Código virou commodity. Seu dado é o novo IP.

No texto anterior desta série, a leitura foi esta: quando a Nvidia paga US$ 13 bilhões pela Hugging Face e promete que ninguém precisa usar hardware dela para rodar nada ali, ela está admitindo que o modelo de IA virou matéria-prima.

Se o modelo virou matéria-prima, e a própria IA já escreve boa parte do código, surge uma pergunta desconfortável para qualquer empresa que investiu em software nos últimos dez anos:

o que exatamente é nosso?

A frase que todo mundo vai repetir

No vídeo que ancora esta série, o Lucas Montano resume assim: código virou commodity, porque a IA consegue escrever código. A propriedade intelectual das empresas migra do software para os dados — e, em algum momento, o próprio uso da IA passa a ser tratado como ativo.

Concordo com a direção. Mas a frase “seu dado é o novo IP” tem um problema: ela é verdadeira na apresentação e falsa na planilha.

Porque, na maioria das empresas, o dado não é um ativo. É um passivo com potencial.

Está espalhado em cinco sistemas que não conversam. Metade vive na cabeça de duas pessoas. A outra metade está em planilha com nome tipo controle_FINAL_v3_agora_vai.xlsx. Há registro de o que aconteceu, quase nunca de por que foi decidido daquele jeito.

Dado assim não é propriedade intelectual. É entulho valioso. Ninguém paga por ele, e nenhum modelo consegue usá-lo sem muito trabalho antes.

O que realmente vira IP

Se o código é barato e o modelo é barato, o que não é?

Aquilo que um concorrente não consegue copiar mesmo tendo acesso ao mesmo modelo, ao mesmo gateway e ao mesmo preço por minuto. Na prática, são três camadas empilhadas:

→ O dado organizado. Não o dado bruto — o dado limpo, com contexto, em um lugar onde uma máquina consegue ler. Histórico de clientes com o motivo de cada perda. Orçamentos com o que foi aprovado e o que não foi. Chamados com a solução que funcionou.

→ O critério. O jeito específico como a sua empresa decide o que é “bom”. Qual cliente vale atender, qual orçamento é arriscado, qual resposta está no tom certo. Isso raramente está escrito, e é justamente o que faz um atendente sênior valer três júniores.

→ O ciclo. O processo pelo qual a operação aprende: o erro de hoje vira regra amanhã, a exceção recorrente vira procedimento. Uma empresa que registra e reaplica o que aprende acumula vantagem a cada semana. Uma que não registra recomeça do zero a cada rotatividade.

Eu escrevi sobre a segunda camada em Seu maior ativo escondido é o jeito de trabalhar, e sobre a terceira em Empresa legível para IA. A novidade que a aposta GPU-less traz é de urgência: quando a infraestrutura fica igual para todo mundo, essas três camadas passam a ser a única diferença que sobra.

O paralelo do webmaster

O Montano usa uma comparação que ajuda a entender o que vem a seguir.

Nos anos 2000, existia o webmaster: uma pessoa que fazia tudo. Cuidava do conteúdo, desenhava a página, programava, configurava o servidor. Com o tempo, o trabalho ficou grande demais para uma cabeça e se partiu em especialidades — front-end, back-end, infraestrutura, e depois outras dezenas.

A aposta dele é que o profissional de IA vai passar pela mesma fragmentação. Hoje há pesquisadores ultraespecializados ganhando fortunas em laboratórios. Amanhã, esse trabalho se divide em funções mais estreitas: gente que valida dados, gente que ajusta modelos para um domínio, gente que otimiza instruções, engenheiros de dados orientados a IA. Ele chega a dizer que saber álgebra linear vai ser como saber assembly hoje: útil para poucos, dispensável para a maioria das carreiras.

A comparação é boa, mas o que mais me interessa nela não é a lista de novas profissões. É a lógica da fragmentação.

Toda vez que um ofício se fragmenta, as especialidades que valem mais são as que ficam mais perto do problema de quem paga.

Na web, quem manteve o valor não foi quem sabia configurar servidor melhor — isso virou serviço de nuvem. Foi quem entendia o que o negócio precisava que o sistema fizesse.

A especialidade que falta na lista

Olhe de novo para as três camadas de IP: dado organizado, critério, ciclo. Nenhuma delas é trabalho de quem ajusta modelo. Nenhuma é trabalho de quem otimiza prompt de forma genérica.

É trabalho de quem senta dentro da operação, entende como a empresa decide, transforma isso em algo que uma máquina consegue executar e monta o mecanismo que faz o sistema melhorar com o uso.

Essa especialidade não aparece nas listas de “profissões do futuro da IA” porque ela não é técnica o bastante para os técnicos nem gerencial o bastante para os gestores. Mas é onde a fragmentação vai colocar o maior valor — pela mesma razão que colocou na web.

É sobre ela o próximo e último texto da série.

Três perguntas para fazer esta semana

Se você tem um negócio e quer saber se está construindo IP ou acumulando entulho:

1. Se a pessoa que mais sabe do seu processo saísse amanhã, o que ficaria registrado? Se a resposta é “quase nada”, seu ativo mais valioso tem pernas e pode pedir demissão.
2. Seus dados dizem só o que aconteceu, ou também por quê? O “por quê” é o que ensina uma máquina — e um funcionário novo — a decidir como vocês decidem.
3. Quando um erro se repete, alguma coisa muda? Se não muda, não há ciclo. Há só custo recorrente.

Nenhuma dessas perguntas exige escolher modelo, contratar GPU ou entender de código. E é exatamente por isso que elas importam mais do que qualquer uma dessas decisões.

Este texto faz parte da série GPU-less — sobre o que muda quando a infraestrutura de IA deixa de ser assunto. Leia também: IA não é ferramenta. É operação.