Por Redação O Sul | 31 de março de 2025
Toda vez que você digita uma pergunta no ChatGPT, você está, provavelmente sem saber, enriquecendo vários monopólios. Na verdade, isso não muda se você usar um dos muitos concorrentes do ChatGPT. Quase todos eles utilizam chips da Nvidia, que vende cerca de 92% de componentes muito específicos – chamados aceleradores de inteligência artificial – que fazem os chatbots funcionarem.
A Nvidia depende de um trio de parceiros para produzir seus semicondutores: a sul-coreana SK Hynix, a Taiwan Semiconductor Manufacturing (TSM) e a ASML, da Holanda. Cada um desses fornecedores tem uma posição de mercado quase tão monopolista quanto a da Nvidia, ou até mais.
Em muitas indústrias, esse tipo de domínio poderia levar órgãos reguladores antitruste a ameaçarem um desmembramento. No setor de tecnologia, porém, há muito tempo se aceita que inovações importantes podem levar empresas a dominar seus mercados e a permanecer no topo por anos, explorando as vantagens da escala.
Foi assim com os mainframes, os computadores pessoais, os navegadores da web, os motores de busca, as redes sociais e os sistemas operacionais para celulares e dispositivos móveis.
Inteligência artificial pode ter seu ‘momento iPhone’?
Quando alguns desses monopólios terminaram, foi em grande parte porque concorrentes os derrubaram, e não porque reguladores governamentais os desmembraram no estilo da Standard Oil (gigante americana do petróleo que se dividiu em várias empresas por determinação judicial, em julgamento histórico da Suprema Corte dos EUA 1911).
É possível que a IA tenha seu “momento iPhone”, quando uma nova invenção torna obsoletas, quase da noite para o dia, as empresas que dominam o mercado.
Também é possível que a IA simplesmente não tenha o impacto econômico transformador que a indústria promete, encerrando a febre do ouro. Por enquanto, os monopólios da inteligência artificial estão brilhando sob os holofotes.
Muito dinheiro em jogo
Nunca houve tanto dinheiro em jogo. Juntas, a Nvidia e suas três parceiras estratégicas tinham um valor de mercado combinado de mais de US$ 4 trilhões em meados de março. Somente a Nvidia representava 6% do índice S&P 500, que reúne as principais ações dos Estados Unidos.
A TSMC e a ASML tornaram-se as empresas mais valiosas em seus respectivos países. Essas avaliações de mercado se baseiam, em grande parte, na expectativa de que essas empresas dominarão esse mercado de IA, que cresce a ritmo acelerado, ao longo dos próximos anos.
No entanto, o boom da inteligência artificial já está se mostrando imprevisível e instável, e os concorrentes da Nvidia estão gastando fortunas para desenvolver chips que possam competir com seus produtos em potência, velocidade e confiabilidade.
Como eles ficaram tão grandes
Por décadas, a Nvidia era conhecida por seus chips para jogos, não para inteligência artificial. A empresa projeta unidades de processamento gráfico (GPUs) – componentes que renderizam imagens realistas em videogames como Call of Duty.
As GPUs utilizam uma técnica chamada computação paralela, na qual múltiplos processadores resolvem problemas computacionais simultaneamente, muito mais rapidamente do que um computador tradicional.
Pouco mais de uma década atrás, alguns pesquisadores descobriram que esses chips eram ideais para o aprendizado profundo, um tipo de computação que funciona de maneira semelhante ao cérebro humano e se tornou a base para o boom do ChatGPT.
O CEO da Nvidia, Jensen Huang, fez uma aposta inicial nesses pesquisadores, fornecendo um conjunto de chips no valor de US$ 129 mil para a OpenAI, uma startup sem fins lucrativos, em 2016, quando ainda era um pequeno laboratório.
“No começo, foi quase um acidente”, disse Jason Furman, professor de política econômica em Harvard. “Depois, eles souberam capitalizar muito bem esse acidente.”
A Nvidia já havia desenvolvido uma vasta biblioteca de códigos para usar seus chips GPU, centrada em uma linguagem de programação chamada Compute Unified Device Architecture (CUDA), que se tornou a única maneira viável de utilizar seus chips para esse novo tipo de computação.
Como tantos engenheiros de IA se acostumaram a usar o CUDA, chips alternativos desenvolvidos por startups bem financiadas e pelo Google não conseguiram ganhar espaço. Até mesmo a Intel, outrora a gigante dos chips, não conseguiu acompanhar.
Em 18 de março, Huang apresentou a nova linha de chips mais potentes da Nvidia e o software associado, chamado Dynamo, que ele descreveu como “o sistema operacional de uma fábrica de IA”.
Essas empresas são monopólios?
Em termos de participação de mercado, sim. A definição pode variar conforme o setor, mas uma participação superior a 70% geralmente é considerada um monopólio, especialmente se houver barreiras de entrada para concorrentes.
No entanto, se essas empresas estão se comportando como monopólios clássicos é outra questão. Os monopólios tornam-se preocupantes quando conseguem tirar proveito de sua dominância para, por exemplo, cobrar preços mais altos dos clientes. E é verdade que os preços dos chips estão subindo.
Os GPUs da Nvidia dispararam para até US$ 90 mil cada nos últimos dois anos. Além disso, a SK Hynix e outros fabricantes de componentes-chave também puderam cobrar mais, principalmente porque os compradores têm poucas ou nenhuma alternativa.
O impacto disso é evidente nos resultados financeiros. A margem bruta da Nvidia – a parcela da receita que sobra após deduzir os custos de produção – está acima de 70%, um número extraordinariamente alto, mesmo no setor de tecnologia, onde as margens costumam ser maiores que em outras indústrias. A AMD, segunda colocada distante no mercado, tem uma margem em torno de 50%.
Em teoria, empresas obrigadas a comprar chips mais caros poderiam repassar esses custos aos consumidores, aumentando os preços de serviços de IA, como o ChatGPT ou o Microsoft Copilot. Isso ainda não aconteceu. Parece que, por enquanto, os gigantes do Vale do Silício, que são os principais consumidores de GPUs, estão dispostos a absorver custos computacionais colossais para se manterem à frente no setor.
A Nvidia destina a maior parte de sua produção – cerca de 41% da receita – para apenas quatro empresas: Microsoft, Google, Amazon e Meta, de acordo com análises da cadeia de suprimentos da Bloomberg. Essas empresas já disseram a seus investidores que não conseguem GPUs suficientes para construir os data centers necessários para atender à crescente demanda por IA.
Os chips que conseguiram até agora ainda não estão gerando grandes retornos para seus negócios de computação em nuvem e publicidade. Mas, por enquanto, os acionistas parecem dispostos a esperar pelo retorno do investimento. Isso não significa que os clientes da Nvidia estejam satisfeitos com seu imenso poder de mercado. Eles estão correndo para desenvolver seus próprios chips de IA para, pelo menos em parte, reduzir sua dependência da empresa.
