No meio de anúncios diários de novos modelos e recordes de investimento, uma voz insiste em puxar o freio. O cientista cognitivo Gary Marcus, um dos críticos mais conhecidos da euforia com IA, vem repetindo um alerta desconfortável: a corrida atual lembra a especulação que antecedeu a crise financeira de 2008.
A comparação é forte e proposital. Em suas análises no Marcus on AI, ele descreve um cenário em que capital abundante corre atrás de promessas ainda não comprovadas, com o risco de que perdas privadas acabem repassadas à sociedade. Em entrevista à CNBC, ele também apontou que a economia dos modelos está mudando e abrindo espaço para alternativas mais baratas.
Este artigo não defende parar de investir em IA. O objetivo é traduzir o alerta para a rotina de quem decide orçamento de marketing e tecnologia, separando o que é ruído do que merece atenção. Ceticismo bem calibrado, aqui, é ferramenta de gestão.
A analogia com 2008
O paralelo que Marcus faz parte de um ponto simples. Em 2008, o excesso de crédito e a aposta em produtos que poucos entendiam criaram uma bolha que, ao estourar, exigiu socorro público. Ele enxerga um padrão parecido na forma como o dinheiro flui para a IA hoje, movido mais por expectativa do que por retorno demonstrado.
“Se você achou ruim o resgate dos bancos em 2008, espere para ver um eventual resgate da IA.”
Gary Marcus
O perfil traçado pela IEEE Spectrum ajuda a entender de onde vem essa postura. Marcus não nega o valor da tecnologia, mas cobra sobriedade diante de promessas grandiosas, como a de uma inteligência geral iminente. Para ele, tratar toda aposta como infalível é justamente o ingrediente que alimenta bolhas.
O dado que incomoda
O ponto mais concreto do debate é o retorno. Pesquisas citadas nessa discussão indicam que cerca de 95% das empresas ainda não veem ganho relevante com seus investimentos em IA. Marcus também destaca estudos que mostram ferramentas de código, em certos casos, atrapalhando em vez de acelerar a produtividade.
Esse descompasso entre gasto e resultado não é um detalhe. Ele explica por que o custo virou tema central, algo que já tratamos no texto sobre governança de custo de IA. Sem medir retorno, a conta cresce e a promessa fica sempre no futuro.
A outra leitura
Em nome do equilíbrio, é justo apresentar o outro lado. Defensores do ritmo atual lembram que tecnologias de base costumam passar por fases de investimento pesado antes de maturar, e que ganhos de produtividade tendem a aparecer de forma desigual, primeiro em nichos, depois em escala. Nessa visão, exigir retorno imediato seria subestimar a curva de adoção.
Há também um contexto competitivo que pressiona os preços. A disputa por modelos mais eficientes, incluindo os desenvolvidos fora dos Estados Unidos, tende a reduzir custos, tema conectado ao nosso texto sobre a destilação e a cópia de chatbots. Um cenário de IA mais barata muda parte da conta que sustenta o alerta de bolha.
| Sinal de alerta | Resposta disciplinada |
|---|---|
| Projeto de IA sem meta de retorno | Definir indicador de negócio antes de escalar |
| Adoção por medo de ficar para trás | Rodar piloto pequeno e medir ganho real |
| Promessa de ganho de produtividade sem prova | Comparar tempo e qualidade com e sem a ferramenta |
| Custo de IA crescendo sem controle | Acompanhar consumo e governança desde o início |
O que o marketing deve tirar disso
A lição prática não é técnica, é de disciplina. Antes de escalar qualquer iniciativa de IA, vale definir o indicador de negócio que ela precisa mover e rodar um piloto pequeno para medir o ganho real. Adotar por medo de ficar para trás é a receita mais rápida para gastar sem retorno.
Também ajuda dominar o vocabulário para separar promessa de entrega, algo que o nosso glossário de IA para marketing facilita. No fim, o alerta de Marcus vale menos como profecia e mais como convite: usar IA com critério, medir sempre e escalar apenas o que prova resultado.
Perguntas frequentes
Quem é Gary Marcus?
É professor emérito de psicologia e ciência neural na Universidade de Nova York e um dos críticos mais conhecidos do otimismo em torno da IA generativa, com foco nos limites técnicos e nos riscos econômicos do setor.
Qual é o alerta central dele?
Que o volume de capital especulativo aplicado em IA lembra a euforia que antecedeu a crise de 2008. Se muitas apostas não derem retorno, o risco privado pode acabar virando conta pública.
É verdade que a maioria das empresas não vê retorno com IA?
Pesquisas citadas no debate indicam que cerca de 95% das empresas ainda não obtêm retorno relevante de seus investimentos em IA. O dado não nega o valor da tecnologia, mas cobra critério na adoção.
Isso significa que devo parar de investir em IA?
Não. O recado é de disciplina, não de paralisia. Vale rodar pilotos pequenos, medir o ganho real e escalar apenas o que comprova resultado, evitando adotar por medo de ficar para trás.
Existe uma visão oposta?
Sim. Defensores argumentam que os ganhos de produtividade aparecem com o tempo e que ciclos de investimento alto são normais em tecnologias de base. O equilíbrio saudável está em medir antes de concluir.
