A corrida da IA parecia ter uma única regra: quanto maior o modelo, melhor. 🤖 Mas empresas estão virando essa lógica do avesso — e trocando gigantes por IAs menores, mais baratas e focadas. 🧵

Imagem indisponível

Imagine uma área financeira que só precisa ler notas, extrair valores e preencher planilhas. Colocar um modelo capaz de discutir filosofia para fazer isso pode ser como chamar um caminhão para entregar uma carta.

É aí que entram os SLMs, ou modelos de linguagem pequenos. Eles têm menos parâmetros e exigem menos processamento, mas podem ser treinados ou ajustados para tarefas bem definidas: resumir documentos, classificar mensagens e buscar dados.

Imagem indisponível

A diferença aparece quando a operação ganha escala. Uma empresa pode fazer milhares — ou milhões — de pedidos à IA por dia. Se cada pedido consome menos computação, a conta cai e a resposta tende a chegar mais rápido.

A projeção é forte: segundo estimativa da IDC citada pelo Canaltech, até 2026, 90% dos casos de uso de modelos de linguagem nas mil maiores empresas da Ásia-Pacífico serão voltados a SLMs.

Imagem indisponível

Isso não significa o fim dos modelos gigantes. O cenário mais provável é uma divisão de trabalho: IA grande para raciocínios complexos; IA pequena para rotinas repetitivas. A melhor tecnologia deixa de ser a maior e passa a ser a adequada.

Há ainda a questão dos dados. Modelos menores podem ser implantados mais perto da infraestrutura da organização, reduzindo a necessidade de enviar informações sensíveis para serviços externos. Eficiência, privacidade e custo podem andar juntos.

Imagem indisponível

A próxima disputa da IA corporativa talvez não seja por quem constrói o maior modelo, mas por quem escolhe a ferramenta certa para cada problema. Menos espetáculo, mais resultado — e menos energia desperdiçada no caminho.