Entenda como o Google News influencia leitores e editores no Brasil

O universo das notícias online segue em rápida transformação, e o Google News aparece como um dos principais vetores dessa mudança. Leitores buscam conteúdo confiável e personalizado, enquanto veículos e jornalistas tentam entender como o Google News e o Google Discover priorizam, classificam e distribuem informações.

Nesta análise, explicamos de forma clara o que está em jogo para quem consome notícias e para quem produz conteúdo, além de apresentar orientações práticas para aumentar a visibilidade em plataformas do Google. A intenção é que o leitor saia com entendimento objetivo sobre o impacto do Google News no cenário jornalístico brasileiro.

O que muda para os leitores

Para quem consome notícias, o Google News oferece um feed mais personalizado, com ênfase em relevância e rapidez. A experiência tende a privilegiar conteúdos que combinam autoridade, atualidade e boa experiência de leitura. Isso significa que matérias bem estruturadas, com fontes claras e contexto, têm maior chance de destaque.

Além disso, o uso crescente de sinais de engajamento e de comportamento individual faz com que o feed seja cada vez mais afinado com os interesses do usuário. Por isso, é essencial que o leitor saiba diferenciar entre qualidade jornalística e conteúdos sensacionalistas, mesmo quando ambos aparecem lado a lado no Google News.

Impacto para veículos e editores

Para veículos de imprensa, o Google News representa tanto oportunidade quanto desafio. A visibilidade nas plataformas do Google pode ampliar significativamente o alcance de uma matéria, porém, exige atenção a critérios como credibilidade, clareza na atribuição de fontes e conformidade com políticas de conteúdo.

Editores que investir em redação de qualidade, checagem rigorosa e metadados corretos tendem a ser melhor indexados. O foco não deve ser apenas atrair cliques, mas oferecer conteúdo que satisfaça a intenção de busca e retenha o leitor por mais tempo. Isso influencia diretamente como o Google News interpreta a relevância de uma página.

Outro ponto crítico é o modelo de monetização. Com tráfego oriundo do Google News, alguns veículos conseguem aumentar receitas via assinaturas e publicidade, porém, essa dependência exige diversificação e estratégia para evitar perda de audiência caso algoritmos mudem.

Dicas práticas para aparecer no Google News

Para jornalistas e produtores de conteúdo que desejam melhorar a presença no Google News, algumas práticas comprovadas ajudam a aumentar as chances de destaque. Primeiramente, invista em títulos claros e descritivos, evitando clickbait, e use metadados corretos, como datas precisas e autoria identificada.

Outra recomendação é priorizar a velocidade sem sacrificar a verificação. Notícias atualizadas rapidamente com informação verificada têm bom desempenho no Google News. Além disso, artigos com contexto e links para fontes confiáveis reforçam a autoridade do conteúdo.

Finalmente, otimize a experiência móvel, já que grande parte do acesso ao Google News vem de smartphones. Páginas que carregam rápido, com layout responsivo e boa legibilidade, tendem a ser favorecidas. Trabalhar com formatos variados, como texto, infográficos e vídeos curtos, também amplia o alcance.

O papel do Google News no ecossistema informativo continuará evoluindo, e a adaptação será essencial para leitores e produtores. Entender os sinais de qualidade e praticar um jornalismo transparente e bem estruturado é o caminho para aproveitar ao máximo as oportunidades oferecidas por essas plataformas.

Seja como leitor ou como produtor, acompanhar as mudanças nas políticas e nas práticas de distribuição do Google News ajuda a navegar num ambiente em constante transformação, com foco na credibilidade e na relevância da informação.

Nova função do Gemini traz ferramenta para detectar conteúdos gerados por IA em imagens

Nesta quinta-feira (20), o Google divulgou que está implementando, no Gemini, a verificação de imagens para saber se elas foram criadas ou editadas por inteligência artificial (IA). A novidade permite ao usuário obter respostas diretas do assistente ao fazer perguntas como “Isso foi criado com a IA do Google?” ou “Isso foi gerado por IA?”, tornando mais simples a checagem da origem visual.

O recurso já funciona dentro do aplicativo Gemini, e, segundo o Google, o processo envolve a busca por uma marca d’água conhecida como SynthID. Depois de analisar a imagem e verificar a presença dessa marca, o aplicativo utiliza seu próprio raciocínio para fornecer a resposta ao usuário.

Como funciona a verificação de imagens

Ao fazer o upload da imagem no aplicativo Gemini e fazer a pergunta “Isso foi criado com a IA do Google?” ou “Isso foi gerado por IA?”, o aplicativo irá verificar se há a marca d’água SynthID. Em seguida, o aplicativo utilizará seu próprio raciocínio para fornecer a resposta. Essa descrição detalha o fluxo que usuários devem seguir para que o Gemini analise a autenticidade de imagens, combinando metadados embutidos e análise do próprio modelo.

Na prática, a tecnologia busca reduzir a incerteza sobre a origem de imagens compartilhadas online, especialmente em contextos onde a difusão de imagens geradas por IA pode causar desinformação. A verificação baseada em metadados é uma das frentes mais promissoras para permitir que plataformas e usuários saibam se um conteúdo visual passou por geração ou edição por modelos artificiais.

Parcerias e metadados C2PA ampliam transparência

O Google não planeja atuar sozinho nessa frente. A empresa comunicou que está colaborando com parceiros do setor visando à transparência do conteúdo e aos padrões de autenticidade no ecossistema de produtos da empresa, contando com a Busca, YouTube, Fotos e Pixel. A iniciativa ocorre por meio da participação da empresa no comitê diretivo da Coalizão para Proveniência e Autenticidade de Conteúdo (C2PA).

Uma das novidades é que a partir desta semana, as imagens geradas pelo Nano Banana Pro (Imagem Gemini 3 Pro) no Google Ads, Gemini e Vertex AI vão contar com os metadados C2PA incorporados, possibilitando maior transparência sobre seu processo de criação. A intenção do Google é expandir a funcionalidade para outros produtos e superfícies nos próximos meses, reduzindo a fricção para desenvolvedores e anunciantes que queiram sinalizar conteúdo gerado por IA.

Além disso, a empresa visa ampliar a abordagem de verificação para proporcionar suporte às credenciais de conteúdo C2PA. Isso possibilitará a verificação da fonte original de conteúdos gerados por produtos e modelos que estão fora do ecossistema da empresa, abrindo caminho para um padrão mais amplo de autenticidade.

Próximos passos: áudio, vídeo e integração com a Busca

Embora o Gemini inicialmente tenha apenas a capacidade de analisar imagens, o Google afirmou que em breve disponibilizará a verificação de áudio e vídeo, além de poder expandir o recurso para fora do seu assistente de IA, incorporando-o, por exemplo, à Busca do Google. Essa expansão torna a proposta mais ambiciosa, ao buscar sinalizar um espectro maior de conteúdos gerados artificialmente.

Para usuários e produtores de conteúdo, a expectativa é que ferramentas como essa facilitem a identificação de mídias manipuladas ou sintéticas. No entanto, a eficácia dependerá da adesão a padrões como o C2PA e da capacidade das plataformas de integrar verificações sem afetar a experiência do usuário.

Reportagens sobre tecnologia reforçam o movimento do setor em direção à transparência, e contribuições de especialistas ajudam a moldar como esses sistemas serão adotados. Matheus Chaves é colaboração para o olhar digital no Olhar Digital, e a medida do Google se insere nesse esforço coletivo para criar mecanismos confiáveis de verificação.

Em resumo, a nova função do Gemini para detectar conteúdos gerados por IA em imagens é um passo relevante para identificar e rotular materiais produzidos por modelos artificiais. Com suporte a metadados C2PA e uma promessa de expansão para áudio, vídeo e integração com a Busca, a iniciativa busca oferecer ferramentas práticas para usuários verificarem a origem do conteúdo de forma rápida e direta.

Fechamento confirmado e reestruturação global

A decisão de encerrar o laboratório de pesquisa da IBM no Brasil, único da companhia na América Latina, foi comunicada na última terça-feira (18) aos colaboradores. Segundo funcionários ouvidos sob anonimato pelo G1, o encerramento foi determinado pela matriz nos Estados Unidos, sem detalhamento das razões. A notificação enviou cartas de aviso prévio informando que “os contratos serão finalizados em 18 de dezembro“.

O anúncio faz parte de uma consolidação global das atividades de Pesquisa e Desenvolvimento da IBM, segundo a própria empresa. Em nota, a IBM afirmou que os trabalhos realizados no Brasil serão incorporados a outras unidades da corporação ao redor do mundo, onde já mantém operações estruturadas.

Quem será afetado e o que muda na prática

O encerramento do laboratório de pesquisa da IBM no Brasil atinge equipes distribuídas entre São Paulo e Rio de Janeiro e envolve tanto pesquisadores quanto profissionais de suporte operacional. Fontes internas relatam que a unidade empregava “cerca de 100 funcionários” e que a decisão afetará contratos e projetos em andamento.

Funcionários ouvidos afirmam que o desempenho da unidade era sólido e que suas contribuições tinham peso na produção científica global da IBM, e um pesquisador consultado chegou a afirmar que o fechamento não está ligado a performance. Ainda assim, a matriz optou por realocar atividades para outros centros da empresa.

Projetos locais e perdas para pesquisa aplicada

Entre as iniciativas desenvolvidas no Brasil, destaca-se o Yẽgatu Digital, projeto que usou tecnologias de inteligência artificial para apoiar a escrita em nheengatu, língua indígena brasileira. Nas redes sociais, ex-colaboradores lamentaram o fim da unidade e lembraram de outras entregas técnicas e científicas relevantes.

O impacto imediato inclui a interrupção de atividades de desenvolvimento em IA, computação em nuvem e computação quântica localmente coordenadas. Embora a IBM afirme que essas frentes seguirão em outras unidades, especialistas e ex-pesquisadores apontam que a perda de um núcleo local reduz a autonomia técnica do país e a capilaridade de projetos que dependem de expertise e contexto brasileiros.

Contexto corporativo e números citados

O encerramento ocorre em um momento em que a IBM vinha anunciando demissões globais, classificadas pela empresa como “um percentual baixo” de sua força de trabalho, que era de cerca de 270 mil pessoas no fim de 2024. Além disso, a reportagem lembra dados institucionais: “A IBM, fundada em 1911 nos Estados Unidos, mantém atualmente 11 laboratórios distribuídos em 19 escritórios na América do Norte, Europa, Ásia e África. A companhia acumula cinco prêmios Nobel conquistados por pesquisadores associados à empresa.”

Nos resultados financeiros mais recentes, a companhia divulgou que “a IBM reportou lucro líquido de US$ 1,7 bilhão no terceiro trimestre de 2025, revertendo o prejuízo registrado no mesmo período do ano anterior“. A combinação de desempenho financeiro e reestruturações estratégicas tem orientado decisões sobre alocação de P&D global, segundo analistas de mercado.

Para pesquisadores e colaboradores, a retirada de uma unidade que funcionava desde 2010 representa não só a perda de empregos, mas também a dissipação de redes de conhecimento construídas ao longo de 14 anos. O fechamento do laboratório de pesquisa da IBM no Brasil levanta questões sobre políticas de retenção de centros de alta tecnologia no país e o papel de matrizes globais em decisões que afetam ecossistemas científicos locais.

Enquanto a IBM garante que a expertise será incorporada a outras unidades internacionais, permanece a preocupação com o tempo necessário para migrar projetos, preservar dados e manter vínculos com parceiros acadêmicos e comunidades beneficiadas por iniciativas como o Yẽgatu Digital. Fontes internas e observadores do setor acompanham agora os detalhes da transição, e a comunidade científica brasileira monitora se haverá iniciativas para manter parte dessas atividades dentro do país.

Esta matéria será atualizada conforme novas informações sobre desligamentos, realocações e negociações sindicais ou institucionais sejam divulgadas.

Documentos vazados expõem fluxo financeiro complexo entre OpenAI e Microsoft e ajudam a explicar por que a OpenAI no vermelho é uma hipótese cada vez mais concreta

Documentos vazados pelo blog Where’s Your Ed At e analisados pelo TechCrunch revelam uma estrutura financeira muito mais cara e intricada do que parecia, e reacendem o debate sobre se a OpenAI no vermelho é uma realidade.

Os papéis mostram quantias bilionárias que circulam entre a OpenAI e a Microsoft, tanto em repasses relacionados à participação na receita, quanto em gastos operacionais com infraestrutura na nuvem. Esses números colocam em xeque as estimativas públicas anteriores e explicam por que a parceria com a Microsoft é central para a operação da startup.

Como funciona o acordo financeiro entre OpenAI e Microsoft

A parceria combina investimento bilionário, infraestrutura do Azure e um esquema de compartilhamento de receita que torna opaca a verdadeira distribuição de ganhos entre as empresas. Após aportes de mais de US$ 13 bilhões da Microsoft, a OpenAI teria acordado repassar cerca de 20% de sua receita à Microsoft, conforme os documentos vazados indicam.

Segundo os papéis, em 2024 a Microsoft recebeu US$ 493,8 milhões em participação na receita da OpenAI, e nos primeiros três trimestres de 2025 esse valor subiu para US$ 865,8 milhões. Trata-se do net revenue share, ou seja, a quantia líquida transferida à Microsoft após ajustes internos, incluindo royalties que a Microsoft devolve à OpenAI.

Na prática, a relação financeira não é unidirecional. A Microsoft também repassa à OpenAI parcelas do que ganha com o Bing e com o Azure OpenAI Service. Esse vai e volta financeiro torna difícil estimar quanto cada companhia realmente fatura, e contribui para a incerteza sobre se a OpenAI no vermelho é temporária ou estrutural.

Custos de inferência disparam e mostram a pressão sobre margens

O maior peso nos gastos operacionais é a inferência, o processo de computação necessário para gerar respostas do ChatGPT e de modelos usados por clientes via API. Ao contrário do treinamento, que costuma ser parcialmente coberto por créditos da Microsoft, os custos de inferência são pagos em dinheiro, e dependem quase totalmente do Azure.

Os documentos vazados indicam que a OpenAI gastou US$ 3,77 bilhões com inferência no Azure em 2024. Em 2025, apenas nos nove primeiros meses, esse gasto já havia saltado para US$ 8,67 bilhões. Para efeito de comparação, reportagens anteriores estimavam algo próximo de US$ 2 bilhões em custos de inferência em 2024 e cerca de US$ 2,5 bilhões no primeiro semestre de 2025, o que mostra uma diferença expressiva entre estimativas públicas e os valores reais dos documentos.

O salto exponencial dos custos ilustra um problema estrutural: à medida que a demanda por respostas e serviços aumenta, a conta de computação cresce de forma direta e rápida. Isso indica que a escala de uso não está necessariamente se convertendo em margens saudáveis, e fortalece a hipótese de que a OpenAI no vermelho decorre justamente desse descompasso entre receita e custo operacional.

O que os números dizem sobre receita, déficit e o futuro da corrida da IA

Os repasses de participação na receita permitem estimar, ainda que indiretamente, quanto a OpenAI realmente faturou. Pela lógica do acordo, os US$ 493,8 milhões pagos em 2024 sugerem uma receita mínima de US$ 2,47 bilhões naquele ano, bem abaixo das projeções da imprensa internacional de entre US$ 3,7 bilhões e US$ 4 bilhões.

Até setembro de 2025, os US$ 865,8 milhões pagos à Microsoft implicam uma receita mínima de US$ 4,33 bilhões no período, novamente distante das cifras anteriormente divulgadas pela própria OpenAI. Considerando que a conta de inferência em 2024 foi de US$ 3,77 bilhões, e que nos primeiros nove meses de 2025 a inferência consumiu US$ 8,67 bilhões, os papéis sugerem que a operação pode estar consumindo mais caixa do que a empresa consegue gerar.

Como concluem os documentos, “Em suma, os documentos vazados reforçam a hipótese de que a empresa opera no vermelho mesmo com o crescimento acelerado de usuários e contratos corporativos.” Esse diagnóstico reacende uma discussão ampla no Vale do Silício sobre se líderes da corrida da IA conseguem transformar escala em lucro, e que impactos isso terá para o modelo de negócios da inteligência artificial generativa.

A divulgação desses números coloca pressão sobre investidores, clientes corporativos e concorrentes para repensarem modelos de precificação, eficiência de infraestrutura e dependência de provedores de nuvem. Enquanto isso, a pergunta que fica é direta: se a OpenAI não converte crescimento em lucratividade sustentável, o que isso significa para o futuro da tecnologia e para o resto do ecossistema de IA?

Expansão dos mega data centers da era da IA atrai US$ 35 bilhões, investimentos de US$ 16 bilhões e provoca debate sobre consumo energético e modelos de financiamento

Mega data centers da era da IA estão mudando a geografia econômica de regiões inteiras. Segundo o The Wall Street Journal, o movimento já transformou regiões nos Estados Unidos, Ásia e Europa, criando projetos bilionários e levantando debates sobre custos, consumo de energia e modelos de financiamento. Do interior de pequenas cidades americanas aos arredores de Jacarta, a aposta das grandes empresas de tecnologia é clara: apenas estruturas em escala massiva poderão acompanhar o ritmo de evolução da inteligência artificial.

Projetos emblemáticos e a escala da corrida

A expansão ganhou contornos muito concretos com empreendimentos como o Projeto Concord, na Coreia do Sul, um exemplo do que se espera da nova geração de instalações. Com orçamento de US$ 35 bilhões (R$ 185,5 bilhões), o data center foi planejado para ser projetado, construído e operado por IA, com supervisão humana mínima – um exemplo de como a automação está avançando para novos patamares. Essa iniciativa demonstra não só a escala financeira, como também a ambição tecnológica de automatizar o ciclo de vida inteiro de um centro de dados.

Nos Estados Unidos, a Microsoft descreveu um projeto em Atlanta como uma verdadeira “superfábrica de IA”, integrada a outras instalações já existentes. A Amazon inaugurou um hub de grande porte, enquanto Meta, Oracle e Anthropic seguem estratégias semelhantes. Ao lado desses nomes, empresas emergentes e fornecedores de hardware disputam espaço para abastecer a demanda por capacidade computacional, redes e sistemas de refrigeração em larga escala.

Financiamento e novos modelos financeiros

O movimento não é sustentado apenas por decisões corporativas, ele atraiu também o mercado financeiro. Na Europa, Microsoft e Google anunciaram investimentos superiores a US$ 16 bilhões (R$ 85 bilhões) para reforçar a infraestrutura de IA em Portugal e na Alemanha. Em paralelo, organizações como OpenAI, Meta e xAI passam a adotar arranjos financeiros híbridos, misturando capital próprio, dívida e estruturas complexas que prometem viabilizar empreendimentos na escala exigida.

Esses modelos de financiamento, no entanto, trouxeram inquietação. Bancos e investidores discutem termos, avaliam a exposição a projetos de capital intensivo, e procuram garantias sobre retorno em um mundo em que a obsolescência tecnológica pode ser rápida. A capacidade de converter poder computacional em receita previsível é, hoje, um dos maiores desafios para justificar investimentos bilionários em mega data centers da era da IA.

Sustentabilidade, consumo de energia e críticas públicas

As dimensões físicas desses centros levantam questões urgentes sobre ambiente e sociedade. Políticos e ativistas questionam o alto consumo de energia dessas instalações e sua pegada hídrica, especialmente em regiões já vulneráveis. Em contraponto ao entusiasmo corporativo, existe um coro de críticas que pede transparência e planejamento de longo prazo.

Essas críticas indicam que, embora a corrida da IA tenha impulsionado um crescimento acelerado, persistem debates relevantes sobre sustentabilidade, transparência e viabilidade de longo prazo. Autoridades locais e reguladores começam a exigir estudos de impacto, condicionantes ambientais e acordos que vinculem incentivos fiscais a metas de eficiência e uso de energias renováveis.

Ao mesmo tempo, a automação crescente dentro dos próprios centros de dados, com sistemas que prometem reduzir custos operacionais, provoca uma reflexão sobre empregos locais, cadeia de fornecedores e a dependência das comunidades em relação a um único grande empregador tecnológico.

Para além da disputa entre players, a corrida por mega data centers da era da IA desenha um futuro onde a infraestrutura física se torna um ativo geoestratégico. Estados, investidores e empresas devem equilibrar ambição tecnológica com responsabilidade ambiental e clareza financeira, se quiserem transformar esses gigantes em pilares sustentáveis da economia digital.

Reportagem baseada em reportagens publicadas pelo The Wall Street Journal, com informações e dados levantados por Valdir Antonelli e Layse Ventura.

Crise operacional eleva incerteza, mas fabricante diz trabalhar para manter a oferta

Nexperia produção de chips: oferta preservada entre estoques, soluções e negociações

A fabricante holandesa de semicondutores Nexperia afirmou em nota que segue comprometida em abastecer a cadeia global de chips, mesmo diante do impasse entre sua unidade europeia e a planta de embalagem em Dongguan, na China. Em comunicado citado pela Reuters, a empresa pontuou que “não interrompeu totalmente o envio de wafers” e que está oferecendo soluções alternativas para minimizar os efeitos da disputa.

O conflito entre as unidades teve início após o governo holandês assumir o controle da Nexperia, por temores relacionados à transferência de tecnologia, ação que impactou diretamente a operação da fábrica chinesa. Em meio ao atrito, a empresa garantiu que tem trabalhado com clientes para mitigar o impacto especialmente no setor automotivo, que já sentia os efeitos da escassez de semicondutores.

Como a Nexperia justifica a continuidade da produção

Segundo a própria Nexperia, “a operação chinesa possui wafers e produtos finalizados suficientes para manter as atividades por vários meses”. A empresa também afirmou que qualquer falha no envio de componentes atribuída à fábrica chinesa “é de responsabilidade direta das entidades da Nexperia no país”, indicando uma tentativa de segmentar responsabilidades e reduzir preocupações sobre rupturas imediatas no fornecimento.

Fontes ouvidas pela Reuters revelaram que a Nexperia está trabalhando com clientes para implementar um “patch” capaz de aliviar parte da pressão sobre montadoras, que enfrentam queda na produção devido à falta de componentes. A alternativa técnica visa permitir que parte das linhas de produção das fabricantes continue operando enquanto a situação se estabiliza.

Impacto no setor automotivo e resposta temporária da China

O impasse ocorreu em um momento particularmente sensível para indústrias dependentes de chips, como a automotiva. Montadoras em diferentes mercados vêm registrando redução na produção por falta de semicondutores, e a interrupção do fluxo entre Europa e China poderia agravar esse cenário.

Na tentativa de mitigar o problema, o governo chinês flexibilizou temporariamente os controles de exportação dos chips produzidos em Dongguan, medida que oferece alívio momentâneo às montadoras dependentes dos semicondutores da Nexperia. A medida chega como um paliativo enquanto as negociações prosseguem e evita, por ora, um choque mais severo na cadeia de suprimentos global.

Negociações diplomáticas e próximos passos

Para tentar estabilizar o fluxo global de componentes, uma delegação holandesa deve viajar à China na próxima semana, segundo a companhia. As conversas entre autoridades e executivos buscam resolver pontos sensíveis envolvendo controle de tecnologia, exportações e a operação das unidades locais da Nexperia.

Especialistas ouvidos pelo mercado avaliam que, mesmo com estoques na China e medidas temporárias, o cenário segue sujeito a incertezas políticas e regulatórias. A estratégia da empresa, combinando estoques, soluções técnicas como o patch e esforços diplomáticos, reflete uma tentativa de preservar a confiança dos clientes e minimizar interrupções na cadeia global de semicondutores.

Enquanto isso, fornecedores e montadoras acompanham de perto a evolução das negociações. A Nexperia, ao reafirmar que “segue comprometida em abastecer a cadeia global de chips”, tenta transmitir uma mensagem de calma, mas o mercado permanece atento a qualquer novo desdobramento que possa afetar prazos de entrega e a produção em série de veículos e equipamentos eletrônicos.

Em suma, a combinação de estoques locais, medidas de flexibilização chinesa e alternativas técnicas apresenta uma janela de respiro para a indústria, mas a solução definitiva depende do avanço das tratativas entre Holanda e China e da normalização das operações entre as unidades da Nexperia.

Nexperia reafirma fornecimento e diz ter estoques na China

A fabricante holandesa Nexperia afirmou que segue comprometida em abastecer a cadeia global de chips, mesmo diante do impasse entre sua unidade europeia e a planta de embalagem localizada na China. Em comunicado, a empresa destacou que “não interrompeu totalmente o envio de wafers e que está oferecendo soluções alternativas para minimizar os efeitos da disputa“.

O episódio expõe a fragilidade das cadeias de suprimento de semicondutores e aumenta a atenção de montadoras e fornecedores. Segundo fontes ouvidas pela Reuters, a companhia está trabalhando com clientes para implementar um “patch” capaz de aliviar parte da pressão sobre montadoras, que enfrentam queda na produção devido à escassez dos componentes.

Como começou o impasse e o papel dos governos

O impasse teve início após o governo holandês assumir o controle da Nexperia por temores relacionados à transferência de tecnologia, o que impactou diretamente a operação da fábrica em Dongguan, na China. A suspensão do envio de wafers da unidade europeia para a planta chinesa criou um gargalo em uma etapa crítica da produção, que reúne embalagem e testes finais dos semicondutores.

Desde então, a tensão ganhou contornos diplomáticos, com autoridades e executivos tentando evitar que a disputa se transforme em desabastecimento global. Fontes da indústria relatam que a combinação entre controle estatal, receios de segurança tecnológica e dependência de instalações na Ásia é o que tem pressionado fluxos comerciais.

Estoques na China e responsabilidade pela logística

A Nexperia afirmou que “A Nexperia afirmou que sua operação chinesa possui wafers e produtos finalizados suficientes para manter as atividades por vários meses“. A empresa ressalta que, apesar das restrições de envio impostas pela sua própria estrutura internacional, a planta em Dongguan dispõe de insumos para manter produção por um período considerado confortável.

Além disso, a empresa deixou claro que “qualquer falha no envio de componentes atribuída à fábrica chinesa é de responsabilidade direta das entidades da Nexperia no país“. Em outras palavras, a companhia separou operacionalmente o que é produzido e estocado em Dongguan da decisão administrativa tomada na Europa.

Medidas temporárias e negociações em curso

Na semana, A situação ganhou novo capítulo nesta semana, quando o governo chinês flexibilizou temporariamente os controles de exportação de chips produzidos em Dongguan. A medida trouxe alívio momentâneo às montadoras que dependem desses semicondutores para linhas de montagem que já operam abaixo da capacidade ideal.

Segundo comunicado, uma delegação holandesa deve viajar à China na próxima semana para avançar nas negociações e tentar estabilizar o fluxo global de componentes. Como informou a Nexperia, “Uma delegação holandesa deve viajar à China na próxima semana para avançar nas negociações e tentar estabilizar o fluxo global de componentes“.

Enquanto isso, clientes e integradores estão testando soluções para mitigar impactos imediatos. Entre as alternativas, está a implementação de um “patch” de software ou de redesign temporário para adaptar sistemas que aguardavam chips específicos, além de priorização de entregas para veículos e equipamentos críticos.

Para o setor automotivo, a principal preocupação é a continuidade das linhas de produção. A falta de semicondutores já provocou queda em volumes e atrasos em lançamentos, e a atual disputa internacional aumenta a urgência por alternativas locais e por maior resiliência nas cadeias.

Especialistas ouvidos pela imprensa destacam que casos como o da Nexperia reforçam a necessidade de diversificação da produção, estoques estratégicos e acordos internacionais que minimizem riscos geopolíticos. Até que acordos sejam fechados, a combinação entre estoques em Dongguan, medidas temporárias de exportação e negociações diplomáticas será determinante para a estabilidade do fornecimento.

Em resumo, a Nexperia tenta reduzir o impacto do impasse com a China mantendo produção local, oferecendo soluções alternativas e participando de negociações diplomáticas, enquanto clientes buscam remendos técnicos e logísticos para atravessar o período de maior volatilidade.

A vida útil das GPUs de IA no centro de uma nova conta

A discussão sobre a vida útil das GPUs de IA deixou de ser um detalhe técnico para se tornar um assunto estratégico para empresas e investidores. Com investimentos enormes em infraestrutura para inteligência artificial, a maneira como companhias como Google, Oracle e Microsoft estimam a durabilidade dos servidores impacta diretamente os resultados financeiros, e por isso a depreciação desses chips entrou no radar do mercado.

Por que há tanta divergência na estimativa de vida útil das GPUs de IA

O boom da IA moderna tem apenas alguns anos, e isso dificulta prever quanto tempo uma GPU permanece eficiente. Para muitos executivos, ampliar o período de depreciação alivia a pressão sobre lucros, enquanto críticos afirmam que essa prática pode inflar resultados. O investidor Michael Burry afirmou à CNBC que o tempo real de uso desses equipamentos é bem menor, estimando que os chips funcionem plenamente por dois a três anos, o que faria várias big techs inflarem seus resultados.

Do outro lado, há empresas que defendem ciclos mais longos. A CoreWeave, que compra GPUs e as aluga, trabalha com ciclos de depreciação de seis anos desde 2023. Michael Intrator, CEO da CoreWeave, explica que as GPUs Nvidia A100, lançadas em 2020, seguem totalmente ocupadas, já que todos os clientes continuam pagando para usá-las. Já um lote de chips Nvidia H100, de 2022, ficou disponível recentemente e foi alugado por quase o mesmo valor de quando eram novos, cerca de 95% do preço original, reforçando que modelos anteriores ainda sustentam forte demanda.

Inovação acelerada pressiona valor de mercado e contabilidade

A principal razão para a incerteza sobre a vida útil das GPUs de IA é o ritmo de inovação. A Nvidia, por exemplo, passou a renovar suas linhas de IA anualmente em vez de a cada dois anos, e a AMD seguiu tendência similar. Durante a apresentação do novo chip Blackwell, o CEO da Nvidia comentou que quando o Blackwell começar a ser comercializado em grande volume, ninguém vai conseguir vender o Hoppers, uma declaração que ilustra como lançamentos podem canibalizar gerações anteriores.

Na prática, a indústria convive com lançamentos frequentes e funcionalidades que rapidamente tornam modelos antigos menos atraentes para tarefas de ponta. A Amazon também reduziu a previsão de seis para cinco anos para parte dos servidores, alegando um ritmo acelerado de desenvolvimento tecnológico. Já a Microsoft evita comprar grandes lotes de uma única geração, atribuindo ao avanço rápido da Nvidia a necessidade de espaçar investimentos para não ficar presa a quatro ou cinco anos de depreciação.

O que determina a vida útil real das GPUs de IA

Definir a vida útil das GPUs de IA envolve fatores técnicos, de mercado e contábeis. Do ponto de vista técnico, algumas GPUs continuam úteis para cargas menos complexas mesmo após lançamentos posteriores, e operadores de nuvem conseguem reciclar capacidade para tarefas que demandam menos desempenho. Do ponto de vista de mercado, a concorrência entre fornecedores de chips e a própria forma como provedores ofertam hardware usado influenciam preços residuais.

Em termos contábeis, a validade de uma estimativa depende de comprovação externa, auditorias e políticas internas. Como lembra Valdir Antonelli, você terá que convencer um auditor de que a vida útil que está sendo sugerida é, de fato, a vida útil do ativo. Essa necessidade de justificativa abre espaço para ajustes e revisões quando novas evidências surgem.

Os números mostram a velocidade do fenômeno. Desde o lançamento do ChatGPT no final de 2022, a demanda por GPUs explodiu e a receita anual da Nvidia com data centers saltou de US$ 15 bilhões (R$ 79,4 bilhões) para US$ 115 bilhões (R$ 608,3 bilhões). Esse salto explica por que a forma como se contabiliza a depreciação virou peça-chave nas demonstrações financeiras.

No fim, a vida útil das GPUs de IA segue sendo, em grande parte, uma estimativa que precisa de validação externa e atualização constante. Empresas que adotam prazos mais longos podem reduzir a pressão sobre resultados no curto prazo, enquanto investidores e auditores buscam sinais de que essas estimativas não mascaram o desgaste real dos ativos. Para gestores de tecnologia, a recomendação é combinar métricas de uso, valor de revenda e acompanhamento do mercado de chips para ajustar políticas, sem perder de vista o impacto fiscal e de governança.

À medida que o setor amadurecer e mais dados de uso e revenda forem gerados, a expectativa é que haja maior convergência sobre qual é a verdadeira vida útil das GPUs de IA, mas por ora a definição segue sendo um jogo entre inovação, contabilidade e mercado.