O investigador de IA Nathan Lambert visitou recentemente vários grandes laboratórios de IA na China, incluindo Moonshot AI, Zhipu, Meituan, Xiaomi, Alibaba Qwen, Ant Ling e 01.ai, entre outros, e escreveu este registo de observações em profundidade. Ele admite que esta viagem lhe permitiu redescobrir o ecossistema de IA na China: este registo não é apenas o relato turístico de um investigador, mas sim um diagnóstico inicial em primeira mão sobre a IA chinesa, indo da cultura técnica à estrutura da indústria.
As principais vantagens da IA chinesa: cultura, talento e mentalidade pragmática
De onde vem a competitividade dos investigadores chineses: uma tendência para trabalhar de cabeça baixa
Lambert considera que, para os laboratórios chineses conseguirem acompanhar rapidamente — e até equiparar-se — a IA de ponta, existe um factor-chave que é muitas vezes ignorado: a cultura de investigação e o ambiente organizacional.
Em contraste com os investigadores nos Estados Unidos, que em geral têm uma forte vontade de se destacarem individualmente, tendendo a dar visibilidade aos seus resultados e a construir marcas pessoais na comunicação social e nas redes, os investigadores chineses tendem a colocar o eu depois da qualidade do modelo. Estão mais dispostos a assumir tarefas pouco reconhecidas, mas que melhoram de facto o desempenho do modelo, e também mais aptos a aceitar que as suas ideias possam ser descartadas em processos de optimização com múltiplos objectivos.
Lambert aponta que, nos Estados Unidos, até terá havido relatos de laboratórios que precisam de “pagar aos melhores investigadores para que estes parem de reclamar por as suas propostas não terem sido adoptadas”, o que simboliza que as fricções organizacionais reais existem nos laboratórios ocidentais.
Esta diferença cultural produz efeitos visíveis a nível organizacional: com menor consciência de si próprios, as estruturas organizacionais conseguem expandir-se mais facilmente; investigadores de diferentes níveis conseguem cooperar de forma mais eficaz, em vez de defenderem os seus próprios interesses.
Os estudantes integrados em equipas de desenvolvimento de LLM tornam-se numa das forças principais
Outra realidade que impressionou Lambert é que, em muitos laboratórios, uma elevada percentagem dos principais contribuidores ainda são estudantes. Estes estudantes não são tratados de forma diferenciada: integram-se directamente nas equipas de desenvolvimento de LLM. Isto contrasta com o ecossistema dos Estados Unidos, onde a OpenAI e a Anthropic praticamente não oferecem oportunidades de estágio, ou mesmo quando as há, estas ficam isoladas fora do núcleo do trabalho:
A vantagem dos estudantes está em “não terem amarras”. Não viveram as assunções inerciais deixadas pelas primeiras vagas de IA, pelo que absorvem mais rapidamente tecnologias novas, desde a expansão MoE, passando por aprendizagem reforçada até ao desenvolvimento de agentes. Para eles, cada mudança de paradigma é um ponto de partida totalmente novo, sem necessidade de abandonar as crenças anteriores.
Competição ou colaboração? Revelar o ecossistema “governado por engenheiros” na China
Lambert notou que, quando tentou discutir com investigadores chineses riscos sociais a longo prazo da IA, impactos económicos ou debates éticos sobre o comportamento dos modelos, as conversas tendiam a cair num silêncio. Ele compreendeu que não se tratava de uma evasão deliberada: eram, de facto, temas fora do âmbito do que eles pensavam.
Ele recorre à observação do académico Dan Wang sobre “a China é governada por engenheiros, os EUA por advogados” para explicar a sua posição: “A missão deles é tornar os modelos melhores; os outros problemas ficam para outras pessoas.”
À vista de Lambert, isto faz com que a comunidade de IA chinesa seja mais parecida com um “conjunto” do que com tribos que competem entre si. Entre laboratórios, há uma regra geral de respeito mútuo; mantém-se um sentido de reverência em relação a gigantes como ByteDance, e a apreciação pela qualidade de investigação e capacidade de execução da DeepSeek é muito elevada. Ainda assim, não existe aquela tensão competitiva carregada de pólvora típica dos laboratórios nos Estados Unidos.
As limitações e desvantagens da IA chinesa: falta em chips, dados e criatividade
Os chips da Nvidia viram o gargalo comum de todos os laboratórios
Devido ao impacto das restrições de exportação dos EUA, a escassez de capacidade de computação da Nvidia constitui a limitação comum enfrentada por todos os laboratórios na China. Lambert observou que quase todos os laboratórios indicaram de forma clara que, se a oferta de capacidade de computação fosse suficiente, expandiriam as compras sem hesitar.
A avaliação positiva dos aceleradores nacionais, como Huawei (Huawei), é mais favorável no lado da inferência e muitos laboratórios já os usam em larga escala. Porém, no treino, a Nvidia continua a ser um padrão de ouro insubstituível, e esta lacuna dificilmente será totalmente colmatada a curto prazo por outras soluções.
A indústria de dados é a fraqueza mais grave; construir internamente torna-se a opção principal
Em comparação com a Anthropic e a OpenAI, que todos os anos investem dezenas ou centenas de milhões de dólares a comprar ambientes de treino para aprendizagem por reforço, a indústria externa de dados na China ainda apresenta uma diferença clara em qualidade. Lambert observou que, para a maioria dos laboratórios, a qualidade dos dados que se consegue comprar no mercado é baixa; por isso preferem investir recursos na construção de ambientes de treino próprios, e os investigadores também gastam muito tempo na construção do próprio ambiente.
Embora empresas de grande escala como a ByteDance e a Alibaba tenham equipas internas de dados que conseguem apoiar, como referiu o analista Zephyr, da Citrini, esta continua a ser a maior fraqueza do ecossistema de IA na China.
(O robô de arranque chinês Moonshot, que se autoproclama Claude, denuncia a filtragem do modelo da Anthropic)
O open source por trás é pragmatismo, não ideologia
Face às perguntas externas sobre “porque é que empresas como Meituan e Xiaomi precisariam de criar e disponibilizar modelos de grande escala genéricos”, Lambert considera que existe uma lógica comercial muito pragmática por detrás: o open source consegue feedback da comunidade externa e melhora a qualidade dos modelos; ao mesmo tempo, a empresa pode manter versões de ajuste fino internas para os seus próprios produtos, controlando a stack tecnológica central.
Esta mentalidade de “propriedade tecnológica” impulsiona praticamente todas as principais empresas tecnológicas chinesas a construir modelos de base próprios, em vez de depender de serviços externos — o que é radicalmente diferente da escolha das empresas de IA nos Estados Unidos.
Perspectiva do fundador da Delphi Ventures: forte em execução, mas com falta de criatividade
O cofundador da Delphi Ventures, José Maria Macedo, também visitou em profundidade o ecossistema de IA na China e, a partir de uma perspectiva de investidor, fornece mais uma camada de observação, contrastando com o olhar técnico de Lambert.
Macedo considera que os fundadores chineses, em geral, têm currículos inquestionáveis e uma capacidade de execução impressionante. No entanto, em comparação, o impulso empreendedor original “do zero ao um” é mais raro: “São mais capazes de fazer versões melhoradas e excelentes de direcções já existentes, em vez de propor problemas totalmente novos que o mercado ainda não tenha percebido.” Ele atribui isto ao facto de o sistema educativo, durante muito tempo, reforçar uma mentalidade de “resolutores” em vez de “questionadores”.
(O topo de talentos está por todo o lado, mas não se consegue fazer algo como a OpenAI? Investidores visitam durante duas semanas e revelam o problema real da IA na China)
Os Estados Unidos ainda devem lutar pela posição de liderança num ecossistema aberto
Lambert admite que a China é um lugar que não se consegue compreender simplesmente com moldes ocidentais: “A cultura é demasiado antiga e demasiado profunda, e a forma como se entrelaça com o ecossistema tecnológico cria uma reacção química única.”
Como americano, ele espera que os laboratórios de IA nos EUA, com modelos mais abertos como prioridade, continuem a manter a liderança; mas o que mais o preocupa é que, se os EUA limitarem o desenvolvimento dos modelos abertos por via de ordens administrativas, isso enfraquecerá a sua posição de liderança no ecossistema global de IA aberta, fazendo com que o equilíbrio desta competição se incline para uma direcção difícil de prever.
Este artigo Visita no terreno os laboratórios de IA na China: investigador revela que a “lacuna de chips e dados” é a chave para a diferença entre EUA e China surge, pela primeira vez, em Cadeia Notícias ABMedia.
