O CEO da OpenAI, Sam Altman, provocou uma discussão entre entusiastas de tecnologia ao questionar o uso de memória RAM em computadores pessoais para executar modelos de inteligência artificial. Para o executivo, deixar grandes quantidades de memória DRAM instaladas em máquinas individuais, utilizadas apenas uma pequena parte do tempo, representa um desperdício de recursos em um momento de escassez mundial.
A declaração foi feita durante uma participação no podcast Cheeky Pint, apresentado por John Collison, cofundador da plataforma de pagamentos Stripe. Na conversa, publicada em 29 de outubro de 2026, Altman defendeu que a infraestrutura de grandes centros de dados pode aproveitar melhor a memória disponível.
LEIA TAMBÉM:
- Ex-repositor de supermercado perde o emprego, mas transforma 20 mil garrafas descartadas em casa com a mulher após começar obra com apenas R$ 3 mil
- Governo comunica que Bolsa Família será cancelado para milhões de famílias a partir de novembro, mas tem um jeito para manter o benefício
- Salário mínimo já tem valor para 2027 e trabalhadores querem saber quanto vão receber
O comentário chamou a atenção principalmente porque contraria uma tendência crescente entre usuários que preferem executar modelos de inteligência artificial diretamente em seus computadores, sem depender de serviços na nuvem.
Para Altman, essa escolha não representa necessariamente a melhor utilização dos recursos tecnológicos disponíveis.
Sam Altman questiona uso de IA diretamente nos computadores
Durante o podcast, Altman discutiu o crescimento da chamada inferência local, tecnologia que permite executar modelos de inteligência artificial no próprio computador, utilizando os recursos de hardware da máquina.
Essa alternativa ganhou espaço com a popularização de modelos de código aberto, que podem ser baixados e utilizados sem depender exclusivamente de plataformas como ChatGPT.
O executivo, entretanto, apresentou uma crítica ao modelo.
Segundo ele, quando milhões de pessoas mantêm memória DRAM em seus computadores para executar aplicações de IA, parte significativa desses recursos pode permanecer sem utilização durante boa parte do dia.
Na conversa, Altman afirmou que considera bastante ruim manter uma parcela dos estoques mundiais de memória em computadores individuais, onde ela seria utilizada apenas cerca de 5% do tempo.
A avaliação do executivo é que, em um cenário de oferta limitada, seria mais eficiente concentrar esses recursos em centros de dados, onde a memória poderia atender simultaneamente a diferentes usuários.
Por que Sam Altman prefere grandes centros de dados?
A discussão envolve um dos principais desafios da indústria de inteligência artificial: a disponibilidade de infraestrutura para executar modelos cada vez maiores.
Os data centers concentram servidores, processadores, placas aceleradoras e grandes quantidades de memória. Essa estrutura permite distribuir os recursos computacionais entre diferentes aplicações e clientes.
Na visão de Altman, essa concentração favorece o aproveitamento da memória disponível.
Em vez de milhões de computadores individuais manterem recursos que ficam ociosos durante parte do dia, os centros de dados poderiam utilizar a infraestrutura de maneira compartilhada.
O executivo resumiu sua posição ao defender que, diante da escassez de memória, é necessário buscar a máxima utilização possível dos recursos disponíveis na nuvem.
O que é inferência local e por que ela está crescendo?
A inferência local acontece quando um modelo de inteligência artificial executa suas operações diretamente no dispositivo do usuário, sem precisar enviar todas as solicitações para servidores externos.
Essa possibilidade ganhou força com a disponibilização de modelos abertos e ferramentas que permitem utilizar IA em computadores domésticos.
Entre as vantagens estão:
- Privacidade: dependendo da configuração, os dados podem permanecer no próprio computador.
- Funcionamento offline: alguns modelos podem operar sem conexão constante com a internet.
- Menor dependência de serviços externos: o usuário não precisa depender exclusivamente de uma plataforma na nuvem.
- Controle: é possível escolher modelos, configurações e ferramentas de acordo com as necessidades.
Por outro lado, executar modelos localmente exige hardware compatível. A quantidade de memória RAM disponível pode determinar quais modelos conseguem funcionar e qual será o desempenho.
É justamente esse consumo de recursos que está no centro da crítica de Altman.
Escassez de memória RAM preocupa empresas de tecnologia
Outro ponto importante da conversa foi a dificuldade de ampliar a produção mundial de memória DRAM.
Esse componente é utilizado em computadores, celulares, servidores e equipamentos responsáveis pelo funcionamento de sistemas de inteligência artificial.
Com a expansão dos data centers, a demanda por memória aumentou e passou a pressionar a cadeia de fornecimento.
Durante o podcast, Altman comentou que fabricantes de memória passaram historicamente por ciclos de grandes investimentos, períodos de baixa rentabilidade e dificuldades financeiras.
Segundo ele, essa experiência ajuda a explicar por que as empresas podem ter cautela antes de investir grandes quantias na construção de novas fábricas.
O executivo também afirmou que a oferta de memória precisa crescer para acompanhar a demanda por infraestrutura de inteligência artificial.
Crítica de Altman não significa que rodar IA no PC seja inútil
Apesar da declaração, a discussão não significa que executar inteligência artificial localmente seja uma escolha necessariamente ruim para todos os usuários.
A proposta defendida por Altman considera principalmente a eficiência da utilização global de recursos em um cenário de escassez.
Já quem utiliza modelos locais pode ter outras prioridades, como privacidade, autonomia, funcionamento sem internet e independência de serviços comerciais.
Também é importante observar que a afirmação de utilização de apenas 5% do tempo foi apresentada por Altman como argumento durante a entrevista. Não se trata de uma medição universal que represente todos os computadores ou usuários.
A discussão revela, portanto, duas visões diferentes sobre o futuro da inteligência artificial: de um lado, a concentração de recursos em grandes infraestruturas compartilhadas; de outro, a possibilidade de cada pessoa ter modelos capazes de funcionar diretamente em seus próprios dispositivos.
A declaração do CEO da OpenAI coloca esse debate em evidência justamente quando a memória RAM se tornou um recurso estratégico para a expansão da inteligência artificial.
