Confronto entre titãs da tecnologia

Google enfrenta dificuldades para atender a demanda da Meta; situação evidencia os desafios de uma indústria em rápida expansão sem infraestrutura adequada

A indústria tecnológica está no meio de uma intensa competição, que não se limita apenas ao confronto entre empresas, mas também se estende aos recursos físicos disponíveis no planeta. Atualmente, servidores, chips e eletricidade são os insumos mais procurados. Em um cenário inédito, até mesmo as corporações mais poderosas estão enfrentando escassez.

Conforme informações do Financial Times, o Google, uma das principais empresas de tecnologia global, foi forçado a limitar o uso de seus modelos de inteligência artificial Gemini pela Meta, controladora do Facebook, Instagram e WhatsApp. Três fontes com conhecimento do assunto relataram que essa comunicação ocorreu em março deste ano, quando o Google informou à Meta que não conseguia fornecer toda a capacidade computacional requerida.

As consequências foram imediatas: projetos internos de IA na Meta sofreram atrasos e interrupções significativas. A empresa começou a orientar seus colaboradores a otimizar o uso dos tokens de IA — as unidades que contabilizam o consumo dos modelos. Isso significa economizar recursos para aumentar a eficiência. Tal decisão reflete uma abordagem de contenção em uma organização que planeja investir centenas de bilhões de dólares em tecnologia até 2030.

Embora outros clientes do Google também tenham sido impactados pelas novas restrições, o efeito sobre a Meta foi desproporcional, visto que a companhia de Zuckerberg consome os modelos do Google em volumes muito maiores do que outros usuários corporativos.

Para entender melhor essa questão, é necessário considerar como funciona a IA em larga escala. O treinamento dos modelos já requer imensas quantidades de energia e hardware. Após essa fase inicial vem a inferência: um conjunto de operações responsáveis por gerar respostas às perguntas, criar textos ou analisar imagens. É nesse ponto que os custos se elevam drasticamente durante o uso diário.

A carga sobre os data centers aumenta exponencialmente à medida que empresas de diferentes setores adotam tecnologias como chatbots e assistentes autônomos. O desafio já não é mais treinar os modelos — mas sim mantê-los operacionais continuamente.

Sundar Pichai, CEO do Google, reconheceu publicamente essa situação durante o relatório financeiro do primeiro trimestre. Ele afirmou que pela primeira vez as receitas com serviços em nuvem ultrapassaram US$ 20 bilhões e que a quantidade de contratos fechados — mas ainda não cumpridos — quase dobrou em relação ao trimestre anterior, totalizando mais de US$ 460 bilhões. Pichai foi claro ao afirmar: “Estamos enfrentando limitações na capacidade computacional no curto prazo. Nossa receita com serviços em nuvem teria sido maior se pudéssemos atender à demanda.”

Essa declaração é significativa. Mesmo com recursos financeiros amplos e estrutura para investir bilhões anualmente, a demanda está superando a oferta.

Diante da crescente pressão por capacidade computacional, o Google buscou alternativas rápidas. Recentemente, firmou um contrato mensal no valor de US$ 920 milhões com a SpaceX, empresa aeroespacial fundada por Elon Musk. Este valor expressivo sinaliza claramente que a construção própria da infraestrutura não está acompanhando a rápida demanda.

Outras empresas também estão explorando soluções semelhantes. O laboratório Anthropic, responsável pelo chatbot Claude, fechou um acordo similar com a SpaceX no mês passado. A busca por capacidade computacional tornou-se um fenômeno abrangente dentro do setor.

A situação enfrentada pelo Google revela uma contradição importante na estratégia da Meta. Enquanto Mark Zuckerberg investe consideráveis quantias na contratação de talentos e na criação de sua própria infraestrutura para desenvolver o que ele denomina “superinteligência pessoal”, a empresa ainda depende significativamente dos modelos concorrentes para suas operações internas.

O modelo Gemini desempenha papéis cruciais dentro da Meta: além de detectar fraudes e eliminar conteúdo nocivo, ele alimenta chatbots voltados ao atendimento ao cliente e auxilia processos internos. A decisão inicial pela escolha do modelo do Google ocorreu devido ao seu desempenho superior em comparação aos modelos abertos Llama desenvolvidos internamente pela própria Meta.

Diferentemente do Google, a Meta não possui um serviço de computação em nuvem voltado para terceiros. Isso implica que ela depende completamente de fornecedores externos para atender suas demandas enquanto constrói sua própria rede de data centers. Para mitigar esse risco, comprometeu-se a investir US$ 600 bilhões nos Estados Unidos até 2028.

Recentemente, priorizou internamente seu novo modelo chamado Muse Spark. Segundo diversas fontes consultadas, esse modelo já demonstra desempenho competitivo frente ao Gemini e diminui a dependência da Meta em relação aos fornecedores externos para certas aplicações. Essa mudança representa uma estratégia significativa: produzir internamente aquilo que antes necessitava ser adquirido externamente.

Além das limitações técnicas observadas, existe também uma dimensão política e econômica relevante nesse contexto. O fato do Google ter imposto restrições a um cliente tão grande quanto a Meta — sua concorrente direta em várias frentes — evidencia como o poder computacional se transformou em um recurso estratégico nas negociações.

Aqueles que controlam chips, data centers e energia elétrica essenciais para operar modelos de IA detêm grande parte da influência sobre o ritmo e trajetória do desenvolvimento tecnológico mundial. Nesse cenário, empresas sem infraestrutura própria tornam-se vulneráveis às decisões e prioridades dos seus fornecedores.

A crise atual de capacidade enfrentada pelo setor não é algo temporário; trata-se de um indicativo estrutural: o setor de inteligência artificial cresceu rapidamente além da capacidade humana — e financeira — disponível para sustentá-lo.