Buffett faz uma exceção e aposta na Google! Compra ações de IA com um prémio de 40 vezes para desafiar a hegemonia da Nvidia

Buffett disse uma vez: “Nunca invistas numa empresa que não compreendes.” No entanto, quando a “era do oráculo de Omaha” se aproxima do fim, Buffett toma uma decisão que contraria a sua “regra de ouro”: compra ações da Google, e fá-lo pagando um prémio elevado de cerca de 40 vezes o fluxo de caixa livre. É a primeira vez que Buffett investe numa empresa com temática de IA — não é na OpenAI, nem na Nvidia.

Do Alerta Vermelho à Reviravolta da Google AI

Voltemos ao final de 2022. Nessa altura, o ChatGPT surgiu de forma inesperada, e a equipa de direção da Google soou o “alarme vermelho”, reunindo-se constantemente e chegando a chamar de urgência os dois fundadores. Mas, nessa altura, a Google parecia um dinossauro lento, atolado em burocracia. Lançou apressadamente o chatbot Bard, mas cometeu um erro factual na demonstração, levando a uma queda abrupta das ações e à evaporação de centenas de milhar de milhões de dólares em capitalização bolsista num só dia.

Depois, integrou as suas equipas de IA e lançou a Google AI multimodal. Mas este produto, visto como o seu trunfo, apenas gerou algumas horas de discussão no meio tecnológico, sendo logo eclipsado pelo modelo de geração de vídeo Sora da OpenAI, caindo rapidamente no esquecimento. O mais embaraçoso é que foi graças ao artigo académico inovador “Attention Is All You Need”, publicado por investigadores da Google em 2017, que se lançou a base teórica sólida para esta vaga da revolução da IA, com o modelo Transformer.

Os rivais ridicularizavam a Google. Sam Altman, CEO da OpenAI, desdenhou do gosto da Google: “Não consigo deixar de pensar nas diferenças estéticas entre a OpenAI e a Google.” O antigo CEO da Google também criticava a preguiça da empresa: “A Google sempre acreditou que o equilíbrio entre trabalho e vida… é mais importante do que vencer a concorrência.” Esta série de embaraços levou muitos a duvidar de que a Google estivesse a ficar para trás na corrida da IA.

Mas a mudança acabou por chegar. Em novembro, foi lançada a terceira versão da Google AI, que superou os concorrentes, incluindo a OpenAI, na maioria dos principais benchmarks. Um dos testes mostrou que, em quase todos os indicadores — conhecimento especializado, raciocínio lógico, matemática e reconhecimento de imagem — a terceira versão da Google AI ficou significativamente à frente. Só no teste de programação ficou em segundo lugar, ligeiramente atrás.

O Wall Street Journal afirmou: “Podemos chamá-lo de o modelo de nova geração de topo dos EUA.” A Bloomberg escreveu que a Google finalmente acordou. Musk e Altman elogiaram-na. Alguns internautas brincaram dizendo que este era o GPT-5 idealizado por Altman. O CEO da plataforma de gestão de conteúdos na cloud Box, após testar antecipadamente a terceira versão da Google AI, afirmou que a melhoria era tão grande que chegaram a duvidar dos seus próprios métodos de avaliação.

O CEO da Salesforce disse que usou o ChatGPT durante três anos, mas que bastaram duas horas com a terceira versão da Google AI para mudar completamente a sua perceção: “Holy shit… não há volta a dar. Isto é verdadeiramente um salto qualitativo — raciocínio, velocidade, processamento de texto, imagem e vídeo… tudo mais aguçado e mais rápido. Parece que o mundo mudou de novo.”

Porque é que a terceira versão da Google AI se destaca tanto? O responsável pelo projeto afirmou: “Simples: melhorias no pré-treino e pós-treino.” Segundo analistas, o modelo continua a seguir a lógica da Scaling Law — ao otimizar o pré-treino (por exemplo, usando conjuntos de dados maiores, métodos de treino mais eficientes e mais parâmetros), consegue-se fortalecer as capacidades do modelo.

Os chips TPU abrem uma brecha na fortaleza Nvidia

Há um mês, a Nvidia atingiu uma capitalização de 5 biliões de dólares, com o entusiasmo do mercado pela inteligência artificial a impulsionar este “mercador de armas da IA” para novos patamares. Mas os chips TPU usados na terceira versão da Google AI abriram uma fissura na fortaleza da Nvidia. Segundo dados da Bernstein citados pelo The Economist, os GPU da Nvidia representam mais de dois terços do custo total de um rack típico de servidores de IA, enquanto os chips TPU da Google custam apenas entre 10% e 50% do valor de chips Nvidia de desempenho equivalente.

Essas poupanças acumuladas são substanciais. O banco de investimento Jefferies estima que a Google irá produzir cerca de 3 milhões destes chips no próximo ano, praticamente metade da produção da Nvidia. O mês passado, a conhecida startup de IA Anthropic já planeava adotar massivamente os chips TPU da Google, num negócio alegadamente de dezenas de milhares de milhões de dólares. Segundo notícias de 25 de novembro, a gigante tecnológica Meta também está em negociações para adotar chips TPU nos seus centros de dados até 2027, num contrato que pode chegar a vários milhares de milhões de dólares.

A história do TPU remonta a mais de uma década. Na altura, a Google começou a desenvolver chips aceleradores específicos para uso interno, para aumentar a eficiência da pesquisa, mapas e tradução. Em 2018, começou a vender TPU para clientes de computação em nuvem. Desde então, os TPU têm sido usados para suportar o desenvolvimento interno de IA. Durante o desenvolvimento de modelos como a Google AI, as equipas de IA e de chips trabalham em interação: a equipa de IA fornece necessidades e feedback reais, e a equipa de chips otimiza e personaliza o TPU em conformidade, impulsionando a eficiência da investigação em IA.

Diferenças fundamentais entre TPU e GPU Nvidia

Vantagem de custo: O TPU custa apenas entre 10% e 50% do preço de chips Nvidia de desempenho equivalente

Especialização vs. versatilidade: O TPU é concebido para tarefas de IA, o GPU é mais flexível mas mais caro

Eficiência energética: O TPU sacrifica versatilidade em troca de maior eficiência, proporcionando mais capacidade de computação por unidade de consumo energético

Escala de fornecimento: A Google irá produzir cerca de 3 milhões no próximo ano, metade da produção da Nvidia

O TPU da Google é um chamado circuito integrado específico de aplicação (ASIC), um “especialista”, desenhado para tarefas computacionais específicas, sacrificando alguma flexibilidade e aplicabilidade para obter maior eficiência. O GPU da Nvidia é mais um “generalista”, flexível e programável, mas com custos mais elevados.

O modelo de integração vertical valorizado por Buffett

O chip de IA da Google tornou-se uma das poucas alternativas aos chips da Nvidia, o que levou diretamente à queda do preço das ações da Nvidia. A Nvidia teve de publicar um post a tentar acalmar o pânico causado pelos TPU, afirmando estar “feliz pelo sucesso da Google”, mas sublinhando que a Nvidia está uma geração à frente no setor e que o seu hardware é mais versátil do que os TPU e outros chips especializados.

A Google vive agora dias doces, com as suas ações a subir em contraciclo durante a bolha de IA. A empresa de Buffett comprou ações da Google no terceiro trimestre, a terceira versão da Google AI recebeu reações positivas, e os chips TPU geram grande expectativa entre investidores — tudo isto elevou a Google a um novo patamar. No último mês, ações de IA como Nvidia e Microsoft caíram mais de 10%, enquanto as da Google subiram cerca de 16%. Atualmente, com um valor de mercado de 3,86 biliões de dólares, ocupa o terceiro lugar mundial, apenas atrás da Nvidia e da Apple.

Os analistas classificam o modelo de IA da Google como de integração vertical. Sendo um dos raros “full stack builders” do setor tecnológico, a Google controla toda a cadeia: implanta chips TPU próprios na cloud Google, treina os seus próprios grandes modelos de IA, que depois se integram perfeitamente em negócios core como a pesquisa e o YouTube. As vantagens deste modelo são óbvias: não depende da Nvidia, e possui capacidade computacional eficiente e de baixo custo.

É precisamente isto que Buffett valoriza. O oráculo de Omaha sempre preferiu empresas com “fosso competitivo”, e o modelo de integração vertical da Google é o mais largo de todos. Enquanto outras empresas ainda dependem da Nvidia para capacidade computacional e da OpenAI para modelos, a Google já domina toda a cadeia, dos chips aos modelos e às aplicações. Esta autonomia dá-lhe clara vantagem no controlo de custos, iteração tecnológica e flexibilidade estratégica.

Outro modelo é o da aliança laxa, mais comum. Os gigantes dividem funções: a Nvidia fornece GPU, a OpenAI, Anthropic, etc., desenvolvem modelos de IA, a Microsoft e outros gigantes da cloud compram GPU aos fabricantes para alojar os modelos destes laboratórios. Nesta rede, não há aliados ou rivais permanentes: colaboram quando há interesse comum, competem sem hesitação quando necessário.

Formou-se assim uma “estrutura circular”, com o capital a circular em circuito fechado entre poucos gigantes tecnológicos. Por exemplo, a OpenAI gasta 300 mil milhões de dólares a comprar capacidade computacional à Oracle, que investe depois dezenas de milhares de milhões em chips Nvidia para construir data centers; a Nvidia, por sua vez, reinveste até 100 mil milhões na OpenAI — com a condição de que continue a usar os seus chips. Analistas do Morgan Stanley alertam que a falta de transparência dificulta aos investidores perceber os riscos e retornos reais.

A vantagem do fluxo de caixa e da base de utilizadores da Google

A OpenAI está atualmente avaliada em 500 mil milhões de dólares, sendo a startup mais valiosa do mundo. É também uma das empresas de crescimento mais rápido da história: as receitas dispararam de quase zero em 2022 para uma previsão de 13 mil milhões este ano, mas estima-se que, para atingir a IA geral, irá queimar mais de 100 mil milhões de dólares nos próximos anos, além de gastar centenas de milhares de milhões a alugar servidores. Ou seja, terá de continuar a procurar financiamento.

A Google tem uma vantagem que não pode ser ignorada: uma “bolsa” muito maior. No relatório trimestral mais recente, a receita ultrapassou pela primeira vez os 100 mil milhões de dólares, atingindo 102,3 mil milhões (mais 16% em relação ao ano anterior) e lucros de 35 mil milhões (mais 33%). O fluxo de caixa livre foi de 73 mil milhões, e o investimento em IA este ano chegará a 90 mil milhões. Por enquanto, não precisa de se preocupar com a erosão do negócio de pesquisa por parte da IA; as receitas de pesquisa e publicidade continuam a crescer a dois dígitos. O negócio de cloud vai de vento em popa — até a OpenAI aluga servidores à Google.

Além do fluxo de caixa autossustentável, a Google tem trunfos inalcançáveis para a OpenAI, como enormes quantidades de dados prontos para treinar e otimizar modelos, e infraestruturas computacionais próprias. Em 14 de novembro, a Google anunciou um investimento de 40 mil milhões na construção de novos data centers. Com cerca de 90% de quota no mercado global de pesquisa online, a Google detém naturalmente o canal central para promover os seus modelos de IA, podendo chegar diretamente a uma massa de utilizadores.

Embora, em número de utilizadores, o ChatGPT ainda ultrapasse claramente a terceira versão da Google AI, a distância está a diminuir. Em fevereiro deste ano, o ChatGPT tinha 400 milhões de utilizadores ativos semanais, subindo para 800 milhões este mês. A Google AI terceira versão divulgou dados mensais: em julho tinha 450 milhões de utilizadores ativos mensais, agora são 650 milhões.

O CEO da Google, Sundar Pichai, disse recentemente num podcast que os funcionários da Google deviam recuperar o sono. “Visto do exterior, talvez naquele período parecêssemos estagnados ou atrasados, mas na verdade estávamos a consolidar todos os componentes de base, e agora estamos a avançar com toda a força.” Agora, o cenário inverteu-se. Pichai afirmou: “Chegámos a um ponto de viragem.”