A China troca a corrida por modelos maiores pela operação de agentes de IA em escala

A corrida chinesa por inteligência artificial está entrando em uma nova fase: mais do que treinar o maior modelo de linguagem, o objetivo passa a ser colocar agentes de IA para funcionar em grande escala em softwares, telecomunicações, fábricas e serviços ao consumidor.

Na prática, isso desloca a pergunta central. Em vez de apenas perguntar quem tem mais capacidade para treinar modelos, empresas e governos passam a disputar quem consegue operar sistemas de IA com custo aceitável, resposta rápida, confiabilidade e controles de segurança.

Inferência deve virar o principal consumo de computação

Uma projeção do China Telecom Research Institute indica que a inferência deverá responder por 80% do mercado chinês de poder computacional em 2029, superando a demanda ligada ao treinamento de modelos. O instituto também estima que os agentes possam provocar um crescimento anual próximo de dez vezes na demanda por computação nos próximos dois ou três anos. 59

Inferência é o processamento realizado depois que um modelo já foi treinado: é quando ele responde a uma pergunta, gera um texto ou executa uma etapa de uma tarefa. Um agente amplia esse consumo porque não se limita a uma resposta de chatbot. Ele pode buscar dados, acionar ferramentas de software, seguir fluxos com várias etapas, conferir resultados e repetir ações até concluir uma atividade.

O mesmo conjunto de projeções aponta que o consumo anual chinês de tokens — as unidades de texto processadas pelos modelos — pode chegar a 100 quatrilhões em 2026 e superar 35 quintilhões em 2030. São previsões, não resultados já observados, mas ajudam a dimensionar a pressão que a operação contínua de modelos pode colocar sobre a infraestrutura. 6

De investimento pontual a custo permanente de operação

Treinar um modelo de fronteira costuma ser um gasto concentrado em infraestrutura. Já manter um agente em produção é uma operação contínua: há custos recorrentes de inferência, consulta a dados, rede, armazenamento, monitoramento e, em situações mais sensíveis, revisão ou escalonamento para pessoas.

Por isso, um agente capaz não é automaticamente um produto viável. Ele precisa entregar uma tarefa completa por um custo que faça sentido, responder no tempo exigido pelo fluxo de trabalho e ser confiável o suficiente para se conectar a sistemas corporativos.

Essa mudança aumenta a importância de medidas como:

• escolher o menor modelo que execute uma tarefa com segurança;
• direcionar cada demanda ao modelo ou à ferramenta mais adequada;
• reduzir processamento repetido com cache e sistemas de atendimento eficientes;
• conectar agentes a dados confiáveis e específicos da tarefa;
• testar o uso de ferramentas e o fluxo completo, e não só a resposta isolada do modelo;
• monitorar falhas, permissões de acesso e trilhas de auditoria; e
• manter intervenção humana para decisões ou ações de maior risco.

O treinamento de modelos de ponta continua relevante para capacidade tecnológica, autonomia e acesso a recursos avançados. Mas, à medida que modelos competentes se tornam mais disponíveis, a diferença competitiva pode estar na execução: inferência barata e estável, integrada a dados e sistemas reais.

Política industrial mira a disseminação de aplicações

Os sinais de política pública chinesa acompanham essa transição dos modelos isolados para usos replicáveis. Um plano do Ministério da Indústria e Tecnologia da Informação da China prevê que ferramentas de programação com IA cheguem a mais de 20 mil grandes empresas de software até 2028. A iniciativa também estabelece a meta de criar 100 aplicações de referência de software baseado em agentes em setores prioritários e incubar ao menos cinco projetos de código aberto de alta qualidade. 3

Para 2030, a diretriz aponta para um ecossistema de software mais inteligente e seguro, incluindo atualizações inteligentes de sistemas de software considerados críticos. 37

Outro plano do ministério, voltado à IA e às comunicações de informação, prevê mais de 30 cenários de alto valor até 2028, além de aplicações representativas e agentes especializados. A proposta vincula a implantação desses sistemas ao reforço da infraestrutura de rede e computação. 17

Uma iniciativa conjunta do ministério e da Administração Nacional de Dados também defende cenários setoriais de alto valor, conjuntos de dados especializados e modelos ou agentes especializados quando forem necessárias capacidades de planejamento e execução autônomos. O texto ainda prevê dados e sistemas de avaliação adaptados a modelos e agentes usados em cada setor. 18

Em conjunto, essas medidas sugerem uma estratégia de difusão: criar cenários reutilizáveis, bases de dados, ferramentas de software e implantações de referência que possam ser adotadas em diversos segmentos. O risco é transformar o número de projetos-piloto na principal métrica de sucesso, sem comprovar que os sistemas são seguros, duradouros e economicamente sustentáveis.

O volume de gastos aumenta a pressão por resultados

Reportagens baseadas na análise do instituto da China Telecom estimam que as empresas chinesas de tecnologia devem gastar perto de 600 bilhões de yuans em IA neste ano. Como as divulgações públicas podem usar definições diferentes para “gastos com IA”, o total deve ser tratado como uma estimativa, e não como uma medida totalmente padronizada. 9

No plano nacional, a China espera que os setores relacionados à IA ultrapassem 10 trilhões de yuans ao fim do 15º Plano Quinquenal, que cobre o período de 2026 a 2030. 45 Nesse contexto, agentes não são vistos apenas como um produto de nuvem: são posicionados como uma camada de apoio à modernização industrial, ao desenvolvimento de software, às telecomunicações e aos serviços de consumo.

Europa reforça computação, mas ainda precisa transformar capacidade em uso

A União Europeia também avança na infraestrutura. A Comissão Europeia abriu uma chamada para criar até sete gigafábricas de IA, com até € 10 bilhões em recursos da UE e dos governos nacionais e expectativa de mobilizar ao menos € 20 bilhões em investimento privado. 50

A iniciativa é relevante para a capacidade computacional e a soberania tecnológica europeias. Mas construir capacidade de computação, por si só, não resolve o desafio da implantação. O valor competitivo dessa infraestrutura dependerá de ela viabilizar inferência acessível e de custo razoável, dados úteis para cada domínio, integração com softwares e aplicações confiáveis para organizações europeias.

O que a próxima etapa da disputa deve premiar

O movimento chinês em direção aos agentes aponta para uma transição mais ampla na corrida global de IA. A vantagem tende a depender cada vez mais da capacidade de converter computação em trabalho útil, auditável e repetível em grande volume.

Chips e eletricidade continuam decisivos, mas eficiência de atendimento, acesso a dados, integração a fluxos de trabalho, segurança, avaliação e responsabilização humana também ganham peso. A previsão de 80% para a inferência deve ser lida como uma indicação de direção, não como um resultado garantido. Ainda assim, sua mensagem é clara: quando a IA sai das demonstrações e passa a operar continuamente, os vencedores podem ser definidos menos pelo maior treinamento de modelo e mais pela capacidade de rodar agentes de forma confiável — e barata — no trabalho cotidiano. 56