe robusta de especialistas em software capazes de se adaptar a mudanças como essa.

Outros especialistas em IA argumentam que a modificação no PTX, na verdade, apenas fortalece a posição da Nvidia, pois aconteceu dentro do ecossistema de software da empresa. E há uma crença generalizada de que a DeepSeek pode ter se baseado em modelos já existentes, como o GPT da OpenAI, que foram construídos com vastos recursos computacionais.

• Colocamos o DeepSeek e o ChatGPT para conversar: IAs têm debate existencial, questionam humanos e ‘sonham’ em ser artistas

A OpenAI afirmou que está investigando se a DeepSeek utilizou esse modelo por meio de uma técnica chamada “destilação”, na qual um modelo é treinado a partir das respostas de outro. Os EUA também estão investigando se a DeepSeek utilizou chips mais avançados do que declarou publicamente.

É improvável que autoridades antitruste decidam dividir a Nvidia apenas por causa de sua atual dominância. Tal medida poderia facilmente ser interpretada como uma punição pelo sucesso da empresa. O que os reguladores estão fazendo, no entanto, é investigar como a Nvidia cresceu tanto e tão rapidamente, e se isso envolveu alguma prática irregular.

No ano passado, o Departamento de Justiça dos EUA começou a investigar se a Nvidia ofereceu suprimentos ou preços preferenciais para clientes dispostos a comprar seus sistemas exclusivamente ou em pacotes. A empresa negou essa prática. O departamento também questionou a aquisição da Run:AI, uma empresa israelense que desenvolve software para gerenciar chips de IA.

• Com 5G limitado: Internet via satélite avança no Brasil e supera meio milhão de assinantes

Daniel Hanley, analista sênior do Open Markets Institute — um think tank crítico às gigantes da tecnologia —, afirmou que esse negócio segue um padrão típico de monopólios. Ao criar um pacote de serviços que torna suas GPUs mais eficientes, a Nvidia direciona mais compradores para seu hardware, dificultando a concorrência.

Trata-se de um “jardim murado” semelhante ao ecossistema fechado que a Apple mantém com o software do iPhone, argumentou Hanley.

— As condições estão propícias para acordos preferenciais — disse ele.

A Nvidia afirmou que distribui seu suprimento limitado de acordo com a capacidade dos clientes de usarem os produtos prontamente.

O porta-voz da empresa também disse que a Nvidia está tornando o produto da Run:AI de código aberto e de acesso gratuito.

A aquisição da Run:AI foi aprovada tanto nos Estados Unidos quanto na Europa, onde os reguladores são ainda mais cautelosos com monopólios.

O presidente Donald Trump tornou a liderança dos EUA em IA uma prioridade e trouxe figuras do Vale do Silício para seu círculo próximo, o que sugere que dificilmente penalizaria uma empresa essencial para o setor, como a Nvidia, sediada na Califórnia, apenas por seu domínio de mercado.

Huang, CEO da Nvidia, se reuniu com o novo presidente dos EUA em janeiro, e a empresa informou que discutiram “a importância de fortalecer a liderança dos EUA em tecnologia e IA.”

Uma dinâmica semelhante ocorre com a TSMC, a SK Hynix e a ASML — também consideradas “campeãs nacionais” em países que querem manter sua relevância no setor de tecnologia.

• Foco na IA: Google Assistente será aposentado e substituído pelo Gemini até o fim deste ano

Grande parte da vantagem competitiva dessas empresas pode ser atribuída à sua escala gigantesca e aos enormes orçamentos de pesquisa e desenvolvimento que isso permite, independentemente de qualquer suposto comportamento anticompetitivo.

A fabricação de chips é extremamente cara. A Intel também investiu bilhões para entrar no mercado de aceleradores de IA, mas obteve pouco sucesso. Para os reguladores preocupados com monopólios, há o risco de que a enorme quantidade de capital necessária para competir possa impedir o surgimento de novos rivais.

— Isso pode elevar ainda mais as já altas barreiras de entrada — disse Laura Phillips-Sawyer, professora de direito.

Mas argumentar que isso configura abuso de mercado é difícil sem provas concretas de preços monopolistas ou venda casada.

— A TSMC está dominando o mercado. Eles fizeram algo anticompetitivo? Não que eu saiba — disse Randal Picker.

Ele tem a mesma avaliação para a SK Hynix, a ASML e a Nvidia:

— O que está na raiz do sucesso deles é fazer algo da maneira certa.