Confronto entre titãs da tecnologia

Google não atendeu à demanda da Meta; situação expõe os desafios estruturais de uma indústria em rápida expansão

A indústria tecnológica está em meio a uma intensa competição, que não se limita apenas à rivalidade entre empresas, mas também ao esgotamento dos recursos físicos disponíveis no planeta. Componentes como servidores, chips e energia elétrica tornaram-se extremamente valiosos, e agora até mesmo os gigantes do setor enfrentam escassez.

Conforme reportado pelo Financial Times, o Google, um dos líderes globais em tecnologia, teve que impor limites ao uso de seus modelos de inteligência artificial Gemini pela Meta, a empresa responsável pelas plataformas Facebook, Instagram e WhatsApp. Três fontes próximas ao tema revelaram que essa comunicação ocorreu em março deste ano, quando o Google informou à Meta que não conseguia atender a toda a capacidade computacional requerida.

Essa limitação teve efeitos imediatos. Os projetos internos de IA da Meta foram afetados por atrasos e interrupções. A empresa também começou a instruir seus colaboradores a utilizarem os chamados tokens de IA — unidades que mensuram o consumo dos modelos — de forma mais eficiente. Em resumo: otimizar gastos para maximizar resultados. Esta é uma estratégia de contenção digital em uma companhia que planeja investir centenas de bilhões de dólares em tecnologia até o final da década.

Embora outros clientes do Google também tenham sentido as consequências dessas restrições, a Meta foi a mais impactada. Isso se deve ao fato de que a empresa de Zuckerberg utiliza os modelos do Google em volumes muito superiores aos demais usuários corporativos.

Para compreender melhor essa questão, é essencial analisar o funcionamento da inteligência artificial em larga escala. Após o treinamento dos modelos — um processo que já demanda imensas quantidades de energia e hardware — ocorre a fase chamada inferência, onde são realizadas as operações necessárias para responder perguntas, gerar textos ou analisar imagens. É nessa etapa que os custos realmente disparam no dia a dia.

Com empresas de todos os setores adotando assistentes virtuais, chatbots e agentes autônomos, a pressão sobre os data centers aumentou exponencialmente. O desafio não reside mais apenas no treinamento dos modelos; sustentar seu uso contínuo tornou-se fundamental.

Sundar Pichai, CEO do Google, reconheceu publicamente essa realidade durante a apresentação dos resultados do primeiro trimestre. Na ocasião, ele destacou que a receita proveniente dos serviços em nuvem superou US$ 20 bilhões pela primeira vez e que o total de contratos fechados — mas ainda não cumpridos — quase dobrou em relação ao trimestre anterior, atingindo mais de US$ 460 bilhões. Pichai foi claro: “Estamos enfrentando limitações na capacidade computacional no curto prazo. Nossa receita com nuvem teria sido maior se pudéssemos atender à demanda.”

Essa declaração é significativa; mesmo uma empresa com recursos financeiros e capacidade para investir dezenas de bilhões anualmente enfrenta dificuldades para atender à demanda crescente.

<pDiante desse cenário cada vez mais desafiador, o Google buscou soluções emergenciais. Recentemente, firmou um contrato mensal no valor de US$ 920 milhões para alugar capacidade computacional da SpaceX, a empresa aeroespacial fundada por Elon Musk. Esse montante expressivo evidencia que construir infraestrutura própria não tem conseguido acompanhar as necessidades do mercado.

E outras empresas estão seguindo esse caminho também. O laboratório Anthropic, responsável pelo chatbot Claude, fechou um acordo similar com a SpaceX no mês passado. Assim, a busca por capacidade computacional se consolidou como uma tendência setorial generalizada.

A situação envolvendo o Google revela uma contradição na estratégia da Meta. Enquanto Mark Zuckerberg destina bilhões à contratação de talentos e à criação de infraestrutura própria para desenvolver sua visão de “superinteligência pessoal”, sua empresa ainda depende consideravelmente de modelos concorrentes para diversas operações internas.

O modelo Gemini desempenha papéis críticos dentro da Meta: desde detectar fraudes até remover conteúdos prejudiciais e alimentar chatbots voltados ao atendimento ao cliente. A escolha inicial pelo modelo do Google não foi aleatória; o Gemini demonstrava desempenho superior em comparação aos modelos open-source Llama desenvolvidos internamente pela Meta.

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

Mais recentemente, ela começou a priorizar seu novo modelo chamado Muse Spark internamente. Fontes relatam que este modelo já apresenta desempenho competitivo comparado ao Gemini e reduz significativamente a dependência da Meta em relação a fornecedores externos para determinadas funções. Essa mudança representa um passo estratégico crucial: produzir internamente aquilo que anteriormente era adquirido externamente.

Além das limitações técnicas observadas, há também uma dimensão política e econômica relevante nesse contexto. O fato do Google ter imposto restrições à Meta — sua concorrente direta em várias frentes — ilustra como o poder computacional se tornou um ativo estratégico nas negociações comerciais.

Aqueles que controlam chips, data centers e energia elétrica necessários para operar modelos de inteligência artificial detêm um grande controle sobre o ritmo e as direções do desenvolvimento tecnológico global. Nesse ambiente competitivo, empresas sem infraestrutura própria tornam-se vulneráveis às decisões e prioridades estabelecidas por seus fornecedores.

A crise atual enfrentada pelo setor não é algo temporário; trata-se de um indicativo estrutural: a indústria da inteligência artificial cresceu num ritmo superior à capacidade humana e financeira disponível para sustentá-la.