O CEO da Microsoft, Satya Nadella, apresentou aquilo a que chama o “Paradoxo da Informação Invertido”, uma ideia inspirada no trabalho do economista e Nobel Kenneth Arrow. Em termos simples, Nadella defende que a inteligência artificial inverteu o problema clássico da venda de conhecimento – e criou um novo dilema, potencialmente dispendioso, para as empresas.
Na formulação original de Arrow, quem vende informação enfrenta um risco evidente: para provar que determinado conhecimento tem valor, precisa revelar uma parte suficiente desse conhecimento. No entanto, se revelar demasiado, o potencial comprador pode deixar de ter motivos para pagar.
Nadella fala da IA e deixa conselho às empresas
Com a IA, segundo Nadella, o problema passa para o lado do cliente. Isto porque, ao utilizar ferramentas de IA, as empresas podem estar a fornecer conhecimento institucional valioso: processos internos, decisões, regras de negócio, experiências acumuladas e formas próprias de trabalhar.
Por outras palavras, as organizações podem acabar por “pagar duas vezes”: primeiro, pelo serviço de IA; depois, ao alimentar sistemas que não controlam totalmente com a sua propriedade intelectual e conhecimento operacional. Nadella partilhou esta ideia no X, reforçando uma tese que tem vindo a desenvolver desde meados de junho: na IA empresarial, a maior vantagem competitiva não está necessariamente no modelo escolhido, mas sim no controlo do “ciclo de aprendizagem”.
Para Nadella, o ciclo de aprendizagem corresponde ao processo através do qual a utilização de IA gera dados de interação – incluindo correções, avaliações, pedidos, resultados e registos de fluxos de trabalho – que permitem melhorar o desempenho do sistema em tarefas específicas da empresa.
Assim, o verdadeiro ativo não será apenas o modelo base, seja da OpenAI, Anthropic ou Google, mas os dados e a experiência operacional que a organização acumula enquanto utiliza esses modelos. À medida que os modelos generalistas se tornam mais semelhantes entre si, esta camada de conhecimento próprio pode transformar-se no principal fator de diferenciação.
O ciclo de aprendizagem como vantagem competitiva
Por isso, Nadella recomenda que as empresas desenvolvam avaliações privadas de modelos, ambientes de aprendizagem por reforço e bases de conhecimento internas pesquisáveis. Desta forma, conseguem medir a IA com base em resultados reais de negócio, e não apenas em benchmarks públicos.
Além disso, a arquitetura tecnológica deve permitir trocar o modelo subjacente sem perder a especialização desenvolvida ao longo do tempo. Ou seja, uma empresa deveria poder mudar de GPT para Claude, Gemini ou outro modelo futuro, mantendo os seus dados, avaliações, processos e contexto operacional.
Ainda assim, esta visão também serve os interesses da Microsoft. Como observou o ProMarket, do Stigler Center, investir em ciclos de aprendizagem portáveis continua a exigir infraestrutura de cloud, uma área onde o Azure beneficia, independentemente do modelo de IA escolhido pelo cliente.
Apesar desse potencial conflito de interesses, a ideia central é relevante: à medida que os modelos de IA se tornam uma commodity, o valor desloca-se para a capacidade de captar, proteger e reutilizar o conhecimento criado durante a sua utilização. A grande questão é se as empresas conseguirão manter esse conhecimento sob controlo, ou se já o estão a ceder sem se aperceberem.
Fica ainda mais conectado:
- Apple – Siri AI já está no Apple Watch com o watchOS 27
- XBOX revela nível de despedimentos histórico e muito mais
- Microsoft Edge permite finalmente iniciar sessão com conta Google
