Os grandes modelos de IA podem ser globais por definição, mas segundo o Gartner, um movimento pode levar essa expansão do uso de IA em uma direção diferente. De acordo com um estudo recente, até 2027 cerca de 35% dos países recorrerão a plataformas de IA específicas para suas regiões, construídas sobre dados contextuais proprietários e alinhadas a legislações, idiomas e valores locais.
Hoje, esse índice gira em torno de 5%, o que indica uma mudança estrutural na forma como governos e empresas estão encarando o uso da tecnologia. A tendência reflete uma combinação de pressões geopolíticas, regulatórias e de segurança nacional.
A visão do Gartneré de que, em um cenário de desconfiança crescente em relação a modelos fechados e concentrados, países com agendas de soberania digital passaram a investir em stacks próprios de IA, que incluem desde poder computacional e data centers até modelos treinados com dados locais.
“Países com metas de soberania digital estão ampliando investimentos em stacks nacionais de IA à medida que buscam alternativas ao modelo fechado dos Estados Unidos”, afirma Gaurav Gupta, vice-presidente analista do Gartner. “Tomadores de decisão estão priorizando soluções que se alinhem a valores, estruturas regulatórias e expectativas locais, e não apenas aquelas com os maiores volumes de dados de treinamento”, avalia.
Na prática, isso tem impulsionado o desenvolvimento de modelos localizados. De acordo com o Gartner, Grandes Modelos de Linguagem (LLMs) regionais já apresentam desempenho superior aos globais em aplicações como educação, serviços públicos e conformidade legal, especialmente em idiomas que não o inglês. O ganho de valor contextual, nesses casos, supera a vantagem de escala dos modelos generalistas.
Esse movimento, no entanto, tem um custo elevado. O Gartnerestima que países que optarem por estabelecer um stack soberano de IA precisarão investir pelo menos 1% do Produto Interno Bruto (PIB) em infraestrutura de IA até 2029. A cifra reflete não apenas o custo de hardware e data centers, mas também de desenvolvimento, manutenção, governança e atualização contínua dos modelos.
A soberania de IA, nesse contexto, vai além da tecnologia em si. Trata-se da capacidade de uma nação ou organização de controlar como a IA é desenvolvida, implementada e utilizada dentro de suas fronteiras. Regulamentações locais, exigências de residência de dados, preocupações com segurança nacional e riscos corporativos têm acelerado esse movimento.
“O receio de ficar para trás na corrida tecnológica também pesa”, aponta o Gartner. Países e empresas estão sendo pressionados a inovar rapidamente para evitar dependência excessiva de fornecedores estrangeiros e garantir autonomia em áreas estratégicas.
No Brasil, algumas deeptechs já estão acompanhando esse movimento. Nomes como WideLabsestão conquistando clientes sob a proposta de oferecer um modelo regionalizado. Aliás, em conversa com o Startupsno ano passado, o CEO Nelson Leoni revelou que diversos países latino-americanos já se interessaram pelo modelo da startup, como uma opção regional e soberana de IA.
O Governo Federal também já entrou nessa corrida. Além de ter lançado no ano passado o Plano Brasileiro de Inteligência Artificial, o Ministério de Gestão e Inovação em Serviços Públicos (MGI), divulgou em outubro passado que a gestão federal tem planos de gastar cerca de R$ 23 bilhões em projetos de IA soberana nos próximos quatro anos.
Contudo, nesse cenário a infraestrutura se torna o elemento central. “Data centers e fábricas de IA formam a espinha dorsal crítica do stack que viabiliza a soberania de IA”, diz o analista do Gartner. No Brasil, essa corrida também já começou: um exemplo é o investimento de R$ 3 bilhões que a Scala Data Centers anunciou para a criação da “AI City” em Eldorado do Sul, no Rio Grande do Sul.
O post Gartner: países terão “ilhas regionais” de IA até 2027 apareceu primeiro em Startups.
