Musk concorda com a avaliação de Will Depue: a capacidade da IA não desacelerará, e a autoaprimoração recursiva (RSI) ocorrerá em menos de 24 meses.

Autor do artigo, fonte: 0x9999in1, ME News



TL;DR

• Musk concorda com a avaliação de Will Depue: a capacidade da IA não desacelerará, e a autoaprimoração recursiva (RSI) ocorrerá em menos de 24 meses. Concordo com a primeira parte, mas mantenho minha reserva sobre a segunda.
• Mas há um desalinhamento nessa conversa: os argumentos dominantes para subestimar a avaliação da Frontier Labs nunca foram "os modelos não funcionam", mas sim "os modelos funcionam muito bem, mas você não recebe dinheiro".
• A frase de Musk de que "a IA de dois anos atrás já está velha o suficiente para ir para um museu" é, na verdade, o melhor slogan para os vendedores em curto prazo. Ela fala sobre a taxa de depreciação dos ativos, não sobre a vantagem competitiva.
• A curva de capacidade é respaldada por dados concretos: o "intervalo de tempo da tarefa" medido pelo METR duplica aproximadamente a cada sete meses, e nos últimos dois anos até mais rápido. Este é o indicador mais relevante para acompanhar atualmente.
• O problema com o RSI não está na possibilidade, mas na definição muito vaga. A auto-otimização em domínios restritos já ocorreu (o AlphaEvolve é uma evidência), mas o ciclo fechado global ainda está preso em poder computacional, energia, ciclo de experimentação e avaliação.
• A agenda de Musk carrega um fardo histórico. O FSD foi anunciado como "no próximo ano" por dez anos, e o AGI foi previsto para 2025 e 2026. A direção está correta, mas o ritmo muitas vezes está errado.
• Minha conclusão: ter capacidade de comprar na alta não equivale a comprar qualquer balanço patrimonial específico. Essas duas coisas devem ser apostadas separadamente.

Eles estão respondendo a uma pergunta diferente.

Vamos deixar as coisas claras desde o início.

A declaração original de Will Depue tem uma frase preliminar: essa visão de baixa "é bastante razoável, se ignorarmos a AGI".

Esta premissa, na verdade, já reconhece metade da lógica dos vendedores.

Porque a maioria das pessoas que veem com ceticismo a avaliação da Frontier Labs não acredita que o modelo irá estagnar. Seus argumentos são outros: a economia por unidade não se sustenta, os gastos de capital são excessivamente altos, o ciclo de depreciação está subestimado, a concorrência nivelou o poder de precificação e a taxa de adoção no lado corporativo está muito abaixo do esperado.

Nenhum desses itens depende de uma desaceleração da capacidade da IA.

Então, a declaração de Musk de que "a IA em dois anos deixará as pessoas impressionadas até explodir", como uma avaliação da tendência de capacidade, acredito que seja muito provável que seja verdadeira. Como uma refutação aos argumentos baixistas, na verdade, ela não atingiu o alvo.

Foi um belo soco, mas acertou o ar ao lado.

Diga de forma mais direta: a curva tecnológica e a curva de fluxo de caixa não são a mesma coisa. Historicamente, elas costumam se mover em direções opostas. Quanto mais rápido as fibras ópticas são instaladas, mais barato se torna o bandwidth, e mais mal as empresas que instalam as fibras sofrem. No final dos anos 1990, a capacidade de fibra óptica de longa distância nos EUA aumentou drasticamente, seguida por uma queda nos preços — a Global Crossing e a WorldCom acabaram na lista de falências. Mas quem realmente se beneficiou desses ativos de infraestrutura foram as empresas de streaming e nuvem uma década depois.

A tecnologia venceu. As pessoas que investiram na tecnologia não venceram.

Isso não é desacreditar a IA. É um lembrete: entre "a IA se tornará extremamente poderosa" e "esta avaliação atual é justa", ainda faltam muitos passos de raciocínio.

Dois: A metáfora "ir ao museu" é, na verdade, evidência de vendas curtas

Reconheço a observação dessa frase de Musk.

Há dois anos, em meados de 2024, os líderes da primeira linha eram GPT-4o, Claude 3.5 Sonnet e Llama 3.1 405B. Eles não tinham cálculo de inferência adequado, não tinham chamadas confiáveis de ferramentas em cadeias longas e não conseguiam realizar tarefas autônomas de várias horas.

Hoje em dia, realmente parece uma amostra.

Mas note que esta frase realmente descreve o quê.

Ele descreve: modelos de IA como um ativo que se desvaloriza rapidamente.

A vida econômica dos modelos de ponta pode ser de apenas 12 a 24 meses. Após a chegada do próximo modelo, o valor marginal dos custos de treinamento, dados e mão de obra da geração anterior decai rapidamente. Você não pode depender dele para gerar renda por dez anos.

E quanto ao hardware que sustenta tudo isso? Grandes fornecedores geralmente depreciam GPUs e servidores em cinco a seis anos em seus relatórios financeiros. Essa suposição é muito longa? Foi questionada publicamente em 2025, e Michael Burry apontou diretamente esse ponto em novembro daquele ano: se a vida útil real for mais curta, os lucros contábeis estão sendo exagerados.

Não quero defender os vendedores em curto prazo, mas a lógica precisa ser clara: se um modelo já deve ir para o museu após dois anos, por que o aço e o silício que o sustentam deveriam se depreciar apenas em seis anos?

Quanto mais correta for essa frase de Musk, mais aguda se torna essa questão.

Mais complicado ainda é o preço. O rastreamento da Epoch AI mostra que o custo de inferência para alcançar o mesmo nível de desempenho pode diminuir uma ordem de grandeza por ano. Isso é uma ótima notícia para os usuários, mas um corte contínuo na margem bruta para empresas que dependem de cobranças por modelos.

Seu produto melhora drasticamente a cada ano, mas seu preço é reduzido drasticamente anualmente.

Essa é a origem do mecanismo de "corrida de capacidade, luta por lucro". Não é má execução, é estrutura.

Três: A capacidade não desacelerará: Neste ponto, os dados estão do lado de Musk

Agora digo o que concordo.

Se discutirmos apenas com base em “sensação”, nunca chegaremos a um acordo. Por isso, prefiro observar uma métrica concreta: por quanto tempo o modelo consegue completar tarefas de forma independente.

O estudo publicado pela METR em 2025 apresentou uma tendência bastante sólida: o comprimento das tarefas que os modelos conseguem concluir com 50% de sucesso, medido em relação ao tempo necessário para especialistas humanos realizarem tarefas semelhantes, duplica aproximadamente a cada sete meses. E para as amostras após 2024, a inclinação é ainda mais acentuada.

Até o segundo semestre de 2025, os modelos mais fortes já entraram na faixa de "duas horas" nesse indicador.

Sinta o significado desta curva. O crescimento exponencial parece suave no início e súbito no final. De duas horas a um dia útil, são necessárias apenas duas a três dobradiças.

Houve outros pontos de referência no mesmo período. A OpenAI lançou o GDPval em setembro de 2025, avaliando modelos com entregas profissionais reais, e modelos de ponta já atingiram níveis próximos aos de especialistas da indústria em certas tarefas profissionais. Em julho de 2025, modelos experimentais de vários laboratórios alcançaram desempenho de nível ouro na Olimpíada Internacional de Matemática. Estes não são slogans de marketing, são eventos públicos verificáveis.

Portanto, a afirmação de que "o avanço前沿 está desacelerando" não é válida em termos de capacidade.

O que realmente diminuiu é outra coisa: o limiar de surpresa dos usuários.

Somos abalados a cada três meses, e o abalo se torna rotina. Essa麻木 subjetiva é facilmente mal interpretada como estagnação objetiva.

Neste ponto, Musk está清醒.

Quatro: RSI abaixo de 24 meses: qual metade é verdadeira e qual é crença

Esta é a parte da discussão com a qual mais discordo.

Não porque é muito otimista, mas porque é muito vago.

O RSI possui pelo menos três versões com níveis completamente diferentes.

Primeira versão: A IA melhora seus próprios componentes em um domínio restrito.

Isso já aconteceu. O AlphaEvolve, divulgado pelo Google DeepMind em 2025, é uma prova disso: ele descobriu automaticamente um algoritmo mais eficiente, reduzindo o número de multiplicações necessárias para a multiplicação de matrizes complexas 4×4 de 49 para 48, quebrando um recorde mantido por mais de cinquenta anos e recuperando cerca de 0,7% da capacidade computacional global no dimensionamento de data centers da Google.

Este é um caso real, verificável, de IA aprimorando a infraestrutura de IA.

Segunda versão: A IA assume significativamente seu próprio processo de desenvolvimento.

Isso está em andamento. Agentes de codificação já estão assumindo uma proporção significativa da implementação técnica no laboratório, com revisão de código, scripts de experimentos e pipelines de dados sendo automatizados.

Terceira versão:闭环 autônoma de aceleração livre de gargalos humanos.

Também conhecido como "explosão inteligente".

As duas versões anteriores foram usadas para argumentar a terceira versão, o que é a queda mais comum desse tipo de previsão.

Por que é difícil? O gargalo não está nem de longe na inspiração do algoritmo.

A velocidade da pesquisa em IA é limitada pelo tempo físico dos experimentos. Um grande treinamento inicial pode levar semanas, exigindo espera por hardware, disputa por energia elétrica e fila de espera. Mesmo que você aumente a velocidade de pensamento dos pesquisadores em cem vezes, a fila de experimentos não acelerará cem vezes.

Na camada abaixo, estão energia e cadeia de suprimentos. Capacidade de empacotamento avançado, fornecimento de HBM, ciclo de entrega de transformadores e fila de conexão à rede elétrica são todos elementos que se movem em escalas de trimestres e anos. Por volta de 2025, os tempos de espera para conexão às redes elétricas em várias regiões dos Estados Unidos já estão na ordem de vários anos.

A lâmina de silício pode fazer horas extras, mas a subestação não pode.

Outra restrição menos discutida: avaliação. Para que a IA se aprimore, ela precisa primeiro saber se realmente melhorou. Quando as tarefas se estendem por dezenas de horas e as respostas deixam de ter uma única solução correta, a própria definição de “melhor” torna-se um desafio de pesquisa. Os sinais de recompensa podem se tornar contaminados, fazendo com que o modelo otimize o avaliador em vez de aprimorar sua capacidade.

Então meu julgamento é: dentro de 24 meses, é muito provável que a segunda versão seja significativamente avançada, com a proporção de desenvolvimento assumida pela IA continuando a aumentar. Mas a terceira versão, aquele verdadeiro fechamento recursivo que se liberta do ritmo humano, tem, em minha opinião, probabilidade significativamente inferior a 50% de surgir dentro de 24 meses.

This is not technological pessimism; this is engineering reality.

V. A agenda de Musk precisa de um fator de desconto

Isso não é um ataque a pessoas, é um calibração.

Sua capacidade de prever tendências tem uma taxa de acerto histórica muito alta: veículos elétricos vencerão, foguetes reutilizáveis são viáveis, a internet via satélite dará certo e grandes clusters de GPU são a variável-chave. O cluster Colossus dele foi implantado com uma escala de centenas de milhares de GPUs em um prazo extremamente curto em 2024 — isso, por si só, demonstra que ele entende a essência da corrida por poder de computação.

Mas sua avaliação do tempo tem sido historicamente otimista.

Autonomia total "será alcançada no próximo ano", dito desde 2015 até hoje. Ele previu publicamente que a IA superaria qualquer ser humano individual por volta de 2025 e que a AGI surgiria por volta de 2026. Hoje é 31 de julho de 2026, e essas previsões claramente ainda não se realizaram.

A prática recomendada é multiplicar a tabela fornecida por dois a três.

Há ainda um ponto que precisa ser esclarecido: ele não é um observador neutro.

xAI está fortemente apostada nesse setor, exigindo financiamento contínuo e massivo, e precisa que o mercado acredite que a curva continuará a se acentuar. É totalmente normal que uma pessoa expresse forte confiança na direção em que está apostando, mas o receptor deve considerar esse relacionamento de interesses ao atribuir peso.

Isso não afeta a possível corretude da sua avaliação. Isso apenas afeta o nível de confiança que você deve atribuir.

Seis: A implementação do lado corporativo é a verdadeira fissura

Em agosto de 2025, um estudo de uma equipe relacionada ao MIT gerou grande discussão: 95% dos projetos piloto de IA generativa nas empresas não trouxeram melhorias mensuráveis no resultado. O método deste estudo foi posteriormente questionado por muitos, com controvérsias sobre a amostra e os critérios utilizados; não recomendo considerá-lo como prova absoluta.

Mas a dor que ele toca é real.

Entre a capacidade do modelo e o valor da empresa, há todo um conjunto de tarefas desagradáveis que ninguém gosta de fazer: governança de dados, sistema de permissões, reestruturação de processos, auditoria e rastreamento, definição de responsabilidades e garantia de recuperação em caso de falha.

Um modelo capaz de ganhar uma medalha de ouro não consegue entrar no processo central de um banco; o ponto de bloqueio nunca é a inteligência.

Isso também explica um fenômeno que parece contraditório: o uso está explodindo, mas os retornos são difíceis de quantificar. O volume mensal de tokens processados pela Google, divulgado em 2025, saltou rapidamente de bilhões de trilhões para trilhões de trilhões, e o número de usuários ativos semanais da OpenAI atingiu cerca de 800 milhões no outono de 2025. O uso está indiscutivelmente decolando.

Ao mesmo tempo, segundo múltiplos meios de comunicação, os principais laboratórios ainda estarão em grandes prejuízos líquidos entre 2025 e 2026, com expectativas de lucratividade geralmente adiadas para por volta de 2029. Além disso, os gastos de capital anuais combinados dos fabricantes de escala ultra-grande já foram novamente aumentados além da faixa de centenas de bilhões de dólares em 2025.

O aumento no volume resolve "alguém está usando". Ele não resolve automaticamente "quem está ganhando dinheiro".

Entre essas duas coisas, está o poder de precificação. E esse poder de precificação está sendo desgastado conjuntamente por quatro ou cinco concorrentes com capacidades semelhantes.

Sete: Não ouça as conclusões, fique atento às escalas

Discutir se a IA vai desacelerar tem pouco sentido, pois ambas as partes têm definições diferentes de “desaceleração”.

Eu recomendo focar em três coisas que podem ser verificadas.

Primeiro, o prazo da tarefa. Continue acompanhando a curva do METR. Se o prazo com 50% de sucesso avançar para mais de oito horas no próximo ano, a avaliação de Depue receberá forte suporte. Se ele oscilar repetidamente no intervalo de duas a quatro horas por mais de um ano, isso indica que estamos enfrentando algum tipo de teto estrutural.

Em segundo lugar, confiabilidade, e não capacidade pico. Observe o intervalo de tempo sob taxas de sucesso de 80% ou 90%. As empresas compram estabilidade, não desempenhos geniais ocasionais. A velocidade com que esse indicador melhora determina diretamente a inclinação da implementação comercial.

Terceiro, economia por unidade, e não receita total. Observe a margem bruta e se a velocidade de redução do custo por unidade consegue superar a guerra de preços. Veja se alguma empresa realmente gerou fluxo de caixa operacional positivo.

Três escalas, nenhuma delas precisa acreditar em nenhuma previsão de ninguém.

Oito: Conclusão

Minha posição é simples.

A afirmação de Musk sobre capacidade, acho que está correta. Os modelos de dois anos atrás já parecem espécimes; dois anos depois, provavelmente farão os modelos mais fortes de hoje parecerem笨拙. Essa curva ainda não se curvou.

Mas ele usou essa frase para responder às dúvidas sobre a avaliação, o que é inadequado.

Porque o que os vendedores a descobrir realmente estão perguntando é: quando o modelo se desvaloriza a cada dezoito meses, quando o preço de inteligência equivalente cai uma ordem de grandeza por ano, e quando quatro ou cinco empresas possuem capacidades quase idênticas, quem pagará os milhares de bilhões de dólares em despesas de capital e como recuperará esse investimento por meio da precificação?

Essa pergunta, "AI será mais forte", não consegue responder.

Eu mantenho minha opinião sobre a parte do RSI. Não porque seja impossível, mas porque exige que poder de processamento, energia, ciclos de experimentação e sistemas de avaliação todos cedam espaço — e essas coisas não obedecem ao crescimento exponencial.

Por fim, digo uma coisa que talvez não seja muito popular.

A revolução tecnológica é real, e a bolha também pode ser real; ambas as coisas podem ocorrer simultaneamente e, historicamente, geralmente ocorrem juntas. As ferrovias eram reais, mas as ações ferroviárias entraram em colapso. A internet era real, e a Nasdaq caiu 78%.

Ser otimista tecnicamente não equivale a ser otimista em relação a cada balanço patrimonial.

Faça apostas separadas. Isso não é ficar em cima do muro; isso é saber calcular.

Quanto à inteligência artificial daqui a dois anos, se ela será "incrivelmente impressionante", eu tendo a acreditar.

Quem ainda está na mesa de pôquer naquela hora, eu não faço essa aposta.

Fonte de referência

1. METR, "Medindo a Capacidade da IA de Concluir Tarefas Longas," METR Research, março de 2025.
2. Google DeepMind, "AlphaEvolve: Um agente de codificação impulsionado pelo Gemini para projetar algoritmos avançados," maio de 2025.
3. OpenAI, "Apresentando o GDPval," Blog da OpenAI, setembro de 2025.
4. Epoch AI, "Tendências de Preço de Inferência de LLM" e "Tendências em Computação de Aprendizado de Máquina," Insights de Dados da Epoch AI, 2024–2025.
5. MIT Media Lab / Projeto NANDA, "A Divisão da GenAI: Estado da IA nos Negócios 2025," agosto de 2025.
6. Pesquisa do Goldman Sachs, "IA Generativa: Muito Gasto, Pouco Benefício?," junho de 2024.
7. Elon Musk e Will Depue, postagens no X sobre avaliações do frontier lab e autoaperfeiçoamento recursivo, julho de 2026.
8. Reuters e The Information, relatando sobre receita, prejuízos e cronogramas de rentabilidade da OpenAI e Anthropic, 2025–2026.