TRANSMISSÃO: Band | Max

Recursos computacionais do Google são disputados entre pesquisadores, clientes e divisões internas

Pesquisadores de inteligência artificial do Google dizem estar tendo de disputar o acesso aos chips próprios da empresa, enquanto a companhia amplia contratos com clientes externos e prioriza projetos estratégicos. A controladora Alphabet produz suas próprias unidades de processamento tensorial (TPUs) e já firmou acordos para compartilhar a tecnologia com empresas como Anthropic e Meta Platforms.

Segundo relatos de funcionários e ex-funcionários, o aumento da demanda por grandes modelos de IA transformou capacidade computacional em um recurso escasso, reservado, em primeiro lugar, para iniciativas consideradas prioritárias pela liderança — entre elas o aprimoramento do modelo Gemini. A limitação chegou a influenciar decisões de carreira: alguns pesquisadores afirmam que, se não obtiverem poder computacional suficiente, precisam deixar a companhia para tocar projetos fora do Google.

O caso do pesquisador Andrew Dai ilustra o problema. No verão passado, enquanto testava o Gemini com fotos de um tabuleiro de jogo para avaliar sua compreensão visual, ele constatou falhas no modelo e concluiu que seria necessária uma IA com melhor capacidade de raciocínio visual. Ao discutir a ideia internamente, Dai percebeu que não conseguiria alocar recursos computacionais suficientes dentro da empresa e acabou saindo para fundar a Elorian, startup focada em raciocínio visual.

Fontes ouvidas pela reportagem afirmam que tanto clientes pagantes quanto divisões internas, como as áreas de busca e de cloud, disputam as mesmas TPUs. Dentro do Google DeepMind, o acesso à capacidade computacional passa a condicionar quais projetos podem ser executados, o alinhamento com líderes e o ritmo de trabalho. O pesquisador veterano Oren Etzioni, da Universidade de Washington, resumiu a situação dizendo que uma TPU costuma ter três pretendentes dentro da companhia.

Em nota, o Google afirmou possuir um “processo rigoroso e contínuo” para alocar recursos computacionais conforme prioridades, equilibrando necessidades de clientes e investimentos em pesquisa. O CEO da Alphabet, Sundar Pichai, disse que a liderança busca garantir que o Google DeepMind conte com recursos necessários para desenvolver modelos de ponta, e reconheceu que há limites de capacidade no curto prazo. A Alphabet informou que a carteira de pedidos do Google Cloud quase dobrou no trimestre anterior, superando US$ 460 bilhões, e comentou que está investindo para enfrentar a limitação.

O cenário mudou após o surgimento do ChatGPT em 2022, que levou o Google a intensificar esforços em grandes modelos de linguagem e em ferramentas que escrevem código. Pesquisadores relatam que, diante da prioridade por modelos com potencial comercial claro, torna-se mais difícil justificar alocação de computação para projetos experimentais sem retorno evidente.

Imagem: Divulgação

Além de Dai, outros ex-pesquisadores deixaram o Google para fundar startups que, segundo eles, oferecem mais liberdade para obter e usar capacidade computacional de múltiplas fontes sem as restrições internas. Entre os casos citados estão Ioannis Antonoglou, que saiu da DeepMind em 2024 para criar a ReflectionAI, e Anna Goldie, que deixou a DeepMind e, com a cofundadora Azalia Mirhoseini, lançou a Ricursive Intelligence — esta última citada como lançada no fim de 2025.

Ex-funcionários também relatam que, antes da fusão entre DeepMind e Google Brain em 2023, algumas equipes do Brain conseguiam comprar tempo de chip por meio de um sistema interno de créditos; mas, com a intensificação de grandes treinamentos, a reserva para projetos individuais ficou mais limitada. Em 2024, um grande processo de treinamento chegou a suspender pesquisas por cerca de um trimestre, segundo relatos.





Pesquisadores que permaneceram no Google dizem adaptar interesses para se alinhar às prioridades que garantem acesso à computação, enquanto outros buscam empresas próprias para assegurar entregas de capacidade contratada ao longo do tempo. Para alguns fundadores, a vantagem é o controle sobre o destino da empresa e a previsibilidade do fornecimento de recursos computacionais.

“O jogo da IA sempre teve dois lados”, disse Antonoglou: de um lado quem possui mais computação; do outro, quem consegue usá-la melhor.

Com informações de Investnews