- O AI Index 2026 da Universidade Stanford aponta paridade entre EUA e China no topo dos benchmarks de IA, com o melhor modelo americano à frente do chinês por apenas 2,2 por cento.
- Em 2025, o investimento privado em IA foi de 285,9 bilhões de dólares nos EUA, frente a 12,4 bilhões na China (proporção de 23 para 1).
- A China respondeu com três estratégias: arquitetural (o DeepSeek mostra que otimizações podem compensar menos hardware), industrial (a Huawei busca emular a lógica do Nvidia em clusters) e contrabando em escala (uso de empresas de fachada para obter tecnologia).
- Nos EUA, há queda no fluxo de pesquisadores de IA desde 2017 (redução de 89 por cento), e quase todos os autores por trás dos cinco artigos fundacionais da DeepSeek foram formados na China, com cerca de um quarto tendo passado por instituições americanas e retornado.
- No Brasil, resta acompanhar o empate técnico de fora do campo: falta de data centers em escala e política industrial de IA, mas há dados públicos de saúde, educação e serviços sociais que podem servir de base para modelos menores e especializados.
O AI Index 2026 da Universidade Stanford mostra que três anos após o GPT-4, modelos dos EUA e da China dividem o topo dos benchmarks globais, como o Arena. O avanço é visto como empate técnico entre as duas potências.
Entre 2023 e 2025, o desempenho subiu, mesmo com investimentos distintos. O melhor modelo americano lidera apenas 2,2 pontos percentuais acima do melhor chinês, segundo o relatório.
O estudo aponta que, em 2025, o investimento privado em IA nos EUA somou 285,9 bilhões de dólares, frente a 12,4 bilhões na China, uma relação de cerca de 23 para 1. Esse desequilíbrio financeiro não impediu a paridade de desempenho.
Estratégias chinesas e cenário americano
A China lançou três frentes para alcançar equilíbrio: arquitetural, transformação de hardware e expansão de infraestrutura. O DeepSeek, por exemplo, aposta em otimizações algorítmicas para compensar limitações de hardware.
No setor industrial, a Huawei busca replicar a lógica do sistema Nvidia, conectando múltiplos aceleradores em clusters. Há também relatos de aquisição de tecnologia por vias não convencionais, em escala relevante.
Nos EUA, o relatório enfatiza a fuga de talentos: desde 2017, o fluxo de pesquisadores de IA caiu 89%. Além disso, a transferência de conhecimento para a China foi destacada em estudo da Hoover, sugerindo concentração de formação de expertise no país asiático.
Implicações para o Brasil
O Brasil está fora desse equilíbrio de investimento e infraestrutura de data centers em escala. Contudo, possui dados públicos de saúde, educação e serviços sociais que podem sustentar iniciativas específicas de IA. O relatório sugere foco em modelos menores e especializados.
Para o Brasil, a lição é priorizar formação de pesquisadores, retenção de talentos e a adoção de soluções ajustadas aos seus problemas, sem depender de estratégias estrangeiras majoritárias.
Entre na conversa da comunidade