Os documentos de falência da Character.ai mostram que a economia da IA não funciona
O pedido de falência da Character.ai está provocando debate sobre o que ele realmente diz sobre a viabilidade do negócio de IA, especialmente os produtos de consumo do tipo “AI wrapper” que compram acesso a grandes modelos em vez de possuir a infraestrutura central. Comentadores argumentam que seu fracasso reflete uma mistura de economia unitária ruim, riscos legais e de política, e uma base de usuários frágil impulsionada por NSFW, e não prova de que “a economia da IA não funciona” em geral. O tópico também aborda preocupações mais amplas sobre investimento excessivo em data centers, margens altas de API por laboratórios de fronteira e a probabilidade de que os modelos e a inferência se comoditizem ou migrem para o dispositivo ao longo do tempo.
Escopo do fracasso vs. “economia da IA”
- Muitos argumentam que a falência da Character.ai mostra os limites de um modelo de negócio, e não que a “economia da IA” como um todo não funcione.
- Vários observam que ela era um player de “segunda linha” ou um “wrapper”, vulnerável assim que os modelos centrais e os sistemas de peso aberto melhoraram.
- Outros veem isso como um dos primeiros dominós de uma bolha de IA superestimada, mas críticos chamam isso de especulação baseada em um único caso mal administrado.
Wrappers, margens e modelos de negócio
- Uma linha de argumento: os provedores de LLM de fronteira supostamente desfrutam de margens de API muito altas, enquanto os “AI wrappers” que revendem tokens enfrentam uma economia ruim quando a concorrência aumenta.
- A Character.ai é descrita como compradora de tokens (ou, anteriormente, produtora de um modelo sob medida) tentando adicionar uma fina camada de UX e um produto pesado em políticas por cima.
- A perda de usuários é atribuída à “enshittification” e ao aperto justamente no tipo de conteúdo (especialmente roleplay NSFW/edgy) que impulsionou o crescimento.
- Alguns enfatizam que buscar unicórnios no consumidor é inerentemente difícil, especialmente quando riscos legais e de política (menores, “amigos falsos” baseados em IP) estão no centro do produto.
Modelos no dispositivo / locais e comoditização
- Há um debate intenso sobre quão cedo chatbots envolventes poderão rodar totalmente em telefones.
- Céticos dizem que os modelos atuais de 7B são fracos demais para conversas sustentadas.
- Outros relatam uso satisfatório no dispositivo já hoje e esperam melhorias rápidas em hardware e inferência.
- Vários preveem que os LLMs se tornarão commodities ou gratuitos, de forma análoga aos navegadores web: o valor muda para integração, distribuição e monetização a jusante (por exemplo, anúncios, outros serviços).
- Alguns veem uma provável consolidação em modelos locais eficientes ou “localmente-ish”, impulsionada pela pressão de custos e por um conjunto finito de dados de treinamento de alta qualidade.
Intensidade de capital, VCs e riscos macro
- Críticos retratam a IA como o negócio anti‑ideal de VC: enorme capex, escalonamento quase linear do custo com o uso, serviços semelhantes a commodities e usuários sem disposição de pagar o custo real.
- Outros respondem que queixas semelhantes foram feitas em ondas tecnológicas passadas (PCs, navegadores, primeiras plataformas da internet) que acabaram encontrando modelos sustentáveis.
- Há preocupação com uma iminente “bomba de dívida de datacenter” vinda de construções de IA fortemente alavancadas, caso as receitas projetadas de IA não se concretizem; outros são céticos em relação a previsões sombrias de bolha, citando previsões fracassadas de colapso no passado.