O Brasil já conta com mais de 50 modelos de linguagem de grande porte, conhecidos como LLMs, desenvolvidos inteiramente em solo nacional. Essa descoberta é resultado de um mapeamento conduzido pela Universidade Federal de Goiás, por meio do Centro de Excelência em Inteligência Artificial, o CEIA. A pesquisa revelou que o Brasil possui uma base expressiva de sistemas de inteligência artificial generativa, muitos deles criados antes mesmo de o ChatGPT ser lançado no final de 2022. O dado coloca o país em uma posição singular na discussão global sobre soberania tecnológica na área de inteligência artificial.
Os LLMs são modelos de linguagem de grande porte treinados com volumes massivos de dados textuais, capazes de interpretar e gerar textos de forma coerente. Esses sistemas funcionam como o motor por trás de ferramentas como o ChatGPT, da OpenAI, e diversas outras plataformas de inteligência artificial que revolucionaram o mercado nos últimos anos. A arquitetura básica desses modelos utiliza uma estrutura chamada transformador, que permite analisar palavras dentro de um contexto e prever a sequência mais adequada de termos. O treinamento envolve o processamento de livros, artigos, páginas da internet e outros materiais textuais em grande escala.
Desde que o ChatGPT viralizou, no fim de 2022, a corrida pelo desenvolvimento de LLMs concentrou-se dominantemente em empresas dos Estados Unidos e da China. Gigantes como OpenAI, Anthropic, Google e Meta passaram a receber bilhões em investimentos para aprimorar seus sistemas e expandir suas capacidades. Nesse cenário, projetos nacionais de menor porte encontram o desafio de competir com orçamentos e infraestruturas computacionais que estão longe do alcance de startups e universidades brasileiras. A disputa, no entanto, não se resume apenas a recursos financeiros, mas também à capacidade de oferecer soluções relevantes para públicos específicos.
O que chama a atenção no levantamento da UFG é que seis dos modelos brasileiros identificados foram desenvolvidos ainda em 2020, antes de a inteligência artificial generativa se tornar um fenômeno de massa. O CEIA colaborou diretamente na construção de vários desses sistemas, evidenciando que o ecossistema brasileiro de pesquisa em inteligência artificial já era ativo antes da explosão provocada pelo ChatGPT. Essa trajetória pioneira mostra que pesquisadores e empreendedores no Brasil estavam atentos ao potencial dos grandes modelos de linguagem antes mesmo de o tema se transformar em tendência global.
Entre as empresas brasileiras que tentam consolidar seu espaço no mercado de LLMs estão nomes como NeoSpace, Clarice.ai, NeuralMind e infinity6. Cada uma dessas startups adota estratégias distintas para se diferenciar das gigantes internacionais. A Clarice.ai, por exemplo, concentrou seus esforços no desenvolvimento de modelos voltados especificamente para o português, buscando uma profundidade de compreensão da língua que os sistemas de origem estrangeira nem sempre alcançam. Já a NeoSpace trabalha com dados proprietários para treinar seus modelos, o que lhe permite oferecer respostas mais segmentadas e alinhadas às necessidades de clientes corporativos.
A estratégia de foco em setores específicos aparece como um dos caminhos mais promissores para as iniciativas brasileiras. Áreas como saúde e direito exigem um nível de precisão terminológica e conhecimento regulatório que modelos generalistas, por mais avançados que sejam, nem sempre conseguem atender com a mesma eficácia. Ao direcionar seus modelos para nichos de mercado, as empresas brasileiras buscam criar barreiras de entrada naturais, baseadas em dados e conhecimentos especializados que não estão facilmente acessíveis aos grandes players internacionais.
O desenvolvimento recente do GAIA ilustra a colaboração que tem impulsionado o ecossistema nacional. Esse modelo, construído a partir do Gemma 3 do Google, foi fruto de uma parceria entre a Associação Brasileira de Inteligência Artificial, o CEIA-UFG e as startups Amadeus AI e Nama. Com apoio do Google DeepMind, o GAIA foi projetado como um sistema de código aberto otimizado para o português brasileiro. Iniciativas dessa natureza mostram que o caminho para a sustentabilidade dos LLMs nacionais pode passar por alianças estratégicas que combinem expertise local com infraestrutura internacional.
A infraestrutura necessária para treinar e manter grandes modelos de linguagem é um dos principais obstáculos para os projetos brasileiros. O treinamento de um LLM exige supercomputadores com capacidade de processamento em larga escala, o que envolve custos de energia elétrica e hardware que podem alcançar milhões de dólares. Por isso, muitas iniciativas nacionais optam por abordagens mais eficientes, como o ajuste fino de modelos já existentes em vez do desenvolvimento de sistemas do zero. Essa técnica, conhecida como ajuste fino, permite adaptar um modelo pré-treinado para tarefas ou domínios específicos com um investimento significativamente menor.
A relevância cultural e linguística também entra na equação. Modelos treinados predominantemente em inglês tendem a apresentar lacunas na compreensão de expressões idiomáticas, referências culturais e estruturas gramaticais próprias do português brasileiro. LLMs desenvolvidos no país têm a vantagem de serem alimentados com corpora textuais que refletem a diversidade linguística e cultural brasileira, o que pode resultar em respostas mais naturais e contextualizadas para usuários que interagem em português.
Por outro lado, a velocidade com que as empresas internacionais lançam novos modelos e reduzem custos de acesso coloca pressão constante sobre os projetos nacionais. A cada atualização dos sistemas globais, a margem de diferenciação dos LLMs brasileiros tende a se estreitar, exigindo que os desenvolvedores locais encontrem formas de agregar valor que vão além da simples capacidade de conversar em português. A sobrevivência dessas iniciativas dependerá, em grande medida, da capacidade de se conectarem a mercados verticais, atenderem a demandas regulatórias específicas e oferecerem garantias de privacidade de dados que empresas estrangeiras nem sempre conseguem cumprir nas mesmas condições.
O mercado brasileiro de inteligência artificial mostra sinais concretos de maturidade, com instituições de pesquisa, startups e grandes corporações trilhando caminhos complementares. A parceria entre o CEIA-UFG e empresas como iFood, Banco Itaú e Rede Globo demonstra que a demanda por soluções locais de inteligência artificial é real e crescente. As mais de 50 iniciativas mapeadas pela universidade goiana indicam que o país já conta com um ecossistema diversificado, embora fragmentado, no qual diferentes atores buscam respostas próprias aos desafios impostos pela revolução dos grandes modelos de linguagem.
O futuro desses modelos brasileiros dependerá da capacidade de articulação entre academia, setor privado e políticas públicas de fomento à inovação. O mapeamento da UFG não apenas revela que o Brasil já possui um número relevante de LLMs, como também coloca em evidência a necessidade de discutir estratégias de longo prazo para que essas iniciativas não se dispersem diante da concorrência internacional. Com a combinação certa de investimento, colaboração e foco em nichos de mercado, os chamados ChatGPTs com sotaque brasileiro podem encontrar seu lugar no cenário global da inteligência artificial.
