Como uma empresa de IA está ajudando negócios a navegar pelo caos das novas tarifas de Trump após a decisão da Suprema Corte

Jeremy Kahn

Qua, 25 de fevereiro de 2026 às 4:39 AM GMT+9 6 min de leitura

Neste artigo:

ANTH.PVT

OPAI.PVT

Hello e bem-vindo ao Eye on AI. Nesta edição… Uma cimeira caótica de IA na Índia termina com alguns compromissos voluntários e $200 bilhões para a nação anfitriã…Anthropic acusa rivais chineses de usar as respostas do Claude para melhorar seus modelos…OpenAI lança uma aliança com grandes empresas de consultoria para vender sua plataforma de agentes IA Frontier…$650 bilhões em gastos com infraestrutura de IA este ano podem ser arriscados… e talvez não deixe um modelo de IA aconselhá-lo sobre o uso de armas nucleares.

Primeiro, muitas das pessoas mais importantes do mundo da IA se reuniram em Nova Delhi, Índia, na semana passada, para a Cimeira Global de Impacto de IA. A conferência global foi, às vezes, caótica, relata minha colega Bea Nolan, que esteve no local em Delhi. Mas, no final, houve algum avanço em compromissos voluntários para garantir que os benefícios da tecnologia de IA sejam distribuídos de forma mais equitativa pelo mundo. E a Índia garantiu $200 bilhões de novos investimentos em IA. Você pode ler mais sobre o que saiu da cimeira com Bea aqui.

Depois, a empresa chinesa de IA DeepSeek ainda nem lançou seu modelo V4 — espera-se a qualquer momento — mas já está gerando bastante controvérsia.

Ontem, a Anthropic alegou ter detectado o que descreveu como “uma campanha em escala industrial” por parte da DeepSeek e de dois outros laboratórios chineses de IA, Moonshot AI e MiniMax, para destilar seus modelos Claude. Destilação é o termo usado por pesquisadores de IA para descrever um método de melhorar o desempenho de modelos menores, geralmente mais fracos, ajustando-os com os outputs de um modelo maior e mais forte. Nesse caso, a Anthropic afirma que as três empresas chinesas criaram 24.000 contas falsas para gerar 16 milhões de trocas com Claude, que usaram para treinar seus próprios modelos, violando os termos de serviço da Anthropic. (Dessas trocas, a DeepSeek foi responsável por apenas 150.000, segundo a Anthropic, mas contas vinculadas à DeepSeek pareciam particularmente interessadas em destilar as capacidades de raciocínio do Claude.)

Também ontem, a Reuters informou, citando um alto funcionário anônimo do governo dos EUA, que os EUA acreditam que a DeepSeek treinou o V4 usando os GPUs Blackwell de última geração da Nvidia, provavelmente violando os controles de exportação dos EUA, que deveriam impedir que empresas chinesas de IA adquirissem os chips mais avançados da Nvidia. A reportagem disse que os EUA acreditam que a DeepSeek possui um centro de dados na Mongólia Interior cheio de Blackwells — embora tenham dito que não têm certeza de como exatamente os obtiveram.

De certa forma, ambas as histórias devem ser vistas como boas notícias para a indústria de IA dos EUA. Por um tempo, uma narrativa vinha se formando de que os laboratórios chineses estavam rapidamente alcançando os EUA em tecnologia de IA e poderiam logo ultrapassar. Mas se os laboratórios chineses estão recorrendo à destilação clandestina para igualar o desempenho dos modelos de IA americanos, há muito menos perigo de as empresas americanas perderem sua vantagem em desempenho de ponta. (Participação de mercado é outra questão; fora dos EUA e Europa, a adoção de modelos chineses tem aumentado porque a maioria deles é de código aberto e muito mais barato de usar do que seus rivais feitos nos EUA. No final, não é só desempenho que importa, mas a relação preço-desempenho.) Além disso, os chineses têm tentado desesperadamente construir chips de IA domésticos tão capazes quanto os da Nvidia. O vazamento para a Reuters parece indicar que esses esforços, centrados principalmente na fabricante chinesa de hardware Huawei, ainda não fecharam a lacuna com os Blackwells da Nvidia.

Continuação da história  

Usando IA para ajudar a mapear cadeias de suprimentos globais

Agora, passando para outro grande destaque da semana passada: a decisão da Suprema Corte de derrubar as tarifas de “Dia da Libertação” do presidente Donald Trump. Essa notícia na sexta-feira imediatamente me fez lembrar da conversa que tive há algumas semanas com Evan Smith, CEO e cofundador da Altana, uma startup de Nova York que criou o que descreve como um “grafo de conhecimento” alimentado por IA de toda a cadeia de suprimentos global. A empresa, com sete anos, já levantou cerca de $340 milhões em capital de risco e afirma estar no caminho de atingir $100 milhões de receita anual neste ano.

O produto principal da Altana é basicamente um mapa da economia mundial: quais empresas produzem o quê, onde, para quem, usando insumos de onde. A empresa agrega dados comerciais disponíveis publicamente — faturas de transporte, manifestos de embarque, registros corporativos — e os une em uma imagem continuamente atualizada das conexões entre centenas de milhões de negócios e instalações ao redor do mundo. Mas o verdadeiro valor da plataforma da Altana, segundo Smith, vem do que acontece quando seus clientes, como a gigante de transporte marítimo Maersk, a General Motors ou a U.S. Customs and Border Protection, se conectam à plataforma da Altana. Porque então todos os seus dados também são adicionados ao grafo de conhecimento.

Hoje, cerca de 60% das informações contidas no mapa da cadeia de suprimentos global da Altana vêm dos dados de primeira mão obtidos através de seus clientes, diz Smith. E, embora às vezes a Altana tenha recebido resistência de potenciais clientes que não gostam da ideia de compartilhar informações da cadeia de suprimentos com rivais, Smith afirma que a maioria das empresas passa a ver que poder otimizar cadeias de suprimentos, planejar a resiliência dessas cadeias e simular diversos choques na cadeia de suprimentos compensa muito mais do que o custo de rivais saberem quem são seus fornecedores. “Se você acha que, no século XXI, a existência de suas relações com fornecedores é sua fonte de vantagem competitiva proprietária, boa sorte para você,” diz Smith.

‘A complexidade provavelmente vai piorar’

O que tudo isso tem a ver com a decisão da tarifa da semana passada? Tudo. Porque um dos principais produtos da Altana é, na prática, um sistema de gestão de tarifas alimentado por IA. Smith descreveu um fluxo de trabalho “agente” que automatiza a arcana tarefa de atribuir códigos do Sistema Harmonizado (HS) aos produtos — a classificação que determina qual tarifa se aplica a qualquer importação — além de calcular o país de origem de acordo com as regras comerciais, algo que se tornou fenomenalmente complicado na era de transbordo e evasão tarifária. Acrescente a isso um planejador de cenários tarifários que permite às empresas modelar o impacto de mudanças nas regras comerciais em toda a sua rede de fornecedores estendida. O uso do calculador de tarifas da Altana aumentou 213% na semana passada, informa a empresa. Cerca de 50% desses cálculos envolveram artigos contendo metais, enquanto 32% eram para produtos cujo país de origem era a China.

Em um e-mail, Smith disse que acha que, após a decisão da Suprema Corte, a administração Trump simplesmente encontrará novas autoridades legais para impor tarifas. “As taxas efetivas podem não cair muito e a complexidade provavelmente vai piorar,” diz Smith. Em particular, Smith afirmou que está de olho na “empilhamento de tarifas,” a aplicação de múltiplas tarifas separadas a um único produto na chegada à fronteira, com base nas origens distintas de seus componentes. “À medida que as tarifas avançam para componentes e subcomponentes, a exposição fica mais profunda na cadeia de suprimentos e a maioria das empresas realmente não sabe o que há em seus insumos de Nível 2 e Nível 3,” escreveu.

Ou, pelo menos, elas não sabiam antes da chegada da Altana e de sua IA.

Com isso, aqui vai mais notícias de IA.

Jeremy Kahn
jeremy.kahn@fortune.com
@jeremyakahn

Esta história foi originalmente publicada na Fortune.com

Termos e Política de Privacidade

Painel de Privacidade

Mais informações