DeepSeek, Perplexity e a nova onda de desafiantes da IA 2026

A era do monopólio caro da inteligência artificial está a chegar ao fim. Durante os últimos dois anos, a indústria operou sob o pressuposto de que um desempenho de topo exigia milhares de milhões de dólares em computação e um consumo massivo de energia. A DeepSeek e a Perplexity estão agora a provar que a eficiência pode superar a escala bruta. A DeepSeek chocou o mercado ao lançar modelos que igualam o desempenho dos líderes da indústria a uma fração do custo de treino. Entretanto, a Perplexity está a mudar fundamentalmente a forma como as pessoas interagem com a internet, substituindo a tradicional lista de links por respostas diretas e citadas. Esta mudança não é apenas sobre novas ferramentas. É sobre uma mudança fundamental na economia da inteligência. O foco mudou de quão grande um modelo pode ser para quão pouco pode custar a executar. À medida que estes desafiantes ganham terreno, os gigantes estabelecidos são forçados a defender os seus modelos de negócio de alta margem contra uma onda de concorrentes ágeis e especializados que priorizam a utilidade sobre o hype.

O choque de eficiência no mercado da inteligência

A DeepSeek representa uma mudança na realidade de produto do mundo da IA. Enquanto muitas empresas se concentram em construir as maiores redes neuronais possíveis, esta equipa focou-se na otimização arquitetónica. O seu modelo DeepSeek-V3 utiliza uma abordagem de Mixture of Experts que apenas ativa uma pequena parte do total de parâmetros para qualquer tarefa. Isto permite que o modelo mantenha um alto desempenho enquanto reduz drasticamente a potência computacional necessária para cada palavra que gera. A narrativa em torno desta empresa é frequentemente centrada no seu baixo orçamento de treino, que terá sido inferior a seis milhões de dólares. Este valor desafia a ideia de que apenas as nações e corporações mais ricas podem construir modelos de fronteira. Sugere que a barreira de entrada para machine learning de alto nível é mais baixa do que se pensava anteriormente.

A Perplexity aborda o problema a partir da perspetiva da interface de utilizador. É um motor de respostas em vez de um motor de busca tradicional. Utiliza grandes modelos de linguagem existentes para analisar a web em tempo real, extrair informações relevantes e apresentá-las num parágrafo coeso com notas de rodapé. Esta escolha de design resolve a principal fraqueza dos modelos de IA padrão, que é a sua tendência para afirmar factos desatualizados ou totalmente inventados. Ao basear cada resposta em dados da web em tempo real, a Perplexity criou uma ferramenta que parece mais fiável para investigação profissional do que um chat bot padrão. O produto não é apenas o modelo em si, mas o sistema de recuperação e citação que o rodeia. Esta abordagem coloca uma pressão imensa sobre os fornecedores de pesquisa tradicionais que dependem de receitas publicitárias de utilizadores que clicam em várias páginas de resultados.

A geopolítica da computação barata

O impacto global destes desafiantes está enraizado na democratização da inferência de alto desempenho. Quando o custo de executar um modelo cai noventa por cento, o potencial de integração em software do dia a dia expande-se exponencialmente. Programadores em mercados emergentes que anteriormente estavam excluídos do uso de APIs de topo podem agora construir aplicações sofisticadas. Isto muda o centro de gravidade de toda a indústria. Se os modelos mais eficientes vêm de fora dos tradicionais hubs do Silicon Valley, a vantagem estratégica de enormes server farms domésticas começa a diminuir. Isto força uma conversa sobre a soberania dos modelos e se os países devem depender de alguns fornecedores centralizados ou investir nas suas próprias arquiteturas eficientes. Este é um sinal que vale a pena seguir porque afasta a indústria de uma dinâmica de