A Projeção de Perdas de US$ 112 Bilhões – A Falência Oculta da Big Tech

O projeto Stargate – centenas de bilhões de dólares para construir data centers gigantes. Não é um erro de digitação: estamos falando de quantias comparáveis ao PIB de pequenos países. Microsoft, Google e Meta gastam dezenas de bilhões anualmente em infraestrutura de GPU: somente a Microsoft em 2025 investiu mais de US$ 50 bilhões em despesas de capital, a maior parte em IA.

O problema está escondido na contabilidade. As GPUs da geração H100 ficam obsoletas em 2 anos com o lançamento de H200, B100, B200 – cada geração seguinte é 50-100% mais rápida que a anterior. Mas as empresas registram a amortização por 5-6 anos, criando uma ilusão contábil. Exemplo: uma empresa comprou GPUs por US$ 20 bilhões. Nos livros contábeis, após 2 anos, elas ainda “valem” US$ 13 bilhões (com amortização linear por 6 anos). Na realidade – elas valem ~$5 bilhões, porque a nova geração faz o mesmo trabalho duas vezes mais rápido e mais barato.

Isso cria um déficit oculto: a diferença entre o valor contábil dos ativos e seu valor de mercado real – trilhões de dólares em toda a indústria. Quando (não “se”, mas “quando”) os auditores exigirem uma reavaliação – isso pode causar baixas massivas, derrubar as ações das empresas de IA e provocar uma crise de confiança em toda a indústria.

De acordo com analistas, a OpenAI acumulará cerca de US$ 112 bilhões em perdas até 2030. Esse número não vem do nada: ele reflete um problema fundamental no modelo de negócios da IA centralizada.

Por um lado, as receitas crescem de forma impressionante: bilhões de dólares anualmente com assinaturas do ChatGPT e da API. Por outro lado, os gastos crescem ainda mais rapidamente. Cada nova geração de modelo exige exponencialmente mais recursos:

• GPT-3 → GPT-4: o custo de treinamento aumentou aproximadamente 10 vezes
• GPT-4 → GPT-5: outro crescimento exponencial – uma curva exponencial
• Inferência: milhões de usuários = bilhões de tokens por dia = bilhões de dólares por ano em capacidade de GPU

Esse modelo só funciona com um fluxo infinito de capital de risco. A OpenAI atraiu dezenas de bilhões em investimentos, incluindo rodadas da Microsoft e do SoftBank. Mas os investidores não são filantropos. Mais cedo ou mais tarde, eles exigirão lucros. A questão não é “se”, mas “quando” – e o que acontecerá nesse momento com os milhões de negócios construídos sobre a API da OpenAI?

Para comparação: a Gonka atraiu US$ 80 milhões e já processa solicitações de IA reais através de uma rede de ~4.648 GPUs. O custo da inferência – US$ 0,0009/1M tokens. Isso é possível porque no modelo descentralizado não há necessidade de amortizar trilhões de investimentos em data centers.

A Gonka não constrói data centers – ela une GPUs já existentes em todo o mundo. Isso não é apenas um modelo de negócios alternativo – é uma arquitetura econômica fundamentalmente diferente que elimina a causa raiz da bolha.

Sem despesas de capital: a rede Gonka não atrai centenas de bilhões para construção. O protocolo, o blockchain, o software – é tudo o que a equipe cria. As GPUs são fornecidas por hosts independentes em todo o mundo – cada um por sua própria conta.

Sem amortização estendida por 6 anos: quando a H100 se torna obsoleta – o host simplesmente a substitui por uma H200 ou pela próxima geração. A decisão é tomada pelo proprietário do equipamento com base nas condições de mercado, e não pelo CFO da corporação que tenta ocultar as baixas contábeis.

Sem truques contábeis: todas as transações no blockchain da Gonka são transparentes. As recompensas são distribuídas de acordo com o protocolo, auditado pela CertiK. Não há despesas “escondidas” que serão descobertas em 5 anos na reavaliação dos ativos.

Risco distribuído: cada host carrega seu próprio risco. Se um host falir devido a um mau investimento em GPU – esse é o problema dele, não o problema de toda a rede. Em um modelo centralizado, um erro de US$ 10 bilhões pode derrubar toda a empresa. Na Gonka, tal erro é impossível por definição – porque não há um único participante capaz de tomar uma decisão de US$ 10 bilhões.

Resultado: o custo da inferência via Gonka é de US$ 0,0009 por milhão de tokens. Isso é cerca de 2.800 vezes mais barato que a OpenAI. E esse preço é sustentável – porque não há uma infraestrutura de trilhões que precise ser amortizada por trás dele.

Compare dois modelos de infraestrutura de IA:

Em Gonka, cerca de 4.648 GPUs operam com ~113 participantes (~582 ML-nós). O projeto atraiu US$ 80 milhões – isso é milhares de vezes menos do que um único Stargate gasta. Mas a rede faz a mesma coisa: processa solicitações de IA por meio da rede neural Qwen3-235B, disponível por meio de uma API compatível com OpenAI.

Analogia: imagine que, nos anos 2000, alguém propôs: “Em vez de construir servidores gigantes para a internet, vamos fazer com que cada proprietário de casa instale um mini-servidor e receba uma recompensa pela participação”. Parece utópico – mas é exatamente assim que o Airbnb funciona para moradia, o Uber para transporte, e é exatamente assim que o Gonka funciona para computação de IA. A descentralização não é utopia – é o próximo estágio na evolução da infraestrutura.