#AnthropicDiscloses$84.5BComputeDealWithSpaceX

O compromisso de computação de 84,5 mil milhões de dólares da Anthropic com a SpaceX é um dos sinais mais claros, até agora, de que a corrida à IA está a transformar-se numa corrida às infraestruturas.

Segundo a Reuters, o prospeto confidencial da IPO da Anthropic mostra acordos que poderão envolver até 84,5 mil milhões de dólares em despesas com capacidade de computação baseada em NVIDIA até 2029. Esse valor é quase o dobro dos cerca de 45 mil milhões de dólares anteriormente divulgados para o acordo. O detalhe importante é que não se trata simplesmente da compra de chips. A Anthropic está a garantir acesso a capacidade de computação em larga escala, que pode ser utilizada para treinar modelos, executar inferências e suportar cargas de trabalho de IA cada vez mais exigentes em termos computacionais.

Mas o acordo com a SpaceX é apenas uma parte de uma estratégia muito mais abrangente.

A Anthropic prevê gastar pelo menos 518 mil milhões de dólares na próxima década em infraestruturas de IA, através de vários parceiros. A Reuters noticia que cerca de 80% desses compromissos não podem ser cancelados ou exigem pagamento independentemente da utilização efetiva. Os compromissos divulgados incluem mais de 111 mil milhões de dólares com a Google, 110 mil milhões de dólares com a Amazon e 31,4 mil milhões de dólares com a Microsoft, além de obrigações significativas relativas a equipamentos.

Isto altera a forma como encaro a competição no setor da IA.

Durante anos, o debate centrou-se sobretudo em saber quem tinha o melhor modelo, o melhor raciocínio, a melhor programação ou a melhor experiência de produto. Tudo isso continua a ser importante, mas, por baixo de tudo, existe uma questão muito mais básica:

De onde vem a capacidade de computação?

Um modelo pode ser extremamente capaz no papel, mas o treino de sistemas de vanguarda exige enormes quantidades de GPUs, redes, memória, eletricidade e capacidade de centros de dados. A inferência cria outro desafio, porque, quando milhões de utilizadores e agentes de IA começam a interagir com um modelo, a procura de capacidade de computação não desaparece depois de concluído o treino. Torna-se uma necessidade operacional contínua.

Isto explica por que razão a Anthropic está disposta a assumir compromissos tão avultados com infraestruturas.

Construir internamente todos os centros de dados exigiria garantir terrenos, eletricidade, sistemas de refrigeração, equipamentos de rede e chips antes de a procura por capacidade de computação ser totalmente visível. O aluguer de capacidade permite à empresa aceder muito mais rapidamente às infraestruturas e expandir-se sem assumir diretamente todas as etapas do processo de construção física.

Mas existe uma contrapartida evidente.

Um compromisso de grandes dimensões com infraestruturas pode tornar-se um encargo financeiro se a procura crescer mais lentamente do que o esperado. Se uma empresa reservar capacidade com anos de antecedência e, no final, não precisar de toda ela, a economia do negócio torna-se muito menos atrativa. A Reuters noticia que a própria Anthropic destacou o risco de a capacidade de computação de terceiros ser reduzida, ter o preço alterado ou ser terminada.

É por isso que a parte mais interessante desta história não é simplesmente a dimensão do contrato.

É o surgimento de um modelo híbrido de infraestruturas.

As empresas de IA estão a combinar cada vez mais capacidade de cloud, chips alugados, centros de dados dedicados e as suas próprias infraestruturas. A Anthropic também afirmou que está a avançar no sentido de utilizar mais infraestruturas dedicadas, em vez de depender inteiramente de serviços de cloud.

E isto tem consequências que vão muito além das próprias empresas de modelos.

Cada camada adicional de procura por IA cria pressão noutro ponto da cadeia de abastecimento.

Mais GPUs exigem mais memória de alta largura de banda. Mais clusters de IA exigem mais redes. Mais centros de dados exigem mais eletricidade e refrigeração. Mais inferência exige infraestruturas capazes de funcionar continuamente, em vez de apenas suportarem sessões ocasionais de treino.

Isto significa que o ciclo de investimento em IA está gradualmente a estender-se do software às infraestruturas físicas.

Existe também uma segunda vertente da história que os investidores não devem ignorar.

Gastar 518 mil milhões de dólares não cria automaticamente 518 mil milhões de dólares de valor económico.

A verdadeira questão é saber se as receitas e os ganhos de produtividade gerados por estes sistemas conseguirão, eventualmente, justificar os enormes compromissos fixos assumidos atualmente.

O próprio prospeto da Anthropic mostra até que ponto o negócio se tornou intensivo em capital. A empresa comunicou um rápido crescimento das receitas, mas os seus prejuízos operacionais continuaram a ser substanciais, enquanto a capacidade de computação e as infraestruturas representavam uma parte significativa dos seus custos.

Assim, a próxima fase do setor da IA poderá estar menos relacionada com a simples construção do maior modelo e mais com a melhoria da economia de cada unidade de capacidade de computação.

Melhor eficiência de inferência.

Modelos mais pequenos capazes de executar tarefas semelhantes.

Arquiteturas mais eficientes.

Melhor utilização das GPUs.

Memória e redes de maior desempenho.

E, eventualmente, sistemas de IA capazes de gerar valor económico real suficiente para justificar as infraestruturas necessárias ao seu funcionamento.

É por isso que o acordo entre a Anthropic e a SpaceX é importante.

84,5 mil milhões de dólares é o título. 518 mil milhões de dólares é o panorama mais amplo. Mas a verdadeira história é que a capacidade de computação está a tornar-se um ativo estratégico.

A corrida à IA já não se resume a saber quem consegue construir o modelo mais inteligente.

Está cada vez mais relacionada com quem consegue garantir capacidade de computação suficiente, implementá-la de forma eficiente e transformar essa infraestrutura em receitas sustentáveis antes de chegar a hora de pagar a conta.