Analistas moderam as expectativas dos usuários para futuros modelos de IA, mas não os compromissos dos investidores

Analistas aconselharam os usuários a reduzirem suas expectativas para modelos de IA futuros, mas os investidores permanecem confiantes na indústria de inteligência artificial. Os sentimentos moderados vieram após o lançamento do GPT-5 da OpenAI decepcionar usuários e analistas com apenas melhorias mínimas. 

As expectativas eram altas quando a OpenAI revelou seu modelo GPT-5 na semana passada. O CEO da empresa, Sam Altman, o descreveu como “um passo significativo ao longo do caminho para a AGI”, sua sigla para Inteligência Artificial Geral. Os executivos também acreditavam que este lançamento abordaria as fraquezas do ChatGPT.

No entanto, a recepção não foi como esperado. Os usuários rapidamente postaram capturas de tela do GPT-5 falhando em tarefas simples nas redes sociais, desde rotular incorretamente mapas dos EUA até tropeçar em aritmética básica.

GPT-5 revela frustrações com o progresso dos modelos de IA

Usuários avançados criticaram a personalidade do GPT-5, descrevendo o chatbot como mais frio e mecânico do que seus predecessores. A atualização da OpenAI reconheceu o problema, prometendo tornar o modelo mais quente e amigável, enfatizando ao mesmo tempo que os níveis de sycophancy não aumentaram em comparação com modelos anteriores.

Os novos limites de uso, inicialmente limitados a 200 consultas por semana, também irritaram os assinantes pagantes. Altman foi forçado a retratar algumas decisões, reinstalando um modelo anterior popular que havia sido aposentado, e prometeu mais opções de personalização.

A decepção apontou para frustrações mais profundas com o ritmo do avanço da IA. Lançamentos anteriores foram vistos como saltos na capacidade, mas o GPT-5 foi descrito como incremental. “Para o GPT-5, as pessoas esperavam descobrir algo totalmente novo”, disse Thomas Wolf, co-fundador da startup de IA Hugging Face. “E aqui nós realmente não tivemos isso.”

Em comparação com concorrentes como Claude, Gemini, DeepSeek e xAI, o desempenho do GPT-5 foi consistentemente médio em tarefas científicas, de codificação e de atendimento ao cliente, de acordo com pesquisas da Universidade de Princeton. Os principais pontos fortes do modelo foram a eficiência de custos e a velocidade, não a inteligência excepcional.

Isso trouxe de volta comparações com o “inverno da IA” da década de 1980, quando as expectativas infladas desmoronaram quando as empresas falharam em entregar sistemas comercialmente viáveis. Gary Marcus, um crítico proeminente, disse: “O GPT-5 era este ícone central de toda a abordagem de escalonamento para chegar à AGI, e não funcionou.”

Por anos, o progresso nos modelos de linguagem grandes dependeu de despejar mais dados e poder de computação nos sistemas de treinamento. As empresas agora esgotaram grande parte dos dados da internet livremente acessíveis, forçando acordos com editores e detentores de direitos, enquanto os custos de treinamento continuam disparando. O GPT-5 supostamente usou centenas de milhares dos processadores mais recentes da Nvidia, destacando a escassez e o custo dos recursos.

Alguns observadores argumentam que a fixação no escalonamento restringiu a exploração de abordagens alternativas. O cientista-chefe da Meta, Yann LeCun, sugeriu que o progresso requer modelos treinados em vídeos do mundo real e dados multimodais.

Investidores dobram suas apostas apesar do desacelerar do hype da IA

Em tudo isso, os investidores permaneceram principalmente indiferentes. A Wall Street e o capital de risco continuaram a injetar bilhões em IA.

A Nvidia, a fabricante de chips dominante que alimenta a maioria dos treinamentos de IA, viu sua avaliação subir para US$ 4,4T. As ações da SoftBank, um grande apoiador da OpenAI, dispararam mais de 50% no último mês. Na própria OpenAI, a receita recorrente anual do ChatGPT atingiu US$ 12 bilhões.

A confiança dos investidores está em contraste com as expectativas dos analistas. O pesquisador da Princeton Sayash Kapoor observou que o GPT-5 foi menos sobre se aproximar da AGI e mais sobre servir como infraestrutura para produtos. A confiabilidade e a rentabilidade do modelo podem encorajar as empresas a construir novos aplicativos sobre ele.

Os capitalistas de risco também argumentam que as oportunidades permanecem inexploradas. “Startups e empresas não começaram a arranhar a superfície do que são capazes em aplicações comerciais e de consumo”, disse Peter Deng, sócio geral da Felicis e ex-executivo da OpenAI.