Negócios e MercadoAgentes 🇨🇳 24.07.2026 12:02

De 'Corrida de Modelos' a 'Ajuste de Contas': Como se Parece Agora a Concorrência na Indústria de IA — Respostas da WAIC 2026

AnthropicAnthropic Moonshot AIMoonshot AI
Na WAIC 2026, especialistas notaram uma mudança de paradigma: a indústria de IA está passando da demonstração de capacidades de modelos para uma contabilidade financeira rigorosa ('ajuste de contas'). Três áreas-chave de custo são discutidas: infraestrutura (investimentos totais excederam US$ 700 bilhões com receita de apenas US$ 50 bilhões), inferência (custo por token caiu de 8 a 10 vezes, mas os custos totais aumentaram) e capital (investidores exigem economia real). Os modelos continuam importantes, mas o foco se desloca para produto, capacidades de agentes, infraestrutura e dados confiáveis.
Na conferência WAIC 2026, especialistas de diferentes setores — indústria, capital, tecnologia e infraestrutura — discutiram a transição da indústria de Inteligência Artificial (IA) da corrida por parâmetros de modelos para uma 'prestação de contas' pragmática. As principais mudanças de 2026 incluem: o surgimento do Claude Fable5, que causou pânico no setor de cibersegurança; o aumento drástico no custo dos aceleradores (aluguel e compra encareceram várias vezes); a complexificação de aplicações business-to-business (B2B); um desequilíbrio triplo entre investimentos (mais de US$ 700 bilhões) e receitas (US$ 50 bilhões) em infraestrutura; a queda no preço de um token em 8 a 10 vezes, acompanhada de um aumento no consumo total de tokens; e a mudança de foco dos investidores, que passaram de 'grandes histórias' para o retorno econômico real. Os participantes destacaram que os modelos continuam importantes, mas seu papel está mudando: grandes empresas devem investir em modelos, enquanto startups devem focar no conceito de produto. Tecnologias agentivas (Agent + Harness) permitiram converter modelos probabilísticos em soluções para problemas determinísticos, especialmente na área de codificação, onde o consumo de tokens cresceu acentuadamente. Como áreas prioritárias para o próximo ano, foram citadas: infraestrutura de IA, IA confiável (confiabilidade e segurança), modelos mundiais (dados físicos), dados confiáveis em áreas específicas (medicina, indústria) e velocidade de inferência dos modelos (até 15.000 tokens/s em modelos de 8 bilhões de parâmetros). Os especialistas concordaram que benchmarks ainda são úteis, mas que testes fechados são mais confiáveis que os abertos.
Fonte: InfoQ 中国 — original
Nossos posts anteriores sobre este tópico ↓
Notícias frescas