Por Maksym Misichenko · CNBC ·
O que os agentes de IA pensam sobre esta notícia
O consenso do painel é que, embora o impulso da China em IA seja significativo, ele enfrenta obstáculos substanciais, particularmente em talentos de hardware e software. A estratégia da China de eficiência "boa o suficiente" e integração industrial pode não ser suficiente para fechar a lacuna com os EUA em IA de ponta. O risco principal é o gargalo de hardware e a incapacidade de converter subsídios em vantagem competitiva sustentada.
Risco: Gargalo de hardware e incapacidade de converter subsídios em vantagem competitiva sustentada
Oportunidade: Potencial de eficiência de software para compensar parcialmente desvantagem de hardware
Esta análise é gerada pelo pipeline StockScreener — quatro LLMs líderes (Claude, GPT, Gemini, Grok) recebem prompts idênticos com proteções anti-alucinação integradas. Ler metodologia →
Olá, aqui é Evelyn, escrevendo para você de Pequim. Bem-vindo à última edição do The China Connection — um resumo do que estou vendo e ouvindo de empresas locais.
A corrida da IA é sobre quem pode gastar mais (os EUA), ou cujo preço é mais barato (China), em parte graças aos custos de energia controlados pelo estado? Pode ser nenhum dos dois.
Para Pequim, a corrida da inteligência artificial é uma história de determinação.
Se a China tiver um dólar sobrando, "esse dólar será gasto em IA em vez de imóveis", disse Bruce Liu, CEO da Esoterica Capital.
O objetivo é ser autossuficiente em IA, sem depender dos EUA, disse ele. "Eles não precisam ter a melhor IA do mundo."
Tudo, desde a política nacional da China até subsídios em nível distrital, reforça essas ambições. Até agora, a China fez progressos em chips avançados para impulsionar a IA. Mas eles ainda ficam aquém dos da Nvidia.
Agora, a Nvidia reuniu titãs de Wall Street para apoiar US$ 500 bilhões em financiamento para o desenvolvimento de IA, demonstrando a vantagem dos EUA em capital.
O investimento privado em IA nos EUA é cerca de 23 vezes maior do que na China continental, de acordo com Alexander Kheder, analista de TMT na BMI, uma unidade da Fitch Solutions.
A menos que Pequim facilite para as empresas chinesas de IA o acesso a capital externo não estatal, "essa assimetria de financiamento permanecerá uma das explicações estruturais mais duradouras para a liderança dos EUA", disse Kheder.
Isso não impediu que empresas chinesas lançassem modelos de IA com capacidades semelhantes — a preços mais baixos, mesmo com o aumento de preço do DeepSeek no fim de semana. Empresas em todo o mundo estão ansiosas para experimentá-los.
Mas executar os modelos ainda requer chips — uma capacidade que Pequim não possui em comparação com os EUA.
A China "poderia anunciar ainda mais apoio financeiro", disse Clifford Kurz, diretor da S&P Global Ratings. "Mas se eles não tiverem os chips, qual é o sentido do apoio? Não há nada para financiar."
A Huawei oferece apenas cerca de um oitavo da capacidade de computação que a Nvidia tem, principalmente fora da China, disse Kurz. Ele observou que cada um dos chips Ascend 950 mais avançados da Huawei tem cerca de 13% do poder de computação de um chip Nvidia GB300.
A Nvidia tem um chip Vera Rubin ainda mais poderoso saindo este ano. E, por enquanto, a Huawei compensou empilhando mais chips.
Mas Kurz apontou que a empresa chinesa deve produzir apenas 1,35 milhão de chips avançados de IA este ano — muito menos do que até mesmo a estimativa mais conservadora de 6 milhões de chips da Nvidia.
A história pode mudar rapidamente. A Huawei e outras empresas chinesas na cadeia de suprimentos de IA diminuíram a lacuna em relação aos rivais globais em apenas alguns anos. A China também está cortejando talentos de IA e tem baixos custos de eletricidade.
Para investidores como a Raffles Family Office, o impulso doméstico de semicondutores da China cria uma oportunidade "paralela", em vez de concorrência por capital destinado à tecnologia dos EUA, disse William Chow, vice-CEO do grupo da empresa sediada em Hong Kong e Singapura.
Os clientes se preocupam muito mais este ano com o preço de entrada para investir em IA, disse ele. Chow observou que o plano de financiamento da Nvidia transfere mais risco do crédito para o patrimônio, o que significa que a diversificação de investimentos é mais importante.
Aqui novamente a história diverge dos EUA.
Quando se trata de projetos de IA na China, "não observamos nenhum plano significativo para emissão de dívida em larga escala por empresas domésticas líderes", disse Zhu He, pesquisador sênior do CF40 Institute, um think tank econômico sediado em Pequim. Isso é de acordo com uma tradução da CNBC do mandarim.
Zhu disse que a maioria das empresas usa financiamento de capital próprio e fundos internos para gastos com IA, e que gigantes de telecomunicações, bem como empresas de internet, estão investindo na tecnologia.
A China lançou em junho um plano de três anos para a construção de infraestrutura para suportar maior poder de computação, e no mês passado disse que espera que a construção de redes de poder de computação no país atraia 4 trilhões de yuans em capital até 2030.
Seja na China ou nos EUA, a escala de dinheiro necessária para IA reflete um afastamento dos modelos de baixo ativo que ajudaram as empresas a vencer nas últimas duas décadas, disse Liu, da Esoterica. "Os hiperscalers precisam gastar para avançar."
Em última análise, a IA ainda enfrenta um teste de comercialização. Empresas dos EUA gastaram pesadamente para desenvolver os modelos mais inteligentes, enquanto o objetivo da China é a integração de IA em todas as indústrias.
"A rivalidade da IA é sobre aplicações baseadas na pilha completa de IA", disse Winston Ma, professor adjunto de direito na Universidade de Nova York.
Quem encontrar a fórmula certa está posicionado para vencer.
Pequim diz que vai esclarecer regras fiscais, gerando confusão entre os ultra-ricos da China
A Administração Tributária do Estado da China está realizando treinamento para funcionários fiscais locais para alinhar detalhes técnicos sobre como a cobrança sobre trusts offshore deve ser aplicada, dizem vários consultores fiscais.
Manus retornará como empresa independente
A Manus disse que "em breve voltará a operar como uma empresa independente", após reguladores chineses em abril exigirem que a Meta desfaça sua aquisição de US$ 2 bilhões da startup de inteligência artificial.
A resposta da China para a Boeing e a Airbus faz o primeiro voo internacional
O C919, fabricado na China, iniciou uma rota comercial entre Pequim e Ulaanbaatar, Mongólia.
Tencent vê aumento de gastos, defende potenciais retornos "superiores" em IA
A gigante chinesa de tecnologia disse que as despesas de capital para o trimestre de junho aumentaram 65%, pois continua a investir em infraestrutura de IA. A Tencent acrescentou que a receita doméstica de jogos saltou 17% ano a ano, acelerando em relação ao primeiro trimestre.
IPO da Unitree esperado esta semana
18 de agosto: Resultados da Pony.ai
19 a 23 de agosto: World Robot Conference em Pequim
20 de agosto: Decisão mensal do Banco Popular da China sobre a taxa básica de empréstimo
20 de agosto: Resultados da Alibaba
22 a 26 de agosto: World Humanoid Robot Games em Pequim
Quatro modelos AI líderes discutem este artigo
"A estratégia de IA da China está mudando da competição de modelos de ponta para a utilidade industrial, tornando a lacuna de hardware uma preocupação secundária para o sucesso da integração doméstica de IA."
A narrativa de uma 'corrida de IA' binária entre os EUA e a China ignora a divergência de objetivos: os EUA buscam a AGI (Inteligência Artificial Geral) de ponta por meio de gastos massivos de capital, enquanto a China está se voltando para a integração industrial e eficiência 'boa o suficiente'. A lacuna de financiamento de 23x citada pelo BMI é menos um sinal de fracasso e mais um reflexo do afastamento da China do capital de risco no estilo ocidental em direção à política industrial dirigida pelo Estado. No entanto, o gargalo de hardware é real; a dependência da Huawei de chip-clustering (empilhamento de múltiplos chips para imitar desempenho de ponta) cria latência massiva e ineficiências de energia que sufocarão a escalabilidade. Os investidores devem acompanhar os resultados da Alibaba (BABA) em busca de sinais de se esses investimentos em infraestrutura estão realmente gerando receita incremental ou apenas inflando o CAPEX.
Se a China alcançar com sucesso a 'soberania de IA' através da integração vertical e de energia subsidiada pelo Estado, poderá comoditizar a camada de IA globalmente, tornando efetivamente os massivos investimentos de CAPEX dos hiperscaladores dos EUA não lucrativos devido a guerras de preços.
"O gargalo de IA da China não é capital nem mesmo chips — é se a inovação algorítmica e a eficiência de software podem compensar a desvantagem de hardware antes que os controles de exportação dos EUA apertem permanentemente a lacuna."
O artigo enquadra o desafio de IA da China como restrições de capital e fornecimento de chips, mas ignora um risco mais sutil: a dependência da China de financiamento de capital próprio (não de dívida) para infraestrutura de IA pode, na verdade, ser *estruturalmente superior* para evitar a mudança de risco de crédito que o plano de US$ 500 bilhões da Nvidia, pesado em dívida, introduz. No entanto, a restrição real *não é* dinheiro ou chips — é talento em software e inovação algorítmica. Os cortes de preços da DeepSeek sinalizam compressão de margem, não domínio. A produção de 1,35 milhão de chips da China em comparação com os mais de 6 milhões da Nvidia representa uma lacuna de 4 a 5 anos nas taxas atuais de capex, mas essa lacuna diminui se o atrito geopolítico forçar restrições de exportação dos EUA. O artigo minimiza a rapidez com que o Ascend 950 da Huawei poderia melhorar por meio de empilhamento e otimização de software.
Se os modelos domésticos de IA da China atingirem paridade em capacidade, com preços 60-70% mais baixos, o mercado endereçável para IA chinesa explode em mercados emergentes e PMEs globalmente — canibalizando o TAM da Nvidia muito mais rapidamente do que o artigo sugere, e a lacuna de chips torna-se menos relevante se a eficiência do software melhorar.
"Na ausência de um avanço na capacidade doméstica de semicondutores, a corrida de IA da China terá dificuldades para igualar a liderança dos EUA."
O impulso da China em IA é real, mas o artigo ignora os principais gargalos: disponibilidade de computação, controles de exportação e a capacidade de converter subsídios em vantagem competitiva sustentada. Mesmo com custos de energia mais baixos e políticas agressivas, a China permanece muito atrás em chips de ponta (aceleradores de classe Nvidia) e nos ecossistemas de software/co-treinamento que criam vantagens práticas em IA. A liderança dos EUA em capital privado e hyperscalers em escala de nuvem agrava isso, tornando qualquer história de 'autossuficiência' fortemente contingente a 1) fornecimento global de chips, 2) acesso a ferramentas-chave e 3) acesso a dados. Na ausência de um avanço na capacidade doméstica de semicondutores, a corrida de IA da China é mais sobre captura de mercado do que paridade real.
Contra essa leitura, um rápido aumento nos chips de IA produzidos internamente e controles de exportação mais flexíveis poderiam reduzir a lacuna mais rapidamente do que o assumido. Se as ferramentas de política atraírem capital de risco para startups de hardware em estágio inicial, a história da China ainda poderá surpreender.
"N/A"
[Indisponível]
"A otimização de software não pode superar as limitações físicas fundamentais de clusters de hardware inferiores em treinamento de IA em larga escala."
Claude, seu foco em 'eficiência de software' como uma solução alternativa para déficits de hardware é perigoso. O treinamento de IA em escala é um problema de física, não apenas de codificação. Mesmo com otimização superior, o cluster de chips da Huawei cria barreiras térmicas e de latência que o software não pode corrigir. Se os modelos da China dependerem de hardware inferior, eles nunca alcançarão a fronteira do raciocínio multimodal. Você está subestimando o fosso de 'computação em escala' que mantém a Nvidia e os hiperscalers dos EUA à frente do ecossistema chinês.
"A física do hardware importa, mas a eficiência algorítmica por operação é uma variável separada — e faltam-nos dados empíricos sobre se a China está a ganhar essa corrida."
O argumento físico da Gemini é sólido, mas incompleto. Sim, o agrupamento cria arrasto térmico — mas o ponto de Claude sobre eficiência de software não é uma solução alternativa; trata-se de *eficiência algorítmica por FLOP*. Se os modelos da China exigirem 30% menos operações para atingir a paridade (via destilação, arquiteturas esparsas ou melhor curadoria de dados), a lacuna de hardware diminui materialmente. O verdadeiro teste: custos de inferência da DeepSeek vs. da OpenAI em benchmarks idênticos. Esse número nos diz se o software pode compensar parcialmente a desvantagem do silício.
"Controles de exportação e restrições de acesso a dados dominarão o ritmo da paridade de IA da China, não correções de eficiência apenas de software."
Gemini, você está fixado em um 'compute moat' de física/WIP que ignora as dinâmicas de política e acesso a dados. Mesmo que a Huawei otimize o software, a lacuna de latência/throughput do clustering não é simplesmente solucionável por "operações mais eficientes"—as realidades práticas do treinamento de modelos multimodais em escala global permanecem proibitivas. O maior risco que você perde: controles de exportação e restrições domésticas de acesso a dados podem remodelar os incentivos, empurrando a China para ecossistemas de IA distintos e reduzindo a interoperabilidade global em vez de fechar a lacuna com uma única correção de eficiência.
[Indisponível]
O consenso do painel é que, embora o impulso da China em IA seja significativo, ele enfrenta obstáculos substanciais, particularmente em talentos de hardware e software. A estratégia da China de eficiência "boa o suficiente" e integração industrial pode não ser suficiente para fechar a lacuna com os EUA em IA de ponta. O risco principal é o gargalo de hardware e a incapacidade de converter subsídios em vantagem competitiva sustentada.
Potencial de eficiência de software para compensar parcialmente desvantagem de hardware
Gargalo de hardware e incapacidade de converter subsídios em vantagem competitiva sustentada