Relatório da Stanford HAI: distância entre EUA e China em IA quase desaparece, e a segurança fica para trás

O relatório AI Index 2026, da Stanford HAI, derruba o mito confortável da liderança incondicional dos EUA em inteligência artificial: em qualidade de modelos de ponta, a China quase alcançou as empresas americanas, enquanto na verificação pública de segurança o mercado segue muito aquém das próprias ambições.

O AI Index 2026, publicado pela Stanford HAI em 13 de abril de 2026, reúne dados sobre desempenho de modelos, investimentos, publicações científicas, patentes, opinião pública e práticas de IA responsável. A principal conclusão é desconfortável para a indústria americana: não se enxerga mais uma vantagem tecnológica sustentável dos EUA.

Segundo a Stanford, modelos americanos e chineses trocaram de posição várias vezes no topo dos rankings desde o início de 2025. Em fevereiro de 2025, o DeepSeek-R1 igualou por pouco tempo o melhor modelo americano, e em março de 2026 a liderança do principal modelo da Anthropic havia encolhido para 2,7%.

Isso não significa que os EUA perderam todas as vantagens. As empresas americanas ainda lançam mais modelos de ponta: 50 contra 30 da China ao final de 2025. Os EUA também têm patentes de maior qualidade e um volume incomparavelmente maior de investimento privado. Mas a China já lidera em volume de publicações de IA, participação em citações e número de patentes concedidas. Em outras palavras, o mercado deixa de ser a história de um único líder indiscutível. Agora é uma corrida apertada, em que a distância pode mudar a cada grande lançamento.

A Stanford aponta separadamente uma vulnerabilidade estrutural da vantagem americana. Os EUA concentram 5427 data centers, mais de dez vezes o número de qualquer outro país. Mas quase todos os chips de IA avançados para essa infraestrutura são fabricados por uma única empresa, a TSMC, em Taiwan. A expansão da produção da TSMC nos EUA começou em 2025, mas a lógica da cadeia de suprimentos continua frágil: dominar a computação não equivale a controlar toda a pilha tecnológica.

Mais importante ainda, a distância entre as capacidades dos modelos e a forma como a indústria mede riscos não está diminuindo, e sim crescendo. Quase todos os desenvolvedores de modelos de fronteira publicam resultados em benchmarks de capacidade, como MMLU ou SWE-bench, mas os dados de IA responsável saem de forma fragmentada. As tabelas da Stanford sobre segurança, equidade, factualidade e agência humana têm muitas células vazias, então comparar modelos por risco, de fora, muitas vezes é simplesmente impossível. Isso não quer dizer que os laboratórios não façam red teaming interno ou testes de alinhamento. O problema é outro: essas verificações raramente são divulgadas em um formato único e comparável.

Nesse contexto, o número de incidentes de IA documentados continua subindo. A AI Incident Database registrou 362 incidentes em 2025, contra 233 um ano antes, e até 2022 havia menos de cem casos por ano. As organizações também não parecem preparadas para a escala do problema.

Em uma pesquisa conjunta do AI Index e da McKinsey, a parcela de empresas que classificaram como excelente sua resposta a incidentes de IA caiu de 28% para 18% em um ano, enquanto a parcela das que relataram de três a cinco incidentes subiu de 30% para 50%. Uma complicação adicional é que melhorar uma métrica de IA responsável pode piorar outra: por exemplo, mais segurança pode reduzir a precisão, e reforçar a privacidade pode prejudicar a equidade.

A percepção pública também fica mais contraditória. No mundo, 59% dos entrevistados acham que os produtos de IA trazem mais benefícios que danos, mas ao mesmo tempo 52% dizem que esses serviços os deixam ansiosos. Os especialistas são bem mais otimistas que os usuários comuns: 73% dos especialistas esperam impacto positivo da IA no trabalho, contra 23% da população dos EUA; na economia, 69% contra 21%; na medicina, 84% contra 44%. Ao mesmo tempo, os EUA registram o menor nível de confiança no próprio governo para regular a IA de forma responsável: 31%, contra uma média global de 54%.

A conclusão do relatório é simples: a disputa sobre quem está à frente hoje em qualidade de modelo perde importância diante da questão de quem sabe tornar a IA verificável, segura e resistente a falhas. Os EUA mantêm escala, capital e infraestrutura; a China, ritmo e um grande volume científico e de patentes. Mas a verdadeira distância ainda aberta não está entre os dois países, e sim entre a velocidade de desenvolvimento dos modelos e a maturidade dos mecanismos de controle ao redor deles.