A soberania da inteligência artificial não significa que um único país deva construir todos os componentes do ecossistema, da eletricidade e dos chips aos modelos e aplicativos. Essa é a conclusão central apresentada por uma análise da ITmedia AI Plus, com base nas opiniões de Kunihiro Tanaka, presidente da Sakura Internet, e Junya Ishii, analista político internacional da Sakana AI. O critério mais realista é determinar quais camadas devem ser controladas e reduzir a dependência de uma única fonte externa, mantendo a capacidade de continuar operando caso um fornecedor deixe de funcionar ou altere as condições de uso.
Três aspectos da soberania
Tanaka divide a soberania da infraestrutura de inteligência artificial em três aspectos. O primeiro é a soberania dos dados, ou seja, manter os dados dentro do país e administrá-los em um âmbito local. O segundo é a soberania operacional, que inclui deter as decisões sobre a operação da infraestrutura, a localização dos servidores e sua escala. Já a soberania tecnológica diz respeito à capacidade de desenvolver os próprios modelos e softwares.
Tanaka considera que os riscos associados a esses aspectos já não são hipotéticos. Surgiram problemas relacionados à saída de dados de servidores estrangeiros, à recusa de fornecedores estrangeiros em investir em servidores dentro do Japão, além dos riscos de proibição da exportação de software. O artigo cita a suspensão temporária, pela Anthropic, da disponibilidade do Claude Fable 5 e do Mythos 5 em junho, com base em uma ordem do governo dos Estados Unidos, como exemplo de que depender de uma aliança política não garante o acesso contínuo a softwares ou servidores.
Esses riscos tornam-se ainda mais difíceis porque geralmente não aparecem em condições normais. O serviço pode parecer estável e barato, mas tornar-se inutilizável quando ocorre uma mudança política ou comercial. Tanaka compara isso ao problema da «nafta», em que a dependência de importações baratas em tempos de paz causa interrupções no fornecimento quando as circunstâncias mudam.
Por que a «localização completa» não é suficiente?
Tanaka e Ishii concordam que cobrir 100% de todas as camadas da inteligência artificial no Japão é impossível e irracional. Ishii apresenta o ecossistema em quatro camadas: materiais de infraestrutura, como eletricidade e semicondutores; a camada de gestão de dados por meio da nuvem ou de uma infraestrutura local; a camada dos modelos fundamentais; e, por fim, os aplicativos.
Segundo essa visão, nenhum país ou empresa consegue possuir todos esses componentes com eficiência. Por isso, Ishii propõe reduzir a dependência estrangeira em cada camada e diversificar produtos e fornecedores ao utilizar tecnologias externas. Ele afirma que Japão, Coreia do Sul, Índia, Austrália e Canadá, como potências médias, estão adotando a mesma forma de pensar.
A Sakura Internet não considera realista abandonar as unidades de processamento gráfico da NVIDIA; essa parte da indústria depende de um fornecedor global até mesmo no caso de empresas americanas. Tanaka, porém, distingue o próprio chip das camadas superiores que o Japão pode desenvolver, como a infraestrutura de nuvem, os serviços de inferência e os softwares operacionais.
O que muda na prática para as empresas?
A Sakura Internet observa que a pergunta «os dados são mantidos dentro do Japão?» não é suficiente para avaliar um serviço de inteligência artificial. A pergunta mais importante é: as entradas são utilizadas para treinar o modelo? Os dados podem estar fisicamente em um servidor japonês, mas perder parte de sua soberania se forem incorporados a processos de treinamento sobre os quais a empresa não tem controle.
As empresas também devem verificar o isolamento físico dos servidores e se eles são dedicados a elas, um ponto que recebe atenção especial dos clientes do setor manufatureiro. Isso não está necessariamente relacionado à nacionalidade do modelo; Tanaka considera que um modelo aberto da China, como o Kimi ou o Qwen, pode ser executado em servidores locais, de modo que os dados não saiam do país, embora ainda seja necessário avaliar outros riscos associados à origem e ao software.
Também se destaca a questão da capacidade efetiva de uso. Possuir uma GPU potente no papel não garante sua disponibilidade quando necessário, devido à escassez de recursos, às limitações de eletricidade ou à imposição de um limite de desempenho pelo provedor do serviço. Uma das opções sugeridas por Tanaka é utilizar modelos menores e especializados, mesmo que sejam inferiores aos modelos líderes em desempenho geral, e executá-los em uma infraestrutura local de inferência. Isso pode ser mais eficiente em termos de custos quando os aplicativos de agentes exigem o consumo de grandes quantidades de tokens.
Essa abordagem não significa isolar o Japão das tecnologias estrangeiras. A Sakura Internet coopera com a Microsoft para disponibilizar sua infraestrutura e seus serviços por meio do painel de controle do Microsoft Azure. Tanaka, porém, enfatiza a necessidade de utilizar tecnologias estrangeiras enquanto se desenvolve uma capacidade local de oferecer serviços semelhantes posteriormente, em vez de limitar-se ao consumo.
Adaptar os modelos em vez de construí-los do zero
A Sakana AI segue um caminho diferente no nível dos modelos. Em vez de construir completamente do zero a arquitetura e os pesos do modelo, utiliza modelos abertos avançados e técnicas de treinamento posterior para modificar seu comportamento e adaptá-lo aos requisitos japoneses.
Ishii afirma que os modelos americanos e chineses foram desenvolvidos com recursos enormes, o que torna difícil alcançá-los repetindo a mesma abordagem. Por outro lado, os modelos estrangeiros podem refletir determinados valores ou vieses políticos. Por isso, a Sakana AI desenvolveu o modelo Namazu e lançou, em maio, o chatbot Sakana Chat equipado com ele.
A empresa não pretende tornar as respostas fortemente inclinadas ao ponto de vista japonês. Segundo Ishii, busca oferecer respostas neutras em questões históricas e territoriais, apresentando claramente a posição japonesa, pois uma resposta unilateral poderia reduzir a confiança dos usuários no exterior. A vantagem do treinamento posterior está na possibilidade de aplicá-lo a vários modelos, reduzindo o impacto da interrupção de um modelo específico.
Essa necessidade aparece especialmente nos setores público, financeiro e de defesa. A Sakana AI trabalha com uma instituição de pesquisa ligada à Agência de Aquisição, Tecnologia e Logística do Ministério da Defesa do Japão, no âmbito de um contrato plurianual para desenvolver tecnologias fundamentais, com um teste de dois anos. Os trabalhos incluem uma inteligência artificial leve que opera em drones em ambientes com conectividade limitada e sistemas que utilizam as informações coletadas pelos drones no comando e controle.
Conclusão: o controle é mais importante que a nacionalidade
As experiências da Sakura Internet e da Sakana AI oferecem uma definição prática de inteligência artificial soberana: não um sistema fechado com o rótulo «feito localmente», mas a capacidade de controlar os dados, a operação e os modelos, com alternativas que permitam a continuidade das atividades caso um fornecedor ou modelo seja perdido.
Consequentemente, as empresas japonesas precisam primeiro fazer um inventário das camadas de sua infraestrutura atual: os dados são utilizados no treinamento? Quem administra a infraestrutura? O que acontece se o modelo parar amanhã? Responder a essas perguntas é mais útil do que depender apenas da nacionalidade do modelo. Os projetos de construção completa a partir do zero, como a abordagem adotada pela Preferred Networks, continuam sendo uma opção importante, mas o artigo os coloca entre um conjunto de opções, e não como uma solução única. Da mesma forma, o uso pela Sakana AI da infraestrutura de nuvem «Takabe», da Sakura Internet, no âmbito do projeto GENIAC, mostra como componentes locais podem integrar-se por meio de diferentes camadas.