Google restringe acesso da Meta ao Gemini por falta de capacidade computacional
O Google limitou o acesso da Meta aos modelos Gemini após a empresa solicitar mais capacidade computacional do que a companhia conseguia fornecer.
A restrição, revelada pelo Financial Times, atrasou projetos internos da dona do Facebook e do Instagram e evidencia um novo gargalo da indústria. Trata-se da infraestrutura necessária para operar modelos avançados de IA tornou-se um recurso escasso.
Embora o setor invista centenas de bilhões de dólares em chips, data centers e geração de energia, a velocidade de expansão da demanda supera a capacidade disponível.
Corrida por capacidade computacional
A limitação imposta à Meta mostra que o desafio da inteligência artificial já não está apenas no desenvolvimento de modelos mais sofisticados, mas na disponibilidade de infraestrutura para executá-los.
Empresas disputam acesso a processadores de alto desempenho, servidores especializados e energia elétrica para atender ao crescimento acelerado do uso de chatbots, assistentes virtuais, agentes de IA e ferramentas de programação.
Executivos do setor vêm alertando que a chamada fase de “inferência”, quando modelos já treinados respondem às solicitações dos usuários — passou a consumir volumes muito maiores de processamento do que o previsto inicialmente.
Google admite restrições
A própria Alphabet reconheceu que enfrenta limitações para atender toda a demanda.
Na divulgação dos resultados do primeiro trimestre, o diretor-executivo Sundar Pichai afirmou que a divisão de computação em nuvem poderia ter registrado receitas maiores caso houvesse mais capacidade disponível.
Segundo a empresa, a receita do Google Cloud superou US$ 20 bilhões no trimestre, enquanto a carteira de contratos já assinados, mas ainda não atendidos, ultrapassou US$ 460 bilhões.
Para ampliar sua infraestrutura, o Google fechou neste mês um contrato estimado em US$ 920 milhões por mês para alugar capacidade computacional da SpaceX.
Dependência entre concorrentes
O episódio também revela como as gigantes da tecnologia passaram a depender umas das outras na corrida pela inteligência artificial.
Apesar de desenvolver a família de modelos Llama, a Meta utiliza internamente o Gemini para automatizar parte de seus sistemas de moderação de conteúdo, atendimento ao cliente, publicidade e desenvolvimento de software.
Segundo fontes ouvidas pelo Financial Times, a empresa recorreu ao modelo do Google porque ele apresentava desempenho superior ao de suas próprias soluções em algumas aplicações.
Nos últimos meses, porém, a Meta começou a substituir parte desse uso pelo modelo Muse Spark, desenvolvido internamente, numa tentativa de reduzir sua dependência de fornecedores externos.
Bilhões em investimentos não eliminam gargalo
A disputa por infraestrutura levou as grandes empresas a anunciar investimentos sem precedentes.
A Meta pretende aplicar cerca de US$ 600 bilhões em infraestrutura nos Estados Unidos até 2028 para ampliar sua rede de data centers voltados ao treinamento e à operação de modelos de inteligência artificial.
Outras empresas seguem caminho semelhante. Google, Microsoft, Amazon e OpenAI ampliam continuamente sua capacidade de processamento, enquanto empresas como Anthropic também passaram a contratar infraestrutura adicional de terceiros.
Mesmo assim, especialistas afirmam que a oferta de capacidade computacional continua insuficiente diante da velocidade de adoção da IA por empresas e consumidores.
Chips e energia tornam-se ativos estratégicos
A escassez de capacidade reforça uma mudança na dinâmica do setor.
Se, até poucos anos atrás, a vantagem competitiva estava principalmente na qualidade dos algoritmos, agora ela depende também da capacidade de garantir acesso a chips avançados, data centers e energia elétrica.
Analistas avaliam que a infraestrutura tende a se consolidar como um dos principais fatores de competição na indústria da inteligência artificial, transformando poder computacional em um ativo tão estratégico quanto os próprios modelos desenvolvidos pelas empresas.