Altman defende que a RAM de IA deve ficar em data centers, não nos PCs

Sam Altman, CEO da OpenAI, causou polêmica ao afirmar que a memória RAM para aplicações de inteligência artificial deveria residir em data centers, e não nos computadores dos usuários. A declaração foi feita durante um evento recente e coloca em xeque uma das promessas mais repetidas do setor: a de que modelos de código aberto rodando localmente poderiam reduzir a dependência de grandes centros de processamento.

A fala de Altman não é apenas uma preferência técnica. Ela expõe uma disputa silenciosa sobre onde a inteligência artificial vai morar — e quem vai controlar a infraestrutura que a sustenta. Para o executivo, a ideia de que um PC comum pode executar modelos avançados com eficiência é uma ilusão que ignora custos de memória, latência e escalabilidade.

O momento é decisivo porque a corrida por IA generativa está pressionando a arquitetura dos sistemas. Enquanto fabricantes de chips e entusiastas do open source defendem mais poder local, Altman aposta na centralização como caminho natural para a evolução dos modelos.

Por que a visão de Altman reforça a centralização da infraestrutura de IA

A crítica de Altman mira especialmente o discurso de que modelos abertos rodando em máquinas pessoais poderiam aliviar a demanda por data centers. Na prática, a conta não fecha. Modelos de linguagem de grande porte exigem dezenas de gigabytes de RAM para operar com qualidade, algo que a maioria dos notebooks não oferece.

Mesmo com avanços em quantização e técnicas de compressão, o desempenho local fica aquém do que se obtém em servidores dedicados. A latência de memória e a largura de banda interna dos PCs são gargalos conhecidos por engenheiros de sistemas. Altman sabe disso e usa o argumento para defender que a memória — e, por extensão, o processamento — permaneça sob controle de poucos players.

Há também um interesse comercial evidente. A OpenAI depende de parcerias com provedores de nuvem e fabricantes de chips para escalar seus modelos. Se a computação migrasse para os dispositivos, esse modelo de negócio perderia força. A declaração, portanto, não é neutra: ela alinha a visão técnica da empresa com sua estratégia de mercado.

Do outro lado, empresas como Apple e Qualcomm investem pesado em NPUs e memória unificada para viabilizar IA local. A disputa não é só tecnológica, mas sobre quem define o padrão da próxima década.

O que muda para quem usa IA no trabalho e em casa

Para o usuário brasileiro, a fala de Altman acende um alerta sobre dependência de serviços em nuvem. Se a memória e o processamento ficam nos data centers, quem usa ferramentas de IA no trabalho precisa lidar com custos recorrentes de assinatura e com a latência da conexão.

Profissionais que trabalham com análise de dados, criação de conteúdo e atendimento automatizado já sentem o peso disso. A promessa de um PC capaz de rodar modelos localmente, sem enviar dados sensíveis para servidores externos, é atraente para setores regulados, como saúde e financeiro. A visão de Altman, porém, empurra essa realidade para mais longe.

Por outro lado, a centralização traz benefícios de segurança e atualização contínua. Modelos em data centers podem ser corrigidos e melhorados sem depender do hardware do cliente. O ponto de atenção é o equilíbrio: confiar toda a infraestrutura a poucos provedores aumenta o risco de apagões, aumentos de preço e dependência tecnológica.

Empresas brasileiras que adotam IA devem considerar arquiteturas híbridas, combinando processamento local para tarefas sensíveis e nuvem para cargas pesadas. A declaração de Altman é um sinal de que essa decisão não será apenas técnica, mas estratégica.

A disputa entre nuvem e dispositivo vai definir a próxima geração da IA

O embate levantado por Altman está longe de terminar. A indústria de semicondutores trabalha em memórias mais rápidas e eficientes, enquanto desenvolvedores de modelos abertos reduzem o tamanho de suas criações. O resultado pode ser um cenário misto, com data centers concentrando treinamento e inferência pesada, e dispositivos cuidando de tarefas leves e privadas.

Para o mercado brasileiro, acompanhar essa disputa é essencial. A escolha entre centralizar ou distribuir a memória de IA afeta desde o custo de ferramentas corporativas até a soberania de dados. A visão de Altman é um lembrete de que a arquitetura da inteligência artificial não é neutra: ela reflete os interesses de quem a constrói.

Nos próximos meses, a pressão por eficiência energética e privacidade deve reacender o debate. O que está em jogo não é apenas onde a RAM fica, mas quem controla a infraestrutura que tornará a IA ubíqua — e a que preço.