Nem todo mundo está convencido do retorno sobre o investimento da IA generativa. Mas muitos investidores estão, a julgar pelos últimos números do rastreador de financiamento PitchBook.
No terceiro trimestre de 2024, os VCs investiram US$ 3,9 bilhões em startups de IA generativa em 206 negócios, segundo a PitchBook. (Isso sem contar a rodada de US$ 6,6 bilhões da OpenAI .) E US$ 2,9 bilhões desse financiamento foram para empresas sediadas 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 descobertas científicas, fechou uma parcela de US$ 214 milhões no mês passado.
A IA generativa, uma ampla amostra de tecnologias que inclui geradores de texto e imagem, assistentes de codificação, ferramentas de automação de segurança cibernética e muito mais, tem seus detratores. Especialistas questionam a confiabilidade da tecnologia e — no caso de modelos de IA generativa treinados em dados protegidos por direitos autorais sem permissão — sua legalidade .
Mas os VCs estão efetivamente apostando que a IA generativa ganhará espaço em setores grandes e lucrativos e que seu crescimento de longo prazo não será afetado pelos desafios que ela enfrenta hoje.
Talvez eles estejam certos. Um relatório da Forrester prevê que 60% dos céticos da IA generativa adotarão a tecnologia — conscientemente ou não — para tarefas de sumarização a resolução criativa de problemas. Isso é bem mais otimista do que a previsão da Gartner no início do ano de que 30% dos projetos de IA generativa serão abandonados após a prova de conceito até 2026.
“Grandes clientes estão lançando sistemas de produção que aproveitam as ferramentas de startup e modelos de código aberto”, disse Brendan Burke, analista sênior de tecnologia emergente na 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 em escala de gigawatts — data centers que consomem de 5 a 20 vezes a quantidade de energia que o data center médio consome hoje — estressando uma cadeia de fornecimento de mão de obra e eletricidade já sobrecarregada.
Já a demanda por energia de data center impulsionada por IA generativa está prolongando a vida útil de usinas a carvão. O Morgan Stanley estima que, se essa tendência se mantiver, 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 center 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 disse que extrairia energia da infame usina nuclear de Three Mile Island.) Mas pode levar anos até que esses investimentos dêem frutos.
Os investimentos em startups de IA generativa não mostram sinais de desaceleração — externalidades negativas que se danem. A ElevenLabs , a ferramenta de clonagem de voz viral, está supostamente buscando levantar fundos em uma avaliação de US$ 3 bilhões, enquanto a Black Forest Labs , a empresa por trás do notório gerador de imagens da X, está supostamente em negociações para uma rodada de financiamento de US$ 100 milhões.
