Por que cenários, não previsões
Previsão pressupõe que o futuro é determinístico. Cenários reconhecem que ele é contingente — depende de decisões humanas, acidentes históricos e feedbacks que ninguém controla completamente. O método de cenários foi desenvolvido pela Shell Oil nos anos 1970 para navegar choques do petróleo. Hoje é usado por governos, bancos centrais e laboratórios de IA para pensar o impensável.
Os cinco cenários abaixo não são igualmente prováveis. São igualmente possíveis — e cada um já tem evidências embrionárias no presente.
Cenário 1: Aceleração Controlada
Gatilhos: Regulações como o AI Act europeu se tornam padrão global. EUA aprovam legislação federal de IA. China mantém desenvolvimento intenso mas dentro de fronteiras nacionais. Empresas de IA aceitam auditorias independentes como norma.
O que acontece: IA avança rapidamente, mas dentro de trilhos regulatórios. Modelos de linguagem chegam a capacidades próximas de AGI estreita em domínios específicos (medicina, direito, engenharia), mas com supervisão humana obrigatória. A corrida armamentista de parâmetros desacelera; eficiência vira o novo campo de competição.
Para o Brasil: Cenário favorável. O PL 2.338/2023 colocaria o país em posição de alinhamento com padrões internacionais. Empresas brasileiras poderiam competir em nichos de IA regulada — especialmente agronegócio e saúde.
Probabilidade estimada (Metaculus, jun/2026): 34%
Cenário 2: Fragmentação Geopolítica
Gatilhos: Guerra tecnológica EUA-China se aprofunda. Exportações de chips se tornam arma geopolítica primária. Europa desenvolve modelos próprios por soberania. Países emergentes ficam entre dois ecossistemas incompatíveis.
O que acontece: Duas (ou três) internets de IA paralelas. Modelos americanos dominam o Ocidente; modelos chineses dominam o Sul Global via diplomacia tecnológica. APIs incompatíveis, dados que não cruzam fronteiras, regulações que fragmentam o mercado global.
Para o Brasil: Cenário de pressão. O Brasil precisaria escolher lados ou tentar neutralidade estratégica — posição historicamente difícil de sustentar. O risco: ficar dependente de tecnologia estrangeira em ambos os blocos sem desenvolver capacidade própria.
Probabilidade estimada: 28%
Cenário 3: Concentração Extrema
Gatilhos: Custo de treinamento de modelos de fronteira continua subindo exponencialmente. Apenas 3-5 empresas no mundo conseguem competir na fronteira. Regulação favorece incumbentes via requisitos de conformidade caros.
O que acontece: IA de fronteira vira oligopólio global. Pequenas empresas e países dependem de APIs das big techs para qualquer aplicação avançada. Open source mantém vitalidade em modelos menores, mas a fronteira é inacessível. Inovação se concentra onde o capital se concentra.
Para o Brasil: Cenário de risco moderado. O país já depende de infraestrutura estrangeira para IA avançada. A concentração aprofundaria essa dependência. Contramedida possível: investimento público em compute soberano, como fez a França com o projeto Mistral.
Probabilidade estimada: 22%
Cenário 4: Democratização Radical
Gatilhos: Eficiência de modelos avança mais rápido que custo de compute. Modelos de 7B parâmetros chegam a capacidades que hoje exigem 70B. Hardware de inferência barato prolifera. Open source domina casos de uso comuns.
O que acontece: IA poderosa roda em laptops comuns e smartphones. A vantagem competitiva se desloca de "ter o modelo" para "saber usar o modelo". Barreiras de entrada caem; proliferação de aplicações em todos os setores e países.
Para o Brasil: Cenário mais favorável de todos. Com a terceira maior base de desenvolvedores do mundo e uma cultura de adaptação tecnológica, o Brasil se beneficiaria desproporcionalmente da democratização. Startups brasileiras poderiam competir globalmente sem precisar de bilhões em compute.
Probabilidade estimada: 12%
Cenário 5: Ruptura por Incidente
Gatilhos: Um acidente grave envolvendo IA autônoma (sistema de saúde, infraestrutura crítica, mercado financeiro) provoca reação regulatória emergencial global. Ou: avanço inesperado em capacidades cria pânico moral e político generalizado.
O que acontece: Moratória temporária ou permanente em certas aplicações. Corrida para regulação reativa, sem base técnica sólida. Mercado de IA entra em recessão por 2-4 anos. Empresas que sobrevivem são as com maturidade em safety.
Para o Brasil: Cenário de oportunidade paradoxal. Países que não estavam na fronteira sofrem menos o impacto imediato. O Brasil poderia se posicionar como regulador responsável e atrair empresas que buscam jurisdições confiáveis — se tiver arcabouço regulatório sólido no momento do incidente.
Probabilidade estimada: 4%
O que os cenários têm em comum
Três constantes aparecem em todos os cenários: a importância de dados soberanos, a necessidade de capital humano especializado e o peso das decisões regulatórias tomadas hoje. Nenhum cenário favorável ao Brasil acontece de forma passiva — todos exigem ação deliberada em pelo menos uma dessas três frentes.
O futuro da IA em 2030 não está sendo escrito nos laboratórios de San Francisco ou Pequim. Está sendo co-escrito por cada decisão de política industrial, cada investimento em educação técnica e cada lei aprovada — ou adiada — nos parlamentos do mundo.
