Relatório Stanford HAI: Lacuna EUA-China em IA quase desapareceu, segurança fica para trás

O relatório Stanford HAI AI Index 2026 destrói o mito conveniente da liderança incondicional dos EUA em inteligência artificial: em qualidade de modelos de ponta, a China quase alcançou as empresas americanas, e em termos de verificação pública de segurança, o mercado ainda fica muito aquém de suas próprias ambições. No relatório AI Index 2026 publicado por Stanford HAI em 13 de abril de 2026, foram compilados dados sobre desempenho de modelos, investimentos, publicações científicas, patentes, sentimento público e práticas de IA responsável. A conclusão principal soa desagradável para a indústria americana: uma vantagem tecnológica sustentável dos EUA não é mais visível.

De acordo com Stanford, modelos americanos e chineses trocaram de posição repetidamente no topo dos rankings desde o início de 2025. Em fevereiro de 2025, o DeepSeek-R1 brevemente se igualou ao melhor modelo americano, e em março de 2026, a vantagem do principal modelo da Anthropic encolheu para 2,7%. Isso não significa que os EUA perderam todas as vantagens.

Empresas americanas ainda lançam mais modelos de topo: 50 contra 30 da China em 2025. Os EUA também têm maior qualidade de patentes e investimento privado incomparavelmente maior. Mas a China já lidera em volume de publicações de IA, participação em citações e número de patentes emitidas.

Em outras palavras, o mercado está deixando de ser a história de um único líder inconteste. Agora é uma corrida apertada onde a vantagem pode mudar após cada lançamento importante. Stanford aponta separadamente para uma vulnerabilidade estrutural na vantagem americana.

Os EUA abrigam 5.427 centros de dados—mais de dez vezes mais que qualquer outro país. Mas quase todos os chips de IA de ponta para essa infraestrutura são fabricados por uma única empresa, TSMC, em Taiwan.

A expansão da produção da TSMC nos EUA já começou em 2025, mas a lógica da cadeia de suprimentos em si permanece frágil: domínio em computação não é igual a controle sobre toda a pilha tecnológica. Ainda mais importante, a lacuna entre as capacidades do modelo e como a indústria mede os riscos não está diminuindo, mas crescendo. Quase todos os desenvolvedores de modelos de fronteira publicam resultados em benchmarks de capacidade como MMLU ou SWE-bench, mas dados de IA responsável saem fragmentariamente.

As tabelas de Stanford sobre segurança, justiça, factualidade e agência humana contêm muitas células vazias, então a comparação externa de modelos por riscos é frequentemente impossível. Isso não significa que os laboratórios não estejam envolvidos em red teaming interno ou testes de alinhamento. O problema é diferente: essas verificações raramente são divulgadas em um formato unificado e comparável.

Diante disso, o número de incidentes de IA documentados continua a crescer. O AI Incident Database registrou 362 incidentes em 2025 contra 233 um ano antes, e antes de 2022 tais casos representavam menos de cem por ano. As organizações também não parecem preparadas para a escala do problema.

Em uma pesquisa conjunta do AI Index e McKinsey, a parcela de empresas que chamaram sua resposta aos incidentes de IA de excelente caiu de 28% para 18% em um ano, e a parcela daqueles que relataram três a cinco incidentes aumentou de 30% para 50%. Complexidade adicional surge do fato de que melhorar uma métrica de IA responsável pode piorar outra: por exemplo, aumentar a segurança pode reduzir a precisão, e fortalecer a privacidade pode prejudicar a justiça. A percepção pública também está se tornando mais contraditória.

Globalmente, 59% dos entrevistados acreditam que produtos de IA trazem mais benefício que dano, mas simultaneamente 52% dizem que tais serviços causam-lhes ansiedade. Especialistas são notavelmente mais otimistas que usuários comuns: 73% dos especialistas esperam impacto positivo de IA no trabalho versus 23% da população dos EUA, na economia—69% versus 21%, na medicina—84% versus 44%. Enquanto isso, os EUA registraram o menor nível de confiança em seu próprio governo sobre regulação responsável de IA—31% comparado à média global de 54%.

A conclusão do relatório é simples: o debate sobre quem está à frente hoje em qualidade de modelo se torna menos importante que a questão de quem sabe como tornar a IA verificável, segura e resiliente a falhas. Os EUA mantêm escala, capital e infraestrutura; a China mantém ritmo e massa científico-patentária. Mas a verdadeira lacuna não fechada não corre entre os dois países, mas entre a velocidade do desenvolvimento do modelo e a maturidade dos mecanismos de controle em torno dele.