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.

Analistas preveem que a OpenAI acumulará cerca de US$ 112 bilhões em prejuízos até 2030. Esse número não é tirado do ar: 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 em assinaturas do ChatGPT e APIs. Por outro, as despesas aumentam ainda mais rápido. Cada nova geração de modelo exige proporcionalmente muito mais recursos:

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

Este 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. Cedo ou tarde, eles exigirão lucro. A questão não é "se", mas "quando" — e o que acontecerá nesse momento com os milhões de negócios construídos sobre as APIs da OpenAI?

Para comparação: a Gonka levantou US$ 80M e já processa solicitações reais de IA através de uma rede de ~4.648 GPUs. O custo de inference é de US$ 0,003/1M 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 conecta GPUs já existentes ao redor do mundo. Este 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 e o software são tudo o que a equipe cria. As GPUs são fornecidas por hosts independentes ao redor do mundo — cada um por conta própria.

Sem amortização de 6 anos: quando uma H100 se torna obsoleta, o host simplesmente a substitui por uma H200 ou pela próxima geração. A decisão é tomada pelo proprietário do hardware com base nas condições de mercado, não pelo CFO de uma corporação tentando esconder 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 despesas "ocultas" que aparecerão em 5 anos devido à reavaliação de ativos.

Risco distribuído: cada host assume seu próprio risco. Se um host fracassar devido a um mau investimento em GPU, é problema dele, não de toda a rede. No 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 de inference via Gonka é de US$ 0,003 por milhão de tokens. Isso é ~830 vezes mais barato que a OpenAI. E este preço é sustentável — porque atrás dele não existe uma infraestrutura de trilhões que precisa ser paga.

Vamos comparar dois modelos de infraestrutura de IA:

A Gonka opera com cerca de 4.648 GPUs de ~113 participantes (~582 ML-nós). O projeto levantou US$ 80M — isso é milhares de vezes menos do que um único Stargate gasta. Mas a rede faz a mesma coisa: processa consultas de IA através da rede neural Kimi K2.6, disponível via API compatível com a OpenAI.

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