Percebi algo interessante enquanto acompanhava os desenvolvimentos da inteligência artificial chinesa atualmente. Há exatamente oito anos, ocorreu um ponto de virada dramático quando o coração da ZTE parou em abril de 2018. Uma proibição americana e tudo desabou — sem chips da Qualcomm, sem sistema operativo. A empresa que era a quarta maior fornecedora de equipamentos de telecomunicações do mundo parou da noite para o dia.

Mas aqui vem a parte mais importante: agora, após oito anos, estamos a testemunhar um fim completamente diferente. A China não se rendeu ao mesmo cenário na inteligência artificial. Em vez disso, escolheu um caminho muito mais difícil.

O verdadeiro problema nem sempre foram os chips — foi o CUDA. Esta plataforma da NVIDIA tornou-se a espinha dorsal de toda a indústria de inteligência artificial global. Mais de 4,5 milhões de desenvolvedores estão ligados a ela, e mais de 90% dos desenvolvedores de IA trabalham dentro deste ecossistema. É uma roda sustentável — quanto mais os desenvolvedores usam, mais o ambiente prospera, atraindo mais desenvolvedores.

A solução chinesa veio de um lugar inesperado: os algoritmos. Em vez de tentar competir diretamente com a NVIDIA, as empresas chinesas focaram em melhorar radicalmente os algoritmos. Modelos de especialistas mistos tornaram-se a tendência — dividir o grande modelo em especialistas menores e ativar apenas o necessário. O DeepSeek V3 possui 671 bilhões de operações, mas ativa apenas 37 bilhões — apenas 5,5%. O custo? 5,576 milhões de dólares contra 78 milhões do GPT-4. Uma diferença enorme.

O preço refletiu-se diretamente nas APIs. O DeepSeek oferece preços 25 a 75 vezes mais baratos que o Claude. Em fevereiro passado, o uso de modelos chineses no OpenRouter aumentou 127% em apenas três semanas, ultrapassando os Estados Unidos pela primeira vez.

Mas preço e algoritmos sozinhos não resolvem o problema do treinamento. Aqui entram os chips locais. Loongson 3C6000 e a placa Taichu Yuanqi começaram a operar seriamente. Em janeiro de 2026, a Zhipu lançou o primeiro modelo de imagem treinado inteiramente com chips chineses. Depois, o modelo "Estrela" treinou em uma infraestrutura de computação local com dezenas de milhares de unidades. Uma mudança de paradigma — de "capacidade de inferência" para "capacidade de treinamento".

O Ascend da Huawei tornou-se o motor principal aqui. 4 milhões de desenvolvedores, 3000 parceiros, 43 modelos principais treinados com base nele. O Ascend 910B atingiu o nível do NVIDIA A100 — de inutilizável a utilizável. Não podemos esperar pela perfeição; devemos começar agora e usar as necessidades reais de negócios para impulsionar o desenvolvimento.

Outro fator frequentemente negligenciado: a eletricidade. A China produz o dobro da eletricidade dos Estados Unidos, e o consumo residencial aqui é apenas 15% contra 36% lá. Os preços da eletricidade industrial no oeste da China estão em torno de 0,03 dólares, contra 0,12-0,15 nos EUA — um quarto a um quinto do preço. Enquanto os EUA enfrentam uma crise real de energia (Virginia e Geórgia travaram aprovações para novos centros de dados), a China exporta tokens globalmente.

O DeepSeek agora está disponível em 37 idiomas. 30,7% dos seus utilizadores são locais, mas 13,6% são da Índia, 6,9% da Indonésia. 26 mil empresas globais possuem contas. Nos países sob sanções, a quota de mercado varia entre 40-60%. Isto assemelha-se a uma guerra de independência industrial — como aconteceu com o Japão e os semicondutores há 40 anos, mas com um desfecho diferente desta vez.

Os relatórios de lucros de 27 de fevereiro foram bastante sinceros: algumas empresas tiveram lucros pela primeira vez, outras perderam bilhões. Mas essas perdas não são fracasso — são uma taxa de guerra para construir um ecossistema verdadeiramente independente. Cada perda é um investimento em pesquisa e desenvolvimento, em suporte de software, em engenheiros que resolvem problemas de tradução uma a uma.

A questão mudou de "Podemos sobreviver?" para "Quanto devemos pagar para sobreviver?" E a resposta é, na verdade, um progresso real.