Quem será o fornecedor da soberania brasileira em Inteligência Artificial?
Depois dos data centers, a disputa chega aos modelos, aos dados e à inteligência que decide como enxergamos o mundo. Mariana Leite discute por que possuir infraestrutura computacional é apenas uma parte da equação e o que o Brasil precisa fazer para não trocar uma dependência tecnológica por outra.
A entrevista foi realizada pelo editor geral Alfredo Lopes – Brasil Amazônia Agora
No episódio anterior desta série, a Inteligência Artificial deixou a tela do computador e ganhou uma materialidade inesperada.
Falamos de energia, chips, servidores, sistemas de refrigeração, data centers e capacidade computacional. A conclusão foi relativamente simples: por trás de uma resposta produzida em segundos por um sistema de IA existe uma cadeia industrial cada vez maior.
Essa constatação levou a Amazônia para dentro de uma discussão que, à primeira vista, parecia distante.
Se a nova economia digital precisa de energia, equipamentos, território, conectividade e capacidade industrial, Manaus possui alguns ativos que merecem entrar nessa equação. O Polo Industrial, as universidades, os institutos de ciência e tecnologia e a experiência acumulada em eletrônica e manufatura oferecem um ponto de partida.
Mas a conversa terminou diante de uma questão ainda mais delicada. Podemos construir data centers no Brasil. Podemos hospedar servidores. Podemos ampliar nossa capacidade computacional.
E os modelos que funcionarão dentro dessas máquinas?
Quem os desenvolve? Com quais dados? Sob quais regras? Em que língua? Quem conhece seus limites? Quem pode modificá-los? E, sobretudo, quem decide se continuarão disponíveis amanhã?
É aqui que a discussão sobre Inteligência Artificial começa a encontrar uma palavra conhecida da geopolítica.
Soberania.
⸻
BAA- Mariana, no episódio anterior chegamos à infraestrutura física da Inteligência Artificial. Mas você fez uma provocação no final. Um país pode ter data centers e continuar tecnologicamente dependente?
Mariana Leite: Pode. E essa talvez seja uma das distinções mais importantes para compreendermos a próxima fase da Inteligência Artificial.
Ter capacidade computacional dentro do território nacional é estratégico. Significa possuir infraestrutura para armazenar dados, realizar inferência, desenvolver pesquisa e executar aplicações.
Mas isso não significa necessariamente possuir domínio sobre a tecnologia utilizada nessa infraestrutura.
Imagine um país que tenha excelentes data centers, energia abundante e redes modernas, mas dependa integralmente de modelos desenvolvidos no exterior, de chips importados, de plataformas estrangeiras e de interfaces sobre as quais possui pouca capacidade de decisão.
Ele terá infraestrutura. Mas continuará dependendo intelectualmente e tecnologicamente de outras estruturas.
Soberania em Inteligência Artificial começa justamente quando percebemos que existem várias camadas de dependência.
⸻
O modelo também é infraestrutura
Durante muito tempo, software pareceu algo relativamente diferente de infraestrutura. Estradas, portos, usinas e redes elétricas eram infraestrutura. Um programa de computador era apenas uma ferramenta.
A Inteligência Artificial começa a embaralhar essa distinção.
Um grande modelo passa a funcionar como uma camada intermediária entre pessoas, empresas e enormes quantidades de conhecimento. Ele ajuda a escrever, pesquisar, programar, interpretar documentos, diagnosticar problemas, organizar informações e tomar decisões.
Quanto mais essas ferramentas entram na administração pública, nas universidades, nas empresas, nos hospitais e na indústria, maior se torna a importância de saber quem controla essa camada.
BAA -Então podemos comparar os grandes modelos a uma nova infraestrutura de conhecimento?
Mariana Leite: Com algum cuidado, sim.
Não porque eles substituam o conhecimento humano ou as instituições que produzem conhecimento. Mas porque começam a mediar uma quantidade crescente de atividades intelectuais.
Quando uma pessoa utiliza um modelo para pesquisar alguma coisa, quando um engenheiro o utiliza para analisar um processo industrial ou quando uma instituição pública aplica IA sobre milhares de documentos, existe uma camada tecnológica participando daquele raciocínio.
A pergunta sobre quem desenvolveu essa camada passa a ser relevante. E existe uma segunda questão. Um modelo não aparece do nada.
Ele resulta de arquitetura computacional, dados, treinamento, escolhas de engenharia, critérios de segurança, ajustes posteriores e decisões sobre como responder. Isso significa que, por trás de qualquer sistema de IA, existem escolhas.
⸻
O português entrou na agenda da soberania. O próprio Brasil começou a reconhecer esse problema.
O Plano Brasileiro de Inteligência Artificial 2024-2028 prevê investimentos de aproximadamente R$ 23 bilhões e coloca entre seus objetivos o desenvolvimento de modelos avançados de linguagem em português, treinados com dados nacionais capazes de representar a diversidade cultural, social e linguística brasileira. O plano associa expressamente essa capacidade à soberania tecnológica do país. (Serviços e Informações do Brasil)
Em dezembro de 2025, o Ministério da Ciência, Tecnologia e Inovação deu outro passo ao lançar o SoberanIA, iniciativa voltada ao desenvolvimento de modelos avançados de IA em língua portuguesa e à formação de uma infraestrutura nacional articulando governo, academia e setor produtivo. (Serviços e Informações do Brasil)
A formulação revela uma mudança importante.
Durante anos, a principal preocupação brasileira diante das plataformas digitais foi saber onde os dados estavam armazenados.
Agora surge outra pergunta. Quem interpreta esses dados?
⸻
BAA – Há quem diga que isso é exagero. Se existem modelos internacionais extremamente competentes, por que um país deveria gastar recursos desenvolvendo modelos próprios?
Mariana Leite: Porque a escolha não precisa ser entre utilizar tecnologia internacional ou construir tudo sozinho. Essa seria uma falsa simplificação do problema.
A economia tecnológica sempre funcionou por cadeias internacionais. Chips, equipamentos, bibliotecas de software, padrões técnicos e conhecimento científico atravessam fronteiras.
Soberania não significa isolamento. Significa possuir capacidade suficiente para escolher.
Um país soberano tecnologicamente pode utilizar modelos estrangeiros quando eles forem a melhor alternativa. Pode utilizar modelos abertos. Pode adaptar modelos desenvolvidos por terceiros. Pode desenvolver modelos nacionais para determinados problemas. O ponto central é não ficar sem opções.
Se toda a sua infraestrutura pública, industrial ou científica depender de uma única plataforma sobre a qual você não possui controle, sua margem de decisão fica menor.
⸻
De usuário a desenvolvedor
A diferença parece abstrata até observarmos o que está acontecendo com a própria política brasileira.
O PBIA prevê uma infraestrutura de computação de alto desempenho que inclui a ambição de colocar o país entre as maiores capacidades computacionais do mundo e ampliar a rede nacional de centros de supercomputação. O plano também destina recursos ao desenvolvimento de modelos em português, infraestrutura de IA nas instituições científicas e parcerias para reduzir dependências em componentes críticos. (Serviços e Informações do Brasil)
Em julho de 2026, o Laboratório Nacional de Computação Científica registrava dez supercomputadores brasileiros na lista Top500, embora apenas o SDumont estivesse integralmente dedicado à comunidade científica. (Serviços e Informações do Brasil)
Isso ajuda a perceber que soberania em IA é uma construção por camadas.
- Computação.
- Dados.
- Modelos.
- Pesquisa.
Empresas capazes de transformar pesquisa em produtos. Profissionais capazes de desenvolver e auditar sistemas. Instituições capazes de estabelecer regras. E usuários capazes de entender aquilo que estão utilizando.
⸻
E onde fica a Amazônia?
É aqui que a conversa muda novamente de escala.
A discussão brasileira sobre modelos nacionais costuma concentrar-se, naturalmente, na língua portuguesa. Mas a Amazônia acrescenta outra dimensão.
O território abriga enorme diversidade biológica, cultural e linguística. Possui universidades e institutos que acumulam décadas de informações sobre floresta, rios, clima, espécies, populações e sistemas produtivos.
Boa parte desse conhecimento jamais foi organizada para utilização por sistemas avançados de Inteligência Artificial.
BAA – Podemos dizer então que existe um patrimônio de dados amazônicos ainda pouco transformado em inteligência computacional?
Mariana Leite – Existe um patrimônio de conhecimento.
Eu utilizaria essa expressão porque dados, isoladamente, dizem muito pouco.
Há coleções científicas, imagens, séries históricas, registros climáticos, informações hidrológicas, dados industriais, conhecimento sobre biodiversidade e uma quantidade extraordinária de conhecimento produzido pelas populações da região.
O desafio é transformar parte desse patrimônio em estruturas capazes de ampliar pesquisa e inovação, respeitando evidentemente direitos, propriedade intelectual, privacidade e conhecimentos que não podem simplesmente ser apropriados.
A discussão sobre soberania fica ainda mais importante na Amazônia justamente por isso.
Estamos falando de uma região que historicamente forneceu matérias-primas para cadeias econômicas cuja maior agregação de valor aconteceu longe daqui.
Com a Inteligência Artificial, os dados podem tornar-se uma nova matéria-prima. Seria um erro repetir exatamente o mesmo desenho econômico.
⸻
Quando a biodiversidade vira informação. Um exemplo ajuda a compreender o tamanho da questão.
Considere uma espécie vegetal amazônica pesquisada durante décadas.
Há dados botânicos, compostos químicos identificados, registros genéticos, informações ecológicas e conhecimento acumulado sobre seu comportamento.
A IA pode ajudar pesquisadores a cruzar essas informações e encontrar relações difíceis de perceber manualmente.
O resultado pode contribuir para um novo material, medicamento, cosmético, alimento ou processo industrial.
Onde estará o valor econômico dessa descoberta? Na planta? No banco de dados? No algoritmo? No modelo utilizado para cruzar as informações? Na propriedade intelectual criada ao final?
Provavelmente estará distribuído entre todos esses elementos.
É justamente por isso que participar apenas do início da cadeia pode significar permanecer no mesmo lugar que a Amazônia ocupou durante boa parte de sua história econômica.
⸻
BAA – Então a discussão da Inteligência Artificial encontra diretamente a bioeconomia?
Mariana Leite: Sem dúvida.
A bioeconomia depende de conhecimento.
Quanto mais sofisticada for a capacidade científica de compreender a biodiversidade, maior a possibilidade de desenvolver produtos e processos de elevado valor agregado. A IA pode acelerar várias etapas dessa jornada.
Pode ajudar na organização de literatura científica, na análise de dados, na modelagem de moléculas, em sistemas produtivos, no monitoramento ambiental e na logística de cadeias que operam em territórios muito complexos.
Mas existe uma condição. A região precisa formar pessoas capazes de participar desse processo.
Caso contrário, teremos excelentes dados amazônicos sendo processados por sistemas criados em outros lugares, produzindo propriedade intelectual e empresas que também estarão em outros lugares.
⸻
A soberania que cabe ao Polo Industrial de Manaus. O raciocínio conduz novamente a Manaus.
O Polo Industrial foi construído durante mais de cinco décadas a partir de uma política de incentivos que permitiu criar uma plataforma produtiva distante dos principais centros consumidores do país.
Agora uma nova fronteira se aproxima.
A infraestrutura de IA demanda servidores, armazenamento, sistemas de energia, baterias, equipamentos de telecomunicações, sensores, eletrônica de potência e sistemas de refrigeração.
Mas a camada seguinte exigirá igualmente engenheiros de software, cientistas de dados, pesquisadores, especialistas em segurança, desenvolvedores de modelos e profissionais capazes de integrar inteligência artificial a processos industriais.
A oportunidade talvez esteja justamente no encontro dessas duas economias. A experiência industrial acumulada no Polo e a nova economia do conhecimento.
⸻
BAA – Há risco de tratarmos novamente a Amazônia apenas como fornecedora de energia para essa nova indústria?
Mariana Leite – Esse risco existe.
E por isso a discussão precisa acontecer antes que os grandes investimentos estejam completamente definidos.
Energia renovável é uma vantagem extraordinária. Capacidade industrial também. Território, biodiversidade e produção científica são outros ativos. Mas desenvolvimento econômico depende da maneira como esses ativos são combinados.
Se a região apenas fornecer energia para máquinas que processam dados de outras economias, uma parcela relativamente pequena do valor poderá permanecer aqui.
Se, além da energia, houver formação de profissionais, pesquisa, desenvolvimento de aplicações, integração industrial, empresas tecnológicas e propriedade intelectual, a equação muda.
Esse é o debate estratégico.
⸻
Soberania talvez seja capacidade de escolha
Durante muito tempo, a soberania foi representada por fronteiras, território e recursos naturais. A economia digital acrescentou outros elementos.
- Dados.
- Capacidade computacional.
- Semicondutores.
- Redes.
- Modelos.
- Conhecimento.
O Brasil parece começar a perceber essa mudança. Seu Plano Brasileiro de Inteligência Artificial inclui explicitamente infraestrutura computacional, modelos em português, formação de pessoas, inovação empresarial e soberania tecnológica entre os objetivos nacionais. (Serviços e Informações do Brasil)
Também começam a surgir estruturas institucionais dedicadas ao tema. Em julho de 2026, o Senado instituiu uma Frente Parlamentar Mista de Inteligência Artificial, Proteção de Dados e Segurança Digital, incluindo entre suas finalidades o debate sobre soberania digital e governança tecnológica.
Há, portanto, uma discussão brasileira em formação. A questão amazônica é saber se a região participará dela desde o início.
⸻
BAA- Se você tivesse de resumir soberania em Inteligência Artificial em uma ideia, qual seria?
Mariana Leite: Capacidade de escolha.
- Escolher onde armazenar informações estratégicas.
- Escolher quais modelos utilizar.
- Escolher quando desenvolver tecnologia própria.
- Escolher quais dados podem ser compartilhados.
- Escolher quais problemas nacionais merecem investimento.
- Escolher com quem estabelecer parcerias.
E possuir pessoas suficientemente qualificadas para compreender as consequências dessas escolhas. Soberania tecnológica não exige que um país produza sozinho cada chip, cada modelo e cada linha de código.
Exige que ele tenha conhecimento, infraestrutura e alternativas suficientes para não ficar prisioneiro das decisões tomadas por outros.
Para a Amazônia isso talvez seja ainda mais importante. Porque estamos falando de uma região que possui alguns dos ativos científicos, ambientais e biológicos mais valiosos do planeta.
A pergunta agora é quanto da inteligência criada a partir desses ativos também permanecerá aqui.
⸻
Da soberania para o próximo problema. Chegamos, assim, a uma espécie de sequência lógica.
No primeiro episódio, discutimos quem sabe utilizar Inteligência Artificial. No segundo, perguntamos quem terá infraestrutura para executá-la.
Neste terceiro, a questão passou a ser quem desenvolverá, controlará e adaptará os modelos que ocuparão essa infraestrutura. Mas existe uma camada seguinte.
Mesmo que o Brasil tenha computadores, dados e modelos, alguma coisa precisará transformar tudo isso em produtividade.
Empresas precisarão redesenhar processos. Governos terão de reorganizar serviços. Universidades precisarão alterar a formação profissional. Trabalhadores terão de aprender funções que ainda estão surgindo.
É neste ponto que a conversa sobre Inteligência Artificial deixa definitivamente os laboratórios e chega ao emprego, à renda e à competitividade.
No próximo episódio, Mariana Leite propõe discutir uma pergunta que provavelmente chegará a todas as organizações muito antes do que imaginamos:
O que acontece com o trabalho quando a Inteligência Artificial deixa de ser ferramenta e passa a fazer parte do processo produtivo?
