Modelos de inteligência artificial (IA) estão se tornando mais do que apenas chatbots — um passo importante em sua evolução que terá repercussões para a economia global em 2026 e além, diz Marco Argenti, chief information officer do Goldman Sachs.
“Em meus 40 anos em tecnologia, 2025 viu as maiores mudanças que eu já vi na minha carreira”, diz Argenti. “E o que é louco é que ainda não vimos nada — na verdade, eu prevejo que 2026 será um ano ainda maior para mudanças.”
A IA surgiu como um motor crítico para os mercados financeiros e potencialmente para a economia mais ampla. Analistas de Wall Street, que consistentemente subestimaram o volume de investimento indo para IA, esperam que as maiores empresas de computação em nuvem hyperscale despejem mais de meio trilhão de dólares em despesas de capital em 2026. As sete maiores empresas de tecnologia agora respondem por mais de 30% da capitalização de mercado do S&P 500 e aproximadamente um quarto dos lucros do índice, segundo o Goldman Sachs Research.
Argenti, ex-vice-presidente de tecnologia da Amazon Web Services, diz que a IA está reconfigurando tudo, desde a força de trabalho tradicional até a stack de software tradicional. Ele faz sete previsões sobre como a IA pode evoluir no futuro próximo:
Modelos de IA serão o novo sistema operacional
O paradigma tradicional de engenharia de software está mudando: em vez de funcionarem como aplicações unidimensionais, modelos de IA estão se tornando sistemas operacionais que acessam ferramentas de forma independente para realizar tarefas.
Por sua vez, a computação está evoluindo de uma lógica estática, hard-coded, para assistentes orientados a resultados que se reprogramam. Isso torna os agentes de IA muito mais capazes de lidar com problemas complexos. Como resultado, aqueles que possuem os modelos possuirão os novos sistemas operacionais que alimentam agentes de IA.
Contexto é a nova fronteira
O foco de engenheiros de IA mudará de construir “modelos maiores” para “memória melhor”. Pense assim: os modelos foram construídos a partir de vastos conjuntos de dados — eles vasculharam essencialmente toda a internet e ainda mais na forma de dados sintéticos para fins de treinamento de modelos. No entanto, o contexto imediato disponível para os modelos — o que eles lembram de discussões e tarefas anteriores — é relativamente minúsculo. Já existem alguns modelos mais novos capazes de raciocinar e inserir contextos muito maiores em processos para fornecer respostas muito mais sob medida, personalizadas.
A ascensão do agente pessoal
Agentes pessoais de IA chegarão, algo que as empresas vêm perseguindo com diferentes graus de sucesso. O que fazemos hoje com apps — manualmente e de forma fragmentada — será feito automaticamente em breve. Por exemplo, se um voo for cancelado por causa do clima, um agente de IA saberá remarcar o voo, reagendar reuniões e pedirá comida para depois (já que restaurantes estarão fechados). Isso é muito possível com IA com capacidades agentic [capacidade de agir autonomamente para executar tarefas].
A economia de agente-como-serviço
As empresas migrarão de mobilizar equipes centradas em humanos para executar tarefas para mobilizar frotas, orquestradas por humanos, de times especializados de múltiplos agentes. Em vez de calcular a cobrança por horas trabalhadas, esses times híbridos de humanos e máquinas cobrarão clientes pela quantidade de tokens — as unidades de dados usadas por modelos de IA — que são consumidos.
Aprender se torna a habilidade mais importante
Os trabalhadores que prosperarem serão aqueles com expertise que também são os mais dispostos a se adaptar.
Para esses trabalhadores, o maior diferencial, de longe, será sua capacidade de reimaginar — em uma era em que a IA os ajudará a fazer seu trabalho — algo que eles vêm fazendo há muitos anos. Há precedente recente para isso: com a introdução dos computadores, as pessoas tiveram de repensar muitos aspectos do seu trabalho. A IA está gerando uma mudança dessa magnitude, o que torna aprender a habilidade mais importante.
Mega parcerias “winner-takes-most”
A IA é um jogo de escala, e haverá efeitos de rede vindos das parcerias upstream e downstream muito grandes que estão se formando. Parcerias de manchete e alianças estratégicas de uma escala sem precedentes remodelarão o panorama da IA. Essas redes criarão um ciclo de auto-reforço em que apenas um punhado de grandes players será capaz de competir. Dessa forma, a IA pode passar a se assemelhar a indústrias complexas e de grande porte, como a aeroespacial, que são caracterizadas por duopólios.
Energia é o novo capital
Escalar para atender à demanda de IA dependerá não apenas de capital, mas de acesso à rede elétrica: o cenário-base do Goldman Sachs Research é que o consumo de energia de data centers salte 175% até 2030 em relação aos níveis de 2023 (a previsão anterior de nossos analistas era de um aumento de 165%). Restrições de capacidade, desde acesso a novas usinas de energia a gás com turbinas até conectividade com a rede elétrica, significam que o acesso à energia elétrica exigirá o conjunto certo de relacionamentos.
A escala gigantesca da infraestrutura necessária para data centers de IA, o lead time de vários anos para colocar novas instalações de energia em operação e a rápida evolução dos modelos de IA exacerbarão a necessidade de energia em 2026, resultando em um teto do gigawatt. As empresas ficarão obcecadas em alocar cada megawatt de energia para as atividades com o maior retorno.
Fonte: Goldman Sachs Insights
Traduzido via ChatGPT
