A concentração é uma pilha, não uma única fatia de mercado
O poder em IA está distribuído entre design de semicondutores, fabricação de chips, embalagem avançada, data centers, plataformas de nuvem, energia, dados, modelos de fundação, distribuição de aplicativos, e mão de obra qualificada. Uma empresa pode enfrentar concorrência em uma camada enquanto depende de um estrangulamento em outra. Contar marcas de chatbot, portanto, não responde se o sistema subjacente está concentrado.
A evidência de hoje diz respeito à IA generativa de fronteira e sua cadeia de suprimentos. A alegação de que um laboratório controlará a AGI é um cenário, não um resultado observado. Ainda assim, merece análise, porque o controle de sistemas incomumente gerais e economicamente valiosos poderia amplificar vantagens já existentes.
Por que o desenvolvimento de fronteira favorece a escala
Treinar e servir modelos líderes pode exigir grandes compromissos de capital, chips escassos, energia, rede, e equipes especializadas. Os provedores de nuvem podem distribuir esses custos entre clientes e oferecer aos desenvolvedores infraestrutura imediata. Os desenvolvedores de modelos se beneficiam da distribuição, do retorno dos usuários, e da receita que pode financiar a próxima geração. Esses efeitos podem criar barreiras de entrada mesmo quando os algoritmos são publicados.
O padrão não é inevitável. A eficiência algorítmica pode reduzir custos; modelos menores podem competir em tarefas especializadas; pesos abertos podem viabilizar a implantação local; e os clientes podem trocar entre APIs se as interfaces permanecerem portáveis. A concentração deveria, portanto, ser medida, e não presumida. Indicadores úteis incluem participação de mercado em nuvem, oferta de aceleradores, acesso à computação de treinamento, lacunas de desempenho entre modelos, custos de troca, contratos exclusivos, interoperabilidade, movimento de talento, e a fatia de produtos a jusante dependentes de poucos provedores.
O Índice de IA 2026 de Stanford relata que o investimento corporativo global em IA mais que dobrou em 2025, e que o uso se espalhou amplamente entre organizações (Stanford HAI, 2026). Os totais de investimento mostram escala e momento, não, por si só, poder de monopólio. Pesquisas financiadas pela indústria também podem sobrerrepresentar grandes adotantes, então estatísticas nacionais e dados de aquisição continuam importantes.
O poder corporativo vai além dos preços
Um provedor de modelo de propósito geral pode moldar quais idiomas, pontos de vista, e atividades seus sistemas atendem bem; quais usuários recebem acesso; quais dados são retidos; e quais desenvolvedores a jusante arcam com a responsabilidade. Essas escolhas podem afetar simultaneamente educação, mídia, emprego, saúde, e aquisições governamentais.
Os danos concorrenciais tradicionais ainda importam: vincular o acesso a um modelo a uma nuvem, tratamento preferencial a aplicativos afiliados, acordos de capacidade exclusiva, aquisições de rivais potenciais, termos discriminatórios de API, e altos custos de saída ou troca. Mas o preço isolado pode deixar passar o poder de governança quando um serviço subsidiado se torna infraestrutura.
A concentração às vezes pode melhorar a segurança. Um provedor que opera uma API controlada pode monitorar abuso, corrigir salvaguardas, revogar acesso, e financiar avaliações. A fragmentação pode dificultar a responsabilização. O risco oposto é que um pequeno grupo escreva suas próprias regras, retenha informação, ou se torne importante demais para os governos disciplinarem. O problema de política é preservar a responsabilização e a redundância sem presumir que a centralização ou a abertura sejam automaticamente seguras.
Nuvem, chips, e energia criam estrangulamentos separados
Os aceleradores líderes dependem de uma cadeia de suprimentos global, com fabricação e embalagem geograficamente concentradas. Os controles de exportação demonstram que os governos veem o acesso a esses insumos como estratégico. Os data centers também dependem de redes elétricas locais, água, terra, licenças, e equipamento de longo prazo de entrega. As comunidades podem arcar com os custos de infraestrutura e ambientais, enquanto os benefícios fluem para outro lugar.
A governança de computação pode explorar a rastreabilidade física, mas também pode entrincheirar empresas já estabelecidas se os custos de conformidade recaírem mais pesadamente sobre empresas menores. A política pública deveria perguntar quem pode obter computação legal, se universidades e startups têm acesso, e se os limiares de relato são relevantes para a capacidade, e não um fosso fixo.
O poder estatal e a interdependência entre empresas e estados
Os estados licenciam exportações, financiam pesquisa, compram serviços de nuvem, controlam regras de energia e telecomunicações, e conduzem operações de inteligência. As empresas possuem expertise técnica e infraestrutura que os governos podem não ter. Isso cria dependência mútua, em vez de uma história simples de empresas substituindo estados.
As parcerias de segurança nacional podem melhorar a resiliência e a supervisão, mas o sigilo pode enfraquecer a responsabilização democrática. Os governos podem usar a IA para vigilância, mira, controle de fronteira, policiamento, ou operações de informação. Concentrar capacidade em estados democráticos não garante, por si só, o uso democrático; a lei de aquisições, a revisão judicial, as proteções de direitos civis, os inspetores-gerais, e a supervisão legislativa continuam necessários.
Os controles de exportação podem desacelerar concorrentes, mas também podem acelerar cadeias de suprimentos indígenas, fragmentar padrões, e intensificar narrativas de corrida. Esses são possíveis efeitos de segunda ordem, não resultados certos. A evidência deveria distinguir objetivos de política declarados de resultados medidos.
Dados e trabalho também são fontes de poder
Os modelos dependem de trabalho criativo, informação pública, bancos de dados licenciados, interações de usuários, e retorno humano. Disputas sobre consentimento, direitos autorais, compensação, e privacidade dizem respeito a quem captura valor a partir desses insumos. Um mercado de modelos competitivo ainda pode se apoiar em uma negociação desigual entre desenvolvedores e criadores ou trabalhadores.
A concentração afeta também o trabalho dentro da indústria. Um pequeno conjunto de empregadores pode dificultar que pesquisadores de segurança saiam depois de uma discordância sem sacrificar carreiras especializadas ou participação acionária. Proteções exigíveis para denunciantes, limites a termos retaliatórios de confidencialidade, e credenciais portáteis aumentam a independência dos insiders.
Os pesos abertos complicam o quadro
“Código aberto” não deveria ser usado de forma casual quando apenas os pesos do modelo estão disponíveis. Dados de treinamento, código, documentação, e direitos de licença podem permanecer fechados. Pesos amplamente disponíveis podem reduzir a dependência de APIs hospedadas, viabilizar pesquisa independente, apoiar o uso local que preserva a privacidade, e ampliar a inovação. Eles também podem permitir que salvaguardas sejam modificadas, e que sistemas capazes se proliferem além da possibilidade de recolhimento.
A revisão de 2024 da NTIA dos EUA constatou, na época, evidência insuficiente para justificar a restrição categórica de pesos de modelo amplamente disponíveis, ao mesmo tempo em que recomendou monitoramento contínuo e a capacidade de responder à medida que as capacidades mudassem (NTIA, julho de 2024). Essa constatação está datada e é explicitamente condicional, não um veredito permanente.
Opções de governança e concessões
Nenhuma intervenção isolada trata de todas as camadas. A fiscalização da concorrência pode escrutinar conduta excludente e fusões. A interoperabilidade e a portabilidade de dados podem reduzir os custos de troca. A computação pública ou compartilhada pode ampliar o acesso à pesquisa. As aquisições podem exigir direitos de auditoria, notificação de incidentes, segurança, e planos de saída. O financiamento de pesquisa de interesse público pode reduzir a dependência das agendas dos laboratórios. Regras de governança corporativa e avaliação externa podem restringir a autorregulação.
A separação estrutural pode ser apropriada em alguns contextos, mas pode sacrificar eficiências de integração e não resolve a concentração global de chips. O licenciamento pode impor deveres de segurança, mas um licenciamento mal desenhado pode proteger empresas já estabelecidas. A propriedade pública pode alinhar a infraestrutura com objetivos sociais, mas ainda exige administração competente e respeitosa dos direitos.
Os conflitos de interesse deveriam ser visíveis. As empresas de fronteira têm incentivos para favorecer regras que possam pagar, e que sobrecarreguem concorrentes menores. Empresas de modelos abertos se beneficiam de argumentos a favor da abertura. Empresas de nuvem e de chips se beneficiam da expansão da demanda por computação. Organizações de segurança, grupos trabalhistas, criadores, defensores de direitos civis, e agências de segurança nacional também trazem mandatos distintos. A divulgação não resolve o argumento; ela ajuda os leitores a avaliá-lo.
O que a AGI poderia mudar
Se um sistema pudesse automatizar uma grande parte da pesquisa, da gestão, da persuasão, e da produção de software, seu proprietário poderia compor vantagens mais rápido do que a concorrência comum ou os processos governamentais conseguem responder. Isso é um mecanismo teórico, não prova de que a dominância recursiva vai ocorrer. Gargalos, vazamentos, regulação, coordenação, e retornos decrescentes poderiam limitá-la.
O objetivo prudente é a capacidade contestável e responsável: nenhuma falha isolada deveria desativar serviços essenciais; nenhum provedor deveria estar além da supervisão legal; pesquisadores e usuários deveriam ter alternativas significativas; e o público deveria compartilhar os ganhos construídos sobre insumos coletivos. A concentração de poder é um risco por causa dos incentivos e da dependência, não porque toda grande organização é maliciosa. Medir a pilha e governar cada estrangulamento é mais crível do que confiar apenas na concorrência de mercado ou na boa vontade institucional.