O entusiasmo com a IA da Nvidia encontra a realidade à medida que as margens de 70% são examinadas em meio a batalhas de inferência

Guerras de chips de IA eclodem na VB Transform 2025

As linhas de batalha foram traçadas durante um painel de discussão inflamado na VB Transform 2025, onde os desafiantes em ascensão miraram diretamente na posição dominante da Nvidia no mercado. A questão central expôs uma contradição gritante: Como a inferência de IA pode ser descrita simultaneamente como uma "fábrica" comoditizada e, ao mesmo tempo, proporcionar margens brutas enormes de 70%?

Desafiadores se manifestam

O CEO da Groq, Jonathan Ross, cortou a retórica do setor: "A 'fábrica de IA' é apenas uma jogada de marketing para fazer com que a IA pareça menos intimidadora." O CTO da Cerebras, Sean Lie, acrescentou uma crítica incisiva: "A Nvidia observa alegremente os provedores de serviços brigando por migalhas enquanto mantém suas confortáveis margens de lucro."

Com trilhões de investimentos em infraestrutura em jogo, esses comentários revelaram verdades difíceis sobre por que as iniciativas de IA corporativa continuam enfrentando gargalos inesperados.

A crise de capacidade oculta

O fundador da SemiAnalysis, Dylan Patel, expôs a gravidade da situação: "Os principais usuários de IA negociam constantemente por mais capacidade - primeiro com os provedores de modelos, que depois precisam implorar aos fornecedores de hardware por recursos adicionais." Esse colapso da cadeia de suprimentos revela falhas fundamentais na economia de IA no estilo de fábrica.

A metáfora da manufatura é insuficiente

Ao contrário da manufatura tradicional, que se adapta à demanda, a infraestrutura de IA enfrenta restrições rígidas:

• A aquisição de GPUs exige prazos de 24 meses
• A construção do data center depende de licenças e contratos de energia
• A infraestrutura atual não consegue lidar com as demandas de crescimento exponencial

Os dados de mercado confirmam o crescimento drástico com suporte insuficiente:

• A Anthropic saltou US$ 1 bilhão em ARR em seis meses
• A Cursor disparou do zero para um ARR de US$ 500 milhões
• A OpenAI ultrapassou US$ 10 bilhões, enquanto os usuários ainda enfrentam escassez de tokens

Três falhas fatais na lógica da "fábrica de IA

1. Desempenho fora do padrão

"A velocidade de inferência varia muito entre os provedores", observou Patel. "Alguns oferecem taxas de orçamento de apenas 20 tokens/segundo - mais lentas do que a fala humana."

2. Inconsistência na qualidade

Ross traçou um paralelo com os primeiros mercados de petróleo: "Assim como a qualidade do petróleo bruto variava perigosamente, os resultados atuais da IA flutuam com base em técnicas de redução de custos." Otimizações comuns, como quantização e poda, geralmente degradam o desempenho do modelo.

3. Economia invertida

Ross explicou o paradoxo: "Normalmente, gastar mais em hospedagem não melhora a qualidade do software. Com a IA, o orçamento afeta diretamente a fidelidade do resultado." Isso cria níveis de preços premium que contradizem as premissas de commodities.

A meta-validação

Quando Mark Zuckerberg destacou a Groq por fornecer resultados de "qualidade total", isso expôs uma crise de qualidade em todo o setor. Os provedores que cortam caminho criam uma degradação invisível do desempenho que somente os usuários sofisticados conseguem detectar.

Imperativos da empresa

1. Estabelecer padrões de qualidade rigorosos
2. Auditar os provedores existentes em busca de otimizações não divulgadas
3. Aceitar preços premium para garantir a fidelidade do modelo

O paradoxo do token de US$ 1 milhão

Lie destacou a desconexão de preços do setor: "Se os tokens de IA oferecem valor transformador como o trabalho jurídico, por que estamos correndo para preços abaixo de US$ 1,50?" As atuais proporções de 1:1 de gastos com tokens em relação à receita revelam uma economia insustentável mascarada por narrativas de fábrica.

Avanços no desempenho

O hardware de última geração permite melhorias de função em etapas. "Nossa tecnologia em escala de wafer proporciona aumentos de velocidade de 10 a 50 vezes em relação às GPUs", disse Lie. Esses ganhos permitem fluxos de trabalho agênticos em tempo real, antes impossíveis, em vez de processamento em lote durante a noite.

O verdadeiro gargalo

"A crise não é o fornecimento de chips - é a capacidade e a energia do data center", revelou Patel. A disputa global por recursos explica por que as empresas estão migrando para regiões ricas em energia, como o Oriente Médio, em busca de soluções.

A história de advertência do Google

Ross fez referência ao fenômeno do "Desastre do Sucesso" do Google: "Quando a IA de repente supera os humanos, a demanda explode além da capacidade da infraestrutura". Esse padrão agora se repete nas empresas, sem uma curva de escalonamento suave disponível.

Mudanças necessárias na estratégia empresarial

1. Substituir as previsões lineares pelo gerenciamento dinâmico da capacidade
2. Fazer um orçamento para prêmios de desempenho onde a velocidade é importante
3. Priorizar vantagens arquitetônicas em vez de otimização incremental
4. Garantir a capacidade de energia e o espaço do data center com anos de antecedência

As novas realidades do mercado

A metáfora da fábrica representa perigosamente de forma errônea o cenário atual da infraestrutura de IA. As empresas precisam confrontar três verdades severas:

1. Mercado de fornecedores: A escassez de capacidade dá aos fornecedores todo o poder de negociação
2. Variação de qualidade: A lacuna de desempenho de 5% faz com que os aplicativos se tornem ou se esgotem
3. Restrições físicas: Kilowatts e capacidade de resfriamento estabelecem limites rígidos

O caminho a seguir exige o abandono das fantasias de comoditização. As prioridades estratégicas devem incluir:

• Garantir a capacidade premium a qualquer custo
• Processos rigorosos de verificação de qualidade
• Investimentos em infraestrutura de longo prazo
• Correspondência de hardware específica da carga de trabalho

A conclusão do painel foi unânime: na corrida armamentista da IA, a qualidade e o desempenho exigem preços premium, enquanto o pensamento de fábrica leva diretamente a restrições de capacidade e comprometimento.