A CHINESA DEEPSEEK AMEAÇA A LIDERANÇA DO CHATGPT?!

Demócrito Reinaldo Filho

Desembargador do TJPE

               No último final de semana, o mercado de tecnologia foi abalado com a notícia de que um modelo algorítmico desenvolvido pela Deepseek, uma companhia chinesa[1], superou o ChatGPT[2] em alguns testes de eficiência. O DeepSeek-R1, modelo de inteligência artificial generativa[3], atinge desempenho comparável ao GPT-4 o1, segundo divulgado[4]. Bateu recorde em número de downloads, superando o ChatGPT na App Store (loja de aplicativos da Apple) e na Google Play (da Google)[5].

              A notícia ameaçou a confiança na liderança dos EUA no disputadíssimo nicho da inteligência artificial e fez cair as ações das empresas estadunidenses de tecnologia nas bolsas de valores[6]. Em um dia, as empresas norte-americanas de tecnologia perderam 1,2 trilhão de dólares em valor de mercado[7]. Só a Nvidia perdeu 589 bilhões de dólares[8].    

               O que causou todo esse alvoroço foi a divulgação de que o DeepSeek-R1 foi desenvolvido a um custo cerca 20 vezes menor que os outros modelos das “big techs” americanas, tendo consumido 10 vezes menos tempo de treinamento e empregado uma equipe técnica estimada em torno de um terço do número de funcionários das empresas rivais. Divulgou-se que o custo de treinamento do DeepSeek foi de apenas 5,58 milhões de dólares, quando os modelos das empresas norte-americanas são treinados em regra a um custo entre 40 a 100 milhões de dólares.

                                                Somente grandes empresas de tecnologia, com muitos recursos computacionais e grandes somas de capital para investimento, têm condições de desenvolver e lançar no mercado os chamados LLMs. Os grandes modelos de linguagem (large language models – LLMs), a exemplo do ChatGPT, são modelos treinados em grandes quantidades de dados para realizar diversas tarefas, incluindo algumas para as quais não foram especificamente desenvolvidos e treinados[9]. Desenvolver e treinar um modelo de LLM requer quantidade substancial de dados, poder computacional, equipe de técnicos e engenheiros de alto nível e, evidentemente, recursos financeiros. A OpenAI, em parceria com a Microsoft, a Google através de sua subsidiária Deep Mind, a Meta e a Anthropic possuem significante poder e recursos para exercer influência nesse ecossistema. Era basicamente esse pequeno número de  empresas norte-americanas que vinha desenvolvendo os modelos mais sofisticados de IA Generativa.

              A divulgação da performance do DeepSeek R1 parece quebrar esse paradigma, mas o mercado de IA dificilmente será aberto para pequenas e médias empresas. O domínio permanecerá nas mãos de um pequeno leque de empresas, as chamadas “big techs”. Não é só desenvolver e colocar no mercado de consumo um modelo fundacional[10] para uma empresa ser alçada ao clube da elite da tecnologia de IA. Especialmente em se tratando de modelos de IA de grande capacidade (highly capable AI models), a exemplo dos LLMs, o provedor em regra continua com a hospedagem e alimentação do modelo. O provedor é quem tem recursos para hospedagem em nuvem, centralização dos dados e poder computacional para funcionamento do modelo, atribuições difíceis de serem terceirizadas. O fato novo da divulgada performance do DeepSeek R1 revela apenas que as empresas norte-americanas podem perder o domínio do mercado de IA para as empresas chinesas ou que, pelo menos, estão tendo sua liderança muito ameaçada. E é nisso que reside a explicação para a queda brutal das ações das “big techs” norte-americanas.

              A boa nova é que possivelmente o acesso a ferramentas de IA fique mais barato. Ultimamente, todas as novas versões de modelos de IA generativa das empresas norte-americanas tiveram seus preços aumentados para o usuário final. A assinatura mensal da versão Pro do modelo ChatGPT o1, anunciada no início de dezembro do ano passado, já está custando 200 dólares (cerca de 1,2 mil reais)[11]. O modelo DeepSeek-R1 é de 20 a 50 vezes mais barato de usar[12]. A empresa chinesa tem preços mais baixos em razão do menor custo de produção dos seus modelos. Isso certamente vai pressionar as “big techs” americanas a reverem suas estratégias de preços.  

              A política de restrição à importação de tecnologias mais avançadas para desenvolvimento da IA generativa (IAGen), implementada ainda durante o Governo Biden, parece não ter surtido efeito para a empresa chinesa que criou o novo modelo. Acreditava-se que a vantagem dos EUA no setor de semicondutores e a limitação do acesso à China aos chips mais avançados (como o H100 da Nvidia) garantiria a liderança no desenvolvimento da IA. Mas a empresa chinesa desenvolveu um modelo tão eficiente quanto os das empresas norte-americanas, aparentemente usando chips de menor capacidade.     

                                                O DeepSeek-R1, assim como o modelo GPT da empresa estadunidense OpenAI, a par de ter capacidades generativas, é um exemplo de IA de propósito geral (que vem do termo em inglês general-purpose artificial intelligence ou simplesmente GPAI). Aliás, os grandes modelos de linguagem (Large Language Models — LLMs) enquadram-se nessa acepção da tecnologia GPAI. São modelos treinados em grandes quantidades de dados para realizar diversas tarefas[13]. O que a empresa DeepSeek fez foi criar métodos mais eficientes para treinar seus modelos, tornando-os mais econômicos ao exigir menos recursos de computação para o treinamento. O modelo mais recente da DeepSeek é tão eficiente que exigiu um décimo do poder de computação utilizado para treinar o modelo Llama 3.1 da Meta[14].

              O que também pode ameaçar as grandes empresas americanas de tecnologia é o método escolhido pela Deepseek para disseminar seu modelo de IA. Ao invés de fornecer uma API[15] para que desenvolvedores parceiros construam modelos mais especializados, a DeepSeek optou por permitir acesso ao modelo base como um software de código aberto (open source). Quando decide distribuí-lo como open source, o provedor libera a arquitetura para acesso livre ao público, para qualquer um modificar, estudar e usar. A estratégia de distribuir modelos sob a forma de open source, em lugar de restringir o acesso a parceiros escolhidos (por meio de API), retira do provedor o controle sobre quem faz uso do modelo, mas por outro lado pode ganhar em termos de reputação da empresa e participação colaborativa da comunidade de programadores no aperfeiçoamento do modelo. A decisão da DeepSeek de lançar seu modelo como open source pode democratizar o acesso à tecnologia, promover colaborações e, potencialmente, aumentar a base de usuários.

              Ainda é muito cedo para afirmar que o modelo da DeepSeek vai tomar mercado dos modelos proprietários das empresas norte-americanas. O modelo da DeepSeek é configurado para não responder ou evitar perguntas sobre temas sensíveis ao governo chinês[16]. Isso pode ser um desincentivo para ser usado por pessoas residentes fora da China ou por quaisquer outras que não comunguem com os padrões de censura impostos. Existem também preocupações quanto à segurança dos dados pessoais dos usuários, que poderiam ser indevidamente explorados pelo governo chinês[17].  

              O que o surgimento do DeepSeek deixa claro é que os EUA têm um concorrente de peso na corrida pelo domínio da IA. A China emerge como o principal concorrente dos EUA e o lançamento DeepSeek-R1 pode ser considerado o marco temporal da escalada da “guerra fria tecnológica” entre os dois países.

                                 Recife, 28.01.25.