Negócios e MercadoAgentes 🇨🇳 24.07.2026 12:02

De 'Corrida de Modelos' a 'Fechar as Contas': Sobre o que é Agora a Competição na Indústria de IA – Respostas do WAIC 2026

AnthropicAnthropic Moonshot AIMoonshot AI
No WAIC 2026, especialistas notaram uma mudança de paradigma: a indústria de IA está passando de demonstrar capacidades de modelos para uma rigorosa contabilidade financeira ('fechar as contas'). Três itens de custo principais são discutidos – infraestrutura (investimento total ultrapassou US$ 700 bilhões com apenas US$ 50 bilhões em receita), inferência (custo por token caiu de 8 a 10 vezes, mas o gasto total aumentou) e capital (investidores exigem economia real). Modelos continuam importantes, mas o foco está mudando para produto, capacidades de agente, infraestrutura e dados confiáveis.
Na conferência WAIC 2026, especialistas de diversos setores — incluindo indústria, capital, tecnologia e infraestrutura — discutiram a mudança do setor de IA, de uma corrida por parâmetros de modelo para um pragmático 'balanço de estoque'. As principais mudanças em 2026 incluem: o surgimento do Claude Fable5, que causou pânico no campo da segurança cibernética; um aumento acentuado no custo dos aceleradores (preços de aluguel e compra se multiplicaram); a complexidade das aplicações business-to-business (B2B); um desequilíbrio triplo entre investimentos (mais de US$ 700 bilhões) e receitas (US$ 50 bilhões) em infraestrutura; uma queda de 8 a 10 vezes no preço por token acompanhada por um aumento no consumo total de tokens; e uma mudança na atenção dos investidores de 'grandes histórias' para retornos econômicos reais. Os participantes observaram que os modelos continuam importantes, mas seu papel está mudando: grandes empresas devem investir em modelos, enquanto startups devem focar em conceitos de produto. A tecnologia de agentes (Agent + Harness) permitiu que modelos probabilísticos resolvam tarefas determinísticas, especialmente em codificação, onde o consumo de tokens disparou. As áreas prioritárias para o próximo ano incluem: infraestrutura de IA, IA confiável (confiabilidade e segurança), modelos de mundo (dados físicos), dados confiáveis em domínios específicos (medicina, indústria) e velocidade de inferência de modelos (até 15.000 tokens por segundo em modelos de 8 bilhões de parâmetros). Os especialistas concordaram que os benchmarks ainda são úteis, mas testes fechados são mais confiáveis que os abertos.
Fonte: InfoQ 中国 — original
Nossos posts anteriores sobre este tópico ↓
Notícias frescas