IA, chips… O regresso em força da Google, uma empresa claramente demasiado poderosa.

A explosão do ChatGPT deixou muitos convencidos de que a Google tinha sido apanhada desprevenida. Três anos depois, a narrativa virou por completo: a empresa regressa ao centro do palco com os modelos Gemini, chips próprios e uma capacidade de investimento difícil de igualar. Um olhar sobre um regresso surpreendente.

No final de 2022, uma aplicação recém-chegada começa a corroer o quase monopólio da Google na forma como as pessoas acedem à informação. O lançamento do ChatGPT foi um abanão tão forte que a liderança da empresa em Mountain View soou o alarme. A pressão aumentou ainda mais no início de 2023, quando a Microsoft anunciou um investimento de 10 mil milhões de dólares na startup.

Esse acordo deu à Microsoft a possibilidade de explorar os grandes modelos de linguagem por detrás do ChatGPT e integrá-los nos seus próprios produtos - com destaque para o Bing, rival directo do motor de busca da Google, e o browser Edge. O mercado aplaudiu: muitos investidores passaram a ver ali uma oportunidade real de mexer com a ordem estabelecida num sector há muito dominado pela Google.

Dentro da própria Google, instalou-se a urgência de não ficar para trás. A empresa acabou por apresentar, talvez depressa demais, o Bard como alternativa ao ChatGPT. Só que o arranque correu mal: internamente, o produto foi visto como pouco polido e cresceu a percepção de que a empresa estava, de facto, atrasada. Ao mesmo tempo, surgiam outras opções, como a Perplexity, uma inteligência artificial (IA) concebida precisamente para apoiar a pesquisa online.

Se a ascensão desta tecnologia - descrita como transformadora por especialistas - colocava em risco o núcleo do negócio da Google, a resposta foi menos ruidosa e mais estrutural: uma reorganização profunda. A mudança mais marcante foi a integração da DeepMind sob o controlo directo da casa-mãe, passando a operar como Google DeepMind. A partir daí, começou um maratona de longo prazo que, ao que tudo indica, acabou por dar resultados.

Demasiados dados proprietários para ignorar

Dois anos e meio depois, a Google voltou a ser amplamente elogiada pelo seu trabalho em IA. Não é só o Gemini 3 que recebe destaque pelo desempenho: também o gerador de vídeo Veo e o Nano Banana, orientado para criação de imagens, entram na lista de produtos bem recebidos. A questão impõe-se: como é que a empresa passou de alvo de críticas a referência, em tão pouco tempo?

A explicação começa pelo óbvio. A Google é um colosso com presença em múltiplas frentes, o que lhe dá um acesso incomparável a dados valiosos para treinar grandes modelos de linguagem. Entre Search, Gmail, YouTube, Android e Chrome, a empresa controla canais que geram volumes gigantescos de interacções, contextos e sinais de utilização. Poucas conseguem aproximar-se - talvez apenas a Microsoft, pela posição que tem em software e cloud.

Já empresas mais focadas em IA, como a OpenAI ou a Anthropic, tendem a depender de dados comprados, licenciados ou publicados abertamente - um universo que, por definição, fica longe da escala e da diversidade dos “reservatórios” a que a Google pode aceder.

Um ponto adicional - e muitas vezes decisivo - é a capacidade de transformar essa vantagem em produto com distribuição massiva. Ao integrar IA em ferramentas que milhões já usam diariamente, a Google reduz o atrito na adopção: não precisa de convencer o público a mudar de hábitos, basta acrescentar novas funcionalidades onde as pessoas já estão.

Chips próprios e Google Gemini: a aposta nas TPU

E a história não se fica pelos dados. A empresa de Mountain View também ganhou tracção num campo crítico e historicamente dominado pela NVIDIA: o hardware para IA. O seu modelo mais recente, o Gemini 3, foi treinado exclusivamente com as Tensor Processing Units (TPU) da Google, um feito relevante num ecossistema em que o “gigante verde” (NVIDIA) ocupa uma posição central.

A prova do impacto deste movimento surgiu com notícias recentes de que a Meta estaria a ponderar equipar centros de dados com TPU da Google - uma possibilidade que mexeu com os mercados por representar uma mudança de paradigma na procura por capacidade de computação para IA.

Ter chips próprios (mesmo continuando a usar também soluções da NVIDIA) dá à Google outra vantagem: acelera a sua expansão num sector igualmente estratégico, o cloud. Além de disponibilizar os seus modelos através da oferta comercial, a empresa aluga TPU a outras organizações via Google Cloud, reforçando a sua posição como fornecedor de infra-estrutura para IA.

Microsoft e Amazon Web Services (AWS) também estão a desenvolver chips de IA próprios, mas a Google parece estar mais adiantada e pode aproveitar esta dinâmica para conquistar quota de mercado a concorrentes directos.

Montanhas de caixa para sustentar o ritmo

Hoje, há poucos sinais de que algo consiga travar a Google no curto prazo. Ao contrário de empresas como a OpenAI, que assumiram compromissos de despesa extremamente elevados sem garantias absolutas de sustentabilidade, a Google tem uma almofada financeira enorme: no terceiro trimestre, ultrapassou pela primeira vez 100 mil milhões de dólares de receitas.

Este volume de receitas - alimentado por um negócio publicitário tentacular e pelo crescimento do cloud - garante fundos suficientes para manter investimentos pesados em IA. Em paralelo, a Google consegue colocar a tecnologia rapidamente nos seus produtos para alcançar e reter utilizadores, como já acontece no Workspace, no motor de busca e no Android.

Há ainda um efeito de escala difícil de contrariar: quanto maior o modelo, maior a exigência em dados, potência de cálculo, centros de dados e, sobretudo, capital para financiar tudo isto. A Google, neste capítulo, cumpre praticamente todos os requisitos.

O outro lado do crescimento: regulação, confiança e energia

Este avanço também traz desafios que não se resolvem apenas com dinheiro e computação. À medida que a IA passa a estar embutida no motor de busca e em serviços do dia-a-dia, aumentam as perguntas sobre transparência, qualidade das respostas e responsabilidade por erros - especialmente quando os resultados são apresentados de forma mais “conversacional” e persuasiva.

Em simultâneo, a pressão regulatória tende a intensificar-se, tanto por questões de concorrência (a posição da Google no Search e na publicidade digital é alvo frequente de escrutínio) como por privacidade e utilização de dados. A forma como a empresa equilibra inovação com conformidade poderá influenciar a velocidade a que consegue expandir funcionalidades de IA na Europa.

Por fim, há o tema da energia: mais IA implica mais treino e inferência, logo mais consumo em centros de dados. Ganhar eficiência com TPU e optimizações de software pode tornar-se tão importante quanto lançar modelos mais capazes, sobretudo num contexto em que sustentabilidade e custos operacionais pesam cada vez mais.

No fim de contas, a escalada da Google na IA generativa parece confirmar as “leis da escala”. Ainda assim, permanece a incógnita: será este momento duradouro ou apenas um pico antes de uma correcção, com muitos analistas a anteciparem o rebentar de uma bolha da IA? Seja como for, a Google volta a demonstrar que compete numa liga própria.