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.

Segundo as previsões dos analistas, a OpenAI acumulará cerca de US$ 112 bilhões em prejuízos até 2030. Esse número não é infundado: ele reflete o problema fundamental do modelo de negócios da IA centralizada.

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

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

Este modelo só funciona com um fluxo infinito de capital de risco. A OpenAI levantou dezenas de bilhões em investimentos, incluindo rodadas da Microsoft e 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 empresas construídas sobre a API da OpenAI?

Para comparação: a Gonka levantou $80M e já processa solicitações reais de IA através de uma rede de 584 GPUs. O custo da inference é de $0.0069/1M de tokens. Isso é possível porque no modelo descentralizado não há necessidade de recuperar investimentos de trilhões de dólares em data centers.

A Gonka não constrói data centers — ela reúne GPUs já existentes ao redor do mundo. Não é apenas um modelo de negócio 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, a blockchain, o software — tudo isso é criado pela equipe. As GPUs são fornecidas por hosts independentes ao redor do mundo — cada um por sua conta.

Sem depreciação estendida por 6 anos: quando uma H100 fica 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, não pelo CFO de uma corporação tentando ocultar baixas contábeis.

Sem truques contábeis: todas as transações na blockchain da Gonka são transparentes. As recompensas são distribuídas pelo protocolo, auditado pela CertiK. Não há custos «ocultos» que serão descobertos em 5 anos durante uma reavaliação de ativos.

Risco distribuído: cada host assume seu próprio risco. Se um host quebrou com um investimento ruim em GPUs — é problema dele, não 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 através da Gonka é de $0.0069 por milhão de tokens. Isso é ~720 vezes mais barato que o OpenAI GPT-5.5. E esse preço é sustentável — porque não há uma infraestrutura de trilhões por trás que precise ser recuperada.

Vamos comparar dois modelos de infraestrutura de IA:

A Gonka opera com 584 GPUs (participantes na época: 22, ML-nodes: 121). O projeto levantou $80M — isso é milhares de vezes menos do que um único Stargate gasta. Mas a rede faz a mesma coisa: processa solicitações de IA através de modelos abertos MiniMax M2.7, DeepSeek V4 Flash e GLM-5.3 Flash, disponíveis via API compatível com OpenAI.

Analogia: imagine que, nos anos 2000, alguém sugerisse: "Em vez de construir servidores gigantes para a internet, vamos fazer com que cada dono de casa coloque um mini-servidor e receba uma recompensa por participar". Soa utópico — mas é exatamente assim que o Airbnb funciona para acomodações, o Uber para transporte, e é assim que a Gonka funciona para a computação de IA. A descentralização não é uma utopia — é o próximo estágio da evolução da infraestrutura.