Missão China 2026

Diferente de outras viagens que fiz ao longo dos anos, o foco aqui é menos em educação per se e mais em entender o que está acontecendo neste país que define muito dos rumos das tecnologias que usamos e usaremos nos próximos anos. Um país que se equilibra entre uma tradição milenar e o que há de mais novo em IA, robótica, indústria e telecomunicações.

Esta não foi uma missão com um motivo super específico, como as anteriores. Foi uma imersão para entender um momento-chave de mudança: aquele em que a China começa a assumir um protagonismo mundial em inteligência artificial. Entender o mundo sem essa perspectiva se torna, a cada dia, mais difícil.

Meu objetivo é compreender como as evoluções na temática de IA têm se dado na China: suas raízes históricas e culturais, seus efeitos econômicos e sociais, e os impactos para a economia, a educação e a geopolítica mundial. A partir daí, entender quais são as consequências e lições para o Brasil, e que escolhas precisamos fazer em meio às transformações tecnológicas e geopolíticas das próximas décadas.

Digo sempre que o Brasil precisa ser compreendido pelo que é: um país de renda média, desigual, federativo, com grande população e ainda maior dimensão territorial. Isso está na chave de entender muitas das questões que desafiam políticas públicas em geral e, em particular, as educacionais. Portanto, antes de entender sobre a IA chinesa, vamos colocar os dois países em perspectiva para nos dar um arcabouço analítico.

Cultura e história. Uma sociedade com milênios de continuidade, que passou por uma revolução comunista, uma Revolução Cultural que atacou frontalmente a própria tradição, e depois por uma abertura econômica que produziu o arranjo atual. Esse percurso ajuda a explicar coisas que de fora parecem contraditórias.

A tradição confucionista organizou por séculos a relação entre indivíduo, família e Estado, com a harmonia social como valor e a autoridade legítima quando exercida com virtude. O sistema de exames imperiais, baseado nos clássicos confucianos, selecionava os funcionários do império por mérito aferido em prova, e sobreviveu por mais de mil anos. É uma herança que ajuda a entender tanto a centralidade que a educação tem ali quanto a legitimidade de um Estado que se apresenta como tecnicamente competente.

O Partido Comunista nasceu com um ideário fortemente anticonfuciano, tratando a doutrina como filosofia reacionária que sustentava o feudalismo e impedia a modernização do país, e a Revolução Cultural levou esse ataque ao extremo. Décadas depois, o movimento se inverteu: o confucionismo voltou a ser promovido, agora como cimento de estabilidade social e identidade nacional.

O que existe hoje combina essas camadas: mercado, propriedade privada e competição intensa, dentro de um Estado que mantém direção estratégica e legitimidade fundada em desempenho. Um brasileiro tende a ler esse arranjo como contradição, mercado sem democracia liberal. Vista de dentro da própria trajetória chinesa, é uma continuidade: a autoridade central com mandato para conduzir é a norma histórica ali, e o que mudou foram os instrumentos.

Isso ajuda a entender por que intervenção estatal, e mesmo controle de informação, encontram menos atrito do que encontrariam no Brasil. A literatura que compara valores culturais mostra que sociedades mais coletivistas tendem a tolerar melhor políticas intervencionistas, enquanto as mais individualistas resistem a elas. Pesquisas de longo prazo, como as oito ondas que o Ash Center de Harvard conduziu entre 2003 e 2016, registram satisfação alta e crescente com o governo central, e mostram que essa avaliação responde sobretudo a melhoras materiais concretas na vida das pessoas. As mesmas pesquisas encontram algo menos citado: a satisfação cai de forma consistente conforme o governo fica mais próximo do cidadão, de 93% no governo central para 70% no municipal em 2016. Medir opinião num ambiente de censura tem limites metodológicos reconhecidos, e os números devem ser lidos com essa cautela.

Demografia. A China tem quase 7x a população brasileira e 6x a densidade populacional. Mas o dado mais desafiador é a natalidade. Enquanto o Brasil está em 1,6 filho por mulher, já abaixo da reposição de 2,1, a China está em torno de 1. Fruto de mudanças sociais e de políticas estatais, esse é um dos motores do impulso chinês em robótica e IA. Quando a mão de obra encolhe e envelhece, automação deixa de ser escolha e vira necessidade econômica. Discutir substituição de mão de obra aqui é menos um tabu do que uma necessidade. O Brasil ainda colhe parte do bônus demográfico, então a mesma pressão não existe com a mesma urgência.

Desigualdade. Aqui é preciso separar dimensões, porque a resposta muda conforme o recorte. No étnico, não há comparação: a China é 91% da etnia han, enquanto o Brasil se divide de forma equilibrada entre pardos, brancos e pretos, sem grupo majoritário. Mas a homogeneidade acaba aí. Em língua falada, a China convive com dezenas de idiomas regionais mutuamente ininteligíveis (a escrita unifica, a fala não). No recorte regional, os dois países têm fossos profundos (litoral leste chinês contra interior e oeste; Sul e Sudeste brasileiros contra Norte e Nordeste). E há um mecanismo que o Brasil não tem: o hukou, o registro domiciliar que separa formalmente população urbana de rural e restringe acesso a serviços conforme o local de registro. É uma divisão social codificada em lei, que cria centenas de milhões de migrantes internos com direitos reduzidos.

Sistema educacional. Enquanto o Brasil é uma república federativa, a China é um Estado unitário. Há descentralização da execução e mesmo orçamentária, mas o centro define o currículo e tem capacidade de implementar reformas num passo impossível no nosso país. O exemplo vivo é o currículo de IA recém-implementado de forma obrigatória em um único ciclo. No Brasil, qualquer política precisa negociar com 26 estados e mais de 5.500 municípios com autonomia constitucional real.

Essas quatro dimensões formam o arcabouço para analisar tudo o que vem adiante.

Xangai e Pequim se parecem, em vários bairros, com qualquer grande centro capitalista: marcas de luxo, torres corporativas, empresas privadas se matando por participação de mercado, aplicativo para tudo. Ao mesmo tempo, as cédulas são todas impressas com o rosto de Mao Tsé-Tung. O retrato dele está no portão da Paz Celestial, na entrada da Cidade Proibida, e o corpo dele está exposto num mausoléu na praça em frente, com fila na porta. Um símbolo comunista no coração de uma economia pulsante e quase capitalista. Confesso que minha cabeça demorou um tempo para ir se aclimatando a essa aparente ambiguidade. E sigo tentando entender. Esta tese é parte dessa tentativa.

Empresas privadas respondem por cerca de 60% do PIB chinês e 80% do emprego urbano. Mas há limites claros, com o topo da estrutura de capital dominado pelo Estado: o setor privado responde por pouco mais de um terço do valor de mercado das cem maiores companhias listadas do país.

Três nomes são indispensáveis para entender como a China moderna toma decisões.

Mao, e por que ele continua na cédula

Mao Tsé-Tung liderou o Partido Comunista no momento fundador da China moderna. Depois do fim da guerra contra o Japão, parte dos conflitos da Segunda Guerra Mundial, a China se viu em meio a uma guerra civil, que terminou em 1949 com a vitória comunista e a retirada do governo nacionalista para Taiwan. Mao fundou a República Popular naquele ano e governou até morrer, em 1976. É o fundador, e é dele que vem a linhagem de autoridade que o Partido reivindica até hoje.

Dois episódios de sua liderança marcam de forma profunda e traumática a história chinesa, ao menos pelos padrões a que estou acostumado. O Grande Salto Adiante, entre 1958 e 1962, produziu uma fome com mortes na casa das dezenas de milhões. A Revolução Cultural, entre 1966 e 1976, atacou frontalmente a tradição chinesa, fechou universidades, mandou professores e intelectuais para trabalho no campo e suspendeu o exame nacional de admissão ao ensino superior por onze anos.

A permanência dele no dinheiro e na praça cumpre função de arquitetura política, e a peça central dessa arquitetura é um documento de 1981. Em outubro de 1980, uma reunião de quatro mil quadros do Partido pediu crítica mais dura a Mao, e vários dos presentes relataram o que tinham sofrido na Revolução Cultural. O líder que delimitaria as décadas seguintes do crescimento chinês, Deng Xiaoping, recusou. O texto aprovado em junho de 1981 diz que os méritos de Mao são primários e os erros, secundários, e concentra a crítica na Revolução Cultural sem tratar da fome do Grande Salto. Pouco depois Deng resumiu numa fórmula que passou a circular: setenta por cento de acerto, trinta por cento de erro.

O raciocínio de Deng sobre o Partido está registrado nas discussões de preparação. Declarar ilegítimos os órgãos que funcionaram durante a Revolução Cultural, disse ele, tiraria o tapete de baixo dos próprios pés de quem governava agora.

O documento teve efeito imediato. Quando Mao morreu, quem assumiu foi Hua Guofeng, o sucessor que ele havia designado, e cuja autoridade vinha inteiramente disso: Mao teria deixado escrito que ficava tranquilo com ele no comando. Hua defendia que se mantivesse tudo o que Mao havia dito e decidido. A partir do momento em que o próprio Partido registrou em documento que Mao errou de forma grave na última década, governar por fidelidade a Mao deixou de ser posição sustentável. Hua saiu da presidência do Partido no dia seguinte à aprovação do texto.

Quem assumiu foi quem conseguiu equacionar a fórmula entre a recusa completa do formato criado pelo líder fundador e o futuro almejado. O homem que garantiu a reverência a Mao seria o mesmo que desmontaria o modelo dele. Com o fundador de pé, sustentaria uma nova forma de operar, definidora do que o Banco Mundial descreve como a expansão sustentada mais rápida de uma grande economia na história, com crescimento médio de 9,5% ao ano e cerca de 800 milhões de pessoas saindo da pobreza.

Deng, e o desenho do poder

Deng Xiaoping fez parte da geração que conduziu a revolução comunista até a vitória de 1949, foi expurgado duas vezes durante a Revolução Cultural e voltou ambas as vezes. Assumiu o comando em 1978, aos 74 anos, e conduziu o país até o início dos anos 1990. Morreu em 1997. É o autor do arranjo econômico que existe hoje.

Uma das primeiras coisas que fez, em 1977, antes de consolidar poder, foi restabelecer o exame nacional de admissão às universidades. Naquele momento a renda por habitante da China girava em torno de trezentos dólares por ano, o que a colocava entre os países mais pobres do mundo. Em 2024 essa mesma medida chegou a cerca de 13.300 dólares, e o Banco Mundial classifica a China hoje na mesma faixa de renda do Brasil, a de renda média alta.

Deng nunca foi presidente da China nem secretário-geral do Partido, e é o único líder máximo da República Popular a governar sem nenhum desses dois cargos. O que ele tinha era a chefia da Comissão Militar Central do Partido, entre 1981 e 1989, ou seja, o comando das forças armadas, somada ao peso da própria trajetória interna. Em 1987 abriu mão até da cadeira no Comitê Central e seguiu sendo quem decidia. Isso mostra onde o poder mora naquele sistema: no Partido e no exército, mais que nos títulos de Estado. É uma distinção que atravessa este documento inteiro, porque explica por que uma diretriz do centro chega à fábrica com uma força que nenhum decreto brasileiro tem.

A fórmula que ele criou para descrever o arranjo econômico, socialismo com características chinesas, costuma confundir quem lê de fora. Ela descreve mercado, propriedade privada, bolsa de valores e bilionários operando dentro de um sistema em que o Partido mantém o monopólio político e a direção estratégica. O socialismo está em quem decide, mas a produção é de mercado.

Duas decisões desse período organizam o poder até hoje, e são justamente as que Xi desfez.

A postura externa. A orientação atribuída a Deng no início dos anos 1990, esconder a força e esperar o momento, organizou três décadas de política externa chinesa: crescer sem chamar atenção, evitar confronto declarado, não disputar a liderança de arranjos internacionais.

O desenho da sucessão. Internamente, o desenho tinha objetivo declarado. Num discurso de agosto de 1980, Deng nomeou os defeitos que pretendia corrigir no sistema herdado, entre eles a concentração excessiva de poder e o mandato vitalício dos dirigentes. Daí saíram o limite de dois mandatos na Constituição de 1982, a extinção do cargo de presidente do Partido e a distribuição entre pessoas diferentes dos três postos que concentram poder no sistema chinês: a secretaria-geral do Partido, a presidência da República e a chefia da Comissão Militar Central. A vice-chefia da comissão militar virou o lugar onde um sucessor era preparado à vista de todos. Em 1989, depois da repressão às manifestações da Praça da Paz Celestial, Deng chegou a dizer que o próprio peso dele no sistema era excessivo e perigoso para o país.

Xi, e o que ele mudou

Xi Jinping é filho de um dirigente da geração que fundou a República, expurgado nos anos 1960, e ele mesmo foi mandado ainda adolescente para trabalho manual no campo durante a Revolução Cultural. Fez carreira em governos provinciais e chegou ao comando em 2012. Acumula os três cargos que o desenho de Deng mantinha separados. Partido, Estado e forças armadas na mesma mão.

Para entender a magnitude da consolidação de poder de Xi Jinping, basta olhar a nomenclatura oficial usada para descrevê-lo. Líder central não é cargo nem processo formal: é uma fórmula que aparece em documento do Partido e significa que aquele dirigente não deve ser questionado. Quem a inventou foi Deng, que a concedeu ao próprio sucessor, Jiang Zemin, como forma de dar sustentação a uma autoridade que não vinha da revolução. O sucessor de Jiang, Hu Jintao, nunca recebeu. O título chegou a Xi em outubro de 2016, quatro anos depois de ele assumir o comando. O mesmo comunicado que o concedeu afirmava que a liderança coletiva não pode ser violada por nenhuma organização ou indivíduo, e as duas coisas ficaram lado a lado no documento.

Em outubro de 2017 o congresso do Partido inscreveu na constituição partidária o Pensamento de Xi Jinping sobre o Socialismo com Características Chinesas para uma Nova Era, a primeira vez desde Mao que uma doutrina com o nome do líder entra no documento enquanto ele está no cargo. A de Deng entrou em 1997, depois da morte dele. Jiang Zemin e Hu Jintao, que governaram entre Deng e Xi, tiveram suas doutrinas incorporadas sem o nome. Em 2021, uma resolução histórica, a terceira em cem anos de Partido, colocou Xi na linhagem de Mao e de Deng. Em 2022 ele assumiu o terceiro mandato, rompendo com a prática de dois.

Mais uma vez, entretanto, o texto oficial se apresenta como reforma, e não como ruptura. O pensamento de Xi entra na constituição partidária como continuação do de Deng, e a reforma e abertura seguem sendo o mito fundador do arranjo econômico. Os mecanismos que Deng criou para impedir a volta do poder pessoal ilimitado, porém, foram desmontados um a um. O limite de mandatos saiu da Constituição em 2018. Os três cargos voltaram a uma pessoa só. Ninguém foi posicionado no posto onde herdeiros eram preparados à vista de todos, e hoje não há sucessor visível.

Para fora, o abandono da discrição se deu ao longo da década, com o financiamento de infraestrutura em outros países a partir de 2013, a criação de arranjos multilaterais próprios e a disputa por posições em organismos internacionais. A primeira presença de Xi na conferência de IA de Xangai, em 2026, é o episódio mais recente dessa mudança.

Como tantas coisas na China, entender o arco entre os três exige olhar de uma perspectiva distinta daquela a que estamos acostumados. Mao fundou a República e deixou um cenário desolador, mas segue reverenciado. Deng herdou esse cenário e construiu um modelo que não cabe na distinção binária entre capitalismo e comunismo, com mercado, bolsa de valores e bilionários dentro de um sistema de partido único. Xi herdou um país onde o poder havia se dispersado entre ministérios, províncias e estatais, arranjo que a literatura chama de autoritarismo fragmentado, e reconcentrou a decisão usando os instrumentos econômicos que Deng criara, apresentando isso como etapa necessária para modernizar a economia. Nas três passagens o método foi o mesmo: absorver o antecessor em vez de repudiá-lo. Mao segue na cédula. Deng desmontou a economia de Mao, mas o manteve na parede. Xi desfez os limites de poder que Deng criou, mas se inscreve em sua linhagem. A mesma máquina que carrega uma decisão de tecnologia por décadas leva consigo a própria história, fazendo suas edições sem rupturas abruptas.

Desse período vêm as decisões práticas que explicam boa parte do que vi na viagem: testar em território delimitado, tratar capacidade técnica como soberania, e trocar mercado por tecnologia.

Entre 1978 e 1992, Deng deixou um conjunto de decisões práticas, e é delas que vem boa parte do que vi na viagem. São do mesmo período em que o poder chinês passou a operar com sucessão regrada, deixando decisões econômicas sobreviverem a quem as tomou.

Três decisões que ainda operam

A abertura como método. A reforma iniciada em dezembro de 1978 instalou uma forma de decidir: testar em território delimitado, avaliar, e generalizar só o que funcionou. As zonas econômicas especiais, com Shenzhen à frente em 1980, eram esses laboratórios, com regras próprias valendo dentro de um perímetro fechado, no arranjo que hoje se chamaria de sandbox regulatório. A imagem que ficou associada ao período, atravessar o rio tateando as pedras, veio de Chen Yun, um dos formuladores da política econômica do Partido, e foi popularizada por Deng em 1984. O mesmo padrão aparece hoje quando um distrito de Xangai organiza problemas industriais concretos com empresas e universidades e transforma o que funciona em referência replicável.

Capacidade técnica tratada como soberania mesmo antes de haver dinheiro. Em 1986, quando a China importava quase toda a tecnologia que usava, quatro cientistas veteranos dos programas nuclear e espacial escreveram ao governo pedindo que o país acompanhasse a corrida tecnológica que os Estados Unidos acabavam de abrir. Deng autorizou a criação de um programa nacional de alta tecnologia em dois dias. Dois anos depois formulou a frase que virou doutrina de Estado: ciência e tecnologia como força produtiva primária. A decisão de tratar capacidade própria como questão de soberania antecede em três décadas a capacidade de exercê-la.

Mercado como moeda de troca por tecnologia. Desde a montadora que a American Motors abriu em Pequim em 1983, o acesso ao mercado chinês demandava sociedade com um parceiro local, com teto de metade do capital para o estrangeiro. A troca era declarada: mercado em troca de aprendizado. No começo rendeu menos do que prometia nos setores em que os estrangeiros já tinham décadas de vantagem, e no automóvel a sociedade obrigatória garantiu lucro às estatais chinesas mantendo a dependência de marca e motor importados. Ao longo das décadas, absorver o projeto alheio virou prática aberta, a ponto de o estrangeiro ser perguntado na mesa se a tecnologia que traz é segura o bastante para não ser replicada. A lógica é bem distante da que rege contratos no Brasil, e proteger-se é problema de quem traz.

A máquina em funcionamento

O exemplo mais claro do que essa continuidade produz é o carro elétrico. Essa história começa na Alemanha.

No começo dos anos 1990, um engenheiro chinês trabalhava no desenvolvimento de produto da Audi, em Ingolstadt. Ele havia saído da China em 1985 para estudar, ficou, fez doutorado e foi contratado pela montadora. Parte do trabalho dele era receber delegações chinesas que vinham visitar a fábrica. A China daquele momento produzia poucos carros e os produzia mal, e as delegações vinham ver de perto o que não tinham. Uma das visitantes era a ministra de Ciência e Tecnologia do país.

Em 2000 esse engenheiro, Wan Gang, apresentou uma proposta ao Conselho de Estado, o gabinete que reúne os ministérios chineses. A China nunca alcançaria Alemanha, Japão e Estados Unidos no motor a combustão, porque a dianteira ali tinha um século de acumulação. Valia trocar de pista e apostar em veículos elétricos, tecnologia em que ninguém tinha vantagem consolidada. Havia um segundo argumento, energético: o país estava se tornando dependente de petróleo importado.

O governo o convidou para voltar. Wan Gang assumiu a linha de veículos elétricos dentro daquele programa de alta tecnologia de 1986, dirigiu a Universidade Tongji e, em 2007, virou ministro de Ciência e Tecnologia, cargo que ocupou por onze anos, mesmo sem ser filiado ao Partido Comunista. Em 2026, mais de 60% dos carros novos vendidos na China são elétricos ou híbridos que se recarregam na tomada.

Mais do que a visão de um indivíduo, essa história fala sobre inovação sustentada por um Estado. Uma proposta feita por um engenheiro recém-repatriado atravessou vinte e cinco anos, três mudanças de comando e uma crise financeira mundial sem perder verba, nome ou equipe.

Onde a continuidade está descrita

Como explicar que uma aposta dessas atravesse tanto tempo sem se desfazer. A resposta pode ser lida em documentos públicos.

Os famosos planos quinquenais chineses, rebatizados nos anos 2000 com um termo mais próximo de diretrizes nacionais, organizam a economia do país em ciclos de cinco anos desde 1953. Um plano define objetivos, indicadores e projetos para o período, e a formulação oficial é que ele comanda os demais planos, setoriais, regionais e territoriais, que precisam se alinhar a ele.

O mecanismo que produz continuidade está no fecho do ciclo. Perto do fim de cada plano, o Conselho de Estado organiza uma avaliação final e a entrega à Assembleia Popular Nacional junto com o rascunho do plano seguinte. A Assembleia é o parlamento chinês, com quase três mil delegados que se reúnem em sessão plenária uma vez por ano e um comitê permanente menor que funciona nos intervalos. A prestação de contas do ciclo que termina é o documento que abre o ciclo que começa. No meio do caminho há uma avaliação intermediária, normalmente no terceiro ano, submetida a esse comitê permanente.

Uma nova lei, de março de 2026, passou a exigir a divulgação pública desse relatório intermediário, das observações dos parlamentares e da resposta escrita do governo a elas. Ela foi aprovada no mesmo dia em que a Assembleia aprovou o 15º Plano Quinquenal e fixa em estatuto o que antes era prática consolidada: estudos preliminares obrigatórios, consulta pública, parecer de especialistas, avaliação intermediária, avaliação final. A leitura mais detalhada do desenho vem de um jurista especializado no processo legislativo chinês e saiu no NPC Observer, publicação independente que acompanha em inglês a atividade da Assembleia. Ela registra que a lei também é a primeira a atribuir funções específicas a documentos e instituições do Partido dentro do processo.

A leitura tentadora aqui é a de que um Estado com esse procedimento necessariamente erra menos, mas duas coisas a contradizem. A primeira é que nenhuma etapa do processo testa o mérito da aposta. A comissão de finanças e economia da Assembleia emite parecer sobre o plano, e esse parecer foi favorável em todas as vezes; o escrutínio verifica conformidade com as diretrizes do Partido e viabilidade de execução, sem instância que pergunte se a escolha é boa. Quando a aposta está errada, a máquina a executa com o mesmo empenho, e a durabilidade que protege o acerto protege também o erro. A segunda é que a existência de um instrumento não é garantia de resultado.

O plano assegura que uma aposta chegue ao fim do prazo com nome, verba e equipe. O que acontece com ela nesse percurso é a parte mais instrutiva, e os três casos a seguir mostram o método funcionando, quebrando e falhando.

O que acontece quando isso vira política setorial

O padrão se repete nos setores em que a China chegou à liderança mundial. O Estado molda a demanda antes de existir produto competitivo, por compra pública, cota, subsídio ao comprador ou restrição ao concorrente. Depois deixa muitas empresas disputarem o mesmo mercado, o que derruba preço e margem até o limite do prejuízo. A consolidação vem no fim, conduzida por decisão administrativa mais que por falência espontânea.

O ciclo completo, incluindo a quebra

O painel solar conta uma história semelhante à da indústria automobilística, com um capítulo a mais, porque nele a indústria já quebrou uma vez. A demanda inicial veio de fora, criada pelos subsídios alemães à energia solar nos anos 2000, e os fabricantes chineses a atenderam com produção mais barata. Quando a crise da dívida europeia derrubou essa demanda e os Estados Unidos aplicaram tarifas antidumping, centenas de empresas chinesas quebraram, entre elas a Suntech, que havia sido a maior fabricante de painéis do mundo e deu default em 2013. O Estado então reestruturou dívida pelos bancos públicos, os governos locais entraram com terra e incentivo fiscal, e os recursos foram canalizados para quem sobreviveu. A quebra consolidou o setor. Hoje a China responde por mais de 80% da cadeia mundial de energia solar.

O porém vale para os dois setores. A capacidade instalada de painéis passou de 1.100 gigawatts por ano contra uma demanda mundial em torno de 580, as vinte maiores empresas do setor perderam mais de 60 bilhões de yuans em 2024 (cerca de R$ 45 bilhões), e mais de cinquenta companhias saíram do mercado no primeiro semestre de 2025. O governo chama esse padrão de involução, o neijuan em que todo mundo corre mais e ninguém sai do lugar, porque os concorrentes correm igual, e agora tenta desmontá-lo por decisão administrativa: em dezembro de 2025 registrou uma plataforma estatal de consolidação com 3 bilhões de yuans (cerca de R$ 2,25 bilhões) para aposentar cerca de um terço da capacidade menos eficiente. A indústria automobilística vive hoje a mesma fase, com um número de marcas que o próprio setor considera insustentável.

O método produz campeões mundiais e desperdício em grande escala, duas faces da mesma moeda.

Onde o método não funciona

O mesmo instrumental aplicado à aviação civil rendeu muito menos. Décadas de apoio político e dinheiro produziram um avião comercial que segue dependendo de motores e sistemas estrangeiros e entrega poucas unidades por ano. A explicação está no tipo de produto. Carro elétrico e painel solar permitem aprender rápido: produzem-se milhões de unidades, os erros aparecem em semanas e a correção entra no lote seguinte. Avião comercial não tem esse ciclo. O volume é baixo, a certificação de segurança é lenta, o erro é caríssimo, e o avanço depende de conhecimento tácito acumulado por décadas dentro das duas empresas que já ocupam o mercado. Onde não se pode errar barato e rápido, o método não funciona.

Ler quarenta anos como execução de um projeto único é confortável e provavelmente falso. O que houve foi uma sequência de apostas grandes e desiguais, algumas das quais deram certo.

Copiar o método provavelmente geraria apenas frustração, porque ele depende de condições que não se transplantam: Estado unitário, escala interna e tolerância a desperdício em nome de uma aposta.

Vale então delimitar o que dá para aprender. As partes intransferíveis são justamente as mais citadas: tamanho de orçamento, escala de mercado interno e velocidade de quem decide sem contrapeso. Sobra a persistência institucional, menos espetacular e mais difícil de sustentar: uma decisão de tecnologia que atravessa governos mantendo o mesmo nome, a mesma verba e a mesma equipe.

Temos instrumentos de planejamento de médio prazo. O Plano Plurianual está na Constituição, cobre quatro anos, define programas com objetivos e indicadores, é revisado todo ano e presta contas ao Congresso a cada setembro. Há pelo menos duas claras diferenças de desenho em relação ao arranjo chinês. A primeira é o encaixe no tempo: o ciclo brasileiro acompanha o mandato presidencial, começando no segundo ano e terminando no primeiro do governo seguinte, enquanto o ciclo chinês corre em faixa própria. A segunda é a costura entre ciclos: lá, a avaliação de encerramento de um plano chega ao parlamento junto com o rascunho do próximo, e o que se aprendeu vira insumo formal do que vem. Aqui a revisão opera dentro do ciclo, sem que o balanço do plano que termina acompanhe o projeto do que começa.

Cada desenho protege uma coisa e paga por ela. O chinês protege a aposta contra quem chega depois e não gosta dela, e paga com a ausência de instância que pergunte se a aposta é boa, o que o painel solar e a aviação civil mostram. O brasileiro protege a possibilidade de mudar de rumo quando muda o governo, e paga com apostas que recomeçam a cada troca. Sustentar poucas escolhas de tecnologia por mais de um mandato exige acordo político explícito, algo que cabe dentro de uma democracia federativa, mas que demanda a evolução dos nossos mecanismos de coordenação.

Pela primeira vez desde a criação da World AI Conference (WAIC) de Xangai, em 2017, o presidente Xi Jinping marcou presença, sua primeira aparição presencial no evento. Essa presença sinaliza uma mudança de posicionamento. Tive a sorte de estar na cidade nos acontecimentos que rodeiam esse momento, vivenciando a atmosfera de entusiasmo em torno do posicionamento chinês na cadeia de valor global da IA.

A trajetória da conferência conta a história. De feira tecnológica para mostrar novidades, nos últimos anos a WAIC foi se transformando em cenário de posicionamento da China como alternativa aos EUA, inclusive em termos de governança de IA. Em 2024 ganhou o título expandido de reunião de alto nível sobre governança global; em 2025 veio a proposta de uma organização internacional de cooperação; e 2026 culmina na criação da Organização Mundial de Cooperação em IA (WAICO), da qual o Brasil é signatário, com a presença da ministra Esther Dweck.

Dois arranjos, dois grupos

O acordo que funda a WAICO foi assinado em 16 de julho de 2026, na véspera da abertura da conferência, por representantes de 29 países. Wang Yi, ministro das Relações Exteriores da China, assinou pelo governo chinês. António Guterres, secretário-geral das Nações Unidas, estava presente, o que dá chancela simbólica da ONU a uma organização criada fora do sistema ONU.

O mapa dos fundadores é o dado mais informativo. Brasil, Indonésia, Malásia, África do Sul, Senegal, Rússia, Paquistão, Cazaquistão, Sérvia, Belarus, Cuba, Venezuela e Laos, mais dez países africanos e doze asiáticos. Estados Unidos, União Europeia e Reino Unido não estão entre eles.

Isso não significa que os Estados Unidos estejam parados. Sete meses antes, em dezembro de 2025, o Departamento de Estado lançou a Pax Silica, iniciativa própria de coordenação em inteligência artificial e cadeias de suprimento. Em junho de 2026, no segundo encontro, a iniciativa contava 24 signatários, entre eles União Europeia, Alemanha, Países Baixos, Japão, Coreia do Sul, Índia, Israel, Reino Unido, Emirados Árabes e Catar.

As duas organizações têm composições que quase não se sobrepõem, e lógicas distintas.

A WAICO fala de desenvolvimento, redução de desigualdade no acesso à tecnologia e soberania. Promete capacitação, transferência de conhecimento e infraestrutura compartilhada, com atenção a modelos abertos. É a primeira organização intergovernamental de IA desenhada a partir dos problemas do Sul Global.

A Pax Silica fala de outra coisa: minerais críticos, energia, manufatura avançada, semicondutores e logística. O nome vem do latim, na linhagem de Pax Romana e Pax Americana, combinado com sílica, o elemento dos chips. O objetivo declarado é reduzir dependências coercitivas e proteger a capacidade dos aliados. Jacob Helberg, subsecretário de Assuntos Econômicos que dirige a iniciativa, resumiu a filosofia ao Congresso americano em fevereiro de 2026: a nação que controla os fundamentos industriais da inteligência artificial vai liderar este século, e a que não controla vai depender de quem controla.

A WAICO reúne sobretudo países que buscam entrar na tecnologia; a Pax Silica, os que já dominam partes dela e querem proteger essa posição.

O Brasil está numa e não na outra. A adesão foi justificada em nota conjunta dos ministérios das Relações Exteriores, da Ciência e Tecnologia, e da Gestão, com o argumento de que insere o país nos debates internacionais sobre governança de IA e em mecanismos multilaterais de cooperação tecnológica.

Diogo Cortiz, também presente na missão, registrou uma ressalva que vale: organizações como essa, nascidas no meio de uma disputa entre potências, correm o risco de servir mais aos interesses dos países poderosos que as lideram do que ao conjunto de seus membros. A preocupação é legítima, e vale para os dois arranjos.

O arco é longo: o país que o mundo conheceu como fábrica barata chega a 2026 propondo as regras de uma tecnologia que vai definir boa parte das nossas vidas. A WAICO é a afirmação pública de que a China se coloca como segundo polo global, não mais só na manufatura, mas na governança da própria tecnologia.

Fui ao Global Forum on International Cooperation for Industrial AI, realizado durante a WAIC. A programação reunia representantes das Nações Unidas, ministros, embaixadores, dirigentes de organizações internacionais e executivos. Eu esperava uma ordem protocolar baseada na hierarquia dos cargos. A abertura coube ao vice-chefe de Minhang, um dos 16 distritos de Xangai, onde nos encontrávamos.

Após algumas falas, o arco lógico começou a ficar claro. O caminho saía do território onde a inovação acontece para um contexto global onde sua produção chegará exportada.

Para um brasileiro, a palavra distrito sugere algo pequeno, uma subdivisão administrativa sem grande peso. Minhang tem 2,7 milhões de habitantes e PIB anual superior a 400 bilhões de yuans, perto de R$ 300 bilhões. Para calibrar: é mais gente que Curitiba, que tem 1,8 milhão de habitantes, e uma economia cerca de duas vezes e meia maior que a da capital paranaense, sétima do país em PIB. Tudo isso dentro de uma única cidade, que por sua vez tem outros quinze distritos.

A própria WAIC funciona nessa lógica. Ela é co-organizada por ministérios nacionais e pelo governo municipal de Xangai, e se espalha por sedes em distritos diferentes, com mais de cem fóruns paralelos e roteiros oficiais que levam visitantes a projetos de IA em Pudong, Xuhui, Yangpu e outros. O evento é, por desenho, uma vitrine onde os distritos exibem seus ecossistemas e disputam atenção. Isso segue uma lógica de zonas de referência territoriais que vale para a IA chinesa inteira: Xangai é referência em modelos fundacionais, com centenas de startups e centros de pesquisa, Shenzhen concentra a integração de IA na cadeia industrial, Wuhan foca em aplicações e educação, e assim por diante. A conferência é a vitrine; o país inteiro é a fábrica.

A cadeia funciona assim: Pequim define prioridades nacionais, regula setores e controla parte importante dos recursos científicos e financeiros. Xangai, que tem nível administrativo equivalente ao de uma província, transforma essas prioridades em programas, fundos e infraestrutura. Minhang articula empresas, universidades, terrenos, parques tecnológicos e situações reais de aplicação. Não é federalismo, porque a autonomia é delegada e revogável pelo centro, mas também não é comando puro, porque os governos locais têm espaço para adaptar prioridades às capacidades de sua economia e disputar resultados.

A política de AI+ ilustra o percurso. Ela surge no relatório de trabalho do governo em 2024; em 2025 o Conselho de Estado detalha diretrizes para integrar IA à ciência, indústria, consumo, serviços públicos e governança; Xangai publica seu plano de integração entre IA e manufatura; Minhang apresenta a versão distrital, concentrada nas cadeias produtivas que existem no seu território. Cada distrito escolhe temas compatíveis com suas universidades, empresas e indústrias. Um com biotecnologia prioriza saúde. Outro, com montadoras, foca em veículos inteligentes.

O plano de Minhang anuncia 40 cenários de aplicação, 11 projetos de transformação de cadeias produtivas e 10 referências de transformação profunda. Mais interessante que a contagem é o mecanismo. Um cenário de aplicação é um problema industrial delimitado, com fábrica, processo, dados e resultado esperado: detectar defeitos numa linha, prever falhas em motores, reduzir consumo de energia. O distrito organiza a demanda, reúne empresas de tecnologia e indústria, cria ambientes de validação e transforma o que funciona em referência replicável.

Isso responde a um problema real da IA industrial. Uma tecnologia pode funcionar em laboratório e falhar diante de máquinas antigas, dados fragmentados e normas de segurança. A adoção depende de acesso ao ambiente industrial e de confiança entre comprador e fornecedor, e é exatamente essa distância que a estrutura territorial tenta encurtar.

O motor de tudo isso é a competição, e ela produz ecossistemas locais que competem entre si dentro do ecossistema nacional. Dentro de Xangai, Minhang disputa com Pudong, Zhangjiang, Jiading e Lingang. Entre cidades, Xangai disputa com Pequim, Shenzhen e Hangzhou. Diante do governo central, todos disputam reconhecimento como área-piloto ou polo nacional, o que traz financiamento e influência. A competição chega ao nível individual: dirigentes constroem carreira dentro da estrutura do Partido e do Estado, e são avaliados pelo desempenho do território. Quem implanta bem uma prioridade nacional fortalece sua trajetória.

Forma-se uma cadeia de incentivos alinhados. Empresas competem por mercados. Territórios competem por empresas e talentos. Governos locais competem por recursos e reconhecimento. Dirigentes competem por resultados e progressão. Isso converte prioridade nacional em missão local com uma velocidade que sistemas mais fragmentados dificilmente alcançam. Também produz seus custos: duplicação de investimentos, subsídios excessivos, protecionismo local e projetos desenhados para cumprir indicador.

A etapa final é a saída para fora. Minhang resume a ambição internacional em três movimentos: produto no exterior, estratégia no exterior, padrões no exterior. Primeiro exportar. Depois manter presença, suporte técnico e parceiros. E então participar da definição das normas que estruturam o mercado. É a competição territorial chinesa alcançando dimensão global.

Podemos contrastar essa lógica com a que estamos mais acostumados no Brasil, nos Estados Unidos ou na União Europeia. Os três têm estruturas federativas ou multinível, com mais autonomia institucional e mais pontos de negociação entre governos, universidades, empresas, legislativos e sociedade. Os Estados Unidos compensam a fragmentação com recursos científicos e financeiros enormes. A União Europeia coordena países soberanos por regulação. O Brasil tem instituições relevantes, mas convive com desigualdade de capacidades e descontinuidade entre níveis de governo. A China conecta estratégia nacional, competição territorial e carreira dos dirigentes numa mesma cadeia, e é isso que ajuda a explicar a rapidez com que a IA sai do plano e chega à fábrica.

Visitei o Centro de Inovação Tecnológica de Xangai, conhecido pela sigla STIC. Se a cadeia que leva uma prioridade nacional até o distrito explica o percurso, esta tese trata de quem opera essa política no dia a dia, e do que acontece com uma empresa depois que ela nasce.

O que é o STIC

Fundado em abril de 1988, foi a primeira incubadora de Xangai e a segunda da China inteira. É uma unidade diretamente subordinada à Comissão Municipal de Ciência e Tecnologia, e ao longo do tempo absorveu outras três instituições: o centro local do Programa Tocha, o serviço de transformação de resultados de alta tecnologia e a Bolsa de Tecnologia de Xangai.

A própria instituição define sua função assim: o STIC é a segunda incubadora da China e também um gestor de política de ciência e tecnologia, com uma cadeia de serviços que cobre todo o ciclo de vida das empresas de tecnologia.

O Programa Tocha é o guarda-chuva de tudo isso. Aprovado pelo Conselho de Estado em agosto de 1988, é o programa nacional que criou e regula as zonas de alta tecnologia, as incubadoras e as categorias oficiais de empresa. É ele que define o que conta como incubadora, o que conta como empresa de alta tecnologia, e quais benefícios cada categoria recebe. O STIC nasceu quatro meses antes, e virou o operador local desse sistema.

A escada

O sistema trata a empresa de tecnologia como trajetória, não como evento. Há seis estágios formais: equipe empreendedora, empresa nascente, pequena ou média empresa de tecnologia, empresa de alta tecnologia, empresa pequeno gigante e empresa líder de inovação.

Cada degrau tem critérios de entrada, benefícios fiscais próprios e programas de apoio específicos. Subir de estágio depende de reconhecimento oficial: a empresa é certificada pelo poder público quando cumpre os critérios daquele nível, e essa certificação destrava benefícios concretos. Em cada ponto da escada há um conjunto de instrumentos disponíveis: fundos, políticas, organizações de serviço, talento, institutos de pesquisa, tecnologia, universidades, plataformas, espaço físico, crédito bancário, treinamento e eventos.

A pirâmide

A mesma lógica se aplica ao mercado de capitais, em quatro camadas. Na base, dez mil empresas de alta tecnologia. Acima, mil em programa de incubação para abertura de capital. Depois, cem priorizadas para o mercado de ações de inovação. No topo, as listadas.

Dois números mostram que essa escada é o caminho real, e não uma formalidade: entre as empresas de Xangai que abriram capital no mercado de inovação, 91% eram certificadas como de alta tecnologia e 70% haviam passado pelo programa de pequenos gigantes, um dos degraus superiores da escada. Quase toda empresa que chega à bolsa passou antes pela certificação estatal dos níveis anteriores.

O dinheiro

Por trás disso há uma malha de crédito público e fundos estatais dedicada a empresas de tecnologia, algo que o Brasil não tem para o setor. O sistema não apenas distribui, ele avalia: em 2025, as 345 incubadoras e espaços de inovação da cidade foram classificados de excelente a insuficiente, as bem avaliadas dividiram um prêmio, e as reprovadas receberam prazo para corrigir.

Nomes por trás dos números

Duas empresas ilustram o tipo de trajetória que o aparato foi desenhado para produzir. A UNISOC, fundada em Xangai em 2001, projeta processadores para celulares e está entre as quatro maiores do mundo nesse mercado: seus chips equipam aparelhos de entrada vendidos no Brasil, então muita gente já usou um telefone com processador dela sem saber o nome. A MicroPort, também de Xangai, faz dispositivos médicos, com stents cardíacos e implantes ortopédicos registrados na Anvisa. Ambas começaram pequenas e subiram os degraus do sistema.

A escala do que se multiplicou

Em 2014, Xangai tinha 118 incubadoras e espaços de inovação. Hoje passa de 500. As empresas certificadas como de alta tecnologia saltaram de 5.433 em 2014 para 24 mil em 2023.

É útil comparar com a lógica que vimos em Minhang. Lá, o mecanismo é territorial: distritos competem por investimento e reconhecimento. Aqui, o mecanismo é longitudinal: empresas são acompanhadas por estágios, com métrica e verba em cada um. São dois eixos do mesmo sistema, e eles se cruzam.

Experimentação sob a sombra da hierarquia

Há uma tentação de olhar esse aparato e concluir que se trata de planejamento dirigista, com Pequim mandando e o resto executando. A literatura acadêmica sugere o contrário.

O estudo mais citado sobre o Programa Tocha, publicado por Sebastian Heilmann, Lea Shih e Andreas Hofem no The China Quarterly em 2013, argumenta que as práticas do programa desafiam a suposição corrente sobre o caráter dirigista da política chinesa de inovação. O que existe é uma combinação de definição centralizada de objetivos com ampla experimentação local, e as inovações que surgem de baixo são incorporadas de volta ao desenho nacional e difundidas horizontalmente entre territórios. Há experimentação ampla na base, mas dentro de uma hierarquia que nunca desaparece, e os autores afirmam que o resultado vai muito além do que teria sido iniciado de cima para baixo.

O mesmo estudo, porém, traz uma ressalva que merece registro. Ao analisar 53 casos de experimentos em zonas de alta tecnologia, os autores encontraram desvio funcional de médio a muito alto em 39 deles, em relação aos objetivos pretendidos. Por vezes, projetos migram para funções diferentes das planejadas, como uma zona pensada para pesquisa que acaba virando ímã de investimento estrangeiro. É a plasticidade que faz a experimentação funcionar, e ao mesmo tempo o que a torna imprevisível: o sistema experimenta, aprende e difunde, mas frequentemente chega a um lugar diferente do que se pretendia originalmente.

O braço internacional, e o Brasil dentro dele

O ecossistema também tem ambição global, e o Brasil aparece nela. Existe uma rede de conexão internacional que liga os distritos de Xangai a universidades, investidores e empresas no exterior, com o movimento concentrado em biomedicina, semicondutores e inteligência artificial, e fluxo nos dois sentidos: empresas chinesas indo para fora e estrangeiras chegando à cidade.

Desde 2021 existe o Brazil Acceleration Camp, operado em Xangai com apoio do Consulado-Geral do Brasil, da ApexBrasil e do próprio centro. Já apoiou mais de vinte startups brasileiras em saúde, energia limpa e agronegócio, e a concorrência dá a medida do interesse: no último ciclo, cerca de cem candidaturas para três vagas. Os obstáculos que a operadora lista dizem muito sobre a diferença entre os mercados: é preciso recalibrar produto e operação para uma escala e velocidade muito maiores que as latino-americanas, e lidar com modelos de compra e entrada em estatais pouco familiares.

O que isso sugere

Um aparato assim tem três características que interessam a quem pensa política pública em outro lugar.

Ele é longitudinal: acompanha a empresa por estágios em vez de tratar cada apoio como evento isolado. Ele é mensurado: quem recebe é avaliado, publicamente, com nota e consequência. Ele é operado por uma instituição permanente, que existe há quase quatro décadas e absorveu funções ao longo do tempo em vez de ser refundada a cada ciclo.

Nada disso garante acerto, como o próprio estudo do China Quarterly indica. Mas a diferença entre ter e não ter uma engrenagem dessas talvez seja menos sobre quanto se investe e mais sobre quem cuida da continuidade.

Visitei a Shanghai Jiao Tong University, uma das nove universidades que formam a chamada Liga C9, o equivalente chinês da Ivy League. Fui ao centro de redes e informação, que é onde a universidade se administra e se observa.

O que a instituição produz

Em tamanho, a Jiao Tong tem pouco mais de 53 mil estudantes e 4 mil professores, uma comunidade menor que a da USP. O que distingue a instituição é sua produção acadêmica. Só em 2025 foram 3.620 novos pedidos de patente, e o acervo válido passa de 12 mil, uma máquina de propriedade intelectual em ritmo acelerado. Ela lidera o país em projetos da principal agência de fomento há dezesseis anos seguidos e, em ciência da computação, aparece como terceira do mundo, atrás apenas de Tsinghua e Carnegie Mellon.

O Nature Index, que mede apenas publicações nas revistas científicas mais seletivas do mundo, coloca a Jiao Tong entre as dez primeiras instituições do planeta, ao lado de nomes como Harvard.

Como esse sistema foi construído

A trajetória é datada. Em 1995 veio o Projeto 211, que selecionou cerca de 112 universidades para financiamento concentrado. Em 1998, o Projeto 985 escolheu um grupo menor, de 39 instituições, para investimento ainda mais profundo, com a meta declarada de alcançar padrão mundial de pesquisa.

Em 2017 os dois foram substituídos pelo Duplo Primeira Classe, e a mudança tem uma diferença que importa: enquanto 211 e 985 eram designações permanentes, o novo programa é revisado a cada cinco anos. Deixou de ser título e virou avaliação recorrente, com possibilidade de entrada e de saída. Em 2022, a lista tinha 147 universidades.

Sobre governança, das quase 900 universidades públicas, pouco mais de cem são administradas diretamente pelo governo nacional, e é esse grupo que concentra prestígio e recursos: quase todas as que entraram nos programas de excelência pertencem a ele.

Há ainda uma camada que não tem equivalente no Brasil: toda universidade, independentemente de vínculo, tem um secretário do Partido em sua estrutura de direção, com status administrativo equivalente ao do reitor. As nomeações para os dois cargos são feitas pelo órgão central de organização do Partido. A autonomia acadêmica e financeira aumentou desde os anos 1990, mas a indicação da liderança permanece centralizada.

A evolução chinesa na produção acadêmica

Em 2010, apenas duas universidades chinesas apareciam entre as cem melhores do ranking QS, e nenhuma no ARWU. Uma década depois, o número de universidades chinesas entre as 500 melhores em ao menos um ranking global tinha triplicado, de 23 para 71. Hoje o país tem duas instituições entre as vinte primeiras do mundo e cinco entre as cinquenta. Em 2024, a China ultrapassou os Estados Unidos em gasto total com pesquisa e desenvolvimento pela primeira vez, com 1,03 trilhão de dólares contra 1,01 trilhão, segundo a OCDE. Os valores são ajustados por paridade de poder de compra, para corrigir diferenças de custo entre os países; em dólares correntes a distância ainda favorece os Estados Unidos.

A Jiao Tong aparece em 30º lugar no ARWU e 40º no Times Higher Education. Em ciência da computação, o CSRankings divulgado em janeiro de 2026 a colocou em primeiro lugar do mundo, empatada com Tsinghua, com a Carnegie Mellon em quarto e sete universidades chinesas entre as dez primeiras. Um ano antes, ela aparecia em terceiro.

A pergunta óbvia é se isso mede volume ou qualidade. A ascensão aparece também nos indicadores que são mais difíceis de inflar. O Nature Index conta apenas publicações nas revistas mais seletivas do mundo, e ali a Jiao Tong está entre as dez primeiras instituições do planeta. O QS pesa reputação acadêmica e é menos sensível a citações, e nele o número de universidades chinesas no top 500 mais que dobrou em uma década. Um levantamento do Center for Security and Emerging Technology, da Universidade Georgetown, aponta que boa parte do ganho chinês veio de categorias ligadas a produção de pesquisa, mas produzir em revista seletiva é coisa diferente de produzir em qualquer revista.

Vale saber como cada régua é construída. O CSRankings, que deu o primeiro lugar à Jiao Tong, pondera instituições pelo volume de publicações de seus professores em conferências de primeira linha. Contando apenas as três conferências mais seletivas de aprendizado de máquina, as universidades americanas voltam a ocupar treze das vinte primeiras posições. As duas leituras são verdadeiras: a produção chinesa de fronteira cresceu de forma extraordinária, e a posição exata depende do que cada ranking decide contar.

O crescimento no volume, porém, cobrou um preço. Por duas décadas o sistema de avaliação premiou quantidade de publicação, velocidade e posição do periódico, com bônus financeiros atrelados a artigos indexados. Surgiu uma indústria paralela: as fábricas de artigos, empresas clandestinas que produzem manuscritos falsos e vendem autoria. A Nature documentou quase 17 mil retratações de artigos com autores afiliados a instituições chinesas desde janeiro de 2021.

O fenômeno não é novo. Charles Goodhart formulou em 1975 que um indicador perde validade quando vira alvo de política, e a antropóloga Marilyn Strathern sintetizou a ideia em 1997, estudando auditoria em universidades britânicas: quando uma medida se torna um alvo, ela deixa de ser uma boa medida.

Um estudo publicado em 2026 no Higher Education Quarterly descreve esse mecanismo no caso chinês: o sistema de avaliação priorizou velocidade, quantidade e ranking de periódico acima de originalidade e rigor, criando condições em que fraudar se tornou estratégia de sobrevivência.

O Estado reagiu. As universidades foram proibidas de estabelecer metas quantitativas de publicação e de oferecer incentivos financeiros por artigo indexado. O número de artigos deixou de poder ser critério principal para concessão de títulos, contratação, promoção e distribuição de verba. Houve auditoria nacional de integridade em pesquisa, e há reforma em curso permitindo doutorado sem exigência de publicação prévia.

A universidade que se mede

Numa tela curva de vários metros, o campus aparece modelado em três dimensões, com dados atualizados em tempo real. De forma minuciosa, o painel detalha quantas pessoas entraram no campus hoje e quantas são estudantes, funcionários ou visitantes, quantos veículos e quantos deles de visitantes, a curva de entrada por hora com pico às oito da manhã, o consumo de energia por prédio, a ocupação de salas, a emissão de carbono.

Em outra aba, a pesquisa: institutos, projetos em andamento, artigos em revistas de alto impacto, patentes concedidas no ano, distribuição entre exatas e humanas.

Numa terceira, um mapa tridimensional dos pesquisadores da universidade, organizados por faculdade. Cada nome é um bloco flutuante. Ao clicar num deles, aparecem três números: artigos publicados nos últimos cinco anos, projetos de nível nacional, e estudantes orientados.

É uma universidade se olhando como quem olha um processo produtivo. Entrada de pessoas, consumo de energia, produção por unidade, rendimento por pesquisador.

A camada de IA

Sobre inteligência artificial propriamente, a universidade opera três coisas.

A primeira é infraestrutura de cálculo própria, construída em parceria com a Huawei, somando várias plataformas de supercomputação e computação inteligente que ultrapassam 140 mil processadores, mais 105 petabytes de armazenamento agregado. A equipe de tecnologia da informação tem 112 pessoas, numa proporção de um técnico para cada 600 usuários.

A segunda é o assistente de IA embutido nos cursos. Vi a interface de uma disciplina de Termodinâmica: o vídeo da aula de um lado, e do outro um assistente que resume o conteúdo, responde perguntas e acompanha o ponto em que o aluno parou.

A terceira é uma sala chamada Student AI Hub, operada pelo centro de redes, dedicada a estudantes que queiram trabalhar com essas ferramentas.

A arquitetura declarada tem um nome que resume a ambição: HI + AI, inteligência humana mais inteligência artificial, apresentada como integração de dados e IA para avançar rumo a uma universidade abrangente, inovadora e internacional.

O que fica

Uma universidade que se administra assim é, funcionalmente, infraestrutura de Estado. Ela não é apenas um lugar onde se ensina e se pesquisa. É um ativo estratégico com metas nacionais, financiamento condicionado a desempenho, liderança indicada pelo centro e produção medida como se mede uma fábrica.

Isso produz resultados que os números mostram. E produz distorções que os mesmos números mostram, quando lidos com atenção.

A pergunta que fica para quem pensa universidade no Brasil talvez seja menos sobre replicar o modelo e mais sobre uma escolha anterior: o que decidimos medir, e o que esperamos que aconteça quando as pessoas descobrirem que estão sendo medidas por aquilo.

Ao entrar no laboratório da Academia de Inteligência Artificial de Pequim, havia robôs por toda parte. Um arrumava objetos numa prateleira. Outro organizava um quarto. Um terceiro preparava café. Num canto, um estava preparado para uma partida de tênis de mesa. Faziam tudo isso ainda mal para padrões humanos: devagar, com movimentos duros, por vezes errando algo que minha filha de um ano e meio acertaria. Mas após pouco mais de uma semana no país, o caminho de evolução começava a ficar evidente.

O arranjo

A instituição, conhecida pela sigla BAAI, é uma organização sem fins lucrativos criada em novembro de 2018 pelo governo municipal de Pequim junto com o Ministério de Ciência e Tecnologia. A lista de fundadores explica o que ela é: a academia representada pela prestigiosa Tsinghua, pela Universidade de Pequim e pela Academia Chinesa de Ciências, e as grandes empresas de tecnologia do país, Baidu, Alibaba, Tencent, ByteDance e Xiaomi. Empresas que disputam ferozmente o mesmo mercado fundaram juntas uma instituição sem fins lucrativos. O Estado entra com duas coisas: dinheiro e dados públicos.

Universidades exploram, empresas comercializam, mas há um espaço entre as duas que nenhuma ocupa bem: pesquisa de fronteira que exige recursos de escala industrial mas não tem prazo de produto. A BAAI foi criada para ocupar esse espaço, e se define como instituição de pesquisa e desenvolvimento de novo modelo.

O arranjo existe fora da China. No Canadá, institutos como o Mila e o Vector, também sem fins lucrativos e com financiamento público, formam a base da estratégia nacional de IA. O que distingue o caso chinês é a escala e o fato de as empresas serem fundadoras, e não apenas parceiras.

Por que os robôs

O caminho que apresentam para chegar a uma Inteligência Artificial Geral tem quatro etapas.

Começa com modelos de linguagem, que aprendem com texto. Depois modelos multimodais, que acrescentam imagem, áudio e vídeo, e por isso passam a lidar com o que se vê e se ouve, não só com o que se lê. Em seguida vêm os modelos de mundo, que incorporam tempo, espaço, física e causalidade. E ao fim, uma inteligência que opera no mundo físico.

Cada etapa acrescenta um tipo de insumo que a anterior não tinha, e a passagem do terceiro para o quarto estágio explica aqueles robôs que eu via. Um modelo de linguagem aprende probabilidades de palavras. Um modelo de mundo aprende como as coisas se comportam: se soltar, cai; se empurrar, desliza; se aquecer, expande. Peça a um modelo de linguagem que descreva como atravessar uma sala cheia de obstáculos e ele escreve um texto convincente. Um robô que tente executar aquele texto bate em tudo.

Inteligência Artificial Geral costuma designar um sistema capaz de aprender e executar qualquer tarefa intelectual que um humano faça, transferindo o que aprendeu de um domínio para outro sem ser treinado de novo. A definição está longe de ser consensual: para alguns o critério é econômico, dar conta da maior parte do trabalho humano com valor de mercado; para outros é cognitivo, aprender com poucos exemplos e entender causas. Pelos critérios mais exigentes, não estamos perto de chegar lá, e isso foi dito. É uma direção de pesquisa. O prazo é indefinido.

Os dados que ensinam física não estão na internet. Eles precisam ser gerados, e é para isso que servem os robôs errando o café no laboratório.

A oferta para o mundo

A segunda apresentação mudou de assunto e de tom. O ponto de partida: a computação de ponta está concentrada em poucas regiões, o que deixa a maior parte do mundo fora da fronteira tecnológica. É um problema real, e é também o problema que a China enfrenta desde as restrições americanas a semicondutores.

Um chip de IA não roda sozinho: entre o modelo e o processador existe uma camada de software que traduz um para o outro, e essa camada costuma ser feita para um fabricante específico. Quem escreve um modelo pensando nos chips da Nvidia usa as ferramentas dela, e migrar aquilo para um chip de outra marca dá um trabalho enorme. É por isso que ter um chip alternativo resolve pouco se o software não acompanha, e é aí que está boa parte do poder de um fabricante dominante.

A resposta chinesa a isso se chama FlagOS: uma camada de software desenhada para fazer o mesmo modelo rodar em chips de fabricantes diferentes, sem reescrever tudo a cada troca. Ela já foi aprovada como padrão pela União Internacional de Telecomunicações, a agência da ONU onde se escrevem as regras técnicas que valem no mundo inteiro.

Há também uma frente educacional, ainda em estágio inicial. Em parceria com a União Africana, a BAAI trouxe uma primeira turma de pouco mais de dez professores de universidades africanas para dez dias de treinamento em Pequim, e eles voltaram para abrir cursos em seus países. O nome que deram ao modelo é professor-semente: plantar o conhecimento aqui, cultivar o futuro lá. A meta declarada é chegar a mil estudantes formados por esses professores ainda em 2026, com escala maior nos anos seguintes. Já há aulas acontecendo na Etiópia e nos Camarões, com chancela da União Africana e da UNESCO, e o acesso à computação continua vindo da China depois que o professor volta para casa.

A lógica é a mesma da organização de governança de IA que a China fundou dias antes, agora na camada técnica. Enquanto os Estados Unidos controlam o hardware de ponta, a China trabalha para controlar a camada que torna o hardware interoperável, e para formar quem vai ensinar a próxima geração a usá-la.

Não me surpreenderia se em breve víssemos parcerias semelhantes no Brasil e no restante da América Latina.

Quem faz

Uma informação destacada pelos representantes do instituto me surpreendeu: a idade média da equipe é de trinta anos, e sessenta por cento têm doutorado. Os responsáveis por cada frente de pesquisa tinham entre vinte e dois e trinta e cinco anos, mas todos com sólidas credenciais acadêmicas.

O modelo declarado da instituição tem três traços: concentrar recursos em tarefas grandes, entregar responsabilidade a jovens e abrir o código do que produz.

Há algo aparentemente contraditório nisso. A mesma cultura que entrega uma linha de pesquisa de fronteira a alguém de vinte e dois anos convive com uma inflação de credenciais documentada. Um estudo publicado na Nature analisou quase 160 mil currículos de universidades chinesas e confirmou que as exigências de titulação subiram muito além do que as funções pedem, com o fenômeno mais agudo nas instituições de elite. Diploma como filtro de entrada, desempenho como critério de ascensão.

Qual o papel da BAAI no ecossistema de IA de ponta

A BAAI produz infraestrutura que roda por baixo de muita coisa. O caso mais claro é uma família de modelos de embedding, a peça que transforma texto em números capazes de representar significado, e que permite a um sistema encontrar o documento certo mesmo quando as palavras não coincidem. É o componente invisível de quase todo mecanismo de busca inteligente, e a família da BAAI está entre os modelos de embedding mais baixados do mundo, a primeira entre as de origem chinesa.

O alcance dela, porém, tem limites claros. Uma análise da RAND observa que os modelos chineses mais avançados e mais adotados saíram de empresas privadas, e não dos laboratórios estatais. A função desses institutos é outra: incubar talento que depois abastece o setor privado e executar prioridades públicas como segurança, padrões e ciência básica.

O Brasil e o vértice que falta

O Brasil tem universidades de pesquisa e tem empresas de tecnologia. O que aparece com menos clareza é o vértice do meio: uma instituição com financiamento estável, liberdade para pesquisar sem prazo de produto, obrigação de abrir o que produz, e uma relação com empresas que seja de cooperação em vez de prestação de serviço.

Sem esse espaço, a pesquisa de fronteira no país fica sujeita ao prazo do mercado ou ao ciclo eleitoral, e nenhum dos dois acomoda bem o tipo de trabalho de longo prazo que se via naquele laboratório.

Passei uma semana caminhando por Xangai. A impressão que fica é de uma cidade que funciona: trânsito que flui, metrô constante e pontual, calçadas sem buraco, limpeza que impressiona pela regularidade. Nada disso é trivial numa cidade desse tamanho.

Antes de tentar explicar, é preciso dimensionar do que se está falando. Xangai tem 24,8 milhões de residentes registrados, e mais de 28 milhões quando se conta a população flutuante de migrantes que vivem e trabalham ali sem registro local. É mais gente que a Austrália inteira.

A comparação de densidade com São Paulo é menos óbvia do que parece. O município paulistano tem 11,9 milhões de habitantes em 1.521 km², o que dá 7.820 habitantes por km². Xangai tem o dobro da população numa área quatro vezes maior, e sua densidade média é de cerca de 3.900 por km², metade da paulistana. A diferença é que o território de Xangai inclui distritos suburbanos, áreas agrícolas e ilhas na foz do Yangtzé. No miolo urbano, a densidade passa de 24 mil habitantes por km², três vezes a média de São Paulo e acima de qualquer distrito paulistano.

O que "funcionar" significa em números

Impressão de caminhada é uma coisa, dado é outra. Alguns pontos de comparação ajudam a calibrar.

No transporte público, o metrô de Xangai tem cerca de 900 km de extensão e 508 estações, transportando 10 milhões de passageiros por dia útil, com índice de pontualidade de 99%. São Paulo tem menos habitantes e construiu 110,9 km de rede metroviária, oito vezes menos trilho. O resultado é que cada quilômetro de linha na capital paulista carrega três vezes mais gente por dia do que em Xangai. É a diferença entre um sistema que absorve demanda e outro que opera no limite: as linhas mais movimentadas de São Paulo já rodam com intervalo de um minuto e quarenta segundos no pico, sem margem para acrescentar trens.

No trânsito, comparação direta não é possível: cidades chinesas não constam dos índices globais mais usados. Como referência de patamar, São Paulo leva em média 27 minutos e 39 segundos para percorrer 10 km, com 132 horas perdidas por ano no trânsito de pico, e a Cidade do México, primeira colocada mundial em congestionamento, chega a 184 horas.

Sobre Xangai, não tenho dados equivalentes, então fica a impressão de quem andou pela cidade. Meus deslocamentos levavam em torno de 50 minutos, mas não por lentidão, por distância. Como já dito, o território é quatro vezes o do município de São Paulo, e não se organiza em torno de um centro único. Estudos que mapeiam a distribuição de empresas classificam Xangai como caso de policentrismo disperso, com muitos centros e nenhum dominante, e um levantamento identificou 36 centros de emprego. O Plano Diretor 2017-2035 formaliza essa estrutura em cinco níveis, incluindo cinco cidades novas nas bordas da mancha urbana. Ir de um ponto a outro é atravessar muito espaço, não enfrentar congestionamento.

O que me chamou atenção foi a previsibilidade. De carro ou de metrô, o tempo era o esperado, mesmo com a cidade cheia de turistas e de gente vinda para a conferência. A integração entre bicicletas de aluguel e metrô funcionava bem, a um custo baixo, menos de quatro reais.

O sistema por trás

A cidade opera uma plataforma chamada Gestão Unificada em Uma Rede, que integra transporte, infraestrutura, resposta a emergências e serviços públicos num centro único de operação urbana. A lógica declarada é resolver cada questão de uma vez só, com um sistema que atravessa departamentos, níveis de governo e regiões.

Na prática, isso aparece em coisas pequenas. Os semáforos deixaram de ser apenas luzes: percebem, coletam dados e ajustam a sinalização sozinhos. Em Pudong, distrito de 1.200 km², foram instalados cerca de 40 mil sensores, dispositivos conectados e câmeras de alta definição alimentando o que chamam de cérebro urbano. Há um aplicativo pelo qual o morador reporta buraco na rua, lixo exposto ou moto estacionada irregularmente, e a central acompanha a resolução em tela.

Os dados oficiais falam em queda de 15% no índice local de congestionamento e alta de 10% na velocidade média depois da implantação dos semáforos inteligentes. São números produzidos pelo governo que implementou o sistema, sem verificação independente, e medem variação, não patamar.

É a mesma lógica de execução territorial que aparece em Minhang, agora aplicada à operação cotidiana da cidade.

A camada cultural e política

As explicações correntes para cidades limpas e funcionais na Ásia costumam ser estereotipadas e rasas: dizem que asiáticos são mais organizados, como se isso fosse natureza. Existe sim um elemento cultural, e ele é mais específico que isso. O li é uma das cinco virtudes cardeais do confucionismo: um código de conduta ritual que Confúcio estendeu para além das cerimônias, alcançando cortesias e padrões de comportamento cotidiano. A palavra wenming, que hoje se traduz como civilização, combina os caracteres de cultura e refinamento com o de claridade.

O que encontrei, porém, é que essa herança não age sozinha. Ela foi absorvida por um aparato de política pública bastante concreto. Em 1986, o Partido Comunista publicou as Diretrizes para a Construção da Civilização Espiritual Socialista. Desde 2005, existe o título de Cidade Civilizada Nacional, concedido por um escritório ligado ao comitê central e considerado a maior honraria que uma cidade pode receber. Já foi conferido a 505 cidades, distritos e condados.

A avaliação é anual, com índice de 1 a 100. Inspetores visitam as cidades incógnitos, coletam material, fazem pesquisas e observam a situação em campo. A nota considera limpeza urbana, conduta no trânsito, voluntariado, qualidade do ar e equipamentos culturais. Dirigentes municipais competem por essa pontuação.

Isso aparece na rua de forma literal. Caminhando pela cidade, encontrei placas em banheiros públicos e notas de higiene afixadas em restaurantes. A frase mais comum nos mictórios chineses é um trocadilho com Neil Armstrong: um pequeno passo à frente, um grande passo para a civilização.

Comportamento cívico ali é também política pública, com meta, medição e incentivo, apoiada numa tradição que lhe dá lastro. É o mesmo mecanismo de competição entre territórios que vimos antes, agora aplicado a calçada limpa.

O que não se vê caminhando

Há um elemento que explica parte considerável da impressão de ordem, e ele não aparece na rua justamente porque foi desenhado para não aparecer.

O hukou, o sistema de registro domiciliar, vincula direitos sociais ao local de registro, não ao local onde a pessoa vive. Quem migra do campo para a cidade sem conseguir transferir o registro perde acesso a saúde pública, aposentadoria, seguro-desemprego e escola para os filhos naquela cidade.

O efeito sobre a paisagem urbana é direto. Cidades chinesas não têm favelas na escala de Mumbai, Lagos, Nairóbi, Cairo, Dhaka, Cidade do México ou São Paulo. Em Mumbai, mais de 40% dos domicílios estão em favelas; em Calcutá, mais de 30%. A literatura de estudos urbanos trata a relação entre o registro domiciliar e a ausência desses assentamentos como estabelecida, ainda que discuta o peso relativo de cada fator.

O custo desse arranjo está distribuído de forma desigual. Hoje 68% da população chinesa vive em cidades, e o registro urbano cobre menos da metade. A diferença entre quem mora na cidade e quem tem registro nela equivale a cerca de 250 milhões de pessoas, que ficam sem acesso pleno à seguridade social onde vivem. Há dezenas de milhões de crianças que os pesquisadores chamam de deixadas para trás, filhos criados por avós na cidade natal porque não conseguem vaga na escola urbana onde os pais trabalham. As estimativas variam conforme o critério, mas os levantamentos mais citados falam em mais de 60 milhões. Migrantes concentram-se nos trabalhos que a literatura chama de perigosos, sujos e degradantes.

Uma ressalva importante: o hukou sozinho não explica a ausência de favelas. Shouying Liu e Yue Zhang, num artigo de 2020 na revista Cities, argumentam que o fator decisivo é o regime de propriedade da terra: a terra rural coletiva encravada no tecido da cidade produz as chamadas vilas urbanas, que oferecem moradia acessível aos migrantes. A informalidade existe, apenas com outra forma e outra localização.

O sistema está mudando. Em 22 de maio de 2026, o Conselho de Estado anunciou que trabalhadores migrantes poderão se inscrever na seguridade social na cidade onde trabalham, independentemente de onde estão registrados. É a reforma mais relevante do mecanismo em anos, e alcança uma população migrante que o próprio censo já mede acima de 357 milhões de pessoas.

O que se paga por isso

Uma cidade que se gerencia por dados é uma cidade que coleta dados sobre quem vive nela.

A literatura acadêmica levanta um ponto específico: pesquisadores argumentam que não existe na China uma lei de privacidade funcional que se aplique à maior parte dos dados coletados por infraestrutura urbana inteligente. Vincent Mosco, professor emérito da Queen's University e também professor na Universidade Fudan, em Xangai, resume a preocupação de forma direta em The Smart City in a Digital World: cidades inteligentes são, antes de tudo, cidades de monitoramento. Outro trabalho, publicado no Policy Review, discute o risco de perda de transparência quando modelos de linguagem passam a participar do processo de decisão pública, e a possível marginalização do cidadão conforme o papel da automação cresce na gestão urbana.

O debate existe também dentro da China. Numa reportagem sobre o próprio sistema de Xangai, um dirigente municipal afirma que os dados usados pelo governo devem ser usados em princípio, não excessivamente, e que a aplicação de big data precisa considerar ética de dados e proteger informação pessoal enquanto compartilha.

O que fica

Uma megalópole que funciona é resultado de várias coisas ao mesmo tempo: investimento em infraestrutura numa escala que não temos, uma plataforma de gestão que integra o que em outros lugares está separado, um mecanismo de incentivo que faz gestores competirem por ordem urbana, e um sistema de controle migratório que resolve certos problemas, mas com custos sociais concretos.

Nem tudo aí é replicável, e nem tudo é desejável. Mas há uma pergunta que fica, e que me parece a mais útil: quanto do que Xangai alcança depende de coisas que só um Estado com aquele grau de centralização consegue fazer, e quanto depende de coisas que qualquer cidade poderia fazer se decidisse medir, integrar e cobrar?

O tamanho da aposta chinesa em inteligência artificial só faz sentido quando se entende o que aconteceu com o motor anterior da economia. Por décadas o crescimento veio de construir: imóveis e infraestrutura, sustentando emprego, PIB, arrecadação de governos locais e demanda por aço, cimento e vidro. Funcionava enquanto houvesse o que construir.

O ciclo que perdeu força

Esse motor desacelerou de forma acentuada. Em 2025 o investimento em propriedades caiu 17,2%, e o investimento em ativos fixos registrou a primeira queda anual em quase três décadas. Sobram cerca de 80 milhões de imóveis vazios ou não vendidos, um estoque que pressiona preços e trava novas obras. O ciclo não está encerrado, mas já não puxa a economia como puxava.

De onde vem o dinheiro barato

Aqui entra o mecanismo que explica boa parte do resto, e que a literatura econômica chama de repressão financeira. Trata-se de um sistema em que o retorno da poupança e a direção do investimento são controlados por autoridades financeiras ou políticas, em vez de definidos pelo mercado.

Na prática funciona assim: as famílias depositam suas economias nos bancos, e as taxas pagas a elas são baixas ou negativas em termos reais. Esse dinheiro barato é então canalizado para os setores que o Estado prioriza. Quem perde são os depositantes, quem ganha são os tomadores: governos locais, investidores em infraestrutura, indústrias e incorporadoras.

Para um brasileiro, o arranjo é quase o inverso do familiar. Aqui convivemos com juros altos, poupança que rende acima da inflação em vários períodos e crédito caro para empresas. Ali a poupança rende pouco ou nada em termos reais, e o crédito sai barato para quem o Estado decidiu privilegiar.

A escala é considerável. Em setembro de 2025, os depósitos das famílias chinesas somavam cerca de 165 trilhões de yuans, perto de R$ 124 trilhões, equivalentes a 122% do PIB do país e cinco vezes o total de crédito imobiliário no varejo. Os bancos respondem por três quartos dos ativos financeiros, e esses depósitos são uma fonte estável e barata de financiamento. Como observa o Banco Mundial, esse volume oferece financiamento de baixo custo, mas também enfraquece sinais de preço, levando a padrões de alocação de capital que podem não acompanhar a produtividade.

A liberalização das taxas avançou desde 2015, mas tanto a captação quanto o empréstimo seguem influenciados por orientação das autoridades, e políticas industriais continuam pesando na alocação de recursos por bancos e mercados de capitais.

O alvo mudou

Quando o imobiliário entrou em colapso, o mecanismo não parou. Mudou de alvo.

O capital que saía da construção migrou para a manufatura avançada, com o mesmo crédito dirigido, os mesmos incentivos locais e a mesma lógica de escolher setores. Foi aí que o problema mudou de lugar em vez de desaparecer.

O caso mais documentado é o do polissilício, o silício ultrapurificado que serve de matéria-prima para os painéis solares. Depois do colapso imobiliário, em menos de quatro anos os quatro maiores produtores chineses adicionaram capacidade equivalente a dois terços de toda a capacidade global. O resultado é cerca do dobro da demanda mundial. A utilização das fábricas caiu abaixo de 40% em 2025, e os produtores passaram a vender abaixo do custo variável.

Neijuan, a corrida de ratos chinesa

Na China o fenômeno se chama neijuan, traduzido como involução. Esforço crescente com retorno decrescente, todo mundo correndo mais e ninguém saindo do lugar, porque os concorrentes correm igual.

A palavra tem origem acadêmica. O antropólogo americano Clifford Geertz cunhou involução agrícola em 1963, estudando a Indonésia: o cultivo de arroz em Java absorvia cada vez mais trabalho sem aumentar a produção por pessoa. O historiador Philip Huang trouxe o conceito para o chinês e o aplicou à economia rural do país, onde ficou décadas restrito a revistas acadêmicas. Virou fenômeno popular em 2020, depois de uma entrevista do antropólogo Xiang Biao que reformulou o termo como a angústia definidora da vida chinesa contemporânea, e de fotos de estudantes de Tsinghua digitando em laptops enquanto pedalavam, apelidados de reis da involução. As imagens passaram de um bilhão de visualizações, e a palavra entrou na lista das dez do ano na China.

O termo é recente, mas o fenômeno tem uma causa econômica identificável. A involução é uma versão concentrada de um problema estrutural: a incapacidade de alinhar aumentos de produção doméstica com aumentos de demanda doméstica. Muita gente produzindo o mesmo, sem mercado interno que absorva.

O motivo de a demanda não acompanhar está no mecanismo descrito acima. Um modelo que comprime a renda das famílias para subsidiar a produção acaba criando exatamente aquilo que o sufoca: capacidade instalada sem consumidores. A repressão financeira deprimiu o crescimento da renda das famílias, minando a meta declarada do próprio governo de migrar para um crescimento mais apoiado no consumo interno.

O resultado macroeconômico foi o período mais longo de deflação de preços ao produtor em décadas, com quase um terço das empresas de vários setores operando no prejuízo.

Onde o dinheiro vai agora

Há ainda uma consequência geográfica que mudou o discurso oficial.

Durante anos os planos quinquenais falavam em reduzir disparidades regionais, levar desenvolvimento ao interior e ao oeste. O 15º Plano Quinquenal, que cobre 2026 a 2030, desloca o eixo: o foco passa a ser os aglomerados urbanos que já funcionam. O papel do Delta do Yangtzé, com Xangai no centro, e da Grande Baía, que reúne Guangdong, Hong Kong e Macau, se expande. Pequim-Tianjin-Hebei e o eixo Chengdu-Chongqing completam o quarteto prioritário. Aos polos do interior cabe cuidar de capacidade crítica de segurança e infraestrutura redundante.

Em vez de competir cidade a cidade, o país concentra o crescimento futuro num punhado de regiões globalmente competitivas, capazes de atrair talento e sustentar indústrias avançadas. A concentração já era alta: os três aglomerados prioritários ocupam 2,8% do território e concentram 18% da população e 36% do PIB.

Concentrar crescimento em polos que já funcionam não é exclusividade chinesa. O Brasil faz algo parecido de fato, com o Sudeste respondendo por mais da metade do PIB nacional. A diferença está no que separa as pessoas dentro dessas regiões.

Em maio de 2026, o Conselho de Estado determinou que serviços públicos passassem a ser prestados conforme o lugar onde a pessoa vive, e não onde está registrada, o que beneficia diretamente os trabalhadores migrantes. Mas o limiar para obter registro permanente nas megacidades continua alto. Pequim e Xangai seguem operando sistemas de pontos com cotas anuais restritas, e a liberalização avança rápido nas cidades pequenas e devagar justamente nos polos de primeira linha. São esses polos que o plano elege como motores.

Daí uma tensão importante: concentrar investimento onde o registro ainda separa quem tem direito pleno à cidade de quem só tem direito a trabalhar nela tende a fixar a desigualdade regional, ainda que o acesso a serviços melhore. Havia quase 360 milhões de pessoas vivendo fora de sua jurisdição de registro em novembro de 2025, mais de um quarto dos residentes do país. No Brasil, um migrante do Nordeste que chega a São Paulo tem os mesmos direitos formais de quem nasceu lá, e isso é uma diferença estrutural entre os dois países que costuma passar despercebida.

O que está em disputa

Nem todo mundo lê esses números como sinal de esgotamento.

Uma parte dos analistas vê sobrecapacidade estrutural: um modelo que produz mais do que consegue vender e exporta o excedente, gerando atrito comercial com o resto do mundo.

Outra parte vê uma transição em curso. Nessa leitura, o que parece sobrecapacidade é a sobreposição temporária de gerações industriais: capital antigo e menos produtivo ainda operando enquanto capacidade nova, verde e digital ganha escala. A pressão sobre preços mediria o custo de trocar de motor com o carro andando. Quem defende essa visão aponta que os lucros da manufatura de alta tecnologia cresceram com força em 2026 e que os preços ao produtor voltaram ao terreno positivo depois de anos negativos.

As duas leituras discordam sobre o diagnóstico, mas convergem num ponto: o crescimento do jeito antigo não volta. É isso que dá urgência ao que vem a seguir neste bloco. A aposta em inteligência artificial e manufatura avançada é a tentativa de construir o motor seguinte, com o mesmo aparato que construiu os anteriores.

Nunca foi tão difícil me preparar para uma viagem de trabalho. Antes de embarcar, contratei uma VPN e baixei uma pasta inteira de aplicativos: WeChat para conversar, Alipay para pagar, Amap para me localizar, Didi para me deslocar, Meituan para comida, mercado e bicicletas compartilhadas. Troquei de stack inteiro antes mesmo de sair do Brasil.

Mesmo assim, a fricção veio. A VPN caía. Ligar ou desligar dependia do aplicativo que eu precisava usar naquele momento, e não havia uma configuração que servisse para tudo. Vários serviços exigiam confirmação por SMS, e eu não tinha contratado um número local. Cada tarefa simples virava uma pequena negociação com o sistema.

Ao longo dos primeiros dias fui me integrando àquele novo ecossistema, e minha vida figital voltou a fluir. São os efeitos de uma economia digital em muitos sentidos apartada da internet a que estamos acostumados. Mas que, por dentro, tem suas próprias integrações, que muitas vezes tornam a vida de quem está ali mais simples e funcional.

Pegar uma bicicleta compartilhada e integrá-la ao metrô é uma operação de um toque. Peguei baterias portáteis num ponto e devolvi em outro, de empresas diferentes, sem cadastro específico, sem caução, sem contrato: bastou apontar a câmera para um QR code dentro do super app. Serviços de empresas distintas conversando entre si, mediados por uma camada comum que já sabe quem eu sou.

O muro tem duas funções

O sistema que dificultava meu acesso a serviços comuns é conhecido fora da China como o Grande Firewall, e começou em 1998 com o Projeto Escudo Dourado. Ele opera em várias camadas ao mesmo tempo: bloqueia endereços de sites inteiros; corrompe o serviço que traduz o nome de um site no endereço da máquina que o hospeda, de modo que a conexão simplesmente não chega ao destino; e inspeciona o tráfego que passa pela rede para identificar não só o conteúdo, mas o formato da conexão, o que permite detectar e derrubar VPNs mesmo sem ler o que trafega dentro delas. Nos últimos anos, ferramentas de inteligência artificial foram incorporadas para reconhecer novas formas de contorno em tempo real. É por isso que a minha caía.

A leitura mais comum, de fora, é que se trata de censura. É verdade, e é a função declarada: impedir acesso a informação considerada prejudicial aos interesses do país. Mas há uma segunda função, menos comentada e economicamente mais relevante.

Ao bloquear as gigantes globais, o muro criou um mercado cativo de centenas de milhões de usuários e permitiu que alternativas domésticas crescessem sem enfrentar concorrência estrangeira direta. Baidu no lugar do Google, WeChat no lugar do WhatsApp, Youku e iQiyi no lugar do YouTube. Foi assim que Alibaba, Tencent e Baidu se tornaram gigantes: dentro de um mercado protegido. Analistas descrevem isso como uma forma lucrativa de protecionismo comercial.

O objetivo declarado é conectividade gerenciada. Instituições acadêmicas e empresas autorizadas mantêm acesso a recursos globais, e o comércio eletrônico transfronteiriço continua funcionando.

O muro cobra um preço dos dois lados. Yanfeng Zheng e Qinyu Wang, no Strategic Management Journal, compararam patentes chinesas com patentes de regiões vizinhas não afetadas pelo bloqueio do Google em 2014, e encontraram inventores no país buscando conhecimento distante com menos frequência depois do bloqueio, com queda no valor econômico das invenções resultantes. A barreira que protegeu empresas domésticas também as afastou do conhecimento que circula fora.

O que os modelos podem dizer, e os limites da expressão

As mesmas regras valem para a inteligência artificial, e nesse caso são públicas.

As Medidas Provisórias para Serviços de IA Generativa, em vigor desde agosto de 2023, exigem que o conteúdo gerado sustente os valores centrais socialistas e não produza material que ponha em risco a segurança nacional, subverta o poder estatal ou mine a unidade nacional. Serviços com atributos de opinião pública precisam passar por avaliação de segurança e registrar seus algoritmos junto à Administração do Ciberespaço.

O efeito no produto é observável por qualquer pessoa. Os modelos chineses mais populares recusam perguntas sobre os protestos da Praça da Paz Celestial em 1989. Em alguns casos, mesmo perguntas simples sobre a liderança do país acionam a recusa. Em conversas com pessoas que trabalham no setor, isso aparece com naturalidade: é o custo de operar ali.

Existe até um procedimento padronizado. Para obter aprovação de lançamento público, os provedores submetem um conjunto de duas mil perguntas cobrindo as categorias de risco definidas em norma técnica.

O que não é público é o critério

As regras publicadas são só metade da história. A outra metade é o mecanismo que as faz valer, e esse não está escrito em lugar nenhum.

Uma empresa chinesa de IA relatou ao Financial Times que seu modelo não passou na primeira rodada de avaliação por razões que não ficaram claras, e passou depois de adivinhar e ajustar. O método descrito é tentativa e erro: remover informação problemática dos dados de treinamento e acrescentar uma base de palavras sensíveis, até que a avaliação seja aprovada.

A opacidade não é anedota. Dois dos principais pesquisadores de política de IA chinesa chegam a conclusões opostas sobre a natureza do processo: uma entende que as empresas apenas registram suas avaliações junto aos escritórios locais, sem licença prévia; o outro observa que, na prática, os reguladores passaram a tratar o registro como um regime de licenciamento. Quando dois pesquisadores desse nível discordam sobre se aquilo é registro ou licença, a única coisa clara é que não há clareza.

Some-se a isso que a autoridade reguladora pode ordenar modificações no algoritmo a qualquer momento, para tratar riscos de opinião pública ou preocupações de estabilidade social, com suspensão do serviço para quem não cumprir de imediato.

A regra é pública. A fiscalização, não.

Toda fronteira tem um dono

A comparação importa, porque a restrição não é exclusividade chinesa.

Um estudo publicado na PNAS Nexus testou 145 perguntas políticas e encontrou taxas de recusa muito maiores nos modelos chineses do que nos demais, com respostas mais curtas e mais imprecisas.

Mas um levantamento do Oversight Board, órgão independente financiado pela Meta, testou dez modelos comerciais de seis empresas, incluindo Anthropic, Google, Meta, OpenAI e xAI, com mais de treze mil solicitações. O resultado: os modelos recusaram 34% dos pedidos de conteúdo político crítico sobre países com legislação restritiva, contra 14% sobre países com proteções à liberdade de expressão, mesmo quando o pedido partia de um lugar onde nenhuma daquelas leis se aplica. O relatório chama isso de censura por procuração. A recusa variou por país: 45% para a China, 43% para a Tailândia, contra 9% para os Estados Unidos e 8% para o Reino Unido. Quando o pedido era de opinião, e não de crítica, o índice de recusa ficou em 41% nos dois grupos, sem relação com o país, o que sugere escolha do desenvolvedor e não a lei.

Todo modelo carrega restrições. O que muda é a origem delas. Na China, vêm de norma estatal explícita. Nos modelos americanos, vêm de política de empresa, avaliação de risco jurídico e decisões de treinamento que raramente são publicadas. Nos dois casos, o usuário recebe uma fronteira que não escolheu e nem sempre consegue enxergar.

O mercado, o dado e a fronteira

Três coisas se conectam aqui.

A primeira é econômica: o mercado protegido que o muro criou é a base sobre a qual o ecossistema chinês de IA cresceu. As empresas que hoje treinam modelos são as mesmas que se tornaram gigantes sem concorrência externa.

A segunda é sobre dados: a integração que experimentei nos primeiros dias, com serviços conversando entre si dentro de super apps, produz um volume e uma continuidade de dados comportamentais difíceis de obter em ecossistemas fragmentados. É o insumo que a China inscreveu oficialmente como quinto fator de produção, ao lado de terra, trabalho, capital e tecnologia.

A terceira é sobre o que se pode perguntar: um modelo treinado e avaliado sob essas regras carrega os limites do ambiente em que nasceu. Isso não o torna menos capaz em programação, matemática ou tradução, áreas onde os modelos chineses competem de igual para igual. Mas define uma fronteira em torno de certos temas, e essa fronteira viaja junto com o modelo quando ele é adotado em outros países.

Para quem pensa em soberania tecnológica no Brasil, isso importa: escolher um modelo é escolher desempenho, preço e também um conjunto de limites definido em outro lugar, seja por lei, seja por política corporativa.

A competição em IA foi inicialmente narrada como uma corrida pelo modelo mais avançado: testes de desempenho, número de parâmetros, quantidade de chips, capacidade de treinar sistemas cada vez maiores. Essa corrida continua relevante, modelos de fronteira abrem possibilidades e alimentam modelos menores. Mas o modelo mais poderoso já não é medida suficiente da posição de um país.

O que importa comparar já é o ecossistema inteiro: Estados, empresas, universidades, investidores, infraestrutura, aplicações e instituições internacionais formando sistemas que se reforçam mutuamente. É nesse nível que a ascensão chinesa adquire maior significado.

Estados Unidos e China têm sistemas híbridos. Ambos dependem de empresas, universidades, financiamento público, política industrial e segurança nacional. A diferença está na forma de coordenação. O ecossistema americano é mais orientado por capital privado, grandes plataformas globais e laboratórios que vendem acesso a modelos proprietários. O chinês apresenta coordenação estatal mais explícita e uma ligação mais direta entre IA e transformação da economia física.

A estratégia chinesa de difusão tem duas alavancas, abertura e baixo custo. Modelos de pesos abertos permitem baixar, executar localmente, adaptar e combinar com sistemas próprios, muito mais autonomia operacional do que o acesso por uma API controlada pelo fornecedor. O preço cumpre função parecida: modelos suficientemente bons e baratos tornam economicamente viáveis aplicações que não suportariam o custo dos sistemas mais caros. O que passa a contar é o custo por tarefa concluída com qualidade, mais do que o custo por token.

O mecanismo mais interessante é o dos dois ciclos de retroalimentação. O primeiro é digital: modelos abertos ampliam adoção, a adoção produz adaptações, e as adaptações fortalecem modelos, ferramentas e comunidades. O segundo é físico: modelos são incorporados a fábricas, robôs, logística e equipamentos; essas aplicações produzem dados reais; os dados melhoram modelos especializados; e os modelos melhores permitem novas aplicações. Dados sobre defeitos industriais, comportamento de máquinas e decisões logísticas têm valor que não se obtém coletando textos da internet. É aqui que a base industrial chinesa vira ativo de IA, desde que a distância tecnológica na fronteira se mantenha limitada.

Para um país como o Brasil, o segundo ciclo é o que mais importa e o mais difícil de acionar. A base industrial existe, ainda que numa fração do tamanho da chinesa, e setores como agricultura, mineração e energia geram dados operacionais que não estão na internet de ninguém. O que falta é a ligação entre esses dados e quem desenvolve modelos, algo que na China é organizado por território, como se viu em Minhang. Sem essa ligação, o país participa apenas do primeiro ciclo, o digital, que é aberto a todos e por isso não gera vantagem.

No dia 16 de julho, com a viagem em andamento, a Moonshot lançou o Kimi K3. No índice de inteligência da Artificial Analysis, que roda avaliação própria, o modelo apareceu entre os três primeiros, com 57,1 pontos contra 59,9 do Claude Fable 5 e 58,9 do GPT-5.6, e à frente do Claude Opus 4.8. Num placar cego de programação de interface da LMArena, subiu do 18º ao primeiro lugar em horas. É o primeiro modelo de pesos abertos a chegar tão alto em medição de terceiros.

O índice da Universidade Stanford deste ano registra que a diferença de desempenho entre o melhor modelo americano e o melhor chinês caiu para 2,7%. No mesmo período, o investimento privado em inteligência artificial na China foi de 12,4 bilhões de dólares, contra 285,9 bilhões nos Estados Unidos.

Essa comparação, sozinha, engana, porque ela mede apenas capital privado. Na China uma fatia substancial do esforço é pública: só em data centers o país programa cerca de 2 trilhões de yuans (cerca de R$ 1,5 trilhão) em cinco anos, com meta de usar ao menos 80% de tecnologia local. Somando o dinheiro público, a assimetria de investimento é bem menor do que a razão de 23 vezes sugere. Ainda assim ela existe, e é o que esta tese tenta explicar.

De onde vêm os custos

Primeiro vamos entender de onde vêm os custos envolvidos na economia da IA. Existem dois pontos relevantes.

O primeiro é o treino. Construir o modelo é um esforço único e concentrado: meses de cálculo em milhares de chips, consumindo energia sem parar, para produzir um arquivo. É como erguer uma fábrica. Investe-se antes de vender qualquer coisa.

O segundo é o uso, que no jargão do setor se chama inferência. Cada pergunta que alguém faz ao modelo consome cálculo e energia de novo, e essa conta nunca para de chegar. É a fábrica em operação, com energia e turno.

As duas contas são independentes. Um modelo pode ser caro de construir e barato de usar, ou o contrário. Os laboratórios chineses atacaram as duas, com ferramentas diferentes. Os preços finais para o consumidor são fruto desses esforços.

Como barataram o treino

A ferramenta principal se chama destilação. Em vez de o modelo novo descobrir sozinho como responder, ele aprende com as respostas de um modelo mais capaz que já existe, usando essas respostas como material de treino.

A analogia mais próxima é a de um profissional novo que aprende observando o trabalho acabado de alguém experiente, em vez de reconstruir a área do zero. É muito mais rápido e barato, mas tem limitações: depende de existir alguém à frente, e tende a estabelecer um teto próximo do nível de quem ensinou.

É aqui que está a maior disputa aberta do setor. Em fevereiro de 2026 a Anthropic acusou publicamente a Moonshot, junto com DeepSeek e MiniMax, de destilação em escala industrial contra o Claude: mais de 24 mil contas fraudulentas e cerca de 16 milhões de trocas, das quais 3,4 milhões atribuídas à Moonshot, concentradas em programação, uso de ferramentas e raciocínio em cadeia. O diretor de ciência e tecnologia da Casa Branca repetiu a acusação em julho e o secretário do Tesouro ameaçou sancionar empresas chinesas de IA por essa prática, mas nenhuma medida formal havia sido tomada até o fim da viagem. A Moonshot não confirmou nem negou, e a embaixada chinesa chamou as acusações de infundadas. Pesquisadores de IA contestaram publicamente a acusação, argumentando que o prazo entre o lançamento do modelo americano e o do chinês não sustenta uma operação daquela escala.

Duas ressalvas mudam a leitura dessa disputa.

A primeira é científica. Quanto a destilação de fato explica do desempenho é objeto de discordância entre pesquisadores, e não uma questão resolvida. Ela acelera, sem substituir, o trabalho de arquitetura e de treinamento posterior.

A segunda traz ao centro da disputa aparentes contradições na própria posição de empresas e do governo americanos. Os modelos americanos foram construídos sobre texto, imagem e código coletados em escala cuja legalidade está sendo decidida em tribunal, com processos movidos por autores, editoras, jornais e artistas. A própria Anthropic fechou em 2025 um acordo de 1,5 bilhão de dólares com autores em ação coletiva sobre uso de obras em treinamento. Isso não resolve a questão jurídica da destilação, que é distinta. Mas é importante reconhecer que a discussão sobre apropriação de trabalho alheio para treinar modelos existe nas duas pontas da cadeia.

Por que rodar esses modelos custa menos

Um modelo é um conjunto enorme de números, e processar cada pedaço de texto significa fazer contas com esses números. Quanto mais números entram na conta, mais cálculo e mais energia cada palavra consome.

No desenho tradicional, todos os números do modelo participam do processamento de cada palavra. Um modelo duas vezes maior custa cerca de duas vezes mais para rodar.

No desenho que os laboratórios chineses levaram ao extremo, os números são organizados em blocos, e para cada palavra o sistema seleciona apenas alguns blocos para fazer a conta. O modelo continua guardando tudo o que aprendeu, e o custo de cada palavra cai para o tamanho do que foi efetivamente usado. Um modelo com 2,8 trilhões de números que usa 1,8% deles por palavra custa para rodar mais ou menos o que custaria um modelo cinquenta vezes menor, mantendo o conhecimento do modelo grande.

Essa proporção entre o que é usado e o tamanho total virou uma corrida, e é aí que a comparação fica interessante. No primeiro modelo desse tipo a ganhar uso amplo, o francês Mixtral, cerca de 25% era usado por vez. No Llama 4 da Meta e no Qwen da Alibaba, cerca de 4%. No DeepSeek V4 Pro, cerca de 3%. No Kimi K3, 1,8%. Os modelos fechados americanos não divulgam esse número.

O efeito no preço é grande. Em maio de 2026, o principal modelo chinês custava 1,71 dólar por milhão de unidades de texto processadas, contra 11,25 dólares no principal modelo americano.

Isso também gera economia do principal insumo da inferência, que é energia elétrica. No treino o custo dominante são os chips. No uso, a conta é permanente e elétrica, e é essa variável que mais pesa.

Aqui há duas alavancas distintas que vale separar, porque elas se somam. A arquitetura reduz a quantidade de cálculo por pergunta, ou seja, gasta menos energia por consulta. Já o preço de cada unidade de energia é mais baixo na China, e cai também a restrição de disponibilidade: em 2025 a China ampliou a capacidade de vento e sol em mais de 430 gigawatts, mais da metade de tudo que o mundo acrescentou em renováveis naquele ano, e a mesma reportagem cita projeção da BloombergNEF de que o país vá adicionar mais de seis vezes a capacidade americana nos próximos cinco anos. Um data center comparável gasta cerca de 40% menos em eletricidade operando lá. Uma alavanca reduz o consumo, a outra reduz o preço do que se consome.

Há ainda uma terceira: abrir os pesos transfere a conta do uso para quem baixa o modelo.

Os chips, e por que a conta não fecha sozinha

Os controles americanos barram os aceleradores mais avançados desde 2022. Em janeiro de 2026 o H200 passou a ser liberado caso a caso, com análise individual, tarifa por embarque e teto de volume. Há também a acusação de compra fora desse canal autorizado: o diretor do escritório de ciência e tecnologia da Casa Branca afirmou que a Moonshot adquiriu servidores equipados com chips GB300, a geração mais avançada da Nvidia e proibida de venda à China, e acessou essas máquinas na Tailândia, provavelmente para treinar seus modelos. A empresa não comentou.

O documento traz duas cenas que parecem se contradizer. Num painel da feira, celebrou-se o refinamento final de um modelo de ponta rodado inteiramente em máquinas Ascend, da Huawei, sem nenhum chip estrangeiro. A DeepSeek tentou treinar o modelo R2 nesses mesmos chips, sob incentivo do governo, falhou repetidamente e voltou para hardware da Nvidia.

Essa distinção é informativa. Refinar um modelo já treinado em chip doméstico é viável hoje. Treinar um modelo de fronteira do zero nele ainda não é. É por isso que a substituição avança pela ponta mais fácil da cadeia, e por isso que o gargalo continua sendo o mesmo.

Quem são essas empresas

O quarto elemento é gente, e o fluxo se inverteu na última década. A migração de pesquisadores para os Estados Unidos caiu 89%, e parte da vantagem americana segue de pé.

Uma coisa que atrapalha a leitura de fora é imaginar que a divisão entre grande empresa e laboratório independente funcione lá como aqui.

Existem as grandes de tecnologia com modelo próprio, como Alibaba, ByteDance, Baidu e Tencent, e um grupo de independentes que a imprensa local chama de tigres. Grandes empresas investindo em laboratórios independentes não é particularidade chinesa, e o mesmo arranjo existe nos Estados Unidos.

As diferenças estão em outros dois pontos. O primeiro é a presença de capital estatal: a rodada de maio de 2026 que quintuplicou o valor da Moonshot trouxe, entre os novos investidores, a operadora estatal China Mobile. O segundo é o acesso ao mercado de capitais: dois desses independentes, Z.ai e MiniMax, abriram capital em Hong Kong no começo de 2026, antes da OpenAI, que segue fechada.

A DeepSeek fica fora dessa categoria por origem: nasceu como braço de um fundo de investimento quantitativo e opera como laboratório de pesquisa, sem produto de consumo em primeiro plano.

O que isso significa na prática

Posição em avaliação técnica e qualidade no uso diário são coisas diferentes. A própria Moonshot reconhece que o Kimi K3 fica atrás dos principais modelos americanos no uso cotidiano. A Artificial Analysis, na avaliação em que mede isso, encontrou taxa de alucinação de 51%, contra 39% da geração anterior. O número mede a proporção de respostas inventadas entre as que o modelo escolhe responder com confiança, em vez de dizer que não sabe, e a empresa não o incluiu nos gráficos que divulgou. Vale a comparação para não ler o dado como defeito chinês: o principal modelo americano marca cerca de 55% na mesma avaliação.

Mas a prática além das manchetes é o que realmente importa: para a maior parte das tarefas que uma empresa roda, a diferença de qualidade deixou de justificar a diferença de preço.

Uma feira é um retrato do que uma indústria acha que vale exibir. Passei um dia na área de exposições da WAIC. O que ficou foi a impressão de uma cadeia inteira exposta, do rack de servidor até o caminhão autônomo, passando por sensores, mãos robóticas, agentes industriais e maquetes de redes de energia. É uma feira de infraestrutura.

A economia do token

Num dos painéis da Huawei, em letras grandes, uma frase que resume a mudança: Efficient Compute for Token Economy. Economia do token.

O token, unidade mínima de texto que um modelo processa, passou a ser tratado como unidade produtiva, na mesma lógica do quilowatt-hora na energia ou da tonelada transportada na logística. A competição muda de lugar: passa a ser sobre custo por milhão de tokens, tokens por segundo, latência, consumo energético, tempo até a primeira resposta.

A consequência prática é que a inferência, o ato de rodar o modelo para responder a cada pergunta, tende a se tornar um mercado tão ou mais importante que o treinamento. Treinar é investimento concentrado, acontece uma vez. Servir milhões de consultas é gasto operacional contínuo, todo dia, para sempre. É por isso que tantas telas na feira falavam de guardar respostas já calculadas para reaproveitar, dividir o trabalho entre muitos processadores e reduzir o tempo até a primeira palavra aparecer na tela. Assuntos que definem margem.

A resposta sistêmica à restrição de chips

O que se expõe nessa parte da feira só se entende contra a disputa que pesa sobre toda a indústria chinesa de IA. Desde 2022, os Estados Unidos impõem controles de exportação sobre os semicondutores mais avançados. A Nvidia respondeu criando versões rebaixadas exclusivamente para o mercado chinês, e o governo americano oscilou entre bloquear e liberar essas vendas, chegando a autorizá-las em 2025 mediante o repasse de 15% da receita ao governo americano.

Em setembro de 2025, a Administração do Ciberespaço ordenou que ByteDance, Alibaba e outras gigantes cancelassem os pedidos e até os testes do chip que a Nvidia havia desenhado justamente para contornar as restrições. A justificativa oficial foi que os processadores domésticos já alcançavam desempenho comparável. Empresas que preparavam encomendas de dezenas de milhares de unidades tiveram de suspender tudo. Jensen Huang, presidente da Nvidia, declarou-se publicamente decepcionado.

A restrição, portanto, deixou de ser apenas americana. Virou instrumento dos dois lados: Washington restringe para conter, Pequim restringe para forçar a maturação da própria indústria, aceitando operar com hardware inferior enquanto isso. Houve um recuo parcial: o Departamento de Comércio americano liberou cerca de dez empresas chinesas a comprar até 75 mil unidades cada de um chip mais capaz. Um ano depois da liberação, nenhuma unidade havia sido entregue, travada pelas exigências dos dois governos, e a Nvidia registrou receita zero de computação para data center na China no trimestre encerrado em abril de 2026.

É essa a disputa que estava exposta naqueles armários pretos. Sem o melhor chip individual, compete-se no sistema completo: interconexão, refrigeração, memória, software, confiabilidade. A Huawei expunha o que chama de supernó: centenas de processadores conectados por redes de altíssima velocidade para que se comportem como uma máquina única, em vez de muitas máquinas separadas.

Havia um painel celebrando um feito específico: o refinamento final de um dos principais modelos chineses, o DeepSeek-V4-Pro, rodado inteiramente em máquinas Ascend, sem nenhum chip estrangeiro, em trinta dias e sem falhas ao longo do processo. É a demonstração de que dá para chegar ao fim de um treinamento sério em hardware doméstico.

A diferença de chips permanece, e é grande: os processadores chineses entregam cerca de um terço do desempenho da geração americana atual. Mas a unidade competitiva passou a ser o sistema montado, e boa parte do valor econômico da IA está nesses armários muito menos fotogênicos que os robôs humanoides.

A universidade dentro do ecossistema

Um dos painéis que mais me chamou atenção era da Shanghai Jiao Tong University, em parceria com a Ascend, exibindo a maior plataforma de computação inteligente universitária da China: 633 petaflops de capacidade, o equivalente a um supercomputador nacional de porte médio, servindo cinquenta mil estudantes e professores. Visitaria a Jiao Tong poucos dias depois, onde veria que, mais do que vitrine de feira, essa capacidade computacional é a base sobre a qual a universidade treina modelos e administra o próprio campus.

A plataforma sustenta treinamento de modelos, pesquisa em física quântica, bioinformática e análise de microbiologia marinha, além de assistentes de IA em 229 disciplinas e agentes para gestão administrativa da própria universidade. É a mesma lógica territorial que vimos em Minhang, agora dentro do campus: infraestrutura pública de computação como bem comum de uma instituição, construída em casa.

O humanoide, o fetiche e a discussão

Num ringue montado no meio da feira, dois humanoides trocavam golpes e saltos diante de uma plateia que não se dispersava. É a imagem que circula, a que vira vídeo, a que define a percepção pública da robótica chinesa.

O tamanho real do mercado põe isso em perspectiva. Em 2024, foram instalados no mundo 542 mil robôs industriais, com estoque operacional de 4,66 milhões de unidades e um mercado próximo de 65 bilhões de dólares. No mesmo período, os embarques globais de humanoides ficaram em torno de 18 mil unidades, com receita entre 2 e 4 bilhões de dólares. Trinta vezes mais robôs industriais, e a consultoria Interact Analysis estima que apenas cerca de 10% dos humanoides produzidos até 2025 chegaram a operar de fato em ambiente real.

A tentação é concluir que o humanoide é puro espetáculo. Há dois argumentos sérios do outro lado.

O primeiro é que o mundo foi construído para o corpo humano. Portas, escadas, ferramentas, painéis de controle, prateleiras, tudo dimensionado para nós. Um robô com formato humano entra numa fábrica existente sem obra, sem redesenhar layout, sem parar a linha de produção. A automação tradicional exige adaptar o ambiente à máquina. O humanoide se adapta ao ambiente que já existe. Para quem opera sem poder desligar a linha por seis meses, isso pesa.

O segundo argumento é sobre dados, e é aqui que a feira fica realmente interessante. Havia estandes inteiros dedicados a equipamentos de captura: capacetes com múltiplas câmeras, luvas com sensores, exoesqueletos vestíveis. São instrumentos para registrar seres humanos executando tarefas, e transformar esse registro em dado de treinamento.

Modelos de linguagem aprenderam com a internet inteira, um acervo que já existia. Robôs precisam de dados inéditos: pressão, força de contato, trajetória, equilíbrio, correção de erro no meio de um movimento. São caros de produzir, porque um operador experiente registra entre cinco e cinquenta demonstrações por hora, o que limita a escala. Daí os equipamentos vestíveis, que permitem distribuir a coleta entre muitas pessoas em ambientes reais.

A defesa mais forte do formato humanoide está no dado: se ele vem de humanos, ter um corpo com a mesma configuração reduz a perda que ocorre quando uma habilidade aprendida num formato é transferida para outro. O corpo humanoide serve para caber nas portas e para aprender a partir do registro do nosso movimento. Descrevo aqui a lógica econômica e técnica da aposta, sem entrar no mérito de quando e se faz sentido substituir trabalho humano por máquinas, que é uma discussão de outra ordem.

O humanoide é uma aposta de longo prazo com vitrine desproporcional ao presente. O retorno econômico hoje está no braço robótico parafusado ao chão de fábrica, no veículo autônomo dentro do pátio fechado, no drone de inspeção. Os fabricantes chineses respondem por cerca de 90% do volume mundial de humanoides, o que mostra que é uma aposta séria. Mas a aposta mira a década que vem.

O que a feira ensina sobre o modelo

Três coisas ficam ao caminhar por ali.

A primeira é que o Estado aparece como cliente e como organizador de demanda. Portos, redes de energia, transporte, segurança pública, universidades. Esses setores oferecem dados, ambientes de teste, contratos e tolerância a pilotos longos, e é isso que permite a uma tecnologia amadurecer antes de existir mercado consumidor amplo.

A segunda é que a unidade de venda passou a ser a solução integrada. Os estandes expunham o modelo dentro de um servidor, dentro de um agente, dentro de um processo portuário.

A terceira é que boa parte do valor pode estar na cadeia de fornecedores: juntas, motores, redutores, sensores, mãos, controladores, sistemas de refrigeração, plataformas de captura de dados. A experiência chinesa com veículos elétricos sugere uma trajetória possível, de competição feroz no produto final, queda rápida de preços e fortalecimento de quem fornece componentes.

Num auditório lotado onde eu era o único não chinês, assisti a três painéis sobre economia de produtos de IA, memória de sistemas e hardware. Era um dos dezenas de eventos paralelos que rodam em torno da conferência oficial. A conversa era entre empresários chineses tratando de negócios uns com os outros, e o que se diz nessas condições difere do que se anuncia num palco internacional.

A margem espremida

O tema que atravessou o primeiro painel foi o custo. Depois que um produto de IA ganha escala, o custo de processar cada consulta vira a variável dominante do negócio, e come a margem mesmo quando conquistar o usuário foi barato.

As respostas a esse problema são de um pragmatismo que estou pouco acostumado a ver em conferências. Uma delas é rotear a tarefa: usar o modelo mais caro e capaz apenas quando a tarefa exige, e resolver o resto com modelos anteriores. Outra é a arbitragem de gerações: quando um fabricante lança uma geração nova de processadores, a anterior cai cerca de 80% de preço, e quem opera com dezenas de milhares de usuários por dia sustenta a margem justamente aí.

Houve também uma observação sobre custo regulatório: para operar como fornecedor de IA, dentro e fora da China, o custo de conformidade vem antes do custo de operação e precisa ser pago adiantado.

O projeto zumbi

O painel também tratou do que não funciona.

Um dos palestrantes formulou a pergunta que, segundo ele, segue sem resposta: a IA melhora o negócio de forma significativa? Meses de campanhas, rankings e demonstrações, e a resposta permanece incerta.

O diagnóstico que se seguiu foi mais interessante que a pergunta. Projetos de agentes de IA que morrem antes de chegar à produção, apelidados ali de projetos zumbis, não morrem por limitação técnica nem por falta de orçamento. Morrem porque o líder da área de negócio não participou pessoalmente. O resultado é uma demonstração impressionante que ninguém usa.

Havia ainda um impasse contratual descrito com franqueza: o cliente quer que o fornecedor responda pelo resultado, o fornecedor recua, e a definição do que seria melhoria quase nunca coincide entre as partes. Cobrar por resultado esbarra em contrato, não em tecnologia.

Por que a China é a fábrica de hardware do mundo?

O painel de hardware trouxe a explicação material para algo que se vê andando pela feira: a quantidade de produtos diferentes fazendo coisas parecidas.

Shenzhen era uma vila de pescadores no fim dos anos 1970, quando foi designada a primeira zona econômica especial da China, um experimento de abertura ao capital estrangeiro em território controlado. Cinco décadas depois, virou o centro mundial de fabricação de eletrônicos, com a região do delta do Rio das Pérolas concentrando a maior densidade de fabricantes do planeta. Os números variam conforme o critério, entre 20 mil e 50 mil empresas dependendo do que se conta, e a variação em si já diz algo: em qualquer recorte, é uma concentração sem paralelo.

Para dimensionar em termos brasileiros: o mercado de componentes de Huaqiangbei ocupa cerca de dez quarteirões, e toda a cadeia de suprimentos está a menos de duas horas de carro. É como se o comércio de componentes de São Paulo e as fábricas de Manaus, hoje separados por quase três mil quilômetros, coubessem num pedaço de uma mesma cidade, com qualquer componente disponível no mesmo dia e protótipo pronto em dois. A cidade fechou 2025 com PIB de 3,87 trilhões de yuans, cerca de R$ 2,9 trilhões ou 540 bilhões de dólares, próximo ao do estado de São Paulo inteiro. Só o distrito de Nanshan, que ocupa menos de um décimo da área da cidade, fechou 2025 com 1,01 trilhão de yuans, cerca de R$ 758 bilhões, mais de um quarto de tudo que Shenzhen produz. É o primeiro distrito municipal da China a ultrapassar o trilhão.

Nessa densidade, todos compram dos mesmos fornecedores: os mesmos chips, os mesmos sensores, as mesmas baterias, as mesmas câmeras. O custo dos componentes é praticamente o mesmo para qualquer empresa que monte um produto ali, e ninguém tem vantagem sobre o vizinho nessa camada.

A consequência é o ponto interessante. Na maior parte do mundo, lançar um produto novo é caro: é preciso desenvolver componentes específicos, negociar fornecedores, arcar com moldes e ferramental próprios. Ali, como os componentes já estão disponíveis e padronizados, criar uma variação de produto acrescenta algo em torno de 20% ao custo, e não 80% ou 100%.

Isso muda a estratégia inteira. Se lançar cinco produtos custa quase o mesmo que lançar um, a decisão racional deixa de ser apostar num só depois de muita pesquisa de mercado, e passa a ser lançar vários ao mesmo tempo e deixar as vendas revelarem qual funciona.

Em software isso é banal: um teste A/B custa quase nada, e testar dez versões de uma tela é rotina. Em hardware, o custo de errar sempre foi alto o bastante para exigir pesquisa antes de produzir. O que a estrutura do delta do Rio das Pérolas faz é aproximar o hardware da economia do software. Não chega a se igualar, mas chega perto o suficiente para mudar o comportamento: o mercado vira o teste, no lugar da pesquisa prévia.

Isso explica algo que pode parecer estranho para quem, como eu, vai a uma feira e vê um robô falhando miseravelmente em dobrar uma camisa, ou ouve numa conversa entre empresários a falta de pudor em afirmar que um travesseiro capaz de processar eletroencefalograma ainda não tem comprovação de funcionar bem. O produto pode chegar pronto, mas não precisa: descobrir vendendo custa menos que descobrir testando.

Os números do mercado explicam por que ninguém domina. Em 2025, o mercado chinês de óculos de IA foi de 950 mil unidades no total, repartidas entre Xiaomi (32%), Rokid (28,5%) e Alibaba (16%). Nenhuma empresa chinesa passou de meio milhão. No mesmo período, a Meta sozinha vendeu 7,4 milhões de unidades e ficou com 85% do mercado mundial.

Mas o número que importa é outro: mais de 80% das empresas da cadeia global de óculos de IA são chinesas, do módulo óptico ao chip, da tela à montagem final, segundo levantamento do Bank of America. Os óculos da Meta são projetados nos Estados Unidos e feitos de peças chinesas. No delta do Rio das Pérolas, com um pedido em mãos, um protótipo de óculos sai em três dias e entra em produção em sete.

É o retrato do sistema. A mesma estrutura que torna barato lançar um produto torna improvável que qualquer marca se torne dominante: dezenas de empresas disputaram menos de um milhão de aparelhos no mercado chinês. O ganho individual é magro, e o coletivo é enorme. Quem vence é a cadeia, e não a marca.

A tese sobre vestíveis foi dita sem hesitação: capturar o contexto da pessoa em tempo real, dentro e fora da internet. A frase que a sustenta, que anotei pela franqueza: quando você controla todos os pontos de contato de uma pessoa, basta ser 40% melhor que a concorrência para que ela não consiga mais viver sem o seu produto.

Dados sensíveis como ativo

Dois momentos do painel de hardware me fizeram parar.

O primeiro veio de uma empresa de robôs educacionais que descreveu um negócio de escala considerável: 30 mil escolas parceiras, 10 mil instituições, uma competição própria que reúne 150 mil jovens por ano. O posicionamento declarado era contra a lógica de nota dos aplicativos escolares e a favor de cada criança encontrar seu próprio campo. E então, ao fim, a frase que fecha o raciocínio: o ativo mais valioso da empresa são os dados de sete anos de jovens usando tecnologia, extremamente valiosos no futuro.

O segundo veio do painel de interface entre cérebro e computador. Depois de explicar que sensores na cabeça conseguem detectar queda de atenção e o momento em que a mente divaga, o palestrante mencionou duas aplicações em sequência. A primeira: no futuro, seu dispositivo de IA pode ler o que seu parceiro está pensando. A segunda: também estamos tentando ler e reconhecer os problemas de atenção de estudantes e adolescentes.

Monitoramento da atenção de menores por eletroencefalografia, a leitura da atividade elétrica do cérebro por sensores externos, apresentado como oportunidade de mercado, com naturalidade, num painel de negócios.

O moderador, para seu crédito, nomeou a assimetria: perguntou sobre menores, dados familiares, os limites do acompanhamento e o limiar de confiança que separa o aceitável na China do aceitável em outros lugares. A resposta ignorou a pergunta e voltou a falar de qualidade de dados.

O que muda quando o palco muda

A conferência principal é a China falando para o mundo: governança, cooperação, bem público internacional. Num evento entre empresários locais, a conversa é sobre margem, custo por consulta, projeto que não sai do papel, dados como ativo. As duas conversas são verdadeiras. São camadas diferentes de uma mesma indústria, e ouvir as duas evita dois erros simétricos: de um lado, tomar o discurso oficial de bem público comum como a pura realidade; de outro, supor que exista apenas cálculo comercial pragmático por trás dele.

Parece-me fundamental entender quais são os anseios e incentivos dos empresários chineses, dado que estamos mergulhados numa cultura influenciada pela dos empresários norte-americanos. Algumas diferenças que percebi entre os dois discursos estão em dois planos.

O primeiro é sobre o que cada sociedade escolhe considerar um problema. A leitura de sinais cerebrais para monitorar atenção de estudantes causa desconforto imediato em quem vem de onde eu venho, e apareceu naquele painel como oportunidade de mercado. Mas seria impreciso concluir que os Estados Unidos e a Europa resolveram essa questão. Nos Estados Unidos, Califórnia, Colorado e Montana aprovaram leis tratando dados neurais como informação sensível, há ao menos quinze projetos tramitando em outros estados e uma proposta federal apresentada em 2025. Ao mesmo tempo, um levantamento encontrou que 29 de 30 empresas de neurotecnologia disponíveis ao consumidor acessam dados cerebrais sem limitações significativas. A preocupação existe, a lei começa a existir, e a prática segue à frente das duas.

O segundo plano é a forma de intervir, e aqui está a diferença que mais me chamou atenção nesta viagem. Ficamos com a impressão de que a China é mais restritiva. Ela é, sobretudo, mais rígida na execução. Uma vez definida uma posição, ela se aplica: empresas cancelam pedidos de chips já testados, plataformas desligam funções de companheiro virtual na véspera do prazo, um setor inteiro é reorganizado sem período de acomodação. Isso vem de um arranjo institucional sem os contrapesos de uma democracia, e a velocidade tem esse preço. Mas as intenções declaradas por trás de várias dessas intervenções, proteger crianças de dependência emocional, conter manipulação afetiva comercial, exigir rotulagem de conteúdo sintético, não são estranhas ao debate europeu e americano. São, em vários casos, as mesmas preocupações que a Europa formula em regulamento e que os Estados Unidos discutem estado a estado.

A diferença de ritmo, então, diz menos sobre o que cada sociedade valoriza e mais sobre quanto atrito existe entre decidir e executar. É justamente esse atrito que uma democracia produz de propósito, mas que pode também dificultar ações tempestivas diante de problemas sociais complexos, que demandam coordenação entre atores e gestão de incentivos.

Numa parede vermelha, dentro da Shanghai Data Exchange, três frases de Xi Jinping resumem uma decisão que poucos países tomaram: tratar o dado como fator de produção. Terra, trabalho, capital, e agora dados. A formulação não é retórica. Em 2019, o Comitê Central do Partido caracterizou o dado como fator de produção, e em 2020 um documento do próprio Comitê Central e do Conselho de Estado o inscreveu oficialmente como o quinto fator produtivo da economia chinesa, ao lado de terra, trabalho, capital e tecnologia. A bolsa que eu visitava é a consequência material dessa escolha: um lugar onde o dado deixa de ser subproduto da atividade econômica e passa a ser mercadoria com registro, preço e regras de circulação.

O que significa chamar o dado de fator de produção

A ideia por trás da política é que o valor do dado para uma economia está subprecificado, porque ele fica represado. Empresas acumulam dados que não sabem monetizar, órgãos públicos guardam bases que ninguém acessa, e a maior parte desse estoque nunca circula. Chamar o dado de fator de produção é uma tentativa de destravar isso por decreto: se o dado é insumo econômico como a terra ou o capital, então precisa de um mercado onde possa ser alocado, trocado e reaproveitado.

Um passo concreto nessa direção veio em agosto de 2023, quando o Ministério das Finanças publicou o que se descreve como a primeira norma contábil nacional do mundo para ativos de dados, permitindo que empresas registrem dados no próprio balanço, com vigência a partir de janeiro de 2024. Deixar de ser custo e virar ativo no balanço muda como o dado aparece na contabilidade de uma empresa, e é o tipo de mudança que só faz sentido se existe um mercado onde esse ativo pode, ao menos em tese, ser avaliado e negociado.

A adesão, porém, foi mínima. Até o fim de 2024, apenas 55 empresas listadas e 228 não listadas, num país com quase 60 milhões de empresas registradas, tinham lançado ativos de dados no balanço, segundo estimativa da Universidade Jiao Tong de Xangai. Um levantamento com empresas listadas encontrou cerca de 2% reportando ativos de dados no exercício de 2024, com as companhias adotando postura de esperar e ver, porque avaliam que o custo de conformidade supera o benefício.

A leitura de especialistas descreve esse movimento como política industrial para dados, não como abertura de mercado no sentido liberal. O Estado não está saindo de cena para o mercado operar. Ele está construindo o mercado, definindo suas regras e permanecendo como principal arquiteto e, muitas vezes, como principal fornecedor de dados públicos.

Como funciona o pregão, em resumo

Motivado por essa movimentação, Xangai criou uma bolsa específica para negociação de dados. A Shanghai Data Exchange abriu em 25 de novembro de 2021, no parque de alta tecnologia de Zhangjiang, e opera como instituição de serviço público orientada pelo governo municipal. Hoje lista mais de 2.700 produtos de dados, de finanças a transporte, energia e comunicações. Ela não está sozinha: o país mantém mais de vinte bolsas de dados conduzidas pelo Estado, sendo Pequim e Shenzhen as outras duas mais relevantes.

O balcão que vi funcionar busca organizar transações que em geral são feitas de maneira menos regulada. Cada produto de dados tem um fornecedor, um comprador que precisa declarar para que vai usar o dado, um preço e um registro. A finalidade é parte do contrato, e é aprovada antes: diferente do resto do mundo, onde a coleta costuma vir antes do uso, aqui o uso é declarado antes da entrega. Quem mais compra, segundo me relataram, são empresas de seguros e finanças, que vivem de precificar risco a partir de informação.

O que se vende, e quem fiscaliza

Nem tudo pode ser vendido. Dado pessoal e dado sensível ligado a segurança não circulam livremente, e a lei exige que se comprove a origem lícita de qualquer dado antes de negociá-lo. O que se vende é sobretudo dado empresarial, dado público tratado e dados não pessoais: séries de consumo, registros logísticos, indicadores setoriais, bases que descrevem atividade econômica sem identificar indivíduos.

Há uma ausência que chama atenção de quem vem do mercado financeiro. Não existe, sobre a bolsa de dados, um regulador nos moldes de uma comissão de valores mobiliários que fiscalize a negociação. A supervisão é dividida entre a Administração Nacional de Dados, que cuida do desenvolvimento do mercado, e a Administração do Ciberespaço, que cuida de segurança e privacidade. A própria literatura jurídica registra que a falta de clareza sobre origem, propriedade e precificação abre espaço para dados de origem irregular e para disputas. É um mercado que foi criado antes de ter o seu xerife.

Há ainda a questão da propriedade, que o sistema chinês resolve de um jeito próprio: evita a palavra dono. Em vez de decidir quem é o dono do dado, o arcabouço legal dos Vinte Artigos sobre Dados, de dezembro de 2022, separa a questão em três direitos que podem estar em mãos diferentes: deter o recurso, processá-lo e usá-lo, e operar o produto de dados resultante. A autoridade nacional resumiu a filosofia numa frase: desenfatiza a propriedade, enfatiza o direito de uso. É uma saída pragmática para um problema que trava mercados de dados no mundo inteiro, já que definir dono de um dado é quase impossível.

O tamanho real do mercado

A escala ainda é pequena diante da ambição. Quando lançou seu mercado de ativos de dados, em meados de 2024, a bolsa registrou algo em torno de vinte ativos e pouco mais de uma dezena de transações nos primeiros meses. O volume negociado passou de 100 milhões de yuans por mês ao longo de 2023, chegando a 1 bilhão no ano, cerca de R$ 750 milhões, com mais de 2 mil empresas atendidas. É uma fração do mercado chinês de dados, porque a maior parte das vendas acontece em negociação direta entre as partes, fora do canal oficial. A aposta é que o canal formal capture uma parcela maior desse comércio com o tempo.

A demanda vem sobretudo de quem usa dado de atividade econômica para prever resultado de empresa.

Esse volume modesto tem uma causa estrutural, e foi um dos pontos que ouvi de quem apresentou a bolsa: há bolsas de dados demais. Cada província e cada cidade importante criou a sua, muitas ligadas a empresas de dados estatais próprias, e o mercado ficou fragmentado, com pregões que mal se comunicam. A literatura chama isso de ilhas de dados.

A resposta em curso é a consolidação: em 2023 a China criou a Administração Nacional de Dados para reduzir a fragmentação e puxar tudo para um mercado nacional único, e, segundo o que me apresentaram, em 2024 formou uma aliança de grupos de dados estatais de mais de vinte regiões. Faz sentido econômico, porque para quem compra, um mercado único vale mais que muitos fragmentados.

A aposta é grande: a projeção oficial é o mercado de transações de dados superar 500 bilhões de yuans até 2030 (cerca de R$ 375 bilhões), contra 88 bilhões de yuans em 2022 (cerca de R$ 66 bilhões). Nada disso está garantido, e o próprio governo reconhece que faltam qualidade na oferta e melhores mecanismos de circulação, mas a direção e a velocidade são difíceis de ignorar.

Quatro filosofias sobre o mesmo dado

Nenhum mercado de dados existe sem uma regra sobre o que se pode fazer com o dado, e nesse ponto a China, a União Europeia, o Brasil e os Estados Unidos operam a partir de quatro filosofias distintas.

A União Europeia, com o GDPR, coloca o indivíduo e seus direitos no centro. A lógica é de proteção da pessoa: consentimento, transparência, direito de acesso e de exclusão. O fluxo de dados para fora do bloco é permitido quando o país de destino oferece proteção considerada adequada. O Brasil, com a LGPD, seguiu de perto esse modelo europeu, com a mesma ênfase no direito individual.

O que existe nos Estados Unidos é um mosaico de leis estaduais, com poucas restrições ao fluxo transfronteiriço, sem lei federal geral de proteção de dados. A filosofia, na origem, é deixar o mercado operar primeiro e regular pontualmente depois.

A China, com a Lei de Proteção de Informação Pessoal, de 2021, que é o equivalente chinês da nossa Lei Geral de Proteção de Dados, protege antes de tudo a soberania e a segurança do Estado. Tirar dado pessoal do país é difícil: exige avaliação de segurança do Estado, contrato em modelo oficial ou aprovação regulatória, além de exigências de que certos dados fiquem no território. É o regime mais restritivo dos quatro para a saída de dados.

O que isso significa para a economia é o ponto que interessa. O mesmo muro que dificulta a saída do dado da China alimenta o mercado interno: se o dado tende a ficar dentro do país, sob regras nacionais, faz sentido construir a infraestrutura para negociá-lo ali, e o dado vira um ativo cuja circulação o Estado consegue orquestrar. É a mesma estrutura do muro digital, onde o argumento declarado é segurança nacional e o efeito prático inclui reserva de mercado para as empresas domésticas.

Não há infraestrutura semelhante a essa em nenhum lugar da Europa ou dos Estados Unidos hoje. O Data Act europeu dá ao usuário mais controle sobre os dados que seus dispositivos geram, mas não cria um lugar para negociá-los. Os Estados Unidos têm um mercado privado de corretagem de dados enorme, porém sem a arquitetura estatal de bolsa, registro e regra unificada. A China não inventou a ideia de vender dado. Ela foi a primeira a tentar construir, de cima, a bolsa onde isso aconteceria de forma regulada. É uma aposta sem paralelo, e por isso mesmo ainda sem prova de que funciona na escala pretendida.

A ambição de escrever o padrão

A ambição de padrão aparece no próprio aparato. A Administração Nacional de Dados, criada em 2023, já organizou três conferências nacionais de trabalho de dados, designou sete províncias como zonas-piloto de desenvolvimento da economia digital, e prepara mais de trinta normas cobrindo dados públicos, infraestrutura de dados, agentes de IA e conjuntos de dados de alta qualidade. Xangai se apresenta como exemplo dentro desse contexto mais amplo. Em agosto de 2024 ela anunciou o que descreveu como o primeiro sistema de regras de negociação para bolsas de dados do mundo, e sua missão declarada é tornar-se um hub nacional e, adiante, uma referência para a alocação global de dados.

Aqui a tese da bolsa reencontra o fio que percorre este documento. Assim como a WAICO propõe uma governança de IA a partir do Sul Global, e assim como Minhang exporta produto, estratégia e padrões, a bolsa de dados quer escrever as regras de um mercado que ainda não existe consolidado em lugar nenhum. Quem escreve o padrão primeiro tende a moldá-lo à sua imagem.

O modelo de negócio tem duas fontes. Uma é a taxa sobre transação: o fornecedor de dados paga 2,5% do valor negociado, e o comprador paga uma taxa fixa de 9.980 yuans, cerca de R$ 7,5 mil. A outra, segundo o que me apresentaram, é prestar serviço a outras bolsas chinesas que querem montar plataforma semelhante para gerir e vender os próprios dados.

Apesar das ambições globais, a área internacional da bolsa opera sobretudo como canal de entrada de dados, e os acordos com fornecedores estrangeiros servem para levar dado de fora ao comprador chinês. Se a exportação do modelo se concretizar, será mais um caso da lógica que este documento já viu em Minhang: produto no exterior, estratégia no exterior, e por fim os padrões no exterior.

Passei parte da viagem conversando com empresários de outros países que fazem negócios na China. É um ponto de observação diferente dos anteriores. Vi o governo apresentando o país ao mundo, ouvi empresários chineses conversando entre si, e agora ouvia quem vem de fora tentando entender como aquilo funciona para poder operar ali.

Uma coisa só

Um deles me contou de uma visita a uma empresa em Shenzhen. Diante de centenas de equipamentos diferentes voltados a processos industriais, cobrindo praticamente toda uma cadeia de valor, perguntou a uma executiva de vendas se não era complexo ofertar tudo aquilo. A resposta: a gente faz uma coisa só. São sensores, câmeras e chips.

Onde o visitante via um catálogo de produtos distintos, ela via um único negócio decomposto em três componentes. É uma diferença de unidade de análise. É comum que empresas se organizem por categoria de produto, com uma linha para inspeção industrial, outra para contagem de peças, outra para leitura de código. Naquela empresa, a organização era por componente, e a categoria do produto final virava detalhe de montagem.

Essa forma de pensar, somada ao custo baixo de criar hardware que a densidade industrial permite, é o que possibilita atacar cadeias de valor inteiras sem que isso pareça diversificação.

Falta uma peça para a lógica funcionar até o fim, e ela está no software. Se cada equipamento falasse um dialeto próprio, montar uma cadeia com peças de fornecedores diferentes seria um pesadelo de integração. A China adotou como norma nacional o OPC UA, padrão internacional de interoperabilidade industrial que permite a sensores, controladores, robôs e sistemas de gestão trocarem dados independentemente do fabricante, e o trata como protocolo crítico dentro do Made in China 2025.

Formalmente, a norma é recomendada, e não obrigatória. Na prática, normas desse tipo tendem a virar requisito em licitações, compras públicas e qualificação de fornecedores. Num país onde o Estado é o principal organizador de demanda em portos, energia, transporte e universidades, a distância entre recomendar e exigir é menor do que a palavra sugere.

Em empresas grandes o mesmo raciocínio aparece com outros componentes e efeito idêntico. No caso da Huawei, a tríade é motor, sensor e tela. É o que explica algo que me causou estranhamento ao entrar numa loja da marca: celulares e tablets expostos ao lado de carros, com uma naturalidade que eu não esperava. Do ponto de vista da empresa, não há salto de categoria, há recombinação das mesmas peças.

Quando o Estado escolhe o setor

O movimento de fabricantes de eletrônicos para veículos elétricos não se explica só por componentes. Ele foi puxado por política industrial deliberada. Entre 2009 e 2023, o governo chinês destinou ao menos 230 bilhões de dólares ao setor de veículos de nova energia, segundo levantamento do Center for Strategic and International Studies. A isenção do imposto de compra vigorou integralmente até 2025, com teto de 30 mil yuans por veículo (cerca de R$ 22,5 mil), e passa a valer pela metade em 2026 e 2027. Xiaomi e a aliança automotiva da Huawei estão entre as empresas que entraram nesse mercado sem nunca terem fabricado carros.

Antes de tratar isso como singularidade chinesa: a diversificação ampla é traço antigo do capitalismo asiático. A Yamaha fabrica pianos, motocicletas, robôs industriais e semicondutores. Samsung, Hyundai e LG operam em eletrônicos, química, construção e finanças. Mas os dois modelos têm origens distintas: os grupos japoneses são descritos na literatura econômica como primariamente orientados por mercado, com participações cruzadas e cooperação entre empresas do mesmo grupo, enquanto os conglomerados coreanos são apontados como mais dependentes do Estado, já que a política de promoção de exportações favoreceu deliberadamente a entrada de empresas existentes em setores considerados prioritários.

O caso chinês se aproxima mais do coreano, e acrescenta duas coisas: a densidade de fornecedores, que permite entrar num setor novo sem construir cadeia própria, e uma escala de incentivo que os outros não tiveram na mesma medida.

O preço da competição

Há um custo nisso: a involução, esforço crescente com retorno decrescente em que todo mundo corre mais e ninguém sai do lugar. Aqui ela aparece pelo lado de quem vive dentro dela.

Na economia, isso se traduz em excesso de investimento, capacidade instalada acima da demanda e guerras de preço ruinosas. Dezenas de empresas oferecendo produtos quase idênticos, disputando os mesmos clientes, com subsídio e preço agressivo como moeda de sobrevivência. É o que se viu na feira e é o que explica a fragmentação do mercado de dispositivos.

Na vida das pessoas, aparece como o 996: trabalhar das nove da manhã às nove da noite, seis dias por semana. Isso é fenômeno recente, ligado ao boom da tecnologia nos anos 2010, e não uma tradição milenar. Jack Ma, fundador do Alibaba, chamou o 996 de bênção em 2018. Recuou depois.

O regime foi declarado ilegal em agosto de 2021, quando a Suprema Corte e o Ministério de Recursos Humanos julgaram dez casos e deram ganho de causa aos trabalhadores em todos. A decisão veio depois da morte de dois funcionários da Pinduoduo, que gerou revolta pública. Ainda assim, a prática persiste, porque a fiscalização é frouxa e a pressão informal continua. Há um detalhe que complica: parte dos trabalhadores reclamou quando as horas extras foram cortadas, porque a renda caiu junto.

O descontentamento existe e foi nomeado. Em 2019, uma campanha de programadores contra a jornada 996 virou o projeto mais popular do GitHub em poucos dias, e foi bloqueada pelos navegadores das próprias empresas de tecnologia. Em 2021, o deitar-se viralizou como recusa individual à corrida, e a mídia estatal tratou o termo como vergonhoso, com a expressão sumindo das plataformas. Nenhum dos dois mudou a prática nas empresas. A contradição está no próprio Estado, que declarou a jornada 996 ilegal em 2021 e censurou quem propôs parar de correr. Em 2025, Xi Jinping falou em combater a corrida de ratos.

Análises chinesas argumentam que supor que empresas exauridas vão dominar mercados externos se apoia mais na virtude tradicional de suportar sofrimento do que em raciocínio econômico. A involução destrói margem, distorce mercado e cobra um preço humano que o próprio governo passou a reconhecer.

O que sequer entra na conversa

Ao listar riscos e dificuldades de operar na China, esses empresários não mencionaram energia elétrica nem conectividade.

Não é impressão. A China opera redes elétricas regionais sincronizadas por linhas de ultra-alta tensão que transportam eletricidade do oeste, rico em geração, para o leste industrial. A velocidade de construção não tem paralelo: só em 2024, o país adicionou 373 gigawatts de capacidade renovável, contra 70 da Europa inteira e 46 da América do Norte. Em energia eólica, conectou 80 gigawatts no ano, quase vinte vezes o que os Estados Unidos instalaram no mesmo período. No primeiro semestre de 2025, adicionou mais capacidade solar que todo o resto do mundo somado.

Em conectividade, a resposta à pergunta de como a robótica funciona com latência mínima é que não depende de internet comum. Existem mais de quatro mil fábricas com 5G no país, em 41 setores industriais, operando redes privadas dedicadas. A CATL conecta mais de 40 fábricas em oito cidades por uma rede própria. O 5G industrial entrega latência abaixo de um milissegundo, o que é o que permite a um braço robótico reagir em tempo real.

Quem opera no Brasil, ou mesmo nos Estados Unidos, onde um projeto de geração leva mais de cinco anos entre pedir conexão à rede elétrica e entrar em operação, planeja em outra escala de tempo. Infraestrutura que em outros lugares é variável de decisão, ali é pressuposto. O que não aparece numa lista de preocupações diz tanto quanto o que aparece.

"Para fazer negócios, você será meu parceiro, não meu vendedor." Foi assim que um empresário me resumiu a lógica local quando o assunto era propriedade intelectual, tema que aparece em quase toda conversa com quem opera na China. A troca técnica faz parte da relação comercial, e a possibilidade de a tecnologia ser absorvida está posta na mesa desde o começo.

O que mais me chamou atenção no relato é que a pergunta é feita diretamente. O estrangeiro não descobre depois que foi copiado. Perguntam a ele, na mesa, se a tecnologia que traz é segura o bastante para não ser replicada. É premissa declarada abertamente, e faz parte de como se negocia ali: se você não se proteger, será copiado. Na relação com parceiros de outros países, reconhecem que essa diferença cultural existe e são diretos sobre ela.

Vários relataram o mesmo padrão em reuniões: perguntas técnicas em volume e profundidade incomuns, em setores que vão do aeroespacial a startups, com o objetivo evidente de compreender como a coisa funciona por dentro. Descrito sem indignação, como quem descreve o clima de uma região.

Esses relatos, de pessoas de setores diferentes descrevendo o mesmo padrão sem que eu tivesse perguntado diretamente sobre o tema, me fizeram querer pesquisar mais.

De onde vem

Essa lógica se chama shanzhai, e vem de longe. A palavra significa literalmente acampamento ou fortaleza na montanha, e designava grupos que resistiam ao controle do governo imperial e operavam à margem da autoridade, acumulando mercadorias fora do alcance do Estado. O termo carrega desde a origem essa ambivalência: são bandidos do ponto de vista do poder central, e são heróis populares na literatura clássica chinesa, onde aparecem como justiceiros que enfrentam autoridades corruptas.

Quando o termo migrou para a economia, nos anos 2000, manteve essa dupla leitura. Shanzhai passou a nomear produtos imitados, e a nomear também um modelo produtivo que se via como legítimo justamente por operar fora das regras de quem detinha o poder: as marcas globais que cobravam caro por celulares que a maior parte do mundo não podia comprar.

Há literatura acadêmica séria sobre suas raízes culturais. Trabalhos como o de Anne Budde-Sung, no Journal of Business Ethics, apontam que sociedades coletivistas, que veem o indivíduo mais inserido em contextos sociais presentes e ancestrais, tendem a se opor menos a práticas imitativas do que sociedades individualistas. Há debate sobre o peso do confucionismo nisso, e há quem argumente que a leitura corrente da tradição chinesa como naturalmente favorável à cópia é simplificadora. Não pretendo resolver essa questão. Mas tratar o fenômeno apenas como falha de regulação também explica pouco.

O filósofo sul-coreano Byung-Chul Han levou esse ponto adiante em Shanzhai: Deconstruction in Chinese, de 2017. Sua tese localiza a diferença em outro lugar: no que cada tradição define como original. Ele usa como exemplo a pintura e a caligrafia clássicas chinesas: ao longo dos séculos, colecionadores carimbavam seus selos pessoais sobre a própria obra e acrescentavam comentários nela. Uma peça antiga chega ao presente coberta de marcas de quem a possuiu. Na Europa e nos Estados Unidos isso seria dano ao patrimônio; ali, é parte da obra e atesta sua relevância. Para Han, o original no pensamento chinês clássico é um processo que continua, em vez de um ato de criação fixado no tempo, o que torna a cópia algo que pode ter valor equivalente ao que copiou.

O que o shanzhai virou é mais interessante que sua origem. Deixou de ser cópia pura e virou um ecossistema onde compartilhar projetos, técnicas e materiais é o modo padrão de operar. David Li, cofundador do primeiro espaço maker da China, descreve o sistema como cooperativo: se alguém faz um projeto útil, ele será copiado, melhorado e devolvido ao circuito.

Cooperativo não significa necessariamente cordial. A mesma rede que compartilha é a que compete de forma brutal, com margens espremidas e ciclos de vida curtos. O compartilhamento não vem de generosidade, vem de cálculo: num ambiente onde proteger não funciona, circular rápido rende mais que guardar.

A leitura corrente é que Motorola e Nokia foram destruídas pela Apple. Há quem argumente que quem as matou foi o shanzhai, com celulares abaixo de cem dólares vendidos para África, América Latina, Sudeste Asiático e Índia, produzidos por uma rede cooperativa de pequenos fabricantes. Huawei e Xiaomi têm raízes nessa cultura.

Há inclusive um movimento inverso, que alguns pesquisadores chamam de shanzhai reversa: empresas de outros países passaram a copiar modelos chineses. A Tokopedia se apresentou como o Taobao da Indonésia, a Snapdeal como o Alibaba da Índia.

Do zero a um, do um a mil

A formulação mais útil que ouvi foi esta: a China ainda tem dificuldade no zero a um, e capacidade incomparável no um a mil.

Zero a um é a invenção original, a descoberta que não existia antes. Um a mil é transformar isso em produto, escalar produção, derrubar custo e ocupar mercado. São competências diferentes, e poucos países são bons nas duas.

O "ainda" importa nessa frase. Como leitura histórica, ela descreve bem o percurso das últimas décadas. Como descrição do presente, encontra resistência nos próprios dados: a China lidera publicações científicas em IA, com 23,2% do total mundial, e registra quase 70% das patentes de IA do mundo. A ressalva importa: são medidas de volume. Nos artigos entre os cem mais citados e nas patentes de maior impacto comercial, os Estados Unidos seguem à frente. A China chegou primeiro em quantidade, e a disputa por influência ainda está aberta. A Huawei, que começou fabricando equipamentos para centrais telefônicas em áreas rurais da China, tem hoje sistema operacional próprio, chips próprios e um dos maiores portfólios de patentes do planeta.

A mudança também é jurídica. A China concluiu uma revisão completa da Lei de Patentes que estabeleceu danos punitivos por infração em padrão internacional, e os tribunais passaram a aplicá-los com frequência crescente. Há inclusive um dado que contraria a expectativa comum: empresas estrangeiras vencem processos de patente em tribunais chineses numa taxa ligeiramente maior que a das empresas domésticas, achado que um estudo publicado no The China Quarterly já havia registrado ao analisar julgamentos em Pequim.

Em 2025, a China entrou pela primeira vez entre os dez países mais inovadores do mundo no Índice Global de Inovação, ranking anual da Organização Mundial da Propriedade Intelectual que compara cerca de 130 países por investimento em pesquisa, patentes, publicações e infraestrutura.

A cultura relatada de visão diferente sobre propriedade intelectual segue operando. Mas um país que passa de copiar a criar tem outro interesse nesse regime, e isso se reflete em segurança jurídica, em como ele negocia e em como se relaciona com o resto do mundo. Quem tem o que proteger tende a querer proteção.

A distância entre inventar e escalar é menor ali do que em qualquer outro lugar, e num sistema assim a pergunta sobre quem inventou primeiro perde parte do peso que tem em outras tradições econômicas.

Cultura ou operação?

A explicação cultural tem um limite, e ele aparece quando se olha para nosso país. Também copiamos em escala industrial, sem nada parecido com a tradição que Han descreve.

Nossa experiência terminou de forma muito diferente. A Política Nacional de Informática de 1984 reservou o mercado de computadores a fabricantes de capital nacional por oito anos, e as empresas brasileiras preencheram esse espaço com engenharia reversa de máquinas estrangeiras: clones de Apple II, do TRS-80 e dos Sinclair ingleses saíram das linhas da Prológica, da Microdigital e de outras. Um estudo da época registra crescimento médio de 7,4% ao ano no mercado de microcomputadores entre 1984 e 1987, o mais alto do mundo capitalista naquele momento. Entretanto, quando a reserva terminou, em 1992, quase nenhuma dessas empresas sobreviveu à concorrência aberta.

O contraste está no tipo de proteção. A proteção chinesa barrava o concorrente estrangeiro no mercado interno, mas não protegia nenhuma empresa das outras: muitas atacavam o mesmo produto, o preço caía até o limite do prejuízo, e a consolidação só chegava no fim, por decisão administrativa, no mesmo ciclo que produziu os campeões de painel solar e de carro elétrico. Além disso, boa parte daquelas empresas vendia para fora, e o comprador estrangeiro impunha preço e prazo que ninguém ali controlava. A reserva brasileira protegeu nas duas pontas, das multinacionais e da competição entre as próprias nacionais, com mercado garantido por lei e sem exigência de exportar. Sem pressão de nenhum dos dois lados, a cópia não virou capacidade.

A tradição chinesa explica como a cópia é vista socialmente: ali nunca foi vivida como vergonha e tem vocabulário próprio, enquanto aqui os clones foram tolerados como meio e nunca celebrados como forma. Isso é parte da resposta. Mas a parte definitiva é o mecanismo competitivo utilizado.

É preciso ser original para mudar o mundo?

Num dos painéis, um empresário de hardware fez uma afirmação que me marcou. Ele dizia que não é preciso querer mudar o mundo como a Apple. Dá para querer ser a Huawei: alavancar a cadeia existente, a nuvem existente, os modelos existentes, e ganhar sendo rápido, eficiente e barato. Lembrou que a Xiaomi nunca foi a primeira em nada e está entre as mais fortes do mundo.

Os números dão lastro à ideia. Pelo desempenho de 2024, a Huawei apareceu na 83ª posição do Fortune Global 500, vinte lugares acima do ano anterior, com receita perto de 120 bilhões de dólares. Em 2025 faturou mais de 880 bilhões de yuans, cerca de R$ 660 bilhões ou 123 bilhões de dólares, e voltou a liderar o mercado chinês de celulares pela primeira vez em cinco anos, com 46,7 milhões de unidades contra 46,2 milhões da Apple. A Xiaomi subiu cem posições no mesmo ranking em um ano.

E a Apple? Ficou em quinto lugar geral, com receita mais que duas vezes maior, e reagiu no último trimestre, quando abriu 21% do mercado chinês, dominando a faixa premium.

São duas teorias diferentes sobre onde está o valor. Uma captura margem alta num segmento estreito e controla a experiência de ponta a ponta. A outra captura volume, presença em muitas categorias e integração vertical, aceitando margem menor por unidade.

O que o empresário estava dizendo, no fundo, é que a segunda ambição é mais alcançável, e que fingir perseguir a primeira é o erro mais comum de quem começa. É uma posição pragmática, e é também o retrato de um ecossistema que aprendeu a extrair valor de onde consegue, e não de onde gostaria.

Andando por Xangai e por Pequim, notei que os carros têm placas de duas cores. Umas azuis, outras verdes. Numa das saídas, uma guia explicou a diferença: verde é veículo de nova energia, categoria que inclui o carro puramente elétrico e o híbrido que se recarrega na tomada e roda parte do trajeto sem gasolina. Azul é motor a combustão.

Nas cores das placas se identifica mais uma parte da política industrial chinesa. Em Xangai, a placa azul só sai em leilão, com preço que ronda os 90 a 110 mil yuans, cerca de R$ 82 mil, e taxa de sucesso em torno de 5%. Em Pequim, sai por sorteio, com chance abaixo de 0,2% e espera de anos. A placa verde é gratuita e sai em uma ou duas semanas.

Os incentivos à adoção do carro elétrico são de ordem econômica e também de conveniência. Grandes cidades chinesas operam restrições de circulação parecidas com o rodízio de São Paulo, proibindo certos carros de rodar em determinados dias conforme o número da placa, e também barrando placas de outras cidades em vias e horários específicos. O veículo de nova energia recebe prioridade nessas regras, e a placa dele sai de graça.

O que o Estado encareceu foi o direito de rodar com motor a combustão. O carro em si continuou disponível, e comprar um virou sinal de status justamente porque a licença custa mais que muitos modelos. Em 2026, mais de 60% dos carros novos vendidos no país são de nova energia.

Nas placas dos carros vemos o resultado de um arranjo que começou quase quarenta anos atrás.

De onde essa indústria vinha

Preparando a viagem, ouvi num podcast sobre a indústria automobilística chinesa que nos anos 1990 os carros produzidos no país eram baseados em projetos estrangeiros de décadas anteriores, montados com qualidade ruim. A China entrou nos anos 2000 sem indústria automobilística própria capaz de competir.

Havia duas razões institucionais para isso. A primeira era o modelo de sociedade obrigatória com parceiro local, em vigor desde 1983, com teto de metade do capital para o estrangeiro. Ele garantiu lucro às estatais chinesas, mas manteve a dependência de marca e de motor importados. A segunda era a licença de produção, que o Estado concedia a conta-gotas e reservava a estatais e a essas sociedades.

Quem furou o cerco foi o setor privado, por vias tortas. Como empresa privada, a Geely não conseguia licença, então em 1997 comprou o controle de uma fábrica de caminhões falida, administrada por uma prisão em Sichuan, que tinha licença própria, e mudou o equipamento de lugar. A licença herdada valia para vans e pequenos ônibus, e foi assim que o primeiro carro de passeio da marca saiu da linha em 1998, sem autorização para aquela categoria. A permissão nacional veio em 2001, e ela se tornou a primeira empresa privada autorizada a fabricar carros de passeio. O cerco não era só contra privados: a Chery, criada com capital estatal local, também foi recusada pelo ministério e só obteve licença depois de entregar 20% das ações a uma estatal maior.

A BYD era fabricante de baterias e entrou em 2003 comprando o controle de uma montadora estatal deficitária de veículos militares, para herdar a licença dela. Essa compra não era exceção. Desde o congresso do Partido de 1997, sob a fórmula segurar as grandes e soltar as pequenas, o Estado chinês vendeu, fundiu ou deixou falir dezenas de milhares de estatais pequenas e não estratégicas, mantendo o controle das grandes em energia, finanças, telecomunicações e transporte. Entre 1995 e 2005 foram privatizadas cerca de cem mil empresas, dois terços das estatais do país.

Tapete vermelho para a Tesla, e seus custos ocultos

Em abril de 2018 a comissão que regula o setor anunciou o fim do teto de capital estrangeiro, em três etapas: veículos de nova energia naquele mesmo ano, comerciais em 2020, passeio em 2022.

A ordem das etapas é o dado interessante. Abriram primeiro exatamente onde queriam atrair tecnologia. Em julho de 2018 a Tesla assinou o acordo para construir em Xangai, e o inédito ali foi manter a propriedade do capital: desde a primeira sociedade obrigatória, em 1983, nenhuma montadora estrangeira havia produzido carro na China sem dividir a empresa com um parceiro local. A Tesla construiu e reteve 100% da fábrica, que começou a produzir no fim de 2019.

O que veio depois foi rápido, e de um lugar inesperado. As empresas que apareceram com carros elétricos competitivos em poucos anos vinham de celulares e eletrônicos de consumo, aplicando ao automóvel o que já sabiam de componente eletrônico, integração de sistemas e software. A Xiaomi anunciou o projeto em 2021 e entregou o primeiro carro em 2024, fazendo parceria com uma montadora estatal para produzir, contratando o time de design na BMW e na Mercedes, e usando o Tesla Model S e o Porsche Taycan como referência declarada. A Huawei escolheu outro caminho e fornece software e eletrônica embarcada a montadoras estabelecidas, sem fabricar carro próprio.

Sobre como o conhecimento circulou nesse processo, o que ouvi em campo se repete: a possibilidade de absorção está declarada na mesa desde o começo, e proteger-se é problema de quem traz a tecnologia.

Um apoio muito além do subsídio

O Centro de Estudos Estratégicos e Internacionais, de Washington, calculou o apoio estatal ao setor elétrico chinês entre 2009 e 2023 em 230,9 bilhões de dólares, somando isenção de imposto de venda, desconto ao comprador, infraestrutura de recarga, pesquisa e compra governamental. Equivale a 18,8% do valor de tudo que foi vendido no período.

Essas estimativas são conservadoras: incentivos de governos locais, terra e energia baratas e subsídio à cadeia de fornecimento, incluindo baterias e mineração, ficam de fora dessa contabilidade. O apoio real alcança a cadeia inteira, do terreno ao imposto.

Uma comparação com os Estados Unidos precisa separar os instrumentos. No desconto direto ao comprador, os americanos hoje pagam mais: são 7.500 dólares por carro, contra uma média chinesa que caiu de 13.860 dólares em 2018 para menos de 4.600 em 2023, porque Pequim reduziu esse desconto em 2022 e o extinguiu no ano seguinte. Os outros instrumentos seguem funcionando, e é aí que a diferença aparece. A BYD recebeu 12,5 bilhões de yuans em 2025, cerca de R$ 9,4 bilhões, mais de 31% do seu lucro antes de impostos.

O custo desse arranjo se repete: quando o Estado abre um setor e sustenta a demanda, entram muitas empresas ao mesmo tempo, o preço desaba, a margem desaparece e sobra capacidade instalada sem comprador. No setor automotivo isso aparece na forma de 129 marcas vendendo elétricos e híbridos, com projeção de que apenas quinze sobrevivam financeiramente até 2030, e numa consolidação que o governo agora tenta conduzir por decisão administrativa.

O carro virou software

A conversa no setor mudou de lugar. O carro passou a ser tratado como software com hardware em volta, e a disputa se deslocou para duas frentes: veículo elétrico, onde a China está à frente em motor, bateria e capacidade de produção, e condução autônoma, onde os Estados Unidos ainda mantêm alguma vantagem.

Isso liga esta tese ao ciclo físico em que modelos entram em fábricas, robôs e equipamentos, e o uso real devolve dado que os melhora. Um carro conectado é um dispositivo de coleta contínua de dados sobre trajeto, comportamento e ambiente urbano, e esses dados alimentam modelos que não se treinam com texto da internet.

É também o ponto em que a indústria encosta na defesa. A política chinesa de fusão militar-civil trata motor elétrico, bateria, robótica e sensores como tecnologias de duplo uso, e a mesma base produtiva conta duas vezes.

A barreira americana

Os Estados Unidos fecharam a porta com dois instrumentos. O tarifário chegou a passar de 125%, somando os 100% aplicados aos elétricos chineses e os 25% sobre veículos importados em geral.

O que efetivamente fecha é o segundo instrumento. Em janeiro de 2025 o Departamento de Comércio publicou a regra de veículos conectados, em vigor desde março daquele ano, que proíbe hardware e software de conectividade e software de condução autônoma ligados à China. A regra vale para o software a partir dos modelos de 2027 e para o hardware a partir de 2030. Proíbe montadora de controle chinês de vender veículo conectado no país mesmo que o produza em solo americano.

Há um argumento sólido de segurança nacional: um carro conectado recolhe dados que teriam uso em caso de conflito. Mas envolve também protecionismo, porque a tarifa isolada não bastaria contra veículos que chegam bem mais baratos.

Outros países decidiram diferente. O Canadá substituiu em janeiro de 2026 a sobretaxa de 100% por um acordo que admite até 49 mil carros elétricos chineses ao ano com tarifa de 6,1%. O México subiu a sua para 50% sob pressão americana. A barreira é decisão política em cada caso.

Vejo carros chineses em todo lugar

Voltei da viagem prestando atenção nos carros da rua aqui. Quando a JAC chegou ao Brasil, em março de 2011, carro chinês era o que o Faustão anunciava no programa dele, e o J3 ficou conhecido como o carro do Faustão. Era quase a única marca chinesa que se via por aqui. Hoje BYD, GWM e Chery passam do lado da gente todos os dias sem chamar atenção de ninguém.

Os números explicam a mudança. O Brasil é hoje o maior destino das exportações chinesas de veículos de nova energia, com 283 mil unidades entre janeiro e maio de 2026. Em janeiro deste ano a China passou a Argentina como maior exportadora de carros para o Brasil. Parte disso já é produção local, depois que o imposto de importação para elétricos montados subiu por etapas até 35%: a BYD monta em Camaçari, na Bahia, no terreno de uma antiga fábrica da Ford, e a Great Wall opera uma fábrica em São Paulo.

O que eu vi em Xangai e Pequim já está estacionado na esquina.

Passei uma tarde num seminário entre Brasil e China sobre inteligência artificial. O título: IA chinesa impulsionando o desenvolvimento inteligente do Sul Global.

Duas fileiras de mesas foram posicionadas frente a frente. De um lado, a delegação brasileira: a embaixada, estatais de tecnologia da informação, agências reguladoras, universidades, uma associação setorial, startups e capital de risco.

Do outro, os departamentos de desenvolvimento e cooperação internacional do instituto estatal de telecomunicações, e um centro público de cooperação em IA com áreas dedicadas a estudos, conexão industrial, pesquisa de políticas e treinamento.

Dentre as empresas, foco em infraestrutura: energia, telecomunicações, centros de dados, logística, aeroespacial.

O objetivo declarado da sessão era aumentar a voz da China no cenário global de IA.

O que estava sendo oferecido

A proposta era direta: conectar as principais empresas chinesas de IA a mercados do Sul Global, com as áreas já escolhidas. Saúde, educação, cuidado de idosos, transporte, segurança pública, serviços governamentais. Essencialmente qualquer serviço público estava coberto.

O que dá coerência à oferta é que ela cobre o problema inteiro. Um país que quer IA própria precisa de chips, precisa de capacidade computacional, precisa que os dados não saiam, e precisa de gente que saiba operar aquilo. Faltando qualquer uma das peças, o resto vira dependência com outro nome. A oferta chinesa entrega as quatro, e chama isso de IA soberana: implantação local, dados que ficam, algoritmos rastreáveis.

A formação é parte fundamental da oferta, e vai muito além de treinar operadores. São quatro públicos: quem governa, quem empreende, quem trabalha nas empresas e a população em geral. Há convênios de diploma com universidades chinesas, e entre elas uma de ciência política e direito. Formar o jurista que vai escrever a regulação de IA de um país é um tipo diferente de exportação.

Acima disso, a arquitetura institucional. Centros dedicados a blocos inteiros, um para os BRICS, outro para o Sudeste Asiático, com funções que vão de estudo por país e crédito até adequação jurídica e reconhecimento mútuo de padrões. É uma máquina montada para levar tecnologia chinesa a mercados específicos com o caminho já pavimentado.

Há ainda a camada invisível: uma aliança de centros de estudos do Sul Global, criada para aprofundar diálogo de políticas e construir consenso sobre governança de IA. Consenso foi a palavra usada na apresentação. Quem define os termos do debate limita as respostas possíveis.

Huàyǔquán: poder de discurso

Em chinês, o termo usado é huàyǔquán, que significa poder de discurso ou direito de voz: a capacidade de influenciar como um tema é definido e discutido. Envolve autoridade, legitimidade e alcance para fazer a própria interpretação prevalecer. A disputa é por escrever a regra que define o que conta como aceitável.

O caminho para isso passa por organizações internacionais. A estratégia inclui apoiar empresas associadas a proporem padrões internacionais em foros como a União Internacional de Telecomunicações e o IEEE.

Onde essa oferta está descrita

O que via ali tem lastro documental que ajuda a compreender melhor. O rascunho do 15º Plano Quinquenal foi submetido à Assembleia Popular Nacional em 5 de março de 2026 e aprovado uma semana depois. Entre as prioridades de projeção externa, o documento traz instalações de computação offshore, ou seja, capacidade de processamento instalada fora do território chinês, e instituições multilaterais de IA, incluindo uma organização mundial de cooperação e uma plataforma de IA dentro do Cinturão e Rota, o programa chinês de financiamento de infraestrutura no exterior lançado em 2013. O apoio à capacitação de países do Sul Global aparece de forma declarada, numa leitura do documento publicada pela revista The Diplomat em março.

O serviço de pesquisa do Congresso americano, ao resumir as prioridades do plano, lista as frentes de expansão externa, e elas coincidem com o que ouvi na sala: centros de dados, pagamentos por celular, cidades inteligentes, comércio digital, saúde, energia renovável.

A cronologia ajuda a entender que nem tudo ali emerge de diretriz. Os materiais apresentados naquela tarde já descreviam centros e alianças em funcionamento, e o registro público das posições chinesas sobre governança de IA começa antes do plano, em novembro de 2022, com um documento de posição sobre ética, seguido de iniciativas anuais levadas à ONU e a cúpulas do BRICS. A organização mundial foi proposta na conferência de 2025, um ano antes de constar no plano. O documento registra uma direção que já estava em movimento, e a partir dali ela ganha prazo de cinco anos, orçamento e aprovação legislativa.

O plano opera nas duas direções: dá rumo ao que ainda não existe e absorve o que já deu certo, convertendo iniciativa bem-sucedida em compromisso de Estado. É o mesmo desenho em que o centro define objetivos, a base experimenta, e o que funciona sobe. Xi Jinping fez a ligação explicitamente na abertura da conferência de 2026, ao anunciar cinco mil vagas de formação em IA para países em desenvolvimento nos cinco anos seguintes e começar a fala registrando que aquele era o ano inicial do 15º Plano. Quatro meses depois da aprovação do plano, a organização foi fundada em Xangai, com o Brasil entre os signatários.

Para quem senta do outro lado da mesa, isso muda o horizonte da conversa. O que se ouve numa apresentação tem pelo menos cinco anos de compromisso por trás.

Por que a oferta funciona

A oferta parte de um problema que existe. A computação está concentrada, os modelos vêm de fora, os quadros faltam, e qualquer país que não seja Estados Unidos ou China reconhece isso. A resposta serve a quem a oferece, e é concreta: modelos de pesos abertos que competem com os fechados, software que dispensa depender de um fabricante de chips, dados que ficam no país, e formação de quem vai operar tudo isso.

Três formas de exportar tecnologia

A China não está sozinha nessa disputa, e comparar as ofertas ajuda a entender o que cada uma cria de vínculo.

Os Estados Unidos entraram no jogo mais tarde e com outro desenho. O plano de ação de julho de 2025 tornou política federal exportar o stack tecnológico americano completo, e em 2026 veio o programa de exportação, com financiamento público e integração de empresas de países parceiros ao stack americano. A diferença está na condição: enquanto a oferta chinesa se apresenta como caminho para autonomia de quem a adota, a americana funciona como pacote fechado de ponta, e parte do objetivo declarado é limitar acesso de mercado a concorrentes. Analistas americanos apontam que o desenho dá pouca voz aos governos que temem aprisionamento tecnológico.

A Índia oferece um terceiro caminho, e o conceito por trás dele merece explicação. Infraestrutura pública digital parte da ideia de que serviços básicos da vida moderna, identificar uma pessoa, transferir dinheiro, compartilhar um documento com consentimento, devem funcionar como bens públicos digitais: protocolos abertos sobre os quais qualquer um constrói, em vez de plataformas privadas fechadas. O Estado provê o trilho, o mercado provê os trens. A plataforma de identidade que a Índia desenvolveu com essa lógica já soma 29 acordos assinados, com implantação nacional em curso em mais de uma dezena de países, entre eles Filipinas, Marrocos e Etiópia.

A diferença entre as três está no vínculo que cada uma cria. O modelo indiano transfere código e conhecimento, e o país anfitrião opera sozinho depois. A oferta americana vende serviço e infraestrutura de ponta, com condições geopolíticas embutidas. A chinesa entrega o sistema inteiro e permanece como suporte de longo prazo, o que é mais confortável para quem recebe e cria vínculo mais duradouro. Analistas descrevem a abordagem indiana como uma versão em software da Iniciativa Cinturão e Rota chinesa, com a diferença de que aquela é liderada por obras físicas e empresas operadoras.

Nenhuma das três é neutra. A oferta chinesa cria vínculo de padrão, de formação e de suporte continuado, sob o rótulo de soberania. A americana condiciona acesso à tecnologia de ponta a alinhamento geopolítico. E a indiana, embora construída em boa parte por institutos acadêmicos e entidades sem fins lucrativos, e não pelo Estado diretamente, exporta uma arquitetura de identidade biométrica centralizada que já produziu no país de origem críticas documentadas sobre vazamentos de dezenas de milhões de registros do sistema de identidade e questionamentos sobre vigilância. Em todos os casos, adotar uma tecnologia é herdar as decisões de quem a projetou.

A oferta chegando em tempo real

Numa das apresentações daquela tarde, uma empresa chinesa de modelos de linguagem mostrou seu lançamento mais recente e disse abertamente o que queria: parceiros.

O argumento tinha três partes. A primeira era custo, ilustrada com casos americanos: uma grande empresa de tecnologia que esgotou o orçamento anual de IA em quatro meses, e o executivo-chefe da Nvidia sugerindo que engenheiros de alto salário consumam em modelos metade do que ganham por ano. A segunda era desempenho, com o modelo chinês liderando várias das avaliações que mais importam para programação e uso autônomo de ferramentas, à frente dos principais modelos americanos, por cerca de um quinto do preço por token. A terceira era abertura: pesos abertos, com a possibilidade de baixar, rodar localmente e adaptar.

O quadro comporta ressalva. Nos índices de inteligência geral e em raciocínio puro, os modelos americanos seguem à frente. O modelo chinês alcançou a fronteira em áreas específicas, não em todas. Mas essas áreas específicas são justamente onde a maior parte do trabalho acontece.

A validação vinha de clientes americanos citados na própria apresentação, entre eles empresas de infraestrutura de internet e de ferramentas de programação, uma delas relatando corte de custos de mais de setenta por cento.

Era uma sala em Pequim, com uma delegação brasileira de um lado e uma máquina institucional do outro, ouvindo uma empresa chinesa argumentar com números de clientes americanos. A oferta chega assim: técnica, barata, verificável, e com a política embutida na infraestrutura.

Antes de vir, me deparei com uma lista recente da Time Magazine com as EdTechs mais relevantes do mundo: das dez primeiras, seis eram chinesas, incluindo as três do topo. Isso me chamou atenção. Desde 2021, quando o governo interveio com força no setor, eu imaginava que aquelas empresas tinham desaparecido. Fui investigar, e o que encontrei diz muito sobre a capacidade chinesa de reconstrução. Mas também de destruição.

Entre 2015 e 2020, a China viveu um boom impressionante em EdTech. Pressão por desempenho escolar, bilhões em capital de risco e políticas de digitalização impulsionaram unicórnios como Yuanfudao, VIPKid e Zuoyebang. A pandemia reforçou a centralidade do digital.

O que a Double Reduction fez

Em julho de 2021 veio o baque. A política proibiu lucro em empresas de educação básica, bloqueou IPOs e capital estrangeiro, e restringiu publicidade e expansão. A motivação oficial misturava aliviar o estresse estudantil, conter custos familiares, proteger valores nacionais e reafirmar o controle do Estado sobre a formação educacional.

O impacto foi imediato e mensurável. Bilhões de dólares em valor foram apagados de empresas como New Oriental e Yuanfudao, e o setor de aulas de reforço fora da escola foi arrasado. A New Oriental fechou mais de 1.500 centros de reforço da educação básica, e a TAL Education anunciou em novembro que encerraria o serviço para alunos jovens na China continental até o fim de dezembro daquele ano. A Yuanfudao, que havia levantado 4,1 bilhões de dólares a um valor de 15,5 bilhões antes da política, chegou a montar equipe para fabricar jaquetas e registrou uma empresa de roupas em Pequim.

Esse tipo de imagem impressiona: uma das maiores empresas de tecnologia educacional do mundo procurando o que fazer com a estrutura que tinha.

Para onde o setor migrou

O crescimento voltado ao aluno se deslocou para hardware. Software e serviço eram justamente o alvo da regulação, e equipamento é produto de consumo. As mesmas empresas que fechavam centros de reforço passaram a lançar máquinas de aprendizagem, dispositivos dedicados com conteúdo embarcado, vendidos direto à família. A política fechou 95% das instituições presenciais de reforço, enquanto as vendas de dispositivos de aprendizagem com IA cresceram 136,6%, segundo levantamento de mercado do setor, e não fonte oficial.

A TAL, que havia anunciado a saída do reforço para alunos jovens, redirecionou sua principal rede de centros para conteúdo amplo, fora da preparação para prova, e conseguiu virar o resultado financeiro.

Dois elementos caracterizam essa migração. O primeiro é que o setor foi para onde a regra não alcançava. O segundo é o caminho que se estreitou: a venda para o setor público encontrou espaço em sistemas de gestão escolar, com matrícula, grade e avaliação, e levar software de ensino para dentro da sala de aula, que era o alvo da regulação, se mostrou bem mais difícil.

A camada de IA entraria a partir dos modelos abertos, que passaram a integrar produtos, personalizando o aprendizado e reduzindo custo, na mesma lógica de pesos abertos e preço baixo que a China aplica no resto do setor. O reforço viria via política pública: o plano IA mais Educação, de abril de 2026, que tornou o ensino de IA obrigatório a partir dos seis anos e o estendeu a todas as etapas, cria demanda por equipamento e software para ensinar com IA, e é aí que o setor privado voltou a vender.

O gargalo brasileiro é o oposto

O Brasil tem um setor de tecnologia educacional que nenhuma decisão isolada poderia apagar, e que também não consegue crescer.

O mapeamento do CIEB com a Abstartups contou 566 edtechs ativas em 2020, e apurou que apenas 13% delas venderam ou ofereceram solução para a rede pública naquele ano. No levantamento de 2025 da Abstartups com a USP, feito com 368 empresas, 44,6% já tinham mais de cinco anos de mercado e só 15,7% haviam chegado ao estágio mais avançado de expansão, o que a associação atribui à falta de capital de crescimento.

Os dois países têm problema de escala em tecnologia educacional, e por razões inversas. Na China, o comprador é um só e decide para o país inteiro, o que permite implantar currículo em um ciclo e apagar um setor em meses. No Brasil, o comprador são milhares de redes municipais e estaduais com processo próprio, o que protege o setor de qualquer canetada e ao mesmo tempo faz com que vender para escola pública seja um obstáculo que oito de cada dez empresas não superam.

As duas viradas

O que impressiona nessa história é a velocidade. O Estado desmontou um setor inteiro em 2021 e, cinco anos depois, o reconstruiu em torno de outra tecnologia e da própria escola. É a mesma capacidade de execução que leva uma prioridade nacional do plano até o chão de fábrica, agora aplicada à sala de aula, com o mesmo custo: quem estava no caminho foi atropelado nas duas vezes.

Numa manhã de sábado, fui ao Museu de Ciência e Tecnologia de Xangai visitar uma exposição permanente Pioneiros da IA. Estava lotada. A exposição abre com Alan Turing e outros nomes europeus e americanos, e reconhece o papel decisivo desses pesquisadores na história da computação. Mas o fio que ela conta é outro: como a China construiu a própria indústria a partir das interações com pesquisadores e empresas estrangeiras, americanas como IBM e Apple, japonesas como a Toshiba, absorvendo essa tecnologia e seguindo adiante com linhagem própria.

Dois elementos me chamaram atenção. O primeiro é a contextualização histórica, que situa a China dentro de uma trajetória global sem se apagar dela. O segundo, e mais forte, é o método: a forma como a exposição traz as crianças para conviver naturalmente com a robótica. Em certo ponto, a robótica passa a ser explicada por analogia com a fisiologia humana, hidráulica, mecânica, o corpo como referência para entender a máquina. Conceitos ao mesmo tempo simples e profundos, apresentados de um jeito que as crianças ao redor absorviam sem esforço, tocando, sentindo, testando, entendendo com as próprias mãos como aquilo funcionava.

A robótica também aparece assim, encarnada. A inteligência artificial não como software abstrato e distante, mas como algo que tem corpo, sensor, mecânica, presença física. É completamente diferente do nosso contato com IA, majoritariamente via softwares em smartphones e laptops, mais "distantes". Isso modifica nossa forma de entender essas tecnologias.

Foi mais para o fim da exposição que veio a cena que mais me marcou: um show de robôs com narrativa. Um robô que vinha do futuro, onde uma explosão solar havia apagado dados essenciais, os dados que permitiam a ele entender empatia, colaboração e harmonia. Para recuperá-los, o robô recorria às crianças. E as crianças respondiam, interagiam, criavam vínculo com aquele personagem.

É aqui que minha relação com o que vi fica dúbia. Por um lado, admiro o quanto estão preparando as crianças, tão cedo, para uma economia e uma tecnologia que estão nascendo. Por outro, o conforto dessas crianças com a antropomorfização da inteligência artificial, com robôs que respondem a emoções, com a máquina como possível apoio para a solidão e substituta de relações humanas, mexe com algo em mim. E tenho consciência de que boa parte desse desconforto é a cultura de onde venho falando por mim.

De onde vem esse conforto

Em conversas com pesquisadores por aqui, ouvi que parte da resposta poderia estar em raízes culturais milenares. A hipótese circula na literatura sobre interação humano-robô: tradições do Leste Asiático, influenciadas por budismo, confucionismo e taoismo, nunca traçaram a fronteira rígida entre humano e não humano que a tradição judaico-cristã herdou. Se a alma é privilégio exclusivo do humano, uma máquina que simula afeto invade território sagrado. Se espírito e agência podem habitar outras coisas, a máquina apenas ocupa mais um lugar num mundo que já era povoado.

Há estudos que apontam nessa direção. Um deles, publicado na Frontiers in Robotics and AI, comparou participantes da Alemanha e dos Estados Unidos com participantes da Coreia e do Japão: os primeiros tendem a ver o robô como mais parecido com um humano, os segundos a atribuir a ele estados mentais próprios, diferença que os autores associam a crenças animistas. Mas o campo não é conclusivo, e uma revisão de 2025 na Acta Psychologica mostra que a evidência varia bastante entre os trabalhos.

É uma pista que ajuda a entender por que aquelas crianças se aproximavam sem estranhamento, e por que meu estranhamento diz tanto sobre mim quanto sobre elas.

Mas a cultura não decide sozinha

Parece que não sou só eu que fico desconfortável com esse conforto. Três dias antes daquela manhã de sábado, em 15 de julho de 2026, entrou em vigor na China a regulação mais restritiva do mundo sobre vínculo afetivo com inteligência artificial. As Medidas Provisórias para Serviços de Interação Antropomórfica por IA proíbem que empresas ofereçam companheiros virtuais, parceiros românticos ou parentes artificiais a menores de 18 anos, exigem consentimento dos responsáveis para qualquer interação desse tipo com menores de 14, e vedam desenhos de produto que induzam dependência emocional ou prejudiquem relações reais.

O efeito foi imediato e concreto. Doubao, da ByteDance, Qwen, da Alibaba, e Yuanbao, da Tencent, suspenderam seus recursos de companheiro virtual na véspera do prazo. Usuários se despediram publicamente de personagens com quem conversavam havia meses. É o mesmo padrão que aparece na história das EdTechs: quando o Estado chinês decide que um setor produz um risco social que não aceita, ele derruba a indústria inteira, sem período de acomodação e sem negociação.

O Estado que forma crianças para conviver com máquinas afetivas desde os seis anos é o mesmo que proíbe empresas de vender vínculo íntimo artificial a essas crianças. Exposição pedagógica e produto comercial recebem tratamentos opostos. As razões declaradas para a proibição são próximas das que me deixaram desconfortável ali: dependência emocional, prejuízo às relações reais, distorção das concepções sobre família e afeto.

É o Estado operando sobre uma disposição cultural milenar no momento em que ela encontra um elemento novo, gerenciando incentivos para que a proximidade com a máquina não vire dependência, e decidindo até onde essa herança pode ir.

Quando o costume vira lei e comércio

A relação de cada sociedade com máquinas, robôs e IA, com o quanto disso entra na intimidade da vida, vai ser tão culturalmente variável quanto qualquer outro traço de uma sociedade. Essa variação não fica na esfera dos costumes. A legislação da União Europeia, que o Brasil tende a seguir, proíbe o uso de IA para inferir emoções a partir de dados biométricos justamente em dois ambientes: o trabalho e as instituições de ensino. As duas jurisdições restringem, portanto, mas por razões diferentes e em pontos diferentes: a Europa protege o indivíduo diante da instituição, a China protege o vínculo social diante do mercado. A régua europeia aparece, em mais de uma conversa que ouvi, como entrave à exportação.

Num dos fóruns em que estive, um representante de uma câmara de comércio China União Europeia e um interlocutor chinês conversavam exatamente sobre isso. A síntese ficou na seguinte frase:

Não precisamos concordar sobre tudo, só precisamos encontrar formas de trabalhar juntos.

Talvez seja esse o ponto. Quando comparamos as crianças daqui com as crianças do Brasil, dos Estados Unidos, da Europa, provavelmente veremos formas distintas de enxergar essas máquinas, e essas distinções vão se desdobrar em campos culturais, econômicos e sociais que ainda estamos aprendendo a ler. Ter vivido uma experiência imersiva como aquela, vendo as crianças criarem laço com os robôs, não desfez o meu desconforto. Mas me abriu a cabeça para entender de onde vem o conforto delas com aquilo que, a mim, ainda inquieta.

Tentei comprar uma bebida numa geladeira automática, dessas que se abre e se pega o que quiser, e não consegui. Uma pessoa estrangeira que vivia na China me explicou o motivo: eu não tinha crédito social. A máquina liberava o acesso a quem tem reputação registrada, e eu, recém-chegado, não tinha nenhuma.

Aquilo me levou a entender melhor um assunto que costuma ser mal contado fora da China. Evoca-se uma imagem única: uma nota que o governo atribui a cada cidadão, que sobe se você se comporta e desce se você desagrada o Estado. Essa imagem é, em boa parte, um mito. O que existe é mais fragmentado, e por isso mesmo mais difícil de julgar em bloco.

Dois sistemas que costumam ser confundidos

De um lado, há sistemas privados de reputação. O mais conhecido é o Sesame Credit, do Ant Group, dentro do Alipay, e há equivalentes no WeChat. São pontuações comerciais, das quais o usuário participa por escolha, calculadas não só a partir de histórico de pagamento, como faria um banco, mas também de comportamento de consumo, de padrões de uso dos serviços e das próprias relações da pessoa. Uma pontuação alta libera conveniências: alugar uma bateria portátil ou um quarto de hotel sem caução, test drive de carro, crédito mais fácil. Foi um sistema desse tipo que me barrou na geladeira. O critério é da empresa, o algoritmo é fechado, e o incentivo é claro: quanto mais você usa a plataforma, e do jeito que ela premia, melhor sua pontuação.

De outro lado, há o sistema estatal de crédito social. Ele é um conjunto de listas mantidas por órgãos diferentes, ligadas a cumprimento de lei e de obrigações, em vez de uma nota única: quem ignora uma ordem judicial, por exemplo, entra na lista do tribunal superior e pode ser impedido de comprar passagem de avião ou trem, e isso aconteceu milhões de vezes num único ano. Foca em conformidade legal e recai muito sobre empresas. Nenhuma punição se aplica pela nota em si, apenas pela violação legal que a origina. E, ao contrário da imagem de uma máquina onisciente, é irregular, mal integrado entre regiões e distante da distopia unificada que se costuma imaginar.

A leitura de quem vive lá

A pessoa que me explicou tudo isso via o sistema com bons olhos, e não por conveniência apenas. Ela se sentia mais segura, e dava exemplos concretos: uma sociedade em que a reputação de cada um está registrada é, na experiência dela, uma sociedade com mais confiança entre estranhos, onde se coopera sem precisar fiscalizar cada troca.

O que mais me marcou foi ela reconhecer, com clareza, que o Estado pode ter acesso a esses dados mesmo quando quem os coleta são empresas privadas. E ainda assim entender o arranjo como uma troca que vale a pena: se o Estado recolhe dados mas em contrapartida oferece serviços e segurança, o saldo, para ela, é positivo. Não era ingenuidade nem resignação. Era uma escolha consciente, feita a partir de valores que dão ao coletivo e à segurança um peso que, em outras tradições, se daria à privacidade individual. É a complexidade que o tema carrega, e que a leitura caricata perde.

Confiança é a base de uma economia

Há um fundamento econômico por trás disso, e ele conecta o crédito social a algo maior que vi na viagem. Confiança é a base de qualquer economia. Toda transação entre estranhos depende de alguma garantia de que o outro lado vai cumprir sua parte, e construir essa garantia tem custo: contratos, cauções, seguros, fiscalização. Um sistema de reputação é uma forma de baixar esse custo. Quando a reputação de cada um está registrada e disponível, estranhos passam a poder cooperar com menos atrito.

Eliminar cauções é objetivo declarado, não efeito colateral. A empresa que opera o Sesame Credit descreve sua própria trajetória em duas etapas: primeiro criar serviços de crédito onde não havia, depois eliminar os depósitos e cauções que travavam o consumo. Isso serve a uma meta maior: num país que precisa migrar de um crescimento puxado por investimento para outro apoiado no consumo interno, dar aos fornecedores uma forma barata de avaliar risco reduz o custo do crédito e permite que as pessoas comprem mais. A bateria portátil sem caução é a ponta visível de uma política econômica.

É a mesma lógica que sustenta a bolsa de dados de Xangai, só que aplicada a pessoas em vez de empresas. Nos dois casos, a China está construindo uma engenharia de confiança: uma infraestrutura que produz, por desenho, a confiança que em outras sociedades se acumula devagar, pela reputação informal e pelas instituições. É um ativo econômico real, e explica parte da eficiência que impressiona.

Mas essa engenharia tem um custo, e ele não é distribuído por igual. Uma semana na China não me permite afirmar se o sistema funciona bem, nem se há exclusões acontecendo por conta dele. Minha percepção é que, em outros contextos, os efeitos seriam bastante diferentes. No caso brasileiro, marcado por injustiças sociais centenárias e ampla desigualdade, os custos desse tipo de coleta e de distinção entre as pessoas tenderiam a ser arcados justamente por quem vem das condições sociais mais baixas. A mesma ferramenta que reduz atrito numa sociedade pode endurecer fronteiras em outra.

Confiança mediada por dados não é neutra. Ela depende de quem escreve as regras, de quem está dentro, e do que cada sociedade está disposta a tratar como preço justo. O que a China mostra é que a confiança pode ser construída como infraestrutura, e não só herdada da cultura. O que ela não resolve é a quem essa construção serve, e quem paga por ela.

Antes de comparar estratégias de inteligência artificial, é preciso olhar para o que veio antes delas. Nenhum país escolhe sua política a partir de uma folha em branco. Decisões que parecem opções estratégicas são, muitas vezes, respostas a condições já dadas: quantas pessoas há em idade de trabalhar, o que o país fabrica, quanta energia consegue entregar, que chips consegue comprar ou produzir, e como sua estrutura de governo transforma uma decisão em execução.

Demografia

Os três países enfrentam realidades demográficas muito distintas. Até 2050, a população de 20 a 64 anos deve encolher em 195 milhões de pessoas na China e crescer em 20 milhões nos Estados Unidos.

Um indicador ajuda a dimensionar a pressão: a razão de dependência de idosos, que mede quantas pessoas de 65 anos ou mais existem para cada cem em idade de trabalhar. Na China, passou de 13 para 21 entre 2013 e 2024. Em uma década, o peso sobre cada trabalhador cresceu quase 60%.

Os Estados Unidos são o único dos grandes que ainda cresce em população ativa, mas por um motivo que depende de decisão política: imigração. O mesmo país que sustenta sua liderança científica importando talento vem restringindo a entrada dele.

O Brasil está no meio, e o meio é desconfortável. O bônus demográfico se encerrou em 2018, cinco anos antes do previsto. A população em idade ativa ainda cresce, mas deve atingir o pico por volta de 2033 e cair depois disso. A população total para de crescer em 2041. Não temos a urgência chinesa nem a folga americana: temos uma janela se fechando enquanto ainda não decidimos o que fazer com ela.

Robótica e IA encarnada

A demografia empurra a automação, mas seria simplista tratá-la como causa única. A liderança chinesa em robótica é resultado de pelo menos cinco fatores combinados.

Há a política industrial deliberada: o Made in China 2025, lançado em 2015, nomeia robótica como setor crítico para reduzir dependência tecnológica externa. Há subsídio direto condicionado à compra de robô nacional: Guangzhou paga 20% do custo do equipamento comprado de fabricante local desde 2014, e programas do mesmo tipo se espalharam por outras províncias e municípios. Há compra estatal dirigida, com empresas e órgãos públicos adquirindo robôs nacionais: a China Mobile, estatal de telecomunicações, comprou US$ 17 milhões em robôs humanoides da Unitree e da AgiBot em 2025. Há o choque da pandemia, que acelerou a automação diante da ruptura das cadeias de suprimento. E há um fator cultural que raramente aparece nas análises: a geração mais jovem recusa o trabalho de fábrica e prefere serviços nas cidades, o que tornou a mão de obra "barata" chinesa consideravelmente menos barata.

Os números do resultado: a China instalou 295 mil robôs industriais em 2024, mais da metade de tudo que se instalou no mundo. Já tem a terceira maior densidade de robôs por trabalhador do planeta, com 470 unidades por 10 mil trabalhadores, e um volume sem paralelo. Os fabricantes chineses, que respondiam por menos de um terço do próprio mercado em 2018, hoje passam da metade.

Há um limite, e ele aparece por setor. Nos dois setores com histórico mais longo de automação, o automotivo e o de eletrônicos, os fabricantes chineses fornecem 31% e 59% dos robôs. Em alimentos e bebidas chegam a 80%, e em têxteis a praticamente 100%. Onde japoneses e europeus chegaram primeiro e consolidaram posição, a fatia chinesa segue minoritária. O avanço se deu onde a automação é nova, por preço e volume, e não por superioridade técnica na ponta.

O efeito mais relevante para a IA, porém, não é apenas a contagem de máquinas. É também sua quase onipresença. Hardware barato torna diferentes modalidades de robôs presentes no cotidiano, e as menores restrições de privacidade permitem capturar dados do mundo físico numa escala que Estados Unidos e Brasil não conseguiriam. Movimento, manipulação de objetos, comportamento humano em ambientes reais. São dados que não existem na internet e que alimentam justamente a IA encarnada, aquela que precisa de corpo e sensor. Onde o texto da web é insumo comum a todos, o mundo físico é insumo desigualmente acessível.

Base industrial

A China responde por cerca de 28% do valor adicionado industrial mundial, com US$ 4,7 trilhões, mais que Estados Unidos, Japão e Alemanha somados. Os Estados Unidos vêm em seguida, com cerca de US$ 2,9 trilhões. O Brasil produz aproximadamente US$ 300 bilhões, a maior base da América do Sul e uma fração pequena do total global.

Isso importa porque um modelo aplicado a uma fábrica gera dados que não existem na internet: defeitos de produção, comportamento de máquinas, decisões logísticas. Quem tem mais fábricas tem mais superfície para aplicar IA e mais dados industriais para melhorá-la. É a diferença entre ter a tecnologia e ter onde usá-la.

Chips

Se há um gargalo que continua definindo a geopolítica da IA, é este. Ele opera de forma diferente em cada país.

A China segue restringida pelos controles de exportação americanos. O caso mais comentado veio de uma reportagem do Financial Times, em agosto de 2025: sob incentivo do governo, a DeepSeek tentou treinar seu modelo R2 nos chips Ascend, da Huawei, e não conseguiu concluir uma rodada de treinamento sequer, mesmo com engenheiros da Huawei trabalhando no escritório dela. Voltou para hardware da Nvidia. A empresa nunca confirmou, e a apuração se apoia em fontes não identificadas, então trato isso como relato de imprensa e não como fato estabelecido. O que é público é que o R2 seguia sem lançamento em meados de 2026, mais de um ano depois da data prevista. Por enquanto, os chips chineses dão conta de rodar modelos prontos, mas não de treinar um modelo de fronteira do zero.

A troca de fornecedor foi rápida. Em 2025 a Nvidia ainda respondia por cerca de metade do mercado chinês de chips de IA. Em maio de 2026, o presidente da empresa disse que havia concedido esse mercado à Huawei. É fala de parte interessada, que argumenta contra os controles de exportação, e casas de análise projetam na mesma direção, com a Huawei perto de metade do mercado.

O que continua limitando a produção chinesa são dois obstáculos físicos. O primeiro está na fábrica. Chip é produzido em lotes, e parte sai com defeito e é descartada. A SMIC, principal fabricante de chips da China, aproveita entre 20% e 40% de cada lote, contra os 60% que são o padrão da indústria. Como o lote custa quase o mesmo independentemente de quantos chips saem bons, o desperdício encarece cada unidade e limita quanto se entrega.

O segundo está na memória. Um chip de IA não trabalha sozinho. Junto dele, dentro do mesmo pacote, vão chips de memória empilhados um sobre o outro e ligados ao processador, arranjo que encurta a distância e faz o dado chegar rápido o suficiente para alimentar o cálculo. É outra indústria, com outras fábricas e outro equipamento, e sem essa peça o chip de cálculo não vira produto acabado. A China estocou memória importada antes de os controles apertarem, em setembro de 2025, e o que a produção doméstica entrega hoje dá para poucas centenas de milhares de unidades por ano, fração do que as fábricas de chips do país conseguiriam montar. É o gargalo que aperta primeiro.

Há um terceiro obstáculo, menos visível e talvez mais difícil: o ecossistema de software. O CUDA, da Nvidia, é uma camada de ferramentas construída ao longo de quase duas décadas, e nenhuma alternativa chinesa alcançou maturidade equivalente.

Os Estados Unidos controlam o topo dessa cadeia, mas não a fabricam inteiramente: dependem de Taiwan para a manufatura de ponta, o que transforma um trunfo tecnológico em vulnerabilidade geográfica.

O Brasil não fabrica nada disso. Não produz chips avançados nem tem fábricas capazes de produzi-los, e depende integralmente de importação para qualquer capacidade computacional relevante. A questão prática é garantir acesso e capacidade de troca de fornecedor.

Energia

Aqui houve uma mudança recente que altera o valor dos ativos de cada país. Os chips continuam sendo restrição, mas passaram a dividir esse posto com a eletricidade.

O consumo global de data centers deve dobrar, de cerca de 415 a 485 terawatt-hora entre 2024 e 2025 para perto de 950 terawatt-hora em 2030, quase 3% de toda a eletricidade do mundo. Estados Unidos e China respondem por cerca de 80% desse aumento.

Nos Estados Unidos, o gargalo já é físico. O Laboratório Nacional Lawrence Berkeley, que compila as filas de mais de cinquenta operadores de transmissão, mostra que o tempo entre pedir conexão à rede e entrar em operação passou de menos de dois anos, nos projetos dos anos 2000, para mais de cinco anos nos concluídos em 2025. Das capacidades que pediram conexão entre 2000 e 2020, só 13% estavam operando no fim de 2025. Transformadores de potência têm prazo médio de entrega de 128 semanas e preços 77% acima de 2019, com cerca de 80% do suprimento importado, números de uma pesquisa setorial da consultoria Wood Mackenzie. A resposta da indústria tem sido construir geração própria e contornar a rede pública.

É nesse contexto que a matriz elétrica brasileira, majoritariamente renovável, ganha peso como ativo. Num momento em que a restrição global deixou de ser apenas capital ou tecnologia e passou a incluir megawatt disponível, ter energia limpa e abundante é escassez valiosa. O que não se converte automaticamente em capacidade nacional, e essa distinção é o assunto do bloco final deste documento.

Como a decisão vira execução

A última condição é institucional. A China é um Estado unitário: o centro define prioridades e os territórios competem para executá-las, com dirigentes avaliados pelo desempenho de suas jurisdições. Os Estados Unidos operam num federalismo em que o governo central influencia por compras públicas, defesa e incentivo fiscal, mas não comanda a execução, e onde boa parte da capacidade está em empresas privadas. O Brasil é uma federação com 26 estados e mais de 5.500 municípios com autonomia constitucional, o que significa negociação permanente e, historicamente, descontinuidade a cada ciclo eleitoral.

Os diferentes modelos têm pontos altos e baixos. O chinês executa rápido e arrisca duplicar investimento e otimizar para indicador. O americano inova rápido e arrisca subinvestir no que não tem retorno privado. O brasileiro tem, ao menos no papel, legitimidade democrática e mecanismos redistributivos, mas paga alto custo de coordenação.

O que isso explica

Postas lado a lado, essas condições explicam boa parte do que se costuma tratar como escolha estratégica. A China aposta em robótica e aplicação industrial porque perde trabalhadores, tem fábricas e consegue capturar dados do mundo físico. Os Estados Unidos apostam na fronteira e no capital privado porque têm o mercado financeiro mais profundo do mundo, controlam o topo da cadeia de chips e historicamente atraem talento pronto. O Brasil aposta em energia limpa e no Estado como usuário porque é o que ele tem de fato.

A pergunta que fica não é qual estratégia é melhor. É se cada país está jogando com as cartas que tem, ou tentando imitar a estratégia de outro cuja mão é diferente da sua.

Três países deram três respostas diferentes para a mesma pergunta: qual é o papel do Estado diante de uma tecnologia de propósito geral. A escolha de cada um aparece no palco que montou, e vem depois do que cada país tem de gente, fábrica, energia e chips antes de decidir qualquer coisa.

A China dirige o mercado. Os Estados Unidos removem barreiras para que o mercado avance. O Brasil, sem escala para disputar a fronteira, aposta em especialização por vantagem comparativa. Essas três posturas aparecem em tudo: em onde cada um investe, no que cada um proíbe, e no palco que cada um escolhe ocupar.

Dois casos ficam fora deste recorte mas cumprem papéis que os três não cobrem. A Índia é o exemplo de país que não criou palco próprio nem tem escala de fronteira, mas se inseriu numa cadeia diplomática já existente e a puxou para si: a AI Impact Summit de Nova Déli, em fevereiro de 2026, foi a quarta de uma série de cúpulas globais iniciada no Reino Unido em 2023, e a primeira sediada por uma nação do Sul Global, com o eixo deslocado de segurança para impacto e desenvolvimento, ancorada em ativos próprios de grande escala, como o sistema nacional de identidade digital e a rede de pagamentos instantâneos que o país construiu. A União Europeia é o único caso de potência que disputa a régua em vez da fronteira: seu instrumento é normativo, exportar padrões que o mundo acaba adotando, consolidado no AI Act.

Onde cada um aposta e o que aceita depender

Toda estratégia tecnológica é também uma decisão sobre o que não fazer.

A China aposta em difusão: modelos de pesos abertos, preço baixo, aplicação industrial em escala. Aceita depender de chips de fronteira estrangeiros no curto prazo, enquanto constrói capacidade de substituição, e paga por isso o custo de trabalhar com hardware doméstico menos eficiente. É uma aposta em resiliência, mais do que em autossuficiência imediata.

Os Estados Unidos apostam no pacote completo: hardware, modelos, software, aplicações e padrões vendidos juntos, com a meta declarada de que o mundo continue operando sobre tecnologia americana. Aceitam depender de Taiwan para a fabricação de ponta, o que converte um trunfo tecnológico em vulnerabilidade geográfica.

O Brasil aposta em energia limpa e no Estado como usuário de referência. Aceita depender de chips, nuvem e modelos estrangeiros, o que é realista dada a ausência de indústria de semicondutores. O risco dessa posição está na dependência sem capacidade de substituição, mais do que na dependência em si.

O que cada um proíbe

Proibir é onde o Estado revela o que considera intolerável, e é aqui que as três teorias ficam mais visíveis.

A China não tem lei geral de IA. Regula por camadas, emitindo regras específicas conforme a tecnologia aparece, e o alvo é sempre conteúdo e identidade: registro obrigatório de algoritmos que moldem o ambiente informacional, verificação de identidade real de quem cria conteúdo sintético, consentimento de quem tem rosto ou voz replicados, registro prévio de serviços capazes de influenciar opinião pública, e rotulagem obrigatória de todo conteúdo gerado por IA desde setembro de 2025. O que se protege é a estabilidade da informação, mais do que a privacidade do indivíduo diante da empresa.

Os Estados Unidos não têm lei federal abrangente, e a orientação recente foi de remover barreiras, incluindo tentativa de preempção sobre leis estaduais restritivas. A revisão de modelos de fronteira é voluntária. Na prática, quem regula são os estados, de forma fragmentada. É o único dos três que optou por não estabelecer regras federais abrangentes.

O Brasil escolheu um terceiro caminho, inspirado na União Europeia: a regulação por nível de risco. A lógica é diferente das outras duas. Em vez de regular o conteúdo, como a China, ou deixar ao mercado, como os Estados Unidos, classificam-se os usos da tecnologia conforme o dano potencial. Usos de risco excessivo ficam proibidos, os de alto risco exigem governança e avaliação de impacto, e o restante segue com obrigações leves. É uma régua que olha para a aplicação, e não para a tecnologia em si.

O PL 2338, aprovado no Senado em dezembro de 2024 e ainda em tramitação na Câmara, veda armas autônomas, indução de comportamento prejudicial, exploração de vulnerabilidades, geração de material de abuso sexual infantil e predição de crime por traços de personalidade. Uma diferença em relação ao modelo europeu merece nota: o reconhecimento de emoções aparece no Brasil como alto risco, sujeito a governança, enquanto a Europa o proíbe no trabalho e nas escolas. É uma régua mais permissiva exatamente no ponto que mais me chamou atenção nesta viagem.

É aí que as três teorias se separam de forma mais nítida. O Brasil permite a inferência de emoções com salvaguardas, classificando-a como alto risco. Os Estados Unidos deixam ao mercado, com leis estaduais fragmentadas que exigem no máximo aviso de que se trata de um robô. A China, que eu esperava encontrar como a mais permissiva nesse terreno, é hoje a jurisdição mais restritiva do mundo.

Desde 15 de julho de 2026, estão em vigor as Medidas Provisórias para Serviços de Interação Antropomórfica por IA, emitidas em abril pela Administração do Ciberespaço junto a outros quatro órgãos. Elas proíbem oferecer companheiros virtuais e parentes artificiais a menores de 18 anos, exigem consentimento dos responsáveis abaixo dos 14, obrigam plataformas a detectar sinais de dependência e de crise emocional, vedam manipulação afetiva com fins comerciais, e obrigam avisos periódicos de que o interlocutor é uma máquina. É a primeira regulação do mundo desenhada especificamente para IA que simula vínculos românticos ou familiares.

O custo foi cobrado do mercado, não adiado. Doubao, Qwen e Yuanbao suspenderam seus recursos de companheiro virtual na véspera do prazo, num setor de humanos digitais que movimentava cerca de 4,1 bilhões de yuans (cerca de R$ 3 bilhões) e crescia 85% ao ano. É o mesmo padrão da política que desmontou o setor de EdTechs em 2021: quando Pequim identifica um risco social que não aceita, a indústria é reorganizada de cima para baixo, sem gradualismo.

A China é mais aberta que Estados Unidos e Europa quanto à presença de máquinas afetivas na vida cotidiana, e ao mesmo tempo mais dura quanto ao que uma empresa pode fazer com esse vínculo. São coisas diferentes, e confundi-las leva a conclusões erradas sobre os dois lados.

Isso ecoa o que vi no museu em Xangai. A diferença entre os países está no que cada sociedade considera aceitável que a tecnologia faça, mais do que no que ela consegue fazer.

O palco

As conferências são onde cada teoria se performa publicamente, e a escolha de criar, herdar ou ignorar um palco já diz quase tudo.

A China criou o seu do zero. A WAIC é uma conferência-Estado, orquestrada por ministérios, com Xangai posicionada como capital de governança de IA e a criação de uma organização internacional sediada na cidade. Os Estados Unidos não têm equivalente, e comparecem às cúpulas alheias como competidores, não como convocadores, porque sua força está nas empresas e não na convocação estatal. O Brasil não criou palco nem herdou cadeia, e se insere de forma difusa, por foros multilaterais e como destino de investimento em infraestrutura.

A presença de Xi Jinping na abertura da WAIC não era protocolo. Era a peça visível de uma engrenagem que começa em condições estruturais, passa por escolhas de aposta e regulação, e termina num palco montado para o mundo assistir.

Em abril de 2026, duas comissões da Câmara americana abriram uma investigação conjunta sobre o uso de modelos chineses de inteligência artificial por empresas americanas. Em julho, enviaram cartas à Airbnb e à Anysphere, dona do Cursor, uma das ferramentas de programação assistida mais usadas do mundo, pedindo explicações sobre esse uso. No mesmo período o Departamento de Estado passou a sinalizar preocupação com a adoção corporativa desses modelos.

O alvo dessas cartas são empresas do próprio país. Washington chegou a um impasse: atribui riscos concretos aos modelos chineses, mas não tem como proibi-los.

Os quatro riscos, como Washington os formula

O primeiro é censura embutida. Modelos treinados sob as regras chinesas de registro de algoritmo e controle de conteúdo carregariam para dentro de aplicações de outros países os limites que valem lá.

O segundo é segurança, em duas frentes: dados sensíveis transitando por infraestrutura chinesa, e código gerado com falhas exploráveis, hipótese levantada em relatórios de empresas de segurança americanas.

O terceiro é capacidade extraída dos laboratórios americanos por destilação e devolvida ao mundo de graça, com as travas de segurança removidas. Essa disputa tem passivo dos próprios acusadores. Publicações americanas do setor descrevem a posição dos laboratórios do país de forma direta: tratam os modelos chineses como mercadoria roubada, construída com material gerado pelos modelos americanos.

O quarto é dumping. Distribuir de graça um modelo caro de construir empurra os concorrentes americanos para duas saídas ruins: abrir os próprios modelos, o que derruba o poder de precificação, ou sustentar preço alto enquanto existe alternativa boa o bastante de graça. A analogia que circula no debate americano é a do aço, setor em que o subsídio estatal chinês e a venda a preço artificialmente baixo tornaram a competição inviável para produtores de outros países.

O impasse

Pesos abertos circulam livremente. Uma vez publicado, o arquivo está em milhares de máquinas, e proibir sua distribuição nos Estados Unidos esbarra em proteção constitucional à expressão, porque código publicado é tratado como discurso.

Kyle Chan, pesquisador do centro sobre China da Brookings, avalia que o instrumento realmente disponível é a compra pública: proibir órgãos de governo, e empresas que prestam serviço a eles, de usar modelos chineses. O efeito prático seria encarecer a escolha por atrito. Auditoria, exigência de conformidade e risco de exposição no Congresso somam custos que não aparecem na comparação de preço por token.

No extremo oposto do debate, um senador chegou a apresentar projeto proibindo importação e exportação de qualquer tecnologia de inteligência artificial entre os dois países, com pena de até vinte anos de prisão.

A pressão contrária vem de dentro

Em julho de 2026, Hugging Face, Meta, Microsoft, Mistral e Nvidia assinaram carta aberta pedindo que não se imponham restrições amplas e prematuras a modelos de pesos abertos. A carta não menciona a China uma única vez. Uma regra desenhada contra modelos chineses alcançaria também os americanos.

Há ainda a pressão do custo. Numa reportagem da agência AFP, um empresário americano que pediu anonimato relatou economia de 400 mil dólares por ano ao trocar modelos proprietários pelos modelos abertos da Alibaba. A explicação dele é a lógica em uma frase: quem precisa de capacidade de ponta volta para os fornecedores americanos, e a maior parte das aplicações não precisa disso. Em dado agregado, estimativas citadas em relatório de órgão consultivo do Congresso americano indicam que cerca de 80% das startups americanas de IA já usam modelos abertos chineses, e o uso global desses modelos saltou de 1,2% no fim de 2024 para quase 30% em agosto de 2025, segundo relatório da plataforma OpenRouter com a gestora Andreessen Horowitz.

Existe também uma posição aceleracionista dentro do governo e do setor, que trata modelos baratos como insumo de crescimento. O responsável pela pasta de inteligência artificial na Casa Branca chegou a atribuir a perda de terreno dos laboratórios fechados americanos à prioridade que eles deram a moderação de conteúdo em detrimento de competitividade.

Testando os quatro riscos

Sobre valores embutidos, há um caso que ilustra o limite do risco. A Perplexity pegou um modelo aberto chinês, ajustou os pesos e passou a operar uma versão que descreve o massacre da Praça da Paz Celestial e discute a independência de Taiwan, coisas que o modelo original evita. A censura vem embutida, e em modelo aberto ela é removível por quem baixa. Em modelo fechado, americano ou chinês, o usuário fica com o que o fornecedor decidiu. Modelos dos dois países recusam responder, com taxas muito diferentes, e a recusa acompanha a legislação do país tratado. A preocupação americana com viés político em modelo chinês tem base. A premissa implícita de que o modelo americano seja neutro não tem. O plano de ação americano propõe um programa federal para avaliar modelos chineses quanto a alinhamento com o discurso oficial do Partido e, no mesmo documento, incentiva modelos abertos americanos. É reconhecimento explícito de que a disputa é sobre qual conjunto de valores viaja embutido.

Sobre segurança, falta ao debate público a distinção entre serviço e arquivo. Usar o modelo pela interface da empresa chinesa faz os dados transitarem por ela. Baixar os pesos e rodar em máquina própria elimina esse tráfego. Permanece a obrigação legal que a lei chinesa de inteligência impõe à empresa, que alcança a empresa e não o arquivo já instalado no seu servidor.

Sobre destilação, o tratamento está na tese sobre a aproximação técnica, e o resumo é que a acusação tem base factual e vem de uma posição com passivo próprio.

Sobre dumping, a analogia do aço tem limite. Aço é insumo indiferenciado, e o mercado dele é o próprio aço. Modelo de fronteira é camada de base sobre a qual se constrói outra coisa, e nesse formato existe um caso melhor documentado.

O Android foi licenciado de graça a fabricantes de celular, e o valor foi capturado nas camadas adjacentes. A Comissão Europeia multou o Google em 4,3 bilhões de euros em 2018 por abuso de posição dominante em três mercados: sistemas operacionais licenciáveis, lojas de aplicativos e busca. A decisão apontou o vínculo obrigatório entre a loja de aplicativos e o aplicativo de busca, que reforçava a posição dominante em busca e gerava receita publicitária capaz de subsidiar o desenvolvimento do próprio Android, e manteve a conclusão de que o Google restringiu de forma ilegal a concorrência de versões alternativas do sistema por meio de acordos antifragmentação. Em julho de 2026 o tribunal máximo europeu rejeitou o último recurso, e a multa, reduzida para 4,1 bilhões de euros, ficou de pé.

Duas peças desse caso interessam aqui. A primeira é onde o dinheiro apareceu: numa camada de serviço acima do sistema distribuído sem custo. A segunda é como o controle foi mantido, definindo o que contava como versão compatível.

A pergunta equivalente no caso chinês é onde o valor se acumula quando o modelo é gratuito. Uma resposta possível está no trabalho que se deposita em cima de cada modelo. Quando milhares de desenvolvedores adaptam um modelo específico, aparecem versões ajustadas, ferramentas, documentação, receitas de instalação e gente treinada naquele jeito de fazer. Trocar de modelo depois passa a custar retrabalho. Os números dessa acumulação existem: 63% de todos os novos modelos derivados publicados no Hugging Face em 2025 partiram de modelos chineses, e a família Qwen sozinha já gerou mais de 100 mil derivados. Quem publica o modelo de base define os formatos e as interfaces que o resto passa a seguir.

Uma diferença entre os dois casos limita a analogia. O controle do Google se exercia por contrato, com acordos que os fabricantes assinavam. Um modelo publicado sob licença permissiva não tem contrato nenhum. A amarra que sobra é dependência de caminho: custo de retrabalho, ferramental já montado e pessoas treinadas. É uma trava mais fraca que a do Android, e pode ser suficiente.

Esse passo do argumento é leitura minha. O que está documentado é a etapa anterior: o próprio órgão consultivo do Congresso americano descreve o ciclo como abertura seguida de adoção, adaptação e fortalecimento do ecossistema, e conclui que esse ecossistema aberto permite à China inovar perto da fronteira apesar da restrição de capacidade computacional. Onde exatamente o valor aterrissa nesse fortalecimento é pergunta em aberto.

Um contraponto veio da própria fronteira americana. Ao testar seus modelos mais recentes, a OpenAI relatou que um deles explorou uma falha do ambiente de avaliação para acessar um repositório com a resposta do teste que estava fazendo. O episódio reacendeu a discussão sobre o risco de concentrar capacidade de fronteira em poucos fornecedores fechados, que é o outro lado do argumento sobre pesos abertos.

O que isso quer dizer para quem não é nenhum dos dois

Essas cartas do Congresso tratam de quem define o padrão. Um modelo que se torna base de aplicações no mundo inteiro leva embutidos os limites de conteúdo, as escolhas de segurança e as dependências técnicas de quem o construiu, e quem adota não negocia nada disso.

Para o Brasil isso reformula a pergunta prática. Escolher entre modelo americano e modelo chinês é uma decisão de fornecedor. Ter capacidade de avaliar, adaptar e trocar de fornecedor é uma decisão de soberania, e é em qual camada exercê-la que a escolha brasileira se decide.

Quando se fala em educação nas estratégias nacionais de inteligência artificial, é fácil supor que se está falando de uma coisa só. Mas há três objetivos distintos ali dentro, e eles exigem políticas diferentes entre si.

O primeiro é formar quem constrói: pesquisadores, engenheiros de IA, projetistas de chips. É política de topo, seletiva, concentrada em poucas instituições, medida por publicações, patentes e empresas criadas. Serve à posição do país na fronteira tecnológica.

O segundo é formar quem trabalha com IA sem construí-la: médicos, advogados, professores, analistas, técnicos de manutenção, operadores de fábrica. São pessoas que aplicam a tecnologia no próprio ofício, sem desenvolver modelos. É política de qualificação profissional, que atinge milhões de pessoas já no mercado de trabalho.

O terceiro é preparar quem convive: toda a população, incluindo quem nunca vai usar IA profissionalmente. As competências para viver num mundo onde a tecnologia media informação, decisões e serviços. É política de massa, distribuída em toda a rede de ensino. Serve à autonomia das pessoas, e não ao ranking do país.

A distinção não é nova. Formamos engenheiros elétricos e, em paralelo, ensinamos a população a conviver com eletricidade. O que muda aqui é a natureza do que está sendo mediado. A IA opera sobre a cognição, um aspecto central da nossa existência que até agora era pouco intermediado por máquina. Dirigir um carro não terceiriza o seu raciocínio. Um modelo de linguagem pode.

Quem constrói

Nessa camada, os números favorecem quem já tinha vantagem, mas de forma menos definitiva do que se imagina.

Em 2025, os Estados Unidos investiram cerca de US$ 286 bilhões em IA, três a quatro vezes mais que a China. Mas a composição difere: o dinheiro americano é quase todo privado, o chinês é majoritariamente estatal. E, apesar dessa diferença de investimento, a distância entre os melhores modelos dos dois países praticamente desapareceu, de mais de 17 pontos percentuais em 2023 para menos de 3% hoje na métrica de preferência de usuários do LMArena. Em publicações e patentes de IA, a China já lidera em volume.

Há um dado americano que merece atenção de quem pensa formação de longo prazo. O número de pesquisadores e desenvolvedores de IA que migram para os Estados Unidos caiu 89% desde 2017, com 80% dessa queda concentrada no último ano. Para entender o que está por trás disso, é preciso olhar de onde vinha esse fluxo: cerca de 70% dos principais pesquisadores de IA nos Estados Unidos nasceram ou se formaram fora, e a fatia de pesquisadores de elite com graduação na China subiu de 27% em 2017 para 38% em 2024. O que mudou não foi a qualidade da formação americana, foi a política de vistos, somada ao clima geopolítico e a esforços chineses de atração. Boa parte desse talento não está indo para outro lugar: está permanecendo na China. Outra parte segue para Canadá, Reino Unido e Emirados, que criaram vistos rápidos para talento em ciência e tecnologia.

Ainda assim, as instituições americanas ainda empregam 59% dos pesquisadores de elite em IA, acima dos 51% de 2017, e a China ainda perde a maior parte do talento que forma, com retenção que caiu de 16% para 11%. A máquina americana de importar cérebro continua funcionando. O que está em questão é por quanto tempo. Historicamente, a liderança americana na fronteira sempre se apoiou tanto na formação doméstica quanto na atração e retenção de talento estrangeiro.

Quem trabalha com IA

Essa é a camada mais numerosa e a que menos aparece no debate público, apesar de ser onde a maior parte do impacto econômico se realiza.

O PBIA a trata separadamente. Sua meta de 20 mil profissionais por ano até 2028 divide-se em 5 mil em desenvolvimento de IA e 15 mil em uso de ferramentas de IA, três vezes mais na segunda categoria. O programa de capacitação, qualificação e requalificação, com R$ 500 milhões, mira trabalhadores já no mercado, com estágios em empresas e parcerias como o Sistema S.

A China opera na mesma lógica, em outra escala. As diretrizes que o Conselho de Estado publicou em julho de 2025 lançam uma campanha de qualificação profissional para 2025 a 2027, com meta de treinar mais de 30 milhões de trabalhadores em áreas prioritárias que incluem IA, manufatura avançada e economia digital, com foco declarado em empregados de empresas, recém-formados e trabalhadores migrantes. O motor aqui é demográfico antes de ser tecnológico: a população em idade de trabalho encolheu mais de 77 milhões de pessoas desde 2013, e a idade média do trabalhador chinês subiu de 32 para quase 40 anos em quatro décadas. Requalificar deixou de ser opção.

Nos Estados Unidos, a camada aparece nos apprenticeships registrados em IA, sob o Departamento do Trabalho, e no pilar de preparação do trabalhador americano para a era da IA, com uso de verbas já existentes de desenvolvimento de força de trabalho.

Os três países, portanto, reconhecem essa camada intermediária. A diferença está na escala e no instrumento: a China trata como campanha nacional com meta numérica, o Brasil como programa dentro de um plano setorial, os Estados Unidos como redirecionamento de verbas de qualificação profissional já existentes.

Quem convive

Os três países declaram essa agenda nos seus documentos oficiais.

O Brasil, no PBIA, tem um eixo de difusão, formação e capacitação que inclui campanhas de conscientização sobre uso crítico da IA. Os Estados Unidos, na ordem executiva 14277, de abril de 2025, definem letramento em IA como a capacidade de compreender, usar e avaliar criticamente sistemas de IA, e o estabelecem como prioridade educacional nacional em todos os níveis de ensino. A China, no plano IA+Educação de abril de 2026, declara a construção de um sistema de letramento geral em IA para todas as etapas de ensino e para toda a sociedade, com objetivo explícito de acesso equitativo.

A distinção existe no papel. O problema aparece quando se olha o que sai do discurso.

No Brasil, a divisão do eixo de difusão, formação e capacitação mostra a hierarquia. Dos seus R$ 1,15 bilhão, o programa de formação de talentos leva R$ 548,5 milhões e o de capacitação e requalificação de trabalhadores leva R$ 500 milhões. Ao público geral resta o programa de difusão e divulgação, com R$ 100 milhões, campanhas informativas sobre uso crítico da IA e defesa da integridade da informação. Menos de 10% do eixo, que por sua vez é o segundo menor dos cinco do plano. Para efeito de comparação, o eixo de inovação empresarial concentra R$ 13,79 bilhões, quase 60% de todo o PBIA, e o de infraestrutura e desenvolvimento, R$ 5,79 bilhões.

Nos Estados Unidos, a ordem executiva não aloca recurso novo. Ela manda priorizar verbas existentes e apostar em parcerias público-privadas, e os montantes que se materializaram são modestos, na casa das dezenas de milhões de dólares. No mesmo período, a agência nacional de ciência interrompeu 839 projetos de pesquisa em ensino de STEM, num valor de US$ 888 milhões, e fechou a divisão dedicada a ampliar a participação de grupos sub-representados nessas áreas. Educação respondeu por cerca de três quartos do valor de tudo que a agência cancelou naquele ano. Houve realocação para IA dentro de um bolo que encolheu.

Sobre a China, não há transparência quanto aos valores investidos no tema dentro do plano. O que é verificável são as metas operacionais. As duas diretrizes que o ministério da Educação publicou em maio de 2025 estabelecem piso de oito horas anuais de aula de IA na educação básica, e Hangzhou fixa dez. Todos os professores de computação devem completar 120 horas de formação específica em IA até 2028, e o ministério determina que não haverá avaliação padronizada de IA até pelo menos 2030.

Esse último ponto merece nota, porque contraria a imagem que se tem de fora. O ministério chinês pede cautela explícita: proíbe que crianças da educação primária usem IA generativa de forma independente e veda que professores substituam suas funções pedagógicas centrais pela máquina. Seja isso prudência pedagógica, controle, ou os dois, é uma resposta formulada a um problema que os outros países ainda não nomearam com essa clareza.

O caso americano mostra o que acontece quando a segunda agenda fica só no discurso. Uma pesquisa do College Board apurou que 84% dos estudantes de ensino médio usaram IA generativa para trabalho escolar em 2025. Do outro lado, 45% dos diretores relataram ter política de IA na escola ou no distrito, e apenas 18% dos professores dizem ter recebido qualquer orientação formal sobre como usar essas ferramentas. O desencontro fica claro num par de números da mesma pesquisa: 74% dos estudantes da geração Z afirmam que a escola tem política de IA, contra 25% dos professores. A adoção chegou antes do preparo.

Onde as três camadas se encontram

A tentação, olhando esses dados, é concluir que a base educacional importa menos do que se supunha, já que a fronteira tecnológica parece depender sobretudo do topo e da capacidade de atrair talento pronto. Seria uma leitura apressada e, no fundo, uma confusão entre as três agendas.

A base determina quem sequer tem a chance de chegar ao topo. Um país que não forma bem na educação básica reduz drasticamente o universo de pessoas que poderiam vir a construir na fronteira, e passa a depender de importar talento, uma estratégia que o dado americano da queda de 89% na migração mostra ser vulnerável.

Mas a base também tem uma função que independe completamente da corrida tecnológica. Mesmo que um país nunca produza um modelo de fronteira, sua população vai conviver com IA em serviços públicos, no trabalho, na saúde, na informação que consome. Preparar para isso é política de cidadania, antes de ser política de competitividade.

O que precisa ficar claro é que as três não se substituem e exigem instrumentos diferentes. Formar quem constrói pede concentração de recursos, seletividade, pós-graduação forte e retenção de talento. Formar quem trabalha com IA pede qualificação profissional em escala, ligada a setores e ocupações concretas, com forte participação de empresas. Preparar quem convive pede currículo, formação de professores em toda a rede, material adequado a cada idade e, principalmente, alguma forma de verificar se funcionou.

A ordem em que essas três agendas costumam aparecer no orçamento e na cobrança não é acidental. A primeira tem métricas maduras e disputadas internacionalmente. A segunda tem metas numéricas verificáveis, porque se conta quantos trabalhadores foram treinados. A terceira não tem métrica consolidada em lugar nenhum, e é por isso que ela escorre com mais facilidade.

O desafio, para qualquer país, não é escolher entre as três. É reconhecer que são políticas distintas e sustentar as três ao mesmo tempo, sabendo que a mais difícil de medir tende a ser a primeira a ser esquecida.

A consolidação de um novo polo na era da IA amplia as possibilidades disponíveis para o Brasil, mas aumenta a complexidade das escolhas. Modelos chineses de pesos abertos podem reduzir custos, permitir hospedagem local e ampliar o poder de negociação. Empresas americanas seguem oferecendo modelos avançados, infraestrutura global e forte integração empresarial. Teremos de escolher modelos, nuvens, fornecedores e padrões. A questão estratégica está nas consequências acumuladas dessas escolhas: impedir que decisões operacionais produzam dependência irreversível.

Isso não significa fazer tudo na cadeia de valor da IA. Significa escolher capacidades estratégicas e nelas ser excelente. Pelo Plano Brasileiro de Inteligência Artificial, o país organiza sua posição em torno de dois ativos: o Estado como usuário de referência, já que o setor público opera sistemas de grande escala em saúde, educação, tributação, benefícios e justiça, e a matriz elétrica de baixo carbono, que o posiciona como destino para data centers e processamento intensivo em energia. Mas o valor desses ativos depende das conexões criadas entre eles e o resto da economia: compras públicas podem desenvolver capacidades locais ou apenas ampliar importação de serviços; data centers podem apoiar pesquisa e empresas brasileiras ou funcionar como enclaves que consomem recursos naturais sem devolver desenvolvimento.

A matriz elétrica limpa é um trunfo real, mas opera numa camada específica. Construir um modelo de fronteira consome muita energia, e o item que domina essa conta é o acesso a chips avançados, num gasto que acontece uma vez. Rodar modelos em escala tem a energia como item dominante, numa conta que se repete a cada uso e nunca para de chegar. A vantagem energética brasileira vale na operação: hospedar, servir e adaptar modelos, próprios ou de terceiros. É menos glamouroso que treinar um modelo nacional de fronteira, mas é onde a vantagem existe.

Não estamos sozinhos nesse dilema

O problema já foi nomeado e tem literatura própria. Países que não são Estados Unidos nem China vêm sendo chamados de potências médias (middle powers) no debate sobre IA, e enfrentam a mesma equação: capacidade técnica relevante, escala insuficiente para competir na fronteira, e a necessidade de decidir onde competir, onde fazer parceria e onde aceitar dependência.

Um levantamento de 2026 ouviu governos de treze desses países, o Brasil entre eles, e chegou a uma conclusão relevante: nenhum deles acredita que soberania completa em toda a cadeia de IA seja possível. Os custos são altos demais, o talento escasso demais, a demanda de infraestrutura grande demais para qualquer país sozinho.

O que a literatura propõe no lugar é autonomia seletiva. Uma análise do Chatham House, de fevereiro de 2026 formula assim: a tarefa que importa é preservar a capacidade de escolher, adaptar e direcionar a aplicação da tecnologia. Quem adia ou persegue estratégias difusas corre o risco de terminar com dependências que não escolheu e ambições que não consegue realizar.

Há também a via da ação conjunta. Blocos regionais ou temáticos permitem exercer influência que nenhum país alcança sozinho, por investimento compartilhado em infraestrutura, regulação harmonizada e negociação coletiva com fornecedores.

O Brasil aparece com frequência nessas análises, com a sugestão de que se posicione como polo regional, investindo em modelos abertos treinados em português e em dados da região, alinhados à legislação local.

Soberania em qual camada

Soberania significa coisas diferentes em cada camada da tecnologia, e um país pode ter uma sem ter as outras.

O modelo. Criar um modelo do zero, no que se chama pré-treinamento, significa definir a arquitetura, reunir trilhões de palavras de dados e rodar meses de processamento em milhares de placas gráficas. É a etapa mais cara e a que menos países conseguem fazer. A etapa seguinte, o ajuste sobre um modelo que já existe, é acessível a muito mais gente: pega-se um modelo pronto e o especializa com dados próprios, para uma língua, um setor, uma legislação.

Modelos de pesos abertos entregam o resultado do pré-treinamento e permitem fazer o ajuste, rodar em infraestrutura própria e inspecionar o que está lá dentro. Isso resolve a dependência de uma interface controlada por fornecedor estrangeiro, que é a forma mais imediata de dependência. O que não resolve: quem só ajusta herda escolhas feitas por outros, sobre quais dados entraram no treinamento, quais comportamentos foram reforçados, quais línguas foram priorizadas. Fica exposto ao ritmo de quem pré-treina, o que exige planejamento próprio de atualização e a capacidade de migrar entre modelos base quando necessário.

A operação. Ter o modelo baixado não é o mesmo que saber rodá-lo em escala, mantê-lo, monitorar seu comportamento e corrigir problemas. Essa camada depende de gente formada e de infraestrutura, não de licença de software. Aqui a diferença entre as ofertas internacionais aparece: transferência de conhecimento com saída do fornecedor produz autonomia; suporte técnico permanente produz conforto e vínculo. As duas coisas funcionam, e a segunda é mais confortável, o que também a torna mais difícil de abandonar.

O padrão. Um modelo aberto roda sobre camadas de software que traduzem instruções para o hardware, e essas camadas seguem padrões técnicos definidos em foros internacionais. Quem escreve o padrão define o que é compatível com o quê, e mantém posição de influência mesmo com todo o código disponível a todos. Essa camada não se conquista baixando arquivo. Depende de presença nas mesas onde as normas são negociadas, o que exige gente técnica dedicada a isso por anos.

A formação. Quem treina os professores, os gestores públicos e os juristas de um país molda o vocabulário com que aquele país vai pensar o problema pelas próximas décadas. Um profissional formado num ecossistema tende a considerar naturais as ferramentas, os padrões e os enquadramentos daquele ecossistema. Os efeitos aparecem devagar, mas são duradouros.

A estratégia chinesa de oferecer pesos abertos resolve o acesso ao modelo e ajuda na operação, que são as duas camadas mais visíveis e mais imediatas. Não resolve quem escreve os padrões técnicos nem quem forma os quadros, e são justamente essas as camadas que a mesma estratégia trata como frentes próprias.

Os instrumentos que já existem

O Itamaraty mantém setores de ciência, tecnologia e inovação em 55 postos no exterior, dentro de um programa de diplomacia da inovação que existe desde 2017, e foram representantes dessas seções que abriram os contatos da missão, tanto em Pequim quanto em Xangai. A agência de promoção de exportações opera com o setor de software um programa de internacionalização com mais de duas décadas. A associação brasileira de normas técnicas representa o país na organização internacional de normalização e na comissão eletrotécnica internacional, participando dos comitês onde padrões são escritos.

A diferença em relação ao que encontramos na China está na articulação entre política doméstica e projeção externa. O Brasil tem coordenação interna: o plano nacional de IA foi construído com mais de cem instituições, tem comitê interministerial de governança e um grupo de trabalho com representantes de quinze órgãos. O que não aparece com a mesma nitidez é o braço externo dessa política, uma frente organizada para levar tecnologia brasileira a outros países e disputar padrões técnicos em foros internacionais. Na China, disputar posição na indústria global de IA é prioridade declarada, e por isso essa frente tem nome, orçamento e funções específicas.

Há também o BRICS, que aparece em toda conversa sobre Sul Global e merece dimensionamento preciso. O centro de cooperação em IA entre China e BRICS existe desde 2024, foi anunciado por Xi Jinping numa cúpula do bloco, tem sede em Xangai e recebeu a visita do ministro chinês da Indústria para orientar os trabalhos. Reúne comitê com especialistas de vários países, incluindo brasileiros, programa de capacitação e uma linha de trabalho dedicada a padrões.

É o teste mais concreto da via da ação conjunta, e mostra o limite dela. Quem sedia, financia e define a agenda é a China. Os demais participam. O ganho para o Brasil é acesso: uma cadeira na discussão de padrões e vagas em capacitação, sem poder proporcional sobre o que se decide ali. Ação conjunta entre potências médias pressupõe pares negociando; aqui há uma superpotência convocando.

O bloco também não é coeso. Os países divergem sobre o que significa soberania digital, e essa divergência limita o que se pode negociar coletivamente. Serve para coordenação política e formação. Não constrói capacidade tecnológica coletiva.

O que isso muda na prática

Na prática, precisamos entender em que camadas queremos autonomia, e o que estamos dispostos a pagar por ela. Comprar serviço pronto de fornecedor estrangeiro resolve o presente e não constrói nada. Adotar um modelo aberto de terceiros resolve custo e acesso, e deixa em aberto quem opera, quem padroniza e quem forma.

Capacidade própria, na prática, é uma cadeia de verbos: avaliar (medir desempenho, viés, custo e adequação de modelos em português e nos contextos brasileiros); organizar e proteger dados; adaptar modelos existentes para legislação, saúde, educação, agricultura, clima; operar em infraestrutura controlada quando o dado é sensível; integrar modelos em processos, produtos e serviços; substituir, com dados portáveis, contratos adequados e arquiteturas modulares que permitam trocar de modelo, nuvem ou fornecedor; e produzir conhecimento próprio.

Teremos que fazer escolhas de alinhamento. Soberania na era da IA, com dois grandes polos globais, significa ter ambição suficiente para preservar escolhas ao longo do tempo. Demanda escolhas técnicas muito concretas.