Não é de admirar que Buffett tenha apostado na Google no final.

Autor: Ma Lei Lei

Fonte: Canal Wu Xiaobo CHANNELWU

Warren Buffett disse uma vez: “Nunca invista em uma empresa que você não consegue entender”. No entanto, enquanto a “era do oráculo de Omaha” está prestes a chegar ao fim, Buffett tomou uma decisão que vai contra as “regras da casa”: comprar ações do Google, e a um prêmio elevado de cerca de 40 vezes o fluxo de caixa livre.

Sim, Buffett comprou pela primeira vez ações de “IA”, não foi a OpenAI, nem a Nvidia. Todos os investidores estão a perguntar uma questão: por que razão é o Google?

Voltemos ao final de 2022. Naquela época, o ChatGPT surgiu do nada, e a alta administração do Google soou o “sinal vermelho”, realizando reuniões incessantes e até convocando urgentemente os dois fundadores. Mas naquela época, o Google parecia um dinossauro lento, atolado em burocracia.

Lançou apressadamente o chatbot Bard, mas cometeu erros factuais na demonstração, levando a uma queda acentuada no preço das ações da empresa, com uma perda de mais de mil milhões de dólares em valor de mercado num só dia. Em seguida, integrou as suas equipas de IA e lançou o Gemini1.5 multimodal.

Mas este produto, visto como um trunfo, apenas gerou algumas horas de discussão no meio tecnológico, antes de ser ofuscado pelo modelo de geração de vídeo Sora, lançado posteriormente pela OpenAI, rapidamente tornando-se sem interesse.

Um pouco constrangedor é que foram os investigadores do Google que publicaram em 2017 um artigo académico pioneiro que estabeleceu uma base teórica sólida para esta revolução da IA.

Artigo “Attention Is All You Need”

Modelo Transformer proposto

Os rivais zombam da Google. O CEO da OpenAI, Altman, despreza o gosto da Google, “não consigo deixar de pensar nas diferenças estéticas entre a OpenAI e a Google.”

O ex-CEO do Google também está descontento com a preguiça da empresa, “o Google sempre acreditou que o equilíbrio entre trabalho e vida… é mais importante do que vencer a concorrência.”

Esta série de dificuldades também levanta dúvidas sobre se o Google ficou para trás na competição de IA.

Mas a mudança finalmente chegou. Em novembro, o Google lançou o Gemini 3, que superou a concorrência, incluindo a OpenAI, na maioria dos indicadores de benchmark. Mais importante ainda, o Gemini 3 foi totalmente treinado com chips TPU desenvolvidos internamente pelo Google, que agora foram posicionados pelo Google como uma alternativa de baixo custo às GPUs da Nvidia, sendo oficialmente vendidos a clientes externos.

O Google destaca-se em duas frentes: na frente de software, responde diretamente à OpenAI com a série Gemini 3; na outra, desafia a posição de domínio a longo prazo da NVIDIA com os chips TPU.

Chutar a OpenAI, socar a NVIDIA.

Ultraman já sentiu pressão no mês passado, ele disse em uma carta interna que o Google “pode trazer alguns ventos econômicos temporários para nossa empresa”. E esta semana, ao ouvir que grandes empresas estavam comprando chips TPU, a Nvidia, que viu seu preço das ações cair 7% em um momento, teve que enviar uma carta pessoalmente para acalmar o mercado.

O CEO do Google, Sundar Pichai, disse recentemente em um podcast que os funcionários do Google deveriam tirar um cochilo. “Se olharmos de fora, talvez pareçamos silenciosos ou atrasados durante esse período, mas, na verdade, estamos solidificando todos os componentes fundamentais e, com base nisso, avançando com todas as nossas forças.”

Agora a situação virou. Pichai disse: “Agora chegamos a um ponto de viragem.”

Neste momento, o ChatGPT comemora exatamente três anos desde o seu lançamento. Durante esses três anos, a IA desencadeou um banquete de investimento no Vale do Silício e uma interconexão de alianças; no entanto, sob o banquete, as preocupações com a bolha emergem: será que a indústria chegou a um ponto de inflexão?

ultrapassar

No dia 19 de novembro, o Google lançou o seu mais recente modelo de inteligência artificial, o Gemini 3.

Um teste de dados mostrou que, em quase todos os testes, incluindo conhecimento especializado, raciocínio lógico, matemática e reconhecimento de imagens, o Gemini 3 teve uma pontuação significativamente superior a outros modelos mais recentes de empresas, incluindo o ChatGPT. Na única avaliação de habilidades de programação, seu desempenho foi ligeiramente inferior, ficando em segundo lugar.

O “Wall Street Journal” disse: “Pode-se chamar de o próximo modelo de topo da América”. A Bloomberg disse que o Google finalmente acordou. Musk e Altman elogiaram-no. Alguns internautas brincaram dizendo que este é o GPT-5 idealizado por Altman.

O CEO da Box, uma plataforma de gestão de conteúdo em nuvem, afirmou após experimentar antecipadamente o Gemini 3 que o aumento de desempenho é tão grande que chegou a duvidar da precisão dos seus métodos de avaliação. No entanto, após testes repetidos, foi confirmado que o modelo venceu em todas as avaliações internas com uma vantagem de dois dígitos.

O CEO da Salesforce disse que usou o ChatGPT por três anos, mas o Gemini 3 mudou sua percepção em apenas duas horas: “Holy shit…… não há como voltar atrás. Isso é simplesmente um salto qualitativo, raciocínio, velocidade, processamento de imagem e vídeo… tudo mais afiado e mais rápido. Parece que o mundo virou de cabeça para baixo novamente.”

Gemini 3

Por que o desempenho do Gemini 3 é tão notável e o que o Google fez a respeito?

O responsável pelo projeto Gemini postou dizendo: “Simples: melhorou o pré-treinamento e o pós-treinamento”. Há análises que afirmam que o pré-treinamento do modelo ainda segue a lógica da Lei de Escalonamento - ao otimizar o pré-treinamento (como dados em maior escala, métodos de treino mais eficientes, mais parâmetros, etc.), a capacidade do modelo é aumentada.

A pessoa que mais quer saber sobre o segredo do Gemini 3 é o Ultraman.

No mês passado, antes do lançamento do Gemini 3, ele já tinha dado um aviso em uma carta interna enviada aos funcionários da OpenAI: “De qualquer ponto de vista, o trabalho recente do Google tem sido excecional”, especialmente no que diz respeito ao pré-treinamento, os avanços feitos pelo Google podem “trazer algum vento contrário temporário para a empresa”, e “o ambiente externo será bastante severo durante algum tempo”.

Embora em termos de número de usuários, o ChatGPT ainda tenha uma vantagem significativa sobre o Gemini, a diferença está a diminuir.

Nestes três anos, o número de utilizadores do ChatGPT cresceu rapidamente. Em fevereiro deste ano, o número semanal de utilizadores ativos era de 400 milhões, e neste mês, subiu para 800 milhões. A Gemini anunciou dados de utilizadores mensais; em julho, o número de utilizadores ativos mensais da Gemini era de 450 milhões, e neste mês, subiu para 650 milhões.

Com cerca de 90% da quota de mercado global de pesquisa na internet, o Google naturalmente controla os canais essenciais para promover os seus modelos de IA, podendo alcançar diretamente uma vasta quantidade de utilizadores.

A OpenAI está atualmente avaliada em 500 mil milhões de dólares, sendo a startup mais valiosa do mundo. É também uma das empresas que mais cresceu na história, com receitas que dispararam de quase 0 em 2022 para uma previsão de 13 mil milhões de dólares este ano, mas também se espera que, para alcançar a inteligência artificial geral, irá queimar mais de 100 mil milhões de dólares nos próximos anos, além de gastar centenas de milhares de milhões em aluguer de servidores. Em outras palavras, ainda precisa procurar financiamento.

A Google tem uma vantagem inegável: o bolso mais cheio.

O último relatório financeiro do Google mostra que a sua receita ultrapassou pela primeira vez os 100 mil milhões de dólares, atingindo 102,3 mil milhões de dólares, um aumento de 16% em relação ao ano anterior, com um lucro de 35 mil milhões de dólares, um aumento de 33%. O fluxo de caixa livre da empresa é de 73 mil milhões de dólares, com despesas de capital relacionadas com a IA que irão atingir 90 mil milhões de dólares este ano.

Não precisa se preocupar temporariamente que o negócio de busca será ameaçado pela IA, pois sua busca e publicidade ainda mostram um crescimento de dois dígitos. Seu negócio de nuvem está florescendo, até a OpenAI aluga seus servidores.

Além de ter um fluxo de caixa com capacidade de auto-sustentação, o Google também possui fichas que a OpenAI não pode alcançar, como uma enorme quantidade de dados prontos para treinamento e otimização de modelos, além da infraestrutura de computação construída internamente.

No dia 14 de novembro, o Google anunciou um investimento de 40 mil milhões de dólares na construção de um novo centro de dados.

A OpenAI é muito habilidosa e assinou acordos de negociação de poder computacional no valor de mais de 1 trilhão de dólares com várias partes. Assim, quando o Google se aproxima rapidamente com o Gemini, as dúvidas dos investidores se intensificam: o grande crescimento traçado pela OpenAI pode realmente preencher o vazio?

fenda

Há um mês, o valor de mercado da Nvidia ultrapassou os 5 trilhões de dólares, e a paixão do mercado pela inteligência artificial levou esta “fornecedora de armas de IA” a novas alturas. Mas o chip TPU usado pelo Google Gemini 3 abriu uma fissura na sólida fortaleza da Nvidia.

A “The Economist” cita dados da empresa de pesquisa de investimentos Bernstein, afirmando que as GPUs da Nvidia representam mais de dois terços do custo total de um rack típico de servidores de IA. Em comparação, os chips TPU do Google custam apenas entre 10% a 50% dos chips da Nvidia com desempenho equivalente. Essas economias acumulam-se de forma bastante considerável. O banco de investimento Jefferies estima que o Google produzirá cerca de 3 milhões desses chips no próximo ano, quase metade da produção da Nvidia.

No mês passado, a conhecida empresa de IA Anthropic planejou adotar em larga escala os chips TPU do Google, com um suposto valor de transação que atinge centenas de bilhões de dólares. Relatórios de 25 de novembro indicam que a gigante da tecnologia Meta também está em negociações para implementar chips TPU em seus centros de dados até 2027, com um valor que pode chegar a dezenas de bilhões de dólares.

O CEO do Google, Sundar Pichai, apresentou o chip TPU.

As grandes empresas da internet do Vale do Silício também estão apostando em chips, seja desenvolvendo-os internamente ou colaborando com empresas de chips, mas nenhuma empresa fez progresso como o Google.

A história do TPU remonta a mais de dez anos. Naquela época, o Google começou a desenvolver um chip de aceleração dedicado para uso interno da empresa, a fim de melhorar a eficiência de funcionamento da busca, mapas e tradução. A partir de 2018, começou a vender TPU para clientes de computação em nuvem.

A partir de então, o TPU também passou a ser utilizado para apoiar o desenvolvimento de IA internamente na Google. Durante o desenvolvimento de modelos como o Gemini, a equipe de IA interagiu com a equipe de chips: a primeira forneceu necessidades e feedback reais, enquanto a segunda personalizou e otimizou o TPU com base nisso, o que, por sua vez, aumentou a eficiência do desenvolvimento de IA.

A Nvidia atualmente detém mais de 90% do mercado de chips de IA. As suas GPUs foram inicialmente utilizadas para renderizar gráficos de jogos de forma realista, dependendo de milhares de núcleos de computação para processar tarefas em paralelo, e essa arquitetura também a coloca à frente na execução de inteligência artificial.

O TPU desenvolvido pelo Google é um circuito integrado de aplicação específica, ( ASIC ), que é uma “especialidade”, projetado especificamente para tarefas de computação determinadas. Ele sacrifica um certo grau de flexibilidade e aplicabilidade, resultando em maior eficiência energética. A GPU da NVIDIA, por outro lado, é como um “generalista”, com funcionalidade flexível e alta programabilidade, mas a um custo elevado.

No entanto, nesta fase atual, nenhuma empresa, incluindo o Google, tem a capacidade de substituir completamente a NVIDIA. Apesar de os chips TPU já terem chegado à sétima geração, o Google continua a ser um grande cliente da NVIDIA. Uma razão óbvia é que o negócio de nuvem do Google precisa atender milhares de clientes em todo o mundo, e utilizar o poder computacional das GPUs garante a atratividade para os clientes.

Mesmo as empresas que compram TPU têm que abraçar a Nvidia. Pouco depois de a Anthropic anunciar uma colaboração com o Google TPU, anunciou um grande acordo com a Nvidia.

O Wall Street Journal afirmou que “investidores, analistas e operadores de centros de dados indicam que o TPU do Google é uma das maiores ameaças à posição dominante da Nvidia no mercado de computação em IA, mas para desafiar a Nvidia, o Google deve começar a vender esses chips de forma mais ampla para clientes externos.”

Os chips de IA da Google tornaram-se uma das poucas alternativas aos chips da NVIDIA, o que levou a uma queda direta no preço das ações da NVIDIA. A NVIDIA publicou uma mensagem para acalmar a ansiedade do mercado provocada pelo TPU. A empresa expressou que está “feliz com o sucesso alcançado pela Google”, mas enfatizou que a NVIDIA já está uma geração à frente da indústria, com seu hardware sendo mais versátil do que o TPU e outros chips semelhantes projetados para tarefas específicas.

A pressão sobre a Nvidia também se deve à preocupação do mercado com a bolha, com os investidores temendo que o imenso investimento de capital não corresponda às perspectivas de lucro. O sentimento de investimento também muda rapidamente, com medo de que o negócio da Nvidia seja roubado, e a preocupação de que os chips de IA não vendam bem.

O famoso “short seller” americano Michael Burry disse que apostou mais de 1 bilhão de dólares contra empresas de tecnologia como a Nvidia. Ele se tornou famoso por fazer short na bolha do mercado imobiliário dos EUA em 2008, e sua história foi posteriormente adaptada para o aclamado filme “A Grande Aposta”. Ele afirmou que o atual fervor em torno da IA é semelhante à bolha da Internet do início do século XXI.

Michael Burry

A Nvidia distribuiu um documento de sete páginas aos analistas, refutando as críticas de Burley e outros. No entanto, este documento não acalmou a controvérsia.

modo

O Google está vivendo dias doces, com suas ações subindo em meio à bolha de IA. A empresa de Buffett comprou suas ações no terceiro trimestre, o Gemini 3 recebeu uma resposta positiva, e os chips TPU fazem os investidores ficarem ansiosos, tudo isso empurrando o Google para altos níveis.

Nos últimos meses, as ações de empresas de conceito de IA, como a Nvidia e a Microsoft, caíram mais de 10%, enquanto o preço das ações da Google subiu cerca de 16%. Atualmente, com um valor de mercado de 3,86 trilhões de dólares, ocupa o terceiro lugar no mundo, atrás apenas da Nvidia e da Apple.

Os analistas chamam o modelo de inteligência artificial do Google de integração vertical.

Como um jogador “full-stack” raro no setor de tecnologia, o Google controla toda a cadeia: implanta chips TPU desenvolvidos internamente na Google Cloud, treina seus próprios grandes modelos de IA e esses modelos podem ser integrados perfeitamente em serviços centrais como busca e YouTube. As vantagens desse modelo são evidentes, não depende da Nvidia e possui soberania em poder de computação eficiente e de baixo custo.

Outro modelo é o mais comum, o modelo de aliança frouxa. Os gigantes desempenham seus papéis: a Nvidia é responsável pelas GPUs, OpenAI, Anthropic e outros são responsáveis pelo desenvolvimento de modelos de IA, e gigantes da nuvem como a Microsoft compram as GPUs dos fabricantes de chips para hospedar os modelos desses laboratórios de IA. Nesta rede, não há aliados ou adversários absolutos: quando é possível, colaboram para um ganho mútuo, e quando é necessário, não hesitam em se confrontar.

Os jogadores formaram uma “estrutura cíclica”, com fundos a circularem em um ciclo fechado entre algumas poucas grandes empresas de tecnologia.

Em geral, o esquema de financiamento em ciclo funciona da seguinte forma: a empresa A paga uma quantia à empresa B (como investimento, empréstimo ou arrendamento), e a empresa B, por sua vez, usa esse dinheiro para comprar produtos ou serviços da empresa A. Se não houver esse “capital inicial”, B pode não conseguir comprar nada.

Um exemplo é que a OpenAI gastou 300 bilhões de dólares para comprar poder de computação da Oracle, que por sua vez gastou bilhões para adquirir chips da Nvidia para construir um centro de dados, e a Nvidia então reinvestiu até 100 bilhões de dólares na OpenAI - com a condição de continuar a usar seus chips. (OpenAI paga 300 bilhões de dólares à Oracle → Oracle usa esse dinheiro para comprar chips da Nvidia → Nvidia reinveste o dinheiro ganho na OpenAI.)

Casos como este deram origem a um emaranhado de mapas de fluxo de capital semelhantes a labirintos. No relatório de 8 de outubro, analistas do Morgan Stanley ilustraram o fluxo de capital no ecossistema de IA do Vale do Silício com uma fotografia. Os analistas alertaram que a falta de transparência torna difícil para os investidores discernirem os verdadeiros riscos e retornos.

O Wall Street Journal comentou sobre esta foto, dizendo: “As setas que as conectam são tão complexas quanto um prato de massa italiana.”

Com o impulso do capital, o contorno daquela grande entidade está à espera de se formar, ninguém sabe como realmente é. Alguns entram em pânico, outros ficam surpresos.