Tim O'Reilly não é um crítico qualquer da inteligência artificial. Editor que ajudou a definir o vocabulário do movimento open source nos anos 1990 e fundador da O'Reilly Media, ele passou décadas medindo o valor de empresas e tecnologias por um critério simples: quem cria mais valor do que captura. Em entrevista recente à revista americana Wired, ele aplicou essa régua aos grandes laboratórios de IA e chegou a um veredito desconfortável para o Vale do Silício. Segundo ele, gigantes como OpenAI, Google e a própria Anthropic estão apostando fichas demais em modelos cada vez maiores, quando o que a maioria das pessoas e empresas precisa é de sistemas menores, mais abertos e mais fáceis de adaptar à própria realidade.
O argumento central: escala não é destino
Para O'Reilly, o erro estratégico dos grandes laboratórios não é técnico, é de leitura de mercado. Ele argumenta que a fixação em construir o modelo mais potente do mundo criou uma arquitetura de controle, na qual empresas e usuários ficam presos a um único fornecedor, em vez de uma arquitetura de participação, que permitiria a qualquer pessoa ajustar o modelo, trocar de provedor e manter o controle dos próprios dados.
O paralelo que ele traça é histórico. Assim como a Microsoft dominou o mercado de sistemas operacionais nos anos 1990 tentando prender usuários ao seu ecossistema, os grandes laboratórios de IA estariam repetindo o mesmo movimento, agora com modelos fechados e pesos proprietários. A alternativa, na visão dele, é olhar para exemplos como o Pix e o Gov.br no Brasil, mencionados por analistas como infraestrutura digital pública que gerou valor distribuído em vez de concentrado, um argumento também levantado por especialistas em política tecnológica que defendem que o país tem experiência acumulada nesse tipo de arquitetura aberta[2].
China como contraponto geopolítico
Um dos pontos mais provocadores da entrevista é a comparação com a China. O'Reilly sustenta que os Estados Unidos podem até vencer a corrida pelo modelo de fronteira mais avançado e, ainda assim, perder a corrida mais importante, a da difusão da tecnologia pela sociedade, porque o ecossistema chinês investe pesado em modelos menores e mais acessíveis, distribuídos amplamente entre empresas e desenvolvedores locais.
Contraponto: os laboratórios não veem dessa forma
É importante registrar que a Wired fez questão de anotar, em nota própria na entrevista, que tanto a Anthropic quanto a OpenAI discordariam da avaliação de que seus modelos de ponta escrevem pior do que sistemas mais simples. Empresas como Anthropic e OpenAI defendem publicamente que capacidade de raciocínio e segurança avançam justamente com escala, e que o investimento em modelos de fronteira é o que sustenta, a médio prazo, ferramentas mais confiáveis e seguras para uso em massa, inclusive as versões menores derivadas desses mesmos modelos.
O Brasil já está testando a rota alternativa
Enquanto o debate segue nos Estados Unidos, iniciativas brasileiras avançam na direção que O'Reilly defende: modelos menores, mais baratos e adaptados ao contexto local. O exemplo mais citado é o Sabiá, da startup Maritaca AI, nascida em 2022 a partir de pesquisadores da Unicamp. A empresa relata que sua família de modelos Sabiá passa por um pipeline específico de pré-treinamento em corpora de português e de direito brasileiro, com extensão de contexto e ajuste fino voltado a tarefas locais, da conversação em português a exames nacionais como Enem e OAB[3].
Outra iniciativa relevante é o GAIA, projeto de código aberto construído a partir do Gemma, modelo aberto do Google, em parceria entre a Universidade Federal de Goiás, a Associação Brasileira de Inteligência Artificial e startups nacionais, com o objetivo declarado de aprimorar o desempenho em português do Brasil[4]. Em escala regional, o projeto LatamGPT, coordenado pelo Centro Nacional de Inteligência Artificial do Chile, reúne mais de 40 instituições latino-americanas para treinar um grande modelo de linguagem aberto, voltado à realidade da região[5].
Os números do Cetic.br, braço de pesquisa do NIC.br, mostram que a adoção de IA por empresas brasileiras saltou de 13% em 2024 para 17% em 2025, o maior patamar desde que o indicador começou a ser medido em 2021. O salto foi puxado sobretudo pelas grandes empresas, que passaram de 38% para 50% de adoção, mas também pelas pequenas, que foram de 10% para 15% no mesmo período, sinalizando início de democratização do acesso[6]. Ainda assim, a média brasileira segue abaixo da União Europeia, que registra 20% de adoção empresarial, segundo a mesma pesquisa.
O gargalo não é só técnico, é regulatório
Parte do argumento de O'Reilly é que abrir a arquitetura de um sistema de IA, do modelo ao harness de aplicação, dá a designers e usuários mais controle. No Brasil, esse debate caminha em paralelo à tramitação do Marco Legal da Inteligência Artificial, o PL 2338/2023, aprovado pelo Senado em dezembro de 2024 e ainda pendente de votação final na Câmara dos Deputados, com expectativa de apreciação ao longo de 2026[7]. O texto segue inspiração do AI Act europeu, com classificação de sistemas por nível de risco e criação de um sistema nacional de governança para IA, o que deve impactar diretamente empresas que hoje operam com modelos abertos ou proprietários sem uma moldura regulatória definida.
O que fica da provocação
O ponto mais interessante da entrevista à Wired talvez não seja a previsão sobre quem vai vencer a corrida da IA, mas o convite a pensar a tecnologia como um meio criativo, não como um substituto do trabalho humano. O'Reilly compara o uso de IA na escrita ao uso da câmera fotográfica na pintura, argumentando que assim como a fotografia não eliminou a pintura, a IA generativa não elimina a autoria, apenas cria um novo meio de expressão, algo que cabe a cada redação e cada profissional calibrar com critério próprio.
Perguntas frequentes
O que Tim O'Reilly defende sobre IA aberta?
Ele defende que sistemas de IA sejam construídos com separação clara entre modelo, harness e aplicação, permitindo que usuários troquem de provedor, mantenham controle sobre os próprios dados e adaptem a tecnologia às próprias necessidades, em vez de ficarem presos a um único grande laboratório.
Os grandes laboratórios de IA, como Anthropic e OpenAI, concordam com essa crítica?
Não necessariamente. A própria Wired registrou que essas empresas discordariam da avaliação de que seus modelos de fronteira produzem textos piores do que modelos menores, defendendo que o investimento em escala sustenta avanços de segurança e capacidade.
Quais são os principais modelos de IA abertos desenvolvidos no Brasil?
Os exemplos mais citados são o Sabiá, da Maritaca AI, treinado com foco em português e legislação brasileira, e o GAIA, projeto acadêmico construído sobre o modelo aberto Gemma em parceria entre universidade, associação de IA e startups nacionais.
Qual é a situação atual do Marco Legal da IA no Brasil?
O PL 2338/2023 foi aprovado pelo Senado Federal em dezembro de 2024 e segue em tramitação na Câmara dos Deputados, com votação final esperada ao longo de 2026, após sucessivos adiamentos motivados por impasses políticos.