LeCun classifica xAI como fracasso e teme bolha da IA

Yann LeCun classificou a xAI como fracasso, citando a saída de membros da equipe fundadora e a dificuldade da empresa em competir com OpenAI e Anthropic.
Ele alertou para o risco de uma grande bolha na IA caso custos operacionais não sejam reduzidos ou as receitas não aumentem.
LeCun destacou que a principal vantagem da xAI hoje é a infraestrutura, com os data centers Colossus em Memphis, que ajudam a mitigar despesas.
Segundo ele, o mercado de IA generativa precisa de aumento de preços, cortes de custos ou novas fontes de receita, caso contrário pode ocorrer uma correção abrupta.
O pesquisador defendeu os modelos do mundo, que buscam ensinar IA a entender causalidade e o ambiente, como etapa seguinte à dependência dos grandes modelos de linguagem.

Yann LeCun, referência da IA, afirmou que a xAI, empresa de Elon Musk, é um fracasso. A crítica saiu em entrevista à CNBC publicada nesta quinta-feira, 18 de junho de 2026. O alerta é sobre riscos de uma bolha no setor caso custos não sejam reduzidos ou receitas aumentadas.

O fundador da AMI Labs destacou que parte da equipe fundadora da xAI deixou o projeto nos últimos meses. Segundo ele, Musk tem dificuldade para atrair e reter alguns dos principais especialistas da área, dificultando a competitividade com OpenAI e Anthropic.

LeCun afirmou que a principal vantagem da xAI hoje é a infraestrutura. A empresa opera os data centers Colossus, em Memphis, que fornecem capacidade de processamento para outras companhias do setor, ajudando a cobrir custos.

O pesquisador ressaltou que a estratégia de infraestrutura pode compensar gastos elevados, mas criticou a sustentabilidade financeira do mercado de IA generativa. Segundo ele, o uso dessas tecnologias segue exigindo grandes recursos computacionais.

“Quase tudo ainda é subsidiado por investidores”, disse LeCun. Ele apontou que OpenAI e Anthropic precisam elevar preços, cortar custos ou buscar novas fontes de receita para evitar uma correção no setor.

LeCun defendeu os chamados modelos do mundo, que ensinam IA a entender relações de causa e efeito e o funcionamento do ambiente, como próximo estágio da IA. Segundo ele, podem reduzir dependência de grandes LLMs caros.

Sobre o estágio atual, o pesquisador citou que modelos de mundo podem substituir gradualmente a dependência exclusiva de LLMs, oferecendo aplicações mais eficientes para larga escala, com custos operacionais menores.