1. O que é soberania tecnológica em inteligência artificial?
2. Por que a IA virou prioridade geopolítica
3. Como as potências estão disputando a liderança em IA
4. O papel dos controles de exportação de chips nessa disputa
5. O papel do Brasil nessa disputa por soberania tecnológica
6. O que essa disputa significa para empresas que dependem de IA
Em 2024, os Estados Unidos produziram 40 dos modelos de inteligência artificial mais relevantes do mundo, contra 15 da China e apenas 3 da Europa, segundo o AI Index 2025 da Stanford HAI. O número sugere uma liderança confortável. Mas escondido atrás dele há um dado mais incômodo para quem só olha a contagem de modelos: a diferença de desempenho entre os melhores sistemas americanos e chineses, que era de dois dígitos há poucos anos, encolheu para quase paridade no mesmo período (Stanford HAI, 2025).
Essa disputa por soberania tecnológica não fica restrita a laboratórios de pesquisa. Ela chega às decisões de infraestrutura, fornecedores e parcerias que qualquer empresa precisa tomar ao estruturar sua própria governança de dados para treinar ou operar modelos de IA, ou ao avaliar fornecedores capazes de processar big data em escala. O motivo é direto: os países que concentram capacidade de produzir chips, processar dados em volume e treinar modelos de fronteira estão, na prática, definindo quem tem acesso a essas capacidades e sob quais condições.
Este artigo explica o que é soberania tecnológica em inteligência artificial, mostra por que ela se tornou prioridade de governos e blocos econômicos, e detalha o que a disputa por chips, investimento público e regulação significa para quem decide sobre tecnologia dentro de uma empresa.
Soberania tecnológica em inteligência artificial é a capacidade de um país, bloco econômico ou organização de desenvolver, operar e controlar a infraestrutura crítica de IA, como chips, dados, energia e modelos, sem depender exclusivamente de fornecedores estrangeiros em decisões consideradas estratégicas. A McKinsey (2024) define o conceito equivalente, sovereign AI, como a capacidade de um governo de desenvolver e controlar sistemas de inteligência artificial próprios. Isso inclui alinhamento a seus valores, suas leis e seus interesses de segurança nacional, em vez de depender de infraestrutura, modelos ou dados controlados por terceiros países.
Na prática, a soberania tecnológica se apoia em três decisões concretas:
Nenhum desses elementos, isoladamente, garante soberania tecnológica. É a combinação dos três que determina o grau de autonomia real de um país.
O conceito de soberania tecnológica não deve ser confundido com autossuficiência total. Nenhum país produz, isoladamente, toda a cadeia de valor da IA, da fabricação de semicondutores ao treinamento de modelos de fronteira. A União Europeia, por exemplo, lançou em 2025 o programa InvestAI para reduzir sua dependência externa. Mesmo assim, o bloco não pretende substituir fornecedores como fabricantes de chips asiáticos ou provedores de nuvem americanos. Soberania tecnológica, nesse sentido, é mais sobre ter poder de negociação e capacidade de resposta do que sobre isolamento produtivo.
Para entender por que a soberania tecnológica se tornou prioridade geopolítica, basta olhar os números recentes de investimento público. Governos passaram a tratar IA como ativo estratégico na mesma categoria de energia e defesa. Segundo o AI Index 2025 da Stanford HAI, ao menos cinco países ou blocos anunciaram compromissos bilionários em 2024 e 2025:
A União Europeia seguiu o mesmo movimento em escala ainda maior. Em fevereiro de 2025, a Comissão Europeia lançou o InvestAI, programa que pretende mobilizar €200 bilhões em investimentos públicos e privados. Desse total, €20 bilhões vão para um fundo dedicado à construção de gigafábricas de IA. A meta declarada é reduzir a dependência europeia de infraestrutura de computação controlada por empresas americanas.
Cada um desses movimentos é, no fundo, uma aposta em soberania tecnológica: reduzir a dependência de decisões tomadas fora do próprio território. Nesse sentido, a OCDE (2025) identificou ao menos 13 grandes fundos governamentais dedicados especificamente a pesquisa em IA em diferentes países. Isso evidencia que o interesse não é apenas econômico, mas estratégico, já que IA é uma tecnologia de uso dual, com aplicação econômica e aplicação militar ou de segurança nacional.
A disputa por soberania tecnológica se manifesta de formas diferentes em cada bloco, mas acontece em pelo menos três frentes visíveis. A primeira é a infraestrutura de computação. Nos Estados Unidos, o consórcio Stargate, formado por OpenAI, SoftBank, Oracle e MGX, planeja investir até US$ 500 bilhões em infraestrutura de IA até 2029. Isso consolida a aposta americana em manter a maior capacidade de treinamento de modelos do mundo (Stanford HAI, 2025).
A segunda frente é a estratégia chinesa, que combina investimento público massivo com um mercado doméstico de aplicações de IA maior do que o de qualquer concorrente direto. Essa combinação vem produzindo resultado mensurável: a diferença de desempenho entre os melhores modelos americanos e chineses caiu de dois dígitos para próximo de zero em 2024. Ainda assim, os Estados Unidos continuam liderando em número de modelos de fronteira lançados (Stanford HAI, 2025).
A terceira frente é a europeia, construída em torno do InvestAI e de gigafábricas equipadas com 100 mil chips de IA de última geração cada. Elas foram pensadas como infraestrutura compartilhada entre governos, universidades e empresas, no formato que a própria Comissão Europeia descreve como um "CERN para IA". Já os países do Golfo, como a Arábia Saudita, seguem uma quarta lógica: usar investimento em IA para diversificar economias historicamente dependentes de petróleo.
Além de investir, os Estados Unidos vêm usando controles de exportação como instrumento central de política externa em IA. Em janeiro de 2025, o Bureau of Industry and Security americano publicou a AI Diffusion Rule. Trata-se de um sistema de controle em camadas que restringe o acesso da China a chips avançados e à capacidade computacional de IA, inclusive por meio de países terceiros (Congressional Research Service, 2025).
Os controles de exportação buscam três objetivos declarados:
Na prática, os controles de exportação são o instrumento mais direto que uma potência tem para impedir que rivais alcancem soberania tecnológica equivalente à sua. Ainda assim, o próprio avanço do desempenho dos modelos chineses em 2024 mostra que os controles retardam, mas não paralisam, o progresso técnico de um país com escala de investimento e mercado interno como a China (Stanford HAI, 2025). Esse é o ponto que costuma escapar da cobertura mais simplificada do tema: controle de exportação funciona como fricção estratégica, não como bloqueio definitivo. Ele compra tempo e eleva custo para o concorrente, mas não substitui capacidade própria de inovação.
O Brasil também entrou na corrida por soberania tecnológica, ainda que em escala bem menor. O governo federal lançou, em julho de 2024, o Plano Brasileiro de Inteligência Artificial (PBIA) para o período de 2024 a 2028. O plano prevê R$ 23 bilhões em investimentos, a maior parte de origem estatal (Ministério da Gestão e da Inovação em Serviços Públicos, 2024). Do total, R$ 1,76 bilhão está destinado à aplicação de IA na melhoria de serviços públicos e até R$ 1 bilhão à criação de uma nuvem de governo.
O que muda na prática é o tipo de aposta que o Brasil está fazendo: menos voltada a competir na fronteira de modelos, como fazem Estados Unidos, China e União Europeia, e mais concentrada em infraestrutura pública, capacitação de servidores e uso de IA em serviços do Estado. Essa escolha tem lógica, dado o tamanho relativo da economia brasileira frente aos blocos que disputam a liderança global. Por outro lado, ela também expõe uma dependência estrutural de chips, modelos e nuvem controlados por outros países, o que reforça a importância de empresas brasileiras tratarem a governança de dados e a escolha de fornecedores como decisão estratégica, não apenas técnica.
Para a maioria das empresas, a geopolítica da soberania tecnológica não aparece como manchete: aparece como risco de fornecimento. Restrição de acesso a determinados chips, mudança de política de exportação ou nacionalização de infraestrutura de nuvem podem alterar, de um trimestre para outro, o custo e a disponibilidade de capacidade computacional que uma empresa já considerava garantida.
Isso já afeta decisões concretas de arquitetura: qual provedor de nuvem usar, se vale a pena depender de um único fornecedor de modelos, onde armazenar e processar dados sensíveis e como essas escolhas se relacionam com exigências regulatórias locais, como as já discutidas na LGPD. Empresas que tratam essas decisões apenas como escolha técnica, sem considerar o cenário geopolítico por trás delas, tendem a descobrir o risco tarde, quando ele já se converteu em custo ou interrupção.
Para empresas, a pergunta relevante não é sobre a soberania tecnológica de um país específico. É sobre como as escolhas de infraestrutura afetam a própria autonomia tecnológica de operação. O caminho mais seguro não é prever com precisão os próximos movimentos geopolíticos, algo que nem governos conseguem fazer de forma confiável. Mais do que isso: o caminho mais seguro é construir uma estratégia de IA que suporte mudança de fornecedor, diversifique dependências críticas e tenha critérios claros de governança sobre onde e como os dados circulam.
A disputa por soberania tecnológica em IA não é um pano de fundo distante: ela já define quanto custa treinar um modelo, qual fornecedor de chip está disponível e sob quais condições regulatórias os dados de uma empresa podem circular. Entender isso deixou de ser assunto de política externa. Passou a ser insumo direto para quem estrutura a estratégia de tecnologia de qualquer companhia.
Nos próximos anos, a tendência é que essa disputa por soberania tecnológica se intensifique, não que se resolva. Novos ciclos de investimento público, ajustes em controles de exportação e o avanço de blocos regionais como a União Europeia devem continuar mudando o mapa de quem tem acesso a que capacidade de IA, e em que termos. Empresas que tratam esse cenário como variável estratégica, e não como ruído externo, chegam mais preparadas para decisões de fornecimento, parceria e investimento em IA.
Conheça o AI Strategy do Distrito e saiba como estruturar um roadmap de IA que considere riscos de fornecimento, governança de dados e critérios reais de priorização, em vez de depender de um cenário geopolítico que muda mais rápido do que a maioria dos planejamentos de tecnologia.
