Após o lançamento do Kimi K3 da Moonshot AI, o governo dos EUA, sob a administração Trump, estaria reavivando a discussão sobre a proibição de modelos de IA chineses. A principal preocupação é a cibersegurança.
Modelos como DeepSeek e Kimi K3 são de “peso aberto”, permitindo download público e hospedagem interna, o que reduz custos e aumenta a adoção por empresas americanas.
Relatórios da Axios indicam tentativas anteriores do governo de restringir modelos chineses devido a riscos cibernéticos. Críticos argumentam que isso sufocaria a concorrência e favoreceria monopólios.
O Departamento de Comércio dos EUA considerou adicionar laboratórios de IA chineses, como DeepSeek, à sua “Lista de Entidades”, uma lista negra comercial que restringe o acesso a tecnologia americana.
Outras propostas incluíam avisos para desencorajar o uso de IAs chinesas e uma ordem executiva responsabilizando empresas americanas por falhas de segurança com modelos hospedados.
Essas medidas foram pausadas por resistências internas sobre impactos no mercado, mas foram reativadas após o surgimento de novos modelos de peso aberto chineses.
Críticos da proibição, incluindo ex-conselheiros da Casa Branca, alertam para o impacto negativo na inovação e a criação de um monopólio para empresas americanas como OpenAI e Anthropic.
David Sacks sugere que essas grandes empresas podem estar influenciando a pressão pela proibição para eliminar a concorrência de código aberto.
Empresas americanas adotam modelos chineses devido ao baixo custo e capacidades comparáveis. A natureza de peso aberto de DeepSeek V4 e Kimi K3 oferece privacidade de dados e reduz custos de API.
A hospedagem própria, no entanto, transfere os custos de hardware e manutenção para a empresa, sendo mais vantajosa para uso intensivo de IA.
Os modelos chineses oferecem APIs com preços significativamente mais baixos. Por exemplo, DeepSeek-V4-Pro custa US$0.87 por milhão de tokens, contra US$50 do Claude Fable 5 da Anthropic.
Essa estratégia impulsionou a adoção por desenvolvedores, com a Coinbase relatando uma redução de quase 50% nos gastos com IA ao usar modelos chineses.
Apesar da adoção crescente, as preocupações de cibersegurança persistem. A fiscalização de um banimento de modelos de peso aberto é um desafio técnico e regulatório.
Para usuários individuais, VPNs podem contornar bloqueios, mas a disponibilidade limitada de aplicativos e restrições de pagamento ainda são barreiras eficazes.
A fiscalização se torna mais difícil para empresas que hospedam os modelos internamente. Diferente de APIs de código fechado, modelos de peso aberto são arquivos baixáveis de repositórios públicos.
Uma vez baixados, podem ser executados offline em centros de dados privados, dificultando a monitorização por reguladores americanos.
Modificações como ajuste fino, quantização e destilação dificultam ainda mais a fiscalização. A fusão do modelo chinês com dados corporativos locais turva a origem.
Mesmo com proibições de download, empresas podem hospedar via subsidiárias, embora isso esbarre em regras de “conheça seu cliente” e controles de exportação dos EUA.
Uma proibição direta pode não ser necessária. O governo dos EUA pode focar em persuadir as próprias empresas americanas a abandonar os modelos chineses.
Táticas incluem regras de aquisição, ameaças da Lista de Entidades e campanhas de pressão pública, destacando “portas traseiras” e falhas de segurança.
Qualquer restrição se insere nas tensões comerciais entre EUA e China, que já afetaram a indústria de IA. Anteriormente, Washington impôs restrições à exportação de hardware para a China.
Pequim foca no desenvolvimento de tecnologias domésticas. A administração Trump busca a dominação americana na corrida da IA.