Nem todos estão convencidos do retorno sobre investimento da IA generativa. Mas muitos investidores estão, a julgar pelos últimos números do rastreador de financiamento PitchBook.
No Q3 de 2024, os VCs investiram US$ 3,9 bilhões em startups de IA generativa em 206 negócios, segundo a PitchBook. (Isso não conta a rodada de US$ 6,6 bilhões da OpenAI.) E US$ 2,9 bilhões desse financiamento foram para empresas baseadas nos EUA em 127 negócios.
Alguns dos maiores vencedores no Q3 foram o assistente de codificação Magic (US$ 320 milhões em agosto), o provedor de pesquisa empresarial Glean (US$ 260 milhões em setembro) e a empresa de análise de negócios Hebbia (US$ 130 milhões em julho). A Moonshot AI da China levantou US$ 300 milhões em agosto, e a Sakana AI, uma startup japonesa focada em descoberta científica, fechou uma tranche de US$ 214 milhões no mês passado.
A IA generativa, uma ampla gama de tecnologias que inclui geradores de texto e imagem, assistentes de codificação, ferramentas de automação de cibersegurança e mais, tem seus detratores. Especialistas questionam a confiabilidade da tecnologia e — no caso de modelos de IA generativa treinados com dados protegidos por direitos autorais sem permissão — sua legalidade.
Mas os VCs estão efetivamente apostando que a IA generativa ganhará espaço em indústrias grandes e lucrativas e que seu crescimento a longo prazo não será impactado pelos desafios que enfrenta hoje.
Talvez eles estejam certos. Um relatório da Forrester prevê que 60% dos céticos da IA generativa abraçarão a tecnologia — conscientemente ou não — para tarefas que vão desde a sumarização até a resolução criativa de problemas. Isso é bastante mais otimista do que a previsão da Gartner no início do ano, que indicava que 30% dos projetos de IA generativa seriam abandonados após a prova de conceito até 2026.
“Grandes clientes estão implementando sistemas de produção que aproveitam as ferramentas de startups e modelos de código aberto”, disse Brendan Burke, analista sênior de tecnologia emergente da PitchBook, ao TechCrunch em uma entrevista. “A última onda de modelos mostra que novas gerações de modelos são possíveis e podem se destacar em campos científicos, recuperação de dados e execução de código.”
Um obstáculo formidável para a adoção generalizada da IA generativa são os enormes requisitos computacionais da tecnologia. Analistas da Bain projetam em um estudo recente que a IA generativa levará as empresas a construir data centers de escala gigawatt — data centers que consomem de 5 a 20 vezes mais energia do que o data center médio consome atualmente — estressando uma cadeia de suprimentos de mão-de-obra e eletricidade já sobrecarregada.
Já a demanda impulsionada pela IA generativa por energia de data centers está prolongando a vida útil das usinas a carvão. O Morgan Stanley estima que, se essa tendência continuar, as emissões globais de gases de efeito estufa entre agora e 2030 podem ser três vezes maiores do que se a IA generativa não tivesse sido desenvolvida.
Várias das maiores operadoras de data centers do mundo, incluindo Microsoft, Amazon, Google e Oracle, anunciaram investimentos em energia nuclear para compensar seus crescentes consumos de energia não renovável. (Em setembro, a Microsoft afirmou que utilizaria energia da infame usina nuclear de Three Mile Island.) Mas pode levar anos até que esses investimentos tragam resultados.
Os investimentos em startups de IA generativa não mostram sinais de desaceleração — negativas externas à parte. A ElevenLabs, a ferramenta viral de clonagem de voz, está supostamente buscando levantar fundos com uma avaliação de US$ 3 bilhões, enquanto a Black Forest Labs, a empresa por trás do notório gerador de imagens do X, está em negociações para uma rodada de financiamento de US$ 100 milhões.