No dia 9 de março de 2016, em um salão silencioso de Seul, Lee Sedol encarava o tabuleiro de Go com uma expressão de absoluta perplexidade. A partida contra AlphaGo, a inteligência artificial do Google DeepMind, já era histórica antes mesmo de começar — nunca antes uma máquina havia vencido um campeão mundial nesse jogo milenar. Mas naquele instante, algo diferente aconteceu: o movimento 37, feito por AlphaGo, não era apenas inesperado, ele era incompreensível.

No início, os comentaristas reagiram com descrença. Jogadores experientes de Go acreditaram que a jogada havia sido um erro — um deslize estatístico de uma máquina que, apesar de avançada, ainda estava sujeita a falhas. Porém, à medida que os minutos passaram e as peças foram postas no tabuleiro, a verdade emergiu: o movimento 37 não era um erro. Era genial. Um lance que nenhum humano jamais teria feito, mas que, em retrospecto, mostrou-se brilhante.

No andar de cima, onde estava o time do DeepMind, a tensão era palpável. Os engenheiros e pesquisadores acompanhavam cada jogada com olhos grudados na tela. Nenhum deles sabia explicar exatamente porque AlphaGo havia feito aquele movimento, já que o modelo não havia sido programado para jogar bonito, mostrar criatividade ou surpreender. Seu único objetivo era aumentar sua probabilidade de vitória. E, de alguma forma, naquele instante, o modelo compreendeu algo sobre o jogo que nem mesmo os melhores jogadores humanos haviam percebido.

O restante da partida se desenrolou como um lento desdobramento de inevitabilidade. Lee Sedol tentou responder, lutou contra a lógica do algoritmo, mas AlphaGo já havia tomado o controle. No final, a vitória foi da IA — mas a verdadeira mudança não estava no placar. O movimento 37 não apenas derrotou um campeão; ele desafiou a própria noção do que era possível para a Inteligência Artificial.

---

“Eu achava que o AlphaGo era baseado em cálculos de probabilidade e que era apenas uma máquina. Mas quando vi essa jogada, mudei de ideia. […] Essa jogada foi realmente criativa e bonita.”, Lee Sedol

---

Afinal, ninguém havia ensinado o algoritmo a jogar daquela maneira. O movimento 37 não estava no código, não foi desenhado por nenhum programador: ele emergiu. Surgiu de um processo de aprendizado profundo, de padrões que a máquina descobriu sozinha treinando contra si mesma. Uma máquina que não tinha criatividade e nem intuição, capacidades humanas tão importantes para navegar pelo território complexo do jogo milenar, mas que ainda assim foi capaz de derrotar um dos melhores jogadores do mundo.

Esse momento histórico foi mais do que uma simples competição: foi um choque cultural e filosófico sobre os limites da nossa inteligência frente à inteligência artificial. Foi principalmente um catalisador para a formação de especialistas em IA em toda a Ásia, principalmente na China, que traçou planos ousados para se tornar líder no campo até 2030. Curiosamente, quase 10 anos depois, vimos uma outra startup aplicar a mesma técnica de aprendizado utilizada no AlphaGo para aprender a raciocinar de forma estruturada: a chinesa DeepSeek, com o seu modelo de “reasoning” R1.

A startup chinesa também teve o seu próprio movimento 37. À partir de um determinado momento, o modelo R1 começou a apresentar “cadeias de pensamento” e capacidade de “refletir” sobre suas próprias respostas enquanto iam sendo geradas – o momento “Ahá”.

Quando olhamos para a jornada da Inteligência Artificial, podemos ter a impressão de que estamos nos aproximando do seu final, dada a quantidade de inovações vistas nos últimos anos. Alguns de nós podem achar que vivemos numa grande bolha, impulsionada por expectativas infladas pelos “evangelistas” da IA e gastos “obscenos” das Big Techs. Com este artigo queremos te mostrar uma outra visão: apesar do Hype, não estamos em uma bolha e esse, definitivamente, não é o fim da linha para a IA – ao contrário, estamos apenas no início. 

Essa visão vai ficando mais clara quando compreendemos como se dá a difusão tecnológica – um assunto que abordamos em nossa 5ª Carta Trimestral – e suas consequências. A seguir, mostraremos como a difusão de certas tecnologias alteraram profundamente a economia e a nossa sociedade, e como a IA pode ser o início de uma nova era.

Difusão das Tecnologias de Uso Geral e a Emergência dos líderes mundiais

A história da civilização humana é marcada, desde sempre, pelo desenvolvimento de novas tecnologias, como a roda, a prensa móvel, o carro e os semicondutores, por exemplo. Algumas destas tecnologias foram e são tão transformadoras e transversais que podemos chamá-las de “Tecnologias de Uso Geral” – ou GPTs. Elas permeiam diversos setores da economia e seus impactos são sentidos ao longo de muitos anos após o seu desenvolvimento.

Certas GPTs foram tão impactantes, que podemos responsabilizá-las pela mudança na dinâmica das potências mundiais, em todo o panorama geopolítico do seu tempo. Considere, por exemplo, a emergência do império britânico na primeira revolução industrial, que soube difundir as aplicações do motor a vapor melhor que as outras potências, como a França. Da indústria têxtil, à mineração e siderurgia, ao transporte marítimo e terrestre, a nova tecnologia levou à produção em massa e trouxe ganhos consideráveis de produtividade.

Um outro exemplo, ainda mais transformador, é o da eletrificação e a emergência de um novo líder global que desafiou a hegemonia britânica: os Estados Unidos. Assim como aconteceu com a máquina à vapor, os americanos investiram pesadamente em pesquisa, infraestrutura e desenvolvimento de sistemas elétricos – impulsionados pelo espírito inovador de grandes nomes como Nikola Tesla e Thomas Edison. Esse foco permitiu a rápida difusão da eletricidade em diversas indústrias, sistemas de transporte e na vida cotidiana – como os eletrodomésticos, por exemplo.

Os ganhos de produtividade foram tão surpreendentes, que essa GPT é um dos principais símbolos da segunda revolução industrial. Para se ter uma ideia do seu impacto, foi a eletrificação quem possibilitou a manufatura em linha de montagem, responsável por uma grande redução de custos nas fábricas – como exemplo, podemos citar as plantas automotivas de Henry Ford, que reduziram seus custos de produção em 90% entre 1908 e 1925. Ao longo da segunda revolução industrial, os EUA apresentaram uma forte taxa de crescimento de PIB – mais de 5% ao ano, com 70% das suas fábricas eletrificadas até 1930.

Além da indústria, a eletricidade reconfigurou a vida doméstica. A proliferação da iluminação elétrica estendeu as horas produtivas, enquanto eletrodomésticos como geladeiras e máquinas de lavar reduziram os encargos de trabalho, particularmente para as mulheres. A eletrificação urbana também impulsionou mudanças populacionais: entre 1880 e 1920, a população urbana dos EUA triplicou à medida que as cidades se tornaram centros de infraestrutura eletrificada.

Agora estamos no limiar de uma nova revolução industrial e por trás dela certamente a IA desponta como a Tecnologia de Uso Geral mais impactante. A nação que souber difundi-la nos setores de sua economia terá uma vantagem competitiva considerável frente às demais. Por isso, não deveríamos nos surpreender com a intensificação do conflito geopolítico entre EUA e China, atualmente a única nação capaz de fazer frente à potência americana.

Enquanto buscam formas de liderar a próxima revolução, as grandes potências irão impulsionar o desenvolvimento de IA para novos caminhos e aplicações. Nesse sentido, destacamos a seguir algumas das tendências que devem se materializar ao longo deste ano em menor ou maior grau.

Tendências de desenvolvimento para a IA

No verão de 1955, em Dartmouth, um grupo de pesquisadores resolveu apostar numa ideia que parecia saída de um livro de Asimov: será que máquinas poderiam realmente pensar? Aquele workshop de dois meses – que hoje soa ridiculamente curto para ambições tão grandiosas – acabou virando o Big Bang da Inteligência Artificial.

Os participantes da Conferência exploraram diversos caminhos, alguns dos quais se materializaram ao longo dos anos, como reconhecer rostos ou traduzir textos em segundos, por exemplo. Ainda assim, a jornada está longe de acabar. Quem acompanha o campo da IA sabe que ele muda o tempo todo e dessas mudanças surgem novas tendências: a seguir, vamos explorar algumas delas, que devem movimentar o ano de 2025.

Multimodalidade

A forma com que a maioria das pessoas utiliza as LLMs atualmente é baseada em Chat Bots, sendo informação textual o tipo de entrada mais comum. Porém, à medida em que novos tipos de interface forem se popularizando (os óculos inteligentes – smart glasses –, por exemplo), os modelos de IA possivelmente serão expostos a múltiplas modalidades de entrada, visuais, auditivas e sensoriais (temperatura e pressão, por exemplo). Uma vez materializada, essa tendência vai gerar profusão de aplicações muito mais integradas ao nosso dia-a-dia, assim como um aumento considerável  na demanda computacional.

Raciocínio e Inferência em escala 

Nos últimos meses vimos novos modelos de “reasoning” serem lançados, como o o1 da OpenAI, o Gemini 2.0 Flash Thinking do Google Deep Mind e os recém-criados R1 da DeepSeek e Grok3 da xAI. Estes modelos são capazes de estruturar “cadeias de pensamento” e emular o processo de reflexão à medida que a resposta vai sendo formulada, ou seja, em tempo de uso, em tempo de “Inferência”. Portanto, serão capazes de analisar contextos e explorar possíveis soluções antes de fornecer a resposta final, muito mais elaborada e profunda. 

Memória e Contexto ampliados 

Apesar das longas janelas de contexto de alguns modelos – o Gemini 1.5 por exemplo possui uma janela de 2 milhões de tokens – uma das grandes limitações diz respeito ao processamento dessa janela. Um teste conhecido como “agulha no palheiro” avalia a capacidade do modelo de buscar um fato específico em algum lugar da janela de contexto. Atualmente, a maioria dos modelos tem dificuldades para encontrar essa “agulha no palheiro”. Neste ano devemos ver novas técnicas para aprimorar tanto o tamanho da janela quanto a capacidade do modelo de varrer as informações disponíveis dentro dela. Com isso, os modelos apresentarão respostas mais precisas e contextualizadas. 

Pequenos Modelos de Linguagem “On the Edge” 

Os modelos menores – com menos de 30 bilhões de parâmetros – serão cada vez mais capazes, possibilitando aplicações complexas em contextos que não dependem de acesso na “nuvem”. Eles serão multimodais e capazes de raciocinar, ainda que em nível mais básico. Com a popularização desses pequenos e poderosos modelos, novos dispositivos com IA integrada – smartphones e wearables, por exemplo –  ganharão espaço no mercado, democratizando o acesso e popularizando ainda mais o uso de Inteligência Artificial.

Grandes Modelos de Linguagem na Nuvem 

Ainda que a oferta e capacidade dos pequenos modelos de linguagem cresçam consideravelmente nos próximos anos, é improvável que a trajetória de desenvolvimento dos grandes modelos seja alterada: a expectativa é que eles sejam cada vez maiores e mais capazes. Isso é consequência da necessidade de grandes modelos para pesquisa na fronteira da IA e também para o treinamento dos modelos menores pelo processo de destilação, por exemplo.

Agentes de IA 

Com a materialização das tendências anteriores, o sonho de IAs capazes de agir autonomamente e sem nenhum tipo de interferência humana vai estar mais próximo da realidade. Estamos falando dos agentes de IA, um dos termos mais “hypados” do momento e o carro-chefe no marketing de companhias como Microsoft, ServiceNow e outras provedoras de serviços. Temos visto novos produtos que caminham nesse sentido, como o Operator da OpenAI e o Agentforce da Salesforce, porém, eles ainda estão limitados ao escopo definido por seus limites digitais e falta de confiabilidade e segurança necessários para serem utilizados amplamente. 

---

Demis Hassabis e a jornada da DeepMind

Demis Hassabis é uma figura singular no cenário da inteligência artificial (IA). Filho de imigrantes, prodígio no xadrez e desenvolvedor de jogos desde a juventude, ele trilhou uma trajetória que une criatividade, ciência e inovação. Fascinado pela mente humana, Hassabis estudou neurociência e fundou a DeepMind em 2010 com a ambiciosa ideia de criar uma IA geral capaz de aprender como nós, mas sempre com o propósito de beneficiar a sociedade.

A DeepMind rapidamente se tornou uma referência global em pesquisa avançada de IA, culminando em sua aquisição pela Google em 2014. Sob a liderança de Hassabis, a empresa conseguiu feitos impressionantes. O AlphaGo, por exemplo, surpreendeu o mundo ao derrotar Lee Sedol em 2016, o campeão de Go, demonstrando jogadas inovadoras e criativas que superaram o que se esperava de uma máquina. Já o AlphaFold, lançado em 2020, marcou um avanço revolucionário na biologia ao prever com precisão as estruturas tridimensionais de proteínas, solucionando um problema científico que há décadas desafiava pesquisadores.

---

“Fui motivado a vida toda para desenvolver a IA como a ferramenta definitiva”, Demis Hassabis, CEO do Google Deep Mind

---

O impacto do AlphaFold foi tão significativo que rendeu a Demis Hassabis e a John Jumper, também da DeepMind, metade do Prêmio Nobel de Química de 2024. Essa conquista reconheceu o papel transformador do AlphaFold na ciência, já que a ferramenta foi adotada por mais de dois milhões de pesquisadores ao redor do mundo, acelerando avanços médicos, farmacêuticos e biológicos. Esse Nobel não é apenas um marco na carreira de Hassabis, mas também um símbolo da crescente aplicação da inteligência artificial na resolução de problemas científicos fundamentais.

Além dessas conquistas, a DeepMind continua empenhada em usar a IA para enfrentar desafios globais, incluindo energia limpa, cuidados médicos avançados e mudanças climáticas. No entanto, operar como parte de um gigante como a Google traz desafios contínuos, como equilibrar o compromisso ético com inovações que atendam a interesses sociais sem sucumbir às pressões comerciais.

À medida que a inteligência artificial assume um protagonismo crescente em um mundo competitivo e interconectado, a trajetória de Demis Hassabis e o destino da DeepMind reforçam o papel crucial que a IA terá na ciência e no futuro da humanidade.

---

Infraestrutura para IA: O Próximo Grande Desafio

Ainda que o futuro da IA pareça promissor, existe hoje um receio por parte de alguns investidores de que os investimentos realizados pelas Big Techs sejam desmedidos, uma vez que seu retorno ainda não é tão evidente. Porém, analisando-os  sob uma perspectiva histórica, o que poderia ser interpretado como gastos excessivos revela-se coerente com sua estratégia de longo prazo. 

Há mais de uma década, essas companhias investem de maneira constante e progressiva – uma política agressiva, porém consistente com a dinâmica do setor. Além disso, o salto observado nos últimos anos, impulsionado pela migração acelerada de data centers tradicionais (baseados em arquiteturas CPU) para infraestruturas “GPU-intensive”, não representa uma anomalia, mas sim a intensificação de um ciclo previsível de manutenção de vantagens competitivas.

Também não podemos nos esquecer que, à medida em que os custos para prover Inteligência Artificial diminuírem, veremos um aumento considerável da demanda. Esse movimento segue um padrão cíclico da revolução tecnológica, como a queda nos custos de geração elétrica no século XX, que democratizou o acesso à energia. Por isso, não é infundada a especulação de que os Hyperscalers de hoje, como a AWS da Amazon, a Azure da Microsoft e o Google Cloud da Alphabet, se tornarão as “utilities” de amanhã. Um amanhã em que a Inteligência se tornará uma commodity.

Se quisermos encontrar as oportunidades de hoje, quando falamos dessas utilities do futuro, precisamos entender a cadeia de valor em que elas estão inseridas. O intuito aqui não é ser extensivo, mas vale destacar alguns pontos-chave:

• Temos os desenvolvedores de semicondutores, companhias como a Nvidia e Broadcom. Elas desenvolvem os chips que depois são fabricados por grandes foundries, ou “forjas” de semicondutores;
• Foundries como a TSMC, grande responsável pela produção do que há de mais avançado em semicondutores;
• É claro, avançando pro nível dos Data Centers, todos os servidores consomem muita energia e geram muito calor, por isso é vital o papel das companhias geradoras de energia, como Vistra, e aquelas que oferecem soluções avançadas de resfriamento, como a Vertiv.

Essa cadeia de valor é complexa, envolve diversas companhias e acreditamos que muitas delas irão se beneficiar dos investimentos massivos dos Hyperscalers, grandes provedores de inteligência. É com o apoio dessas companhias que veremos um desenvolvimento considerável da infraestrutura que sustentará as futuras aplicações de IA, como a que iremos explorar a seguir.

Robótica: A Materialização da IA no Mundo Físico e a próxima aposta da Nvidia

Embora as companhias de infraestrutura para IA ofereçam oportunidades relevantes, o mercado de Robótica emerge como uma das fronteiras mais dinâmicas da inovação tecnológica. Não se trata apenas de máquinas substituindo tarefas repetitivas – estamos falando de sistemas que aprendem a navegar em ambientes caóticos, como hospitais ou ruas movimentadas, algo que até pouco tempo atrás parecia domínio exclusivo da ficção científica.

A origem do termo “robô”, cunhada na peça R.U.R. (1920) pelo tcheco Karel Čapek, carrega uma ironia histórica: a palavra robota (“trabalho forçado”) antecipou não só nossa obsessão por automação, mas também os dilemas éticos que a acompanham. A trajetória do setor, porém, foi marcada por expectativas desmedidas. A humanóide Sophia, estrela midiática em 2016, é um exemplo clássico: encantou plateias com discursos ensaiados, mas especialistas como Yann LeCun, da Meta, lembravam que a “performance” não era sinônimo de utilidade prática.

O salto recente, contudo, é palpável. Robôs como o Digit 01, da Agility Robotics, já operam em armazéns da Amazon, lidando com cenários imprevisíveis – como desviar de obstáculos ou ajustar rotas em tempo real. O próprio Yan LeCun considera que esta será a década da Robótica.

Nesse cenário, a Nvidia chama atenção não só pelo hardware, mas por seu posicionamento estratégico. Após o DeepSeek – evento que abalou o mercado em 2025, com perdas de US$ 1 trilhão em valor de mercado –, muitos questionaram (e ainda questionam) se a empresa perderia relevância diante dos concorrentes. A dúvida, porém, ignora um detalhe crucial: o verdadeiro “moat” da Nvidia está no seu ecossistema CUDA, plataforma que se tornou a língua franca de desenvolvedores de IA. Dominar essa plataforma é como controlar o sistema operacional de uma revolução – e a empresa soube cultivá-la por quase duas décadas.

Agora, a aposta é replicar esse modelo na robótica com a plataforma Isaac. Sua proposta é integrar simulação (dados sintéticos), software (modelos de IA) e hardware (chips Jetson) em um ciclo fechado. Com a plataforma Isaac, as companhias conseguem testar seus robôs em milhões de cenários virtuais antes mesmo de pisar em uma fábrica ou entrar nos lares de seus clientes.

A lição com a plataforma CUDA é clara: vantagens competitivas e sustentáveis nascem de ecossistemas, não apenas de peças isoladas. Se a Nvidia conseguir transformar a Isaac no “CUDA da robótica”, ela estará definindo as regras do jogo em um mercado extremamente promissor.

---

“A próxima etapa da IA é chamada de IA física. A IA física é onde a IA interage com o mundo físico. Isso significa robótica.” – Jensen Huang, Nvidia, em uma cerimônia de inauguração de fábrica no centro de Taiwan em 16 de janeiro de 2025.

---

---

DeepSeek e o sonho de Liang Wenfeng

A história da DeepSeek, startup chinesa que hoje desafia os gigantes globais da inteligência artificial, começa não num laboratório de pesquisa, mas no universo de alta pressão dos fundos quantitativos. Seu fundador, Liang Wenfeng, tinha uma fixação que perseguia desde os tempos de estudante: juntar talentos fora do comum e desenvolver ferramentas capazes de enxergar o que ninguém via. Sua inspiração? Ninguém menos que Jim Simons, o matemático bilionário cujo fundo Medallion atingiu retornos anuais médios de 66% por três décadas, um feito que Wenfeng descreve como “a prova definitiva de que mentes brilhantes, aliadas à computação poderosa, podem decifrar até os sistemas mais complexos”.

Em 2015, Wenfeng pavimentou o caminho para o que viria a ser uma revolução discreta: fundou o HighFlyer, um fundo quantitativo que em dois anos já dava sinais de ser um fenômeno atípico no mercado chinês. Seu diferencial estava na combinação de técnicas tradicionais de machine learning com uma ambição fora da curva por inovação. Quando as redes neurais profundas explodiram no cenário global em 2016, a equipe do HighFlyer, em vez de hesitar, já estava migrando toda sua operação para o novo modelo. A jogada era de risco calculado: construir um supercomputador com GPUs, capaz de processar dados financeiros em velocidades inimagináveis.

O Fire Flyer I, concluído em 2020 com mais de 1.000 aceleradores NVIDIA, foi a primeira materialização dessa visão. Mas Wenfeng não parou por aí. Em 2021, com o HighFlyer já entre os cinco maiores fundos quantitativos da China (ultrapassando 100 bilhões de yuan em ativos sob gestão, o equivalente a cerca de 8 bilhões de dólares), ele ergueu o Fire Flyer II, um colosso com 10.000 GPUs A100 – um dos maiores clusters de computação da Ásia-Pacífico. Definitivamente, o Fire Flyer II não era apenas um instrumento financeiro: era um laboratório para o futuro.

Wenfeng entendeu desde cedo que hardware sem talentos excepcionais seria inútil. Logo, sua obsessão por recrutar os melhores o levou às universidades de elite chinesas, como Tsinghua e Peking, onde a China produz mais PhDs em STEM – ciência, tecnologia, engenharia e matemática – do que os EUA desde 2007. Ele oferecia a chance de trabalhar em problemas de ponta, com recursos computacionais que até mesmo grandes companhias de tecnologia invejariam. O Fire Flyer II era o ímã perfeito.

---

“Pesquisadores querem duas coisas: liberdade para inovar e ferramentas poderosas”, Liang Wenfeng

---

Quando a DeepSeek foi oficialmente lançada, em 2023, como uma entidade independente focada em IA, muitos se perguntaram como uma startup tão nova teria condição de competir com gigantes como OpenAI ou Google. A resposta estava nas bases sólidas deixadas pelo HighFlyer:

• Time excepcional: Engenheiros e pesquisadores talentosos acostumados a resolver problemas de alta complexidade sob pressão (afinal, mercados financeiros não perdoam erros),
• Infraestrutura colossal: Mesmo com as restrições de exportação de chips dos EUA em 2023, a DeepSeek já tinha clusters com ciclo de vida útil de pelo menos 3 anos – tempo  suficiente para treinar novos modelos de fronteira. Além disso, soube otimizar seus códigos a nível de hardware e extrair o máximo dos chips não restritos.

Para Liang Wenfeng, a DeepSeek não é um desvio, mas uma evolução natural. “Assim como Simons usou a matemática para decifrar mercados, queremos usar a IA para decifrar a inteligência humana”, declarou em um discurso recente. O futuro traçado pela startup tem como destino modelos que não apenas imitem, mas amplifiquem o pensamento crítico humano.

Enquanto o Ocidente debate restrições aos chips avançados, a DeepSeek mostra que inovação não é só sobre hardware, mas sobre criatividade estratégica. Com uma equipe que mescla veteranos do HighFlyer e jovens estrelas acadêmicas, Wenfeng parece ter encontrado a fórmula que tanto admirava em Simons: um time capaz de reinventar-se continuamente, impulsionado por uma missão quase filosófica.

E se o passado é algum indicativo, o próximo capítulo dessa história promete ser ainda mais surpreendente. Afinal, como escreveu Wenfeng no prefácio da biografia em chinês de Simons: “Grandes feitos nascem quando alguém ousa responder perguntas que outros nem sabiam formular”. A DeepSeek parece estar fazendo as perguntas certas.

---

Conclusão

Começamos este texto falando sobre o movimento 37 e o quanto ele surpreendeu a todos que estavam assistindo a segunda partida entre Lee Sedol e o AlphaGo. Certamente esse movimento marcou o seu lugar, não só na história do Go, mas na nossa própria história: mostrou que um modelo de IA pode ser capaz de criar e explorar além das possibilidades exploradas por nós.

Mas esse não foi o único movimento surpreendente nas 5 partidas entre o sul-coreano e o algoritmo desenvolvido pela DeepMind. Quando a esperança de Sedol parecia já ter se esvaído, o experiente jogador fez um movimento que definiu os rumos da quarta partida, “atordoando” seu oponente: o movimento 78. O mais poético nesse movimento é que, assim como o 37, ele surgiu das dificuldades apresentadas por um oponente quase invencível. 

Podemos ver esses dois movimentos como passos sincronizados entre humanidade e IA, uma coreografia que emerge naturalmente da nossa interação com uma nova forma de inteligência. Essa jornada, ainda em seus primórdios, irá nos transformar completamente. Em algum nível, foi exatamente o que aconteceu com todos aqueles que tiveram a oportunidade de estar frente a frente com a IA. O chinês Ke Jie, um dos grandes mestres que também enfrentou o AlphaGo em 2016, resumiu essa ideia em uma frase: “Com o AlphaGo, acho que minha compreensão não apenas do jogo de Go, mas da vida, mudou.”

Certamente, com os modelos atuais de IA e os que estão por vir – modelos de mundo construídos por uma IA “encarnada” -, nossa compreensão do que é ser Inteligente e a nossa própria visão de mundo irão mudar completamente. Ainda assim, não podemos nos perder na neblina espessa alimentada pela mídia e CEOs dos laboratórios de IA, como Sam Altman e Dario Amodei. O grande objetivo das Big Techs não é encontrar a AGI – um termo sem definição clara  e conveniente utilizado para gerar burburinhos e captar mais dinheiro de VCs-, mas conseguir uma fatia de um crescimento econômico  sem precedentes na história da humanidade, desbloqueado quando a Inteligência se tornar um commodity. Estamos diante do momento mais transformador da história da humanidade.

---

“Vamos ter esse tipo de crescimento da Revolução Industrial. Isso significa para mim 10%, 7% no mundo desenvolvido, ajustado pela inflação, crescendo a 5%. Esse é o verdadeiro indicador, certo? Não pode ser apenas do lado da oferta.[…] 

Os grandes vencedores aqui não serão as empresas de tecnologia. Os vencedores serão a indústria mais ampla que usa essa commodity que, aliás, é abundante. E subitamente a produtividade aumenta, e a economia está, você sabe, crescendo a um ritmo mais rápido. Quando isso acontecer, estaremos bem como uma indústria, [..] esse é o momento.[…] 

O verdadeiro benchmark é: o mundo está crescendo a 10%.”, Satya Nadella, CEO da Microsoft em uma entrevista para Dwarkesh Patel

---

A gestão do fundo

Os últimos três meses foram marcados pela intensidade do noticiário global. Ainda eufóricos com a vitória de Donald Trump no pleito eleitoral americano, os investidores se viram envoltos a um emaranhado de notícias, análises e indicadores econômicos capazes de turvar o horizonte claro que vinha sendo construído. A leitura mais dura sobre a inflação americana promovida por Jerome Powell (presidente do Federal Reserve) em meados de dezembro, colocou fim ao rali de natal e trouxe a atenção de volta à questão das taxas de juros do país.

O entusiasmo só voltou ao mercado acionário após a posse de Trump e ao cintilar das primeiras ordens executivas e anúncios de planos de governo, que sinalizaram a possibilidade de investimentos ligados ao segmento de IA — o projeto Stargate, que prevê investimentos em conjunto com a iniciativa privada da ordem de US$ 500 bilhões nos próximos anos —, além da leitura mais favorável relativa às medidas do DOGE e, também, em relação aos objetivos do novo secretário do Tesouro americano Scott Bessent. 

Entretanto, o lançamento do modelo reasoning do DeepSeek acabou por forçar a mão dos investidores. Na segunda-feira seguinte ao anúncio da Startup chinesa e da publicação dos documentos relacionados ao modelo, a leitura de primeira ordem fez com que mais de US$ 1 trilhão fosse vaporizado dos mercados americanos. A reação do tipo “aja primeiro e pergunte depois” lembrou bastante aquela ocorrida em agosto, quando houve a ruptura do carry trade envolvendo o iene. Para nós, o momento caiu como uma luva e permitiu adicionarmos algumas posições nas carteiras por preços bastante competitivos.

Em termos de retornos, do dia 14 de novembro até o último 14 de fevereiro, o índice Nasdaq-100 avançou 5,83% em dólares. Apesar dos soluços dos últimos dias e da narrativa conectada ao trump trade, voltado para a alocação em ações da economia real, o setor de tecnologia continuou gerando retornos em excesso aos investidores.

Em relação ao Tech Select, o período foi bastante prolífico. Neste mesmo período, o fundo avançou 9,3% em reais. Em dólares, a variação do fundo ficou em 11,01%. O alpha de mais de 6 pontos ante o índice Nasdaq se deveu às boas tomadas de decisão feitas ao longo destes últimos meses.

Em termos do portfólio, fizemos algumas alterações importantes, cujos frutos já começaram a ser colhidos. Dentre as Big Techs, mantivemos participações elevadas em Amazon e Meta, especialmente por entender que elas são as grandes que mais estão se beneficiando do avanço das fronteiras da inteligência artificial. Também aumentamos a participação nas ações da Alphabet, sob a ótica de que a companhia ainda detém cartas importantes na manga, associadas a outros segmentos além da inteligência artificial. A Waymo, em especial, merece atenção à medida que o desenvolvimento da regulação associada ao setor ganha tração. Além disso, vale atenção aos estudos ligados à computação quântica e ao desenvolvimento do segmento de nuvem. 

Também zeramos a exposição às ações da Apple, em vistas à dificuldade da companhia em competir no mercado chinês e, também, em implementar o avanço da nova Siri nos produtos da marca. O caso ainda não perdeu seu apelo, afinal de contas ainda é uma empresa gigantesca que gera quase US$ 400 bilhões de receitas anuais, mas neste momento acreditamos que o melhor é deixá-la no banco de reservas.

Sob a ótica dos resultados da Amazon, vale citar o desempenho estelar do segmento ligado ao cloud, a AWS, cujo running rate de receitas recorrentes superou a marca dos US$ 100 bilhões anuais. Na teleconferência com analistas, Andy Jassy, CEO da companhia, reforçou sua visão positiva sobre a utilização do serviço de nuvem para treinamento e inferência das iniciativas das corporações e sinalizou investimentos recordes em 2025. Além disso, a plataforma de e-commerce continuou a crescer, embalada principalmente pelo segmento de publicidade que se firmou como terceira força do segmento. 

Já as palavras de Mark Zuckerberg no call de resultados da Meta guardaram ainda mais entusiasmo. De fato, o uso da inteligência artificial dentro dos seus produtos tem conseguido prover um alcance ainda mais efetivo para seus clientes, que ampliaram os gastos em sua plataforma. No último trimestre de 2024, a companhia emplacou um crescimento de 20% da sua linha de receitas e viu suas margens operacionais se ampliarem. Inclusive, os efeitos positivos da adoção plena da IA permitirá a companhia a voltar a reduzir sua força de trabalho. Dado o bom momento corporativo, até o dia 14 de fevereiro, as ações da Meta haviam apresentado perdas diárias somente em quatro pregões de 2025. Muito provavelmente, em breve, ela se unirá ao rol das companhias que valem acima de US$ 2 trilhões.

No segmento de semicondutores, aumentamos marginalmente a exposição nas ações da Nvidia e Broadcom após a forte queda provocada pelo DeepSeek. Ambas as empresas possuem diferenciais interessantes para serem aproveitados ao longo dessa jornada de aceleração da Era da Inteligência Artificial. A Nvidia continua sendo a incumbente a ser destronada, com seu diferencial competitivo se ampliando a cada nova geração de GPUs. O largo diferencial competitivo construído por Jensen Huang tem se acelerado ao longo dos últimos trimestres, ao passo que a nova linha de GPUs (Blackwell) promete níveis de entrega extremamente mais elevados do que suas antecessoras. No mundo da IA, calcado no processo de inferência, os hyperscalers que não adotarem a arquitetura da Nvidia, certamente estarão a um passo atrás.

A Broadcom, por sua vez, é uma companhia que possui um número maior de frentes de negócio. Entretanto, tem se destacado por ter se tornado fornecedora de microchips exclusivos, feitos sob demanda especialmente para as Big Techs. O objetivo principal das gigantes com esse tipo de entrega é mitigar riscos de execução operacional com um eventual atraso na entrega dos produtos da Nvidia, ou ainda, prover serviços diferenciados aos seus clientes. 

Se tomarmos por base as expectativas do mercado, ambas companhias estão precificadas à perfeição. Entretanto, em nossa leitura, há uma defasagem importante nas métricas de receitas esperadas que será revista ao longo dos próximos trimestres. O volume de investimentos anunciados pelas companhias do setor cresceu mais de 20% em relação a 2024, muito acima do projetado anteriormente. Além disso, vale mencionar o anúncio do  projeto Stargate, feito por Donald Trump na semana da sua posse, que prevê investimentos privados da ordem dos US$ 500 bilhões e que, por exemplo, recolocou a Oracle no radar dos investidores.

Inclusive, trouxemos de volta as suas ações para a carteira no final do ano passado, após os bons resultados apresentados no terceiro trimestre do ano. A transição  do modelo de licenças para assinaturas do seu software e o bom crescimento do Oracle Cloud, abriram espaço para a possibilidade de reavaliação das perspectivas para a companhia. 

No segmento de mobilidade, preferimos sair da posição de Uber e alocar os recursos momentaneamente nas ações da Tesla — já encerramos a posição. O objetivo era justamente aproveitar a onda provocada pela narrativa positiva associada ao seu fundador Elon Musk. Estamos otimistas com a revolução do segmento de mobilidade que está prestes a acontecer, mas ainda temos um pouco de dificuldade de identificar as vencedoras. Ambas empresas parecem bem posicionadas, apesar das abordagens distintas — a primeira conectada ao uso da plataforma, enquanto a segunda aposta fortemente na integração da tecnologia em seus veículos. O objetivo final de ambas é fornecer aos seus usuários experiências de mobilidade por meio da introdução dos veículos autônomos. Além delas, não podemos deixar de lado os investimentos da Waymo, que vem crescendo fortemente e ampliando suas áreas de atuação, e, também, o avanço das companhias chinesas, em especial a BYD — estamos nos aprofundando na tese novamente.

Do lado do consumo, mantivemos um peso elevado nas ações da Netflix — terceira maior participação do portfólio —, em vistas do acerto estratégico da companhia no lançamento das assinaturas ligadas ao segmento de advertising e no empenho quanto à introdução do segmento esportivo na sua grade de programação. Os efeitos colhidos na divulgação dos resultados do quarto trimestre foram claros e ampliaram fortemente as frentes de receita para a companhia. Não à toa as ações da empresa despontaram mais de 26% nestes últimos três meses.

Além dela, mantivemos também a posição nas ações do Mercado Livre, cuja aquisição foi realizada após o forte sell-off ocorrido após a divulgação dos resultados do terceiro trimestre. A companhia continua à frente das demais concorrentes na América Latina e ganhou um importante espaço no segmento de Fintech por meio do Mercado Pago. De acordo com pesquisas de mercado, o app financeiro já tomou a segunda posição em termos de usuários mensais ativos e sob a ótica de bancos digitais, figura atrás somente do Nubank. O poder de rede instaurado pelo modelo de negócio da companhia se faz presente e deve ser visto cada vez mais como um moat considerável. 

No setor de Cybersecurity, reduzimos um pouco mais da metade da posição de Crowdstrike, após a forte arrancada das ações no último semestre do ano passado — desde o episódio ocorrido em meados de julho, quando a atualização do software travou os computadores ao redor do mundo, as ações avançaram mais de 100%. Diante do valuation “rico”, decidimos reduzir a exposição às ações da companhia.

Em relação ao setor de Biotech & Healthcare, reduzimos pela metade a posição nas ações da Eli Lilly e encerramos a posição na Vertex Pharmaceuticals. A primeira, tem apresentado ganhos importantes com sua linha de negócios associadas aos medicamentos para emagrecimento, mas suas ações já precificam possibilidades adicionais aos seus produtos, algo que ainda não é claro. Entendemos como válida a exposição ao caso, mas com uma participação menor do que vínhamos carregando anteriormente. Já a decisão envolvendo as ações da Vertex esteve mais conectada à questão de custo de oportunidade, haja visto que a dinâmica de lançamentos da empresa tende a ser mais morosa e conectada às aprovações do FDA.

Por fim, ao longo destes três meses, adicionamos três novas posições no portfólio. São elas: Intituive Surgical, líder global no segmento de robótica voltada para cirurgias; a Vistra Energy, companhia de utilidade pública voltada para a geração de energia; e, as ações da Quanta Services, uma companhia de engenharia, cujo negócio tem se alavancado a partir dos projetos ligados aos datacenters e hyperscalers. 

Nossa estratégia segue pautada na análise criteriosa das oportunidades de mercado e na busca por empresas que possuam vantagens competitivas claras em seus respectivos setores. Seguimos atentos aos desdobramentos macroeconômicos e aos impactos que podem influenciar o mercado de tecnologia, sempre com o compromisso de entregar retornos consistentes aos nossos investidores. Continuamos confiantes de que, com uma abordagem disciplinada e de longo prazo, poderemos capturar as melhores oportunidades e navegar com eficiência pelos desafios do mercado. Vamos em frente!

Performance Acumulada

Nos últimos doze meses (de 29/02/2024 até dia 15/02/2025), o retorno proporcionado pelo Empiricus Tech Select FIA BDR Nível I alcançou os 39,67%. Já no ano, o fundo sobe 0,02%. Desde seu início (09/06/2020), o fundo apresenta uma rentabilidade de 124,74%.

Carteira Alvo

A carteira alvo que está vigorando em fevereiro/25 pode ser vista na tabela abaixo.

Macro Segmento Chave	Ticker	Companhia	Alocação alvo (%)
CONSUMER TECH & ADVERTISING	META	Meta Platforms, Inc.	12,0
	NFLX	Netflix, Inc.	9,0
	GOOGL	Alphabet Inc.	9,0
	MELI	Mercado Libre, Inc.	5,0
SOFTWARE &CLOUD COMPUTING	AMZN	Amazon.com, Inc.	15,0
	ORCL	Oracle Corporation	3,5
SEMICONDUCTOR	NVDA	NVIDIA Corporation	8,0
	AVGO	Broadcom, Inc	6,5
MOBILITY & AUTOMATION	–	–	–
CYBERSECURITY	CRWD	CrowdStrike Holdings, Inc.	4,5
BIOTECH& HEALTHCARE	ISRG	Intuitive Surgical, Inc.	3,0
	LLY	Eli Lilly and Company	2,0
PHYSICAL INFRASTRUCTURE& SPACE EXPLORATION	PWR	Quanta Services, Inc.	2,0
ENERGY	VST	Vistra Corp.	6,0
FRONTIER TECH	–	–	–

Considerações finais e Expectativas

O movimento 37 do AlphaGo e a ascensão do DeepSeek, a IA proveniente de uma empresa chinesa, representam momentos emblemáticos na evolução da inteligência artificial. O primeiro por desafiar a lógica comum em relação às máquinas; o segundo por fazer emergir forças e estratégias capazes para que a IA se dissemine mais rapidamente ao redor do globo. Ambos eventos quebraram os paradigmas preexistentes e mostraram o potencial da IA para inovar além das limitações humanas.  No caso do AlphaGo, o que inicialmente parecia um erro foi, na verdade, um marco na redefinição da criatividade computacional. Da mesma forma, o DeepSeek e suas inovações indicam que estamos apenas nos estágios iniciais da transição da Era da Internet para a Era da Inteligência Artificial.

É bem verdade que os questionamentos sobre o que vem pela frente estão se acumulando. Se olharmos para o passado, identificamos padrões semelhantes de ceticismo e validação. No início dos anos 2000, poucos acreditavam que o comércio eletrônico se tornaria um pilar fundamental da economia global. Companhias como a Amazon, por exemplo, enfrentaram descrença e incerteza, mas provaram ser catalisadoras de uma transformação permanente no varejo. O mesmo ocorreu com a adoção dos aplicativos móveis, inicialmente vistos como uma tendência efêmera e que, hoje, são a espinha dorsal das interações digitais. Assim como essas inovações moldaram a economia moderna, a IA segue uma trajetória semelhante, mas com um impacto ainda mais amplo e profundo.

O crescimento acelerado da inteligência artificial é refletido no aumento exponencial dos investimentos das grandes corporações de tecnologia. Estima-se que trilhões de dólares em CAPEX serão direcionados para a ampliação da infraestrutura de IA nos próximos anos. Esse nível de comprometimento financeiro reforça a nossa convicção de que a Era da Inteligência Artificial provocará uma mudança estrutural duradoura. Dentro dessa ótica, eventuais correções de rota do mercado acionário precisam ser interpretadas como oportunidades únicas. Esses eventos constroem assimetrias extremamente favoráveis para os investidores de médio e longo prazo. Capturá-las é fundamental.

Além dos avanços dos modelos, dos data centers e hyperscalers, a robótica se destaca como um dos vetores mais promissores dessa revolução tecnológica. A integração entre IA e robótica está impulsionando a automação em setores como saúde, manufatura e logística, permitindo ganhos substanciais de eficiência e precisão. Essa interseção tem um potencial enorme de transformar negócios, por meio de mudanças profundas no cotidiano das pessoas, e capazes de destravar um salto de produtividade da economia jamais visto na história da humanidade.

Nesse contexto de transformação acelerada, seguimos comprometidos com uma gestão diligente e uma abordagem analítica para identificar oportunidades de investimento no setor de tecnologia. Certamente, o mercado apresentará desafios e volatilidade, mas a trajetória de longo prazo é clara: a inteligência artificial continuará sendo o motor impulsionador das próximas grandes inovações nos mercados financeiros e na sociedade como um todo.

Reafirmamos nossa dedicação em acompanhar de perto os avanços tecnológicos e alocar capital com diligência, sempre pautados em uma compreensão aprofundada das mudanças em curso. Vamos em busca do nosso movimento 37. 

Forte abraço,

João Piccioni
CIO Empiricus Gestão

Disclaimer

Os fundos de investimento não contam com garantia do administrador do fundo, do gestor da carteira, de qualquer mecanismo de seguro ou, ainda, do fundo garantidor de créditos – FGC. A rentabilidade obtida no passado não representa garantia de rentabilidade futura. É recomendada a leitura cuidadosa do prospecto e regulamento do fundo de investimento pelo investidor ao aplicar seus recursos. Para avaliação da performance do fundo de investimento é recomendável uma análise de, no mínimo, 12 (doze) meses. Este fundo utiliza estratégias com derivativos como parte integrante de sua política de investimento. Tais estratégias, da forma como são adotadas, podem resultar em significativas perdas patrimoniais para seus cotistas. Os fundos multimercados com renda variável podem estar expostos a significativa concentração em ativos de poucos emissores, com os riscos daí decorrentes.