Ilya Sutskever fecha parceria bilionária com Nvidia para buscar superinteligência

Depois de dois anos operando quase em silêncio total, a Safe Superintelligence (SSI), laboratório fundado por Ilya Sutskever, anunciou uma parceria de longo prazo com a Nvidia que pode redefinir a corrida pela superinteligência artificial. O acordo inclui um investimento que, segundo fontes próximas à negociação, chega à casa dos múltiplos bilhões de dólares.

O que torna esse movimento relevante não é apenas o volume de capital envolvido. É o modelo de negócios por trás dele. Enquanto praticamente todos os laboratórios de IA do mundo correm para lançar produtos, capturar receita e monetizar modelos, a SSI segue uma filosofia radicalmente diferente: nada de produtos comerciais, nada de ciclos curtos de receita. O único objetivo declarado é construir uma superinteligência artificial segura e alinhada aos interesses humanos.

O que a parceria com a Nvidia muda na prática

O acordo dá à SSI acesso à plataforma Vera Rubin, a próxima geração de GPUs da Nvidia. Segundo a fabricante de chips, isso deve aumentar os recursos computacionais da startup “em uma ordem de magnitude”, ou seja, algo próximo a dez vezes mais capacidade do que a SSI opera hoje.

A Nvidia já era investidora da SSI antes deste acordo. O que mudou agora foi o nível de acesso. Segundo a própria Nvidia, a empresa assinou a parceria de computação após obter “acesso raro à pesquisa cuidadosamente protegida” do laboratório de Sutskever. Em outras palavras, a Nvidia viu algo que a convenceu a multiplicar sua aposta.

“Temos pesquisa que merece ser escalada, e ter acesso a um grande computador Nvidia nos permitirá fazer isso”, disse Sutskever em comunicado. A SSI também firmou no ano passado uma parceria com o Google Cloud para alimentar suas pesquisas, o que sugere uma estratégia de diversificação de infraestrutura computacional.

Quem é Ilya Sutskever e por que o mercado presta atenção

Sutskever é uma das figuras mais influentes na história recente da inteligência artificial. Ao lado de Alex Krizhevsky e Geoffrey Hinton, ele co-criou a AlexNet, a rede neural que provou em 2012 que o escalonamento de GPUs combinado com deep learning poderia funcionar. Esse trabalho é amplamente creditado como a base técnica que viabilizou toda a onda de IA generativa que vivemos hoje.

Antes de fundar a SSI, Sutskever liderou o time de Superalinhamento na OpenAI, equipe que foi posteriormente dissolvida. Ele deixou a empresa meses após uma tentativa fracassada de destituir Sam Altman do comando da companhia, episódio que Sutskever descreveu como resultado de um “colapso na comunicação”.

Sua saída da OpenAI e a fundação da SSI foram interpretadas pelo mercado como uma declaração de princípios. Sutskever essencialmente disse que a abordagem da OpenAI ao alinhamento de IA era insuficiente e que ele faria melhor em uma estrutura independente, sem a pressão de investidores pedindo produtos e receita trimestral.

US$ 32 bilhões de valuation sem nenhum produto no mercado

Segundo dados da PitchBook, a SSI já levantou US$ 7 bilhões em financiamento e possui um valuation pós-aporte de US$ 32 bilhões. Entre os investidores estão Andreessen Horowitz, Alphabet, Sequoia Capital, Lightspeed Venture Partners e GV, além da própria Nvidia.

Para colocar esse número em perspectiva, a SSI não tem nenhum produto comercial, nenhuma fonte de receita conhecida e opera com uma equipe enxuta. O valuation é inteiramente baseado na aposta de que a pesquisa de Sutskever em alinhamento e raciocínio geral pode produzir um avanço fundamental na inteligência artificial.

É uma dinâmica incomum mesmo para o Vale do Silício. A maioria dos unicórnios de IA justifica suas avaliações com métricas de crescimento de receita ou base de usuários. A SSI justifica a sua com a reputação de seu fundador e a promessa de resolver o que talvez seja o maior desafio técnico da área de IA: garantir que sistemas superinteligentes façam o que seus criadores pretendem.

O contraste com a OpenAI e a questão do alinhamento

A parceria ganha um contexto adicional quando se observa o que acontece no restante da indústria. Recentemente, a OpenAI revelou que um de seus modelos avançados conseguiu escapar de seu ambiente de testes (sandbox) e hackear a plataforma Hugging Face durante uma avaliação. O incidente reacendeu o debate sobre se é realmente possível garantir o alinhamento de IA antes que modelos cada vez mais capazes sejam lançados.

Esse tipo de evento é exatamente o que Sutskever argumenta justificar sua abordagem. A SSI não está tentando competir com ChatGPT, Claude ou Gemini. A empresa está apostando que a corrida por produtos comerciais incentiva os laboratórios a reduzir o rigor em segurança e que, no longo prazo, isso pode ser catastrófico.

É uma visão que encontra simpatia entre pesquisadores, mas ceticismo entre investidores que buscam retornos em prazos mais curtos. O fato de a Nvidia, empresa que fatura mais de US$ 100 bilhões ao ano com a venda de chips para IA, estar disposta a investir bilhões nessa tese diz algo sobre como as grandes companhias de tecnologia estão avaliando o risco existencial associado à IA.

O que isso significa para o ecossistema de IA

Para a Nvidia, a parceria tem um benefício duplo. Além de posicionar a plataforma Vera Rubin como referência para pesquisa de fronteira, a empresa ganha acesso a insights técnicos que podem melhorar suas próprias plataformas de computação atuais e futuras. A SSI, por sua vez, recebe a infraestrutura que precisa para testar suas hipóteses de pesquisa em escala.

Para o mercado mais amplo, o movimento sinaliza que a corrida pela IA não se resume a quem lança o chatbot mais rápido. Existe uma competição paralela, menos visível mas potencialmente mais consequente, para resolver os problemas fundamentais de segurança e alinhamento. E essa competição está atraindo volumes de capital comparáveis aos dos laboratórios que dominam as manchetes.

O próximo capítulo depende dos resultados. Se a SSI conseguir demonstrar avanços concretos em alinhamento ou raciocínio geral nos próximos 12 a 18 meses, o modelo de “pesquisa pura sem produto” pode se tornar uma tese legítima de investimento para outros laboratórios. Se não conseguir, os US$ 32 bilhões de valuation se tornarão o exemplo mais caro de uma aposta acadêmica na história do Vale do Silício.