As grandes empresas de tecnologia estão começando a se parecer com a IBM dos anos 1960

A transição para a integração vertical na era da IA

À medida que a competição para liderar o setor de inteligência artificial em rápida expansão se intensifica, as grandes empresas de tecnologia estão adotando estratégias que lembram a abordagem da IBM na década de 1960.

Principais provedores de cloud como Alphabet (GOOG, GOOGL), Meta (META), Microsoft (MSFT) e Amazon (AMZN) estão em diferentes estágios de desenvolvimento de chips de IA proprietários para seus data centers, com o objetivo de aprimorar seus serviços de cloud e software. A Alphabet, atualmente a mais avançada nesta área, está supostamente considerando vender suas Tensor Processing Units (TPUs) para a Meta, posicionando-se como concorrente direta da Nvidia (NVDA), a força dominante em hardware de IA.

Segundo a Bloomberg Intelligence, o mercado para chips de IA personalizados pode atingir US$ 122 bilhões até 2033, impulsionado por esses esforços contínuos.

Além do desenvolvimento de chips, os gigantes da tecnologia também estão investindo em infraestrutura. Microsoft e Amazon, por exemplo, estão alocando recursos em dark fiber—linhas de fibra óptica não utilizadas já instaladas no subsolo—para apoiar suas operações, conforme observado pelo analista Jonathan Atkin, da RBC Capital Markets. Google e Meta também mantêm suas próprias redes de cabos, embora continuem comprando capacidade adicional de fornecedores externos. Essas conexões são vitais para conectar data centers e atender clientes corporativos.

Esse novo foco em construir hardware proprietário para suportar ofertas de software essenciais marca um retorno à integração vertical—um modelo de negócios popularizado inicialmente por magnatas industriais no século XIX e, posteriormente, adotado pela IBM durante a era digital.

O legado da IBM e o retorno da integração vertical

A IBM definiu o padrão para a integração vertical nos anos 1960 ao fabricar os componentes de seus computadores mainframe. A empresa acreditava que produzir suas próprias peças especializadas não apenas melhoraria seus produtos, mas também aumentaria a lucratividade e protegeria contra interrupções na cadeia de suprimentos. Essa estratégia provou ser altamente eficaz: em 1985, a IBM representava mais da metade do valor total de mercado da indústria de computadores, conforme destacado por Carliss Y. Baldwin em "Design Rules".

No entanto, a dominância da IBM diminuiu nos anos 1990, à medida que os custos de produção de semicondutores caíram e novos concorrentes como Microsoft e Intel surgiram. No início do milênio, a IBM havia abandonado o modelo de integração vertical.

A influência da IA nos gigantes da tecnologia atuais

Assim como o surgimento dos computadores impulsionou a estratégia de integração da IBM, a explosão da IA—especialmente desde a estreia do ChatGPT no final de 2022—motivou os líderes de cloud de hoje a seguir um caminho semelhante. O alto preço e o fornecimento limitado dos chips da Nvidia incentivaram as empresas a desenvolver seu próprio hardware de IA, muitas vezes mais econômico e melhor adaptado às suas necessidades de software.

ASSOCIATED PRESS

O analista Jay Goldberg, da Seaport, observa: “Os hyperscalers estão extremamente conscientes dos riscos de depender de um único fornecedor para poder computacional de IA. Isso criou um forte incentivo para desenvolverem seu próprio silício.”

A Meta começou a testar seus próprios chips de IA para treinamento de modelos e adquiriu recentemente a Rivos, uma startup de chips, para acelerar suas ambições em semicondutores. As TPUs da Google tornaram-se tão avançadas que empresas como Anthropic, OpenAI e até mesmo a Meta fecharam grandes acordos de cloud para acessá-las. Enquanto isso, a Microsoft introduziu seu chip Maia 200 após um longo período de desenvolvimento.

Durante uma recente visita ao laboratório de chips e data center da Amazon em Austin, Texas, a empresa apresentou seus UltraServers, que contam com a mais recente GPU interna da Amazon (Trainium), sua CPU Graviton e hardware de rede personalizado. Embora a Amazon ainda dependa fortemente das GPUs Nvidia para seus serviços de cloud em IA, está enfatizando cada vez mais os benefícios do hardware próprio.

Paul Roberts, diretor de tecnologia da Amazon Web Services, compartilhou que o chip Trainium3 pode oferecer até 60% melhor relação custo-desempenho para clientes de cloud em tarefas de inferência, em comparação com GPUs tradicionais.

“Estamos vendo fortes evidências de que o uso de chips personalizados, em vez de GPUs genéricas, permite a criação de processadores e aceleradores altamente eficientes que proporcionam economias significativas de energia”, explicou Roberts.

Espera-se que essas eficiências energéticas se tornem ainda mais importantes à medida que a rápida expansão dos data centers de IA comece a pressionar os recursos energéticos.

Desafios à frente para a integração vertical

Apesar do impulso, Jay Goldberg, da Seaport, alerta que a tendência atual para integração vertical pode estar atingindo seus limites práticos, e nem todos os gigantes da tecnologia conseguirão acompanhar. “Projetar chips de ponta é extremamente caro”, afirmou, “e apenas um punhado de empresas tem os recursos para seguir esse caminho.”