Benedict Evans: o modelo vira commodity, o valor sobe

Benedict Evans é um dos analistas de tecnologia mais lidos do mundo, ex-sócio da a16z, com um boletim semanal que chega a cerca de 200 mil pessoas. Quando ele publica um ensaio sobre para onde vai o preço do token, vale ler, porque a pergunta que ele faz é a que decide a sua estratégia de IA. No texto "Ways to think about token pricing", de 9 de julho, a tese é direta e desconfortável para os laboratórios: todo sinal que dá para ver aponta que os modelos de fronteira vão virar infraestrutura de baixa margem, com o valor capturado por quem constrói em cima. Se ele estiver certo, boa parte das apostas atuais em IA está mirando o lugar errado.

As duas únicas certezas

Evans começa reduzindo o barulho a duas certezas. Uma: estamos em crise de oferta. Duas: isso é instável. Todo o resto está em jogo. Do lado da oferta, vem mais de um trilhão de dólares em data center pela frente, a eficiência de inferência melhora rápido, e cada modelo novo usa token de um jeito diferente. Do lado da demanda, ele faz uma observação que muita gente ignora no meio do hype: a crise de capacidade do primeiro semestre foi puxada por um único caso de uso que encontrou encaixe de mercado, o desenvolvimento de software. Um campo, nas palavras dele, na verdade pequeno. Ninguém sabe qual será o próximo caso a escalar, nem quando, nem quanto token ele vai comer.

Esse é o ponto que separa a análise dele do otimismo automático. A margem bruta de inferência hoje é estimada em 40% a 50%, mas isso não inclui o custo de treinar o próximo modelo duas vezes por ano, que é maior que a receita. E ninguém sabe direito quanto do uso recente tem retorno que dá para justificar a um diretor financeiro. Ou seja, todas as variáveis vão se mexer, e qualquer planilha que projete cinco anos disso é, no melhor caso, bonita e inútil.

Por que a analogia certa é o dado móvel

Evans observa que toda conversa sobre IA termina numa caça a metáforas, e ele mesmo testa as boas. A comparação da moda é com a fibra ótica, que teve superconstrução na bolha das pontocom. Ele descarta: a fibra foi construída muito à frente da demanda, enquanto o compute de IA está muito atrás. E, mais importante, fibra é custo fixo, cavar buraco, enquanto crescer compute é comprar mais equipamento, custo marginal.

A analogia que ele considera mais fértil é o dado móvel. As redes celulares têm custo marginal de capacidade e, há quinze anos, tiveram uma explosão de uso que sobrecarregou tudo e obrigou as operadoras a correr atrás de capacidade e a reprecificar. Vender bits parece vender token: é uma medida opaca de custo marginal que não mapeia de forma intuitiva para valor, e que precisa virar pacote. E aqui está o soco: nos últimos vinte anos, o tráfego de dados móveis subiu várias ordens de grandeza, virou uma indústria de um trilhão de dólares em receita, e as ações das operadoras não saíram do lugar. Todo o valor foi capturado por outros, mais acima na pilha. É exatamente a pergunta central da IA.

Ele ainda passa pela fabricação de semicondutores, onde a Lei de Rock, que diz que o custo de uma fábrica de ponta dobra a cada quatro anos, reduziu os players de dezenas para basicamente um, a TSMC. Um monopólio de fato na fronteira, com margem boa, e ainda assim capturando pouco do valor total do setor. É o mesmo padrão que o recorde de receita da TSMC desta semana ilustra na prática, e que já comentamos ao tratar a fábrica como o termômetro da conta de IA.

As quatro perguntas que decidem tudo

O mérito do ensaio é não fingir que sabe a resposta. Evans lista quatro perguntas de grau, não de sim ou não, que vão determinar se o modelo captura valor ou vira commodity. Primeira: quantos casos de uso realmente ficam melhores lá em cima da curva, na fronteira cara, e têm retorno para justificar isso, em vez de rodar bem num modelo menor e barato? Segunda: a fronteira continua se movendo rápido o bastante para ficar à frente da pressão de preço? Terceira: continua havendo competição feroz entre os modelos de fronteira, ou o campo encolhe e surge efeito de rede? Quarta: quanto do valor dos casos de uso caros é capturado pelo próprio modelo, e quanto precisa ser embrulhado em ferramenta, processo, dado proprietário e tudo que faz uma empresa de software tradicional?

A resposta dele, hoje, pende para o lado da commodity em todas as quatro. Ninguém achou ainda um efeito de rede ou vantagem que permita a um laboratório disparar e ficar na frente de forma sustentável. Todos usam ciência parecida, dado parecido, e chegam a resultado parecido. Para mudar esse destino, algo que ainda não vemos precisa acontecer. Ele reconhece dois curingas capazes de mudar o jogo por decreto: o Trump e a China, via regulação e controle de exportação. Fora isso, a gravidade puxa para o token barato.

A nossa leitura para quem opera IA

Se a tese de Evans se confirmar, a consequência estratégica é limpa: pare de construir a sua vantagem em cima de qual modelo você usa. O modelo é a rede de dados móveis desta história. Importante, indispensável, e mesmo assim commodity. O valor mora em cima. Toda empresa de SaaS, no fim, é um "embrulho de banco de dados", e a próxima geração de produtos de IA será um embrulho de modelo. A diferença competitiva está no embrulho: no dado que só você tem, no fluxo de trabalho que você conhece melhor que ninguém, no produto que resolve o problema real do cliente.

Isso muda três decisões práticas. Não gaste capital treinando modelo próprio para competir com quem tem um trilhão de dólares em data center, a não ser que o seu dado seja a real vantagem. Trate modelo como peça intercambiável e projete para portabilidade, para poder trocar de fornecedor quando o preço ou a política mudarem, o que a tese de commodity garante que vai acontecer. E invista o seu esforço de engenharia no que fica em cima do modelo, porque é ali que o valor é capturado. Evans não promete que será assim. Ele diz, com honestidade rara no setor, que ninguém sabe. Mas mostra que a aposta padrão, o modelo virar dono de tudo, é a que precisa de um milagre para se sustentar.

Se você quer avaliar quanto da sua estratégia de IA depende de um modelo específico, e onde construir a defesa que sobrevive ao token virar commodity, chame a gente no WhatsApp que a gente ajuda a mapear onde está a sua vantagem de verdade.