Acabei de assistir ao último episódio do All-In Podcast, sobre soberania de IA, modelos de código aberto e empregos futuros. Resumi as ideias deles:

1. Palantir se une à NVIDIA e enfrenta diretamente OpenAI e Anthropic
A Palantir e a NVIDIA criaram um "Sistema Operacional de Soberania de IA", usando modelos de código aberto para desenvolver IA de nível de defesa personalizada para o governo dos EUA. Todo o hardware, dados e pesos dos modelos pertencem ao próprio governo. O CEO da Palantir, Alex Karp, disparou em uma entrevista, dizendo que se empresas e governos entregarem seus dados principais e propriedade intelectual a empresas de modelos fechados, eles estão entregando sua futura soberania. David Sacks também complementou, dizendo que os principais laboratórios estão agora usando táticas muito parecidas com as da Microsoft e do Google no passado: primeiro monopolizam os modelos básicos e depois se infiltram nas linhas de produtos a montante, competindo diretamente com seus próprios clientes do ecossistema (por exemplo, a Anthropic lançou Claude Code e Claude Design, o que equivale a roubar clientes de Cursor e Figma). Os clientes corporativos já estão se prevenindo contra isso.
2. Modelos de código aberto realmente economizam dinheiro. Chamath mostra os dados diretamente
Chamath compartilhou dados reais de sua própria equipe ao migrar código corporativo: usar diretamente o fechado Claude Opus teve o custo mais alto; trocando para um framework próprio que encapsula modelos de código aberto, o custo foi reduzido em mais de 16 vezes, embora a execução tenha sido cerca de 3 vezes mais lenta. A conclusão é direta: ainda alimentar cegamente modelos de empresas de código fechado com dados é como ajudar concorrentes a treinar seus produtos, o que não é racional. Friedberg também mencionou que a Anthropic tentou obter dados experimentais de gigantes da ciência da vida em troca de acesso prioritário, mas foi amplamente rejeitada, pois todos perceberam que os dados são a verdadeira vantagem competitiva. Ele prevê que a arquitetura de IA futura se moverá na direção de "grande modelo geral + treinamento em nuvem privada corporativa + implantação de inferência local", e que as empresas acabarão executando seus próprios modelos bifurcados localmente, garantindo a "soberania inteligente".
3. A IA vai realmente causar desemprego em massa?
Jason é um firme defensor da disrupção tecnológica, acreditando que dentro de 5 a 10 anos, posições como atendimento ao cliente, entrada de dados, direção autônoma e logística de fábricas serão amplamente substituídas. Mas Sacks, Friedberg e Chamath basicamente se posicionaram contra. Sacks citou um estudo conjunto da Ramp e Relio Labs com 21.000 empresas, que mostrou que empresas que usam intensivamente IA tiveram, na verdade, um aumento médio de 10% no número total de funcionários em dois anos, e os cargos de nível básico aumentaram 12%. Em contraste, empresas que não usam IA tiveram funcionários estagnados. Friedberg foi mais direto, dizendo que "desemprego em massa causado pela IA" é basicamente uma falsa questão alimentada pela mídia. A IA atualmente é mais como uma ferramenta de eficiência um tanto desajeitada, que trará reorganização de cargos, mas a longo prazo criará mais cargos de alto valor que exigem "colaboração humano-máquina".