Criar ‘ChatGPT brasileiro’ pode ser desperdício de bilhões, aponta análise

A tese central é que o maior valor para o país reside na segunda camada da revolução da IA: a utilização da tecnologia para automatizar processos, otimizar operações, reduzir custos e ampliar receitas em diversos setores, independentemente de quem detém a infraestrutura de base.

Custos Proibitivos e a Corrida Global por Infraestrutura

O desenvolvimento de um LLM generalista do porte do ChatGPT exige investimentos massivos em infraestrutura computacional, incluindo centenas de GPUs (unidades de processamento gráfico) ou TPUs (unidades de processamento de tensor) operando em paralelo por semanas ou meses, além de equipes altamente especializadas. Esses custos podem somar milhões de dólares apenas em infraestrutura para treinamento.

Um exemplo da escala desses gastos é a OpenAI, criadora do ChatGPT, que registrou uma perda líquida de US$ 39 bilhões em 2025, apesar de uma receita de US$ 13 bilhões no mesmo período. Grande parte desse valor foi destinada a pesquisa e desenvolvimento, vendas e marketing, e outros custos operacionais, evidenciando o alto custo de liderar a corrida da IA.

Para Paulo Ernani, diretor de operações da consultoria AVEX AI Lab, o Brasil não precisa vencer a disputa por chips, modelos de linguagem e data centers para capturar os ganhos da inteligência artificial. O risco real para o país, segundo ele, é a demora das empresas brasileiras em incorporar a tecnologia em suas rotinas.

Veja também:

• Totvs (TOTS3) Transforma IA em Motor de Crescimento no 2T26, Avaliam Analistas
• Xiaomi 17T Chega ao Brasil com Câmeras Leica por R$ 8,7 Mil

Oportunidade na Aplicação e Modelos Especializados (SLMs)

Embora a criação de um LLM generalista possa ser inviável, há um consenso crescente sobre o valor de desenvolver modelos de linguagem menores e especializados (Small Language Models – SLMs), treinados especificamente com dados e para o contexto brasileiro.

Esses SLMs podem compreender melhor as nuances linguísticas, culturais, sociais e regulatórias do Brasil, superando limitações de modelos estrangeiros treinados majoritariamente em inglês. O Gartner, inclusive, prevê que, até 2027, as organizações utilizarão SLMs com volume de uso pelo menos três vezes superior ao de LLMs generalistas, indicando uma mudança estratégica de “fazer tudo” para “fazer bem o essencial”.

Vantagens dos SLMs no Contexto Brasileiro

• Aderência Cultural e Linguística: Modelos treinados em português brasileiro são capazes de compreender gírias, expressões idiomáticas e o contexto cultural do país, resultando em respostas mais precisas e relevantes.
• Conformidade Regulatória: Especialmente em setores como o jurídico, modelos focados na legislação brasileira, como o Jurema-7B, demonstram desempenho superior em interpretar e responder questões legais.
• Redução de Custos: SLMs são mais econômicos para treinar e operar em comparação com LLMs massivos. Um estudo da MIT Sloan Review Brasil mostrou que um SLM como o Dharma-AI pode custar US$ 0,003 para 100 usos, enquanto o ChatGPT-4o registra US$ 0,608 para o mesmo volume.
• Soberania Tecnológica: Investir em modelos nacionais reduz a dependência de plataformas estrangeiras, garantindo maior controle sobre dados e conformidade com leis como a LGPD.

Iniciativas Brasileiras em IA

O Brasil já conta com diversas iniciativas no desenvolvimento de IAs generativas e modelos de linguagem, muitas delas focadas em atender às particularidades do mercado nacional:

• Maritaca AI (Sabiá): A startup brasileira Maritaca AI desenvolveu o chatbot MariTalk, alimentado pelo LLM Sabiá-3, treinado com dados brasileiros e com bom desempenho em tarefas sobre a cultura local e escrita jurídica (OAB Bench).
• Amazônia IA: Desenvolvida pela WideLabs em parceria com NVIDIA e Oracle, a Amazônia IA se destaca por seu foco na cultura brasileira e respostas adaptadas para provas como o Enem.
• GAIA: Um modelo open source resultado de uma parceria entre Google, Associação Brasileira de Inteligência Artificial (ABRIA), Universidade Federal de Goiás (UFG) e startups nacionais, aprimorado para o português do Brasil.
• Jurema-7B: Lançado pela NeuralMind.AI e Escavador, é um LLM de código aberto especializado no sistema jurídico brasileiro, treinado com dados nacionais e com investimento de R$ 10 milhões.
• Plano IA para o Bem de Todos (PBIA): O governo federal lançou esta iniciativa com um orçamento estimado em mais de R$ 23 bilhões, visando a instalação de um supercomputador e o desenvolvimento de modelos de linguagem em português que incorporem a diversidade cultural e linguística do país.

Desdobramentos e Perspectivas para 2026

Em 2026, a estratégia de adoção de inteligência artificial no Brasil passa por uma inflexão, impulsionada pelos custos dos LLMs globais e pela busca por soberania digital. A plataforma nacional SoberanIA, por exemplo, aposta em independência tecnológica com modelos treinados em dados brasileiros e infraestrutura distribuída.

Apesar dos avanços, o investimento em empresas AI-native brasileiras ainda é considerado tímido em comparação com o cenário global, onde a IA absorveu cerca de 50% de todo o capital de risco em 2025. No entanto, a expectativa é de aceleração nos próximos anos, com gestores mais inclinados a investir em startups AI-first que comprovem ROI mensurável e construam modelos com dados proprietários.

A Webmotors já demonstra a tendência de integração de LLMs globais, oferecendo seu catálogo de veículos diretamente no ChatGPT, refletindo a mudança no comportamento dos consumidores que utilizam IA generativa para auxiliar em decisões de compra.

O foco para o Brasil, portanto, parece ser não em replicar o ChatGPT em sua totalidade, mas em alavancar a IA de forma inteligente, utilizando modelos abertos ou especializados para solucionar problemas locais e impulsionar a competitividade, enquanto se beneficia da infraestrutura global para aplicações mais amplas.