E se EUA e China bloqueassem a IA para o resto do mundo? O custo de produtividade de uma nova Guerra Fria tecnológica
Uma decisão conjunta de Estados Unidos e China de restringir inteligência artificial ao resto do mundo não derrubaria a produtividade global de um dia para o outro. Mas poderia mudar quem aprende mais rápido, cria produtos melhores e reduz custos antes dos demais. O efeito não seria um único número mágico: dependeria do que foi bloqueado, por quanto tempo e da capacidade de cada país de encontrar alternativas.
Este é um cenário hipotético, não uma previsão. Ainda assim, ele ajuda a entender uma vulnerabilidade real: boa parte da infraestrutura, dos chips, dos serviços em nuvem e dos modelos de fronteira está concentrada em poucos atores. Quando acesso vira política externa, a IA deixa de ser apenas uma ferramenta de trabalho e passa a ser infraestrutura estratégica.
O que “bloquear a IA” poderia significar na prática?
Há uma diferença enorme entre impedir o uso de uma API e interromper o acesso a toda a cadeia tecnológica. Por isso, vale separar o risco em camadas:
- Modelos e APIs: empresas e desenvolvedores de fora perderiam acesso a chatbots, modelos de código e ferramentas empresariais hospedadas nos EUA ou na China.
- Nuvem e chips: limitações sobre GPUs, data centers, ferramentas de desenvolvimento e serviços de inferência afetariam quem precisa colocar IA em produção.
- Pesos e pesquisa: a restrição mais dura atingiria a circulação de modelos abertos, bibliotecas, resultados de pesquisa e colaboração científica.
O primeiro caso é inconveniente e caro. O segundo reduz a capacidade de inovar. O terceiro desacelera o próprio acúmulo de conhecimento. Colocar tudo no mesmo saco leva a conclusões ruins.
Dá para medir a perda de produtividade? Sim — por cenários, não por chute
Uma forma honesta de estimar o dano seria combinar cinco variáveis: o tamanho da economia, o ganho de produtividade que a IA poderia trazer, a exposição de seus setores, a dependência de fornecedores externos e a capacidade de substituição local.
Em linguagem simples: quanto mais uma empresa depende de modelos externos para automatizar, atender clientes, programar, pesquisar ou analisar dados, maior seria o custo de ficar sem eles. Mas esse custo cai quando ela consegue migrar para modelos abertos, infraestrutura regional, software tradicional ou processos humanos bem organizados.
O FMI já trabalha com uma lógica parecida ao modelar diferenças de produtividade por exposição, preparação e acesso à IA. O estudo não simula um embargo entre EUA e China, portanto não pode ser usado para inventar uma perda exata de PIB. Ele mostra, porém, que as diferenças entre países persistem mesmo em cenários de difusão mais ampla da tecnologia.
Cenário 1: APIs restritas, mas modelos abertos continuam circulando
Neste caso, muitos serviços de ponta ficariam indisponíveis ou mais caros fora dos dois países. Startups perderiam velocidade; equipes teriam de trocar ferramentas; empresas precisariam rever contratos e fluxos de trabalho.
O impacto inicial seria maior em atividades digitais, atendimento, marketing, programação e análise de dados. Ainda assim, o mundo não ficaria sem IA: modelos locais, projetos abertos, provedores de outros países e soluções menores continuariam existindo. A consequência principal seria uma queda de ritmo — menos experimentação, mais custo e mais tempo para chegar ao mesmo resultado.
Cenário 2: bloqueio de nuvem, chips e capacidade de implantação
A situação muda de escala quando a barreira alcança infraestrutura. Não basta baixar um modelo: é preciso memória, energia, servidores, rede, ferramentas e profissionais para rodá-lo com segurança.
O Banco Mundial resume essa base em quatro pilares: conectividade, capacidade de computação, contexto e competências. O problema é que eles já estão distribuídos de forma desigual. Segundo a instituição, países de alta renda concentravam 77% da capacidade global de data centers de colocation em junho de 2025.
Um bloqueio de infraestrutura ampliaria essa concentração. Não seria apenas “ter ou não ter um assistente de IA”; seria a diferença entre poder treinar, adaptar e operar sistemas próprios — ou depender do que sobrou disponível no mercado.
Cenário 3: uma separação quase total entre os dois polos e o resto do mundo
O cenário mais severo envolveria restrições prolongadas a modelos, nuvem, chips, pesquisa e cooperação tecnológica. Mesmo assim, não significaria que todos os outros países ficariam parados. Europa, Japão, Coreia do Sul, Índia, América Latina, África e outros centros poderiam construir alternativas, formar alianças e ampliar a produção local.
Mas esse caminho custa tempo e dinheiro. Enquanto isso, os países com mais capital, energia confiável, universidades fortes e mercado interno grande conseguiriam se adaptar antes. Os mais vulneráveis correriam o risco de importar soluções mais caras e participar menos dos ganhos de produtividade.
O custo real não é perder um chatbot
Quando falamos em produtividade, o dano mais importante é acumulativo. Um profissional que automatiza uma tarefa hoje ganha tempo para aprender amanhã. Uma empresa que reduz o custo de atendimento pode investir em produto. Um país que desenvolve infraestrutura atrai mais equipes e gera mais conhecimento.
Se uma parcela do mundo é privada dessas ferramentas por anos, a diferença não aparece só em uma planilha trimestral. Ela surge em menos pesquisa aplicada, menos empresas competitivas, menos exportações digitais e menor poder de negociação tecnológica.
É por isso que a pergunta correta não é “qual seria a queda do PIB mundial em um bloqueio?”. A pergunta é: quem perderia mais anos de aprendizado e capacidade produtiva enquanto os polos protegidos continuariam avançando?
Modelos locais e abertos são um seguro, não uma solução mágica
Modelos locais não substituem automaticamente um sistema de fronteira hospedado em enormes data centers. Porém, eles oferecem continuidade, privacidade, controle de custos e uma rota de aprendizado para empresas, escolas e desenvolvedores. Em um ambiente mais fragmentado, saber rodar, ajustar e avaliar modelos abertos deixa de ser hobby e passa a ser uma capacidade estratégica.
Isso conversa com a discussão que já fizemos sobre a nova divisão do mundo por computação: acesso importa, mas acesso sem tempo, renda, infraestrutura e formação não vira oportunidade automaticamente.
Conclusão: diversificar é mais inteligente do que apostar em um único fornecedor
Uma nova Guerra Fria tecnológica não é inevitável, e cooperação internacional ainda pode ampliar o acesso à IA. Mas empresas e governos fariam bem em tratar a dependência como risco: manter dados organizados, treinar pessoas, testar modelos locais e abertos, conhecer fornecedores alternativos e evitar construir processos críticos sobre uma única API.
Não existe uma estimativa séria sem declarar as hipóteses. O que existe é uma direção clara: se computação, modelos e conhecimento ficarem mais concentrados, a produtividade também ficará. E o preço será pago primeiro por quem tem menos margem para esperar.
