AI e o confronto inesperado no mercado de Ativos de criptografia

A tendência de fusão entre inteligência artificial e ativos de criptografia está se desenrolando de uma maneira surpreendente. Este desenvolvimento dramático não é uma colaboração entre os dois, mas sim o impacto em cadeia da IA sobre os mercados de capitais tradicionais e de ativos de criptografia.

Recentemente, o modelo de IA DeepSeek da China surgiu de forma surpreendente, com seu número de downloads superando pela primeira vez o ChatGPT, alcançando o primeiro lugar na loja de aplicativos dos Estados Unidos. Essa conquista despertou ampla atenção na comunidade tecnológica global, no setor de investimentos e na mídia, e fez com que as pessoas começassem a refletir sobre as possíveis mudanças na dinâmica tecnológica entre a China e os Estados Unidos.

Este evento gerou um breve pânico no mercado de capitais dos Estados Unidos. Como resultado, as ações de várias gigantes da tecnologia, incluindo Nvidia, ARM, Broadcom e TSMC, apresentaram quedas significativas. Até mesmo os futuros do Nasdaq 100 caíram acentuadamente, com possibilidade de registrar a maior queda diária recente. Estima-se que o mercado de ações dos EUA possa ter evaporado mais de um trilhão de dólares em valor de mercado durante as negociações daquele dia.

O mercado de ativos de criptografia seguiu a tendência das ações americanas, apresentando uma queda significativa. O bitcoin caiu para menos de 105.000 dólares, com uma queda de 4,48% nas últimas 24 horas; o ethereum caiu para menos de 3.200 dólares, com uma queda de 3,83% nas últimas 24 horas. Muitos investidores estão confusos com essa queda repentina, podendo atribuí-la à redução das expectativas de cortes nas taxas de juros pelo Federal Reserve ou a outros fatores macroeconômicos.

A origem do pânico no mercado pode vir do modelo de desenvolvimento único da DeepSeek. Ao contrário de empresas como OpenAI, Meta ou Google, que dependem de capital sólido e de muitos recursos de hardware, a DeepSeek alcançou resultados impressionantes em menos de dois anos, com apenas 200 funcionários e menos de 10 milhões de dólares em custos de desenvolvimento. Este modelo de pesquisa e desenvolvimento eficiente quebra a percepção tradicional sobre o desenvolvimento de IA.

O sucesso da DeepSeek não se reflete apenas nas vantagens de custo em termos de capital e tecnologia, mas também desafia as concepções inerentes das pessoas. Eles adotaram uma abordagem totalmente nova, reduzindo significativamente os custos de treinamento de modelos de IA através da otimização de algoritmos em vez de simplesmente aumentar o investimento em hardware. Este método inovador reduziu o custo de treinamento de modelos de IA de topo de 100 milhões de dólares para 5 milhões de dólares, o número de GPUs necessárias passou de 100 mil para 2 mil, e o custo da API foi reduzido em 95%.

Este avanço revolucionário desmantela várias concepções tradicionais, incluindo a percepção da capacidade de inovação tecnológica da China, a posição de liderança do Vale do Silício no campo da IA, a vantagem tecnológica da OpenAI, bem como os enormes investimentos necessários para o desenvolvimento de modelos de IA. O sucesso da DeepSeek demonstra que, através de um design de engenharia inteligente, é possível alcançar um desempenho de IA comparável ou até melhor com menos recursos.

Especialistas da indústria acreditam que a ascensão do DeepSeek representa uma vitória importante dos modelos de código aberto em relação aos modelos de código fechado. Isso promoverá a prosperidade e o desenvolvimento de toda a comunidade de código aberto, impulsionando forças de código aberto, incluindo a Meta, a elevar ainda mais o nível da tecnologia de IA. Ao mesmo tempo, isso também pode reduzir a dependência das empresas em relação a APIs comerciais, proporcionando maior espaço de desenvolvimento para aplicações downstream.

No entanto, os especialistas também apontam que a importância da capacidade de cálculo não diminuirá por isso. A experiência histórica mostra que o aumento da capacidade de cálculo é crucial para o desenvolvimento da IA. No futuro, pode haver uma maior diversidade de produtos de chips de raciocínio e um ecossistema de aplicações de grandes modelos de linguagem mais próspero.

Embora o aumento da eficiência da tecnologia de IA possa reduzir a demanda por recursos de um único modelo, a demanda geral do mercado por poder de cálculo pode, na verdade, aumentar. Este fenômeno é semelhante à Paradoxo de Jevons durante a Revolução Industrial, onde o aumento da eficiência tecnológica resultou em um aumento no consumo total de recursos. À medida que a tecnologia de IA se torna mais eficiente e disseminada, seu alcance de aplicação será significativamente ampliado, o que pode levar a um aumento adicional na demanda geral do mercado por poder de cálculo.