Inteligência artificial brasileira: o que já existe e o que o Brasil pretende desenvolver

Enquanto gigantes globais como OpenAI, Google, Anthropic e Meta disputam a atenção do planeta a cada nova versão de seus grandes modelos de linguagem, uma pergunta tem ecoado com intensidade crescente entre pesquisadores, gestores públicos e profissionais de tecnologia no país: o Brasil já tem inteligência artificial própria ou continua sendo apenas um consumidor passivo de tecnologias estrangeiras?

A resposta direta e sem ilusões é que o Brasil possui, sim, sistemas avançados de inteligência artificial desenvolvidos por equipes nacionais, modelos de linguagem com profundo entendimento da cultura e da legislação locais e aplicações pioneiras em setores como agronegócio, saúde e serviços públicos. No entanto, o país ainda mantém uma dependência estrutural quase absoluta de hardware estrangeiro, como aceleradores gráficos e semicondutores, além de utilizar amplamente arquiteturas e modelos-base abertos criados fora de suas fronteiras.

Compreender o cenário da inteligência artificial brasileira exige olhar para além dos discursos institucionais e do marketing tecnológico. É preciso investigar o que está funcionando em produção hoje, o que se encontra em fase de pesquisa acadêmica, o que são metas plurianuais do Plano Brasileiro de Inteligência Artificial (PBIA 2024–2028) e quais são os entraves práticos de infraestrutura que separam a ambição política da autonomia tecnológica real.

O Brasil já tem inteligência artificial própria?

Para responder com precisão se o Brasil tem inteligência artificial própria, é indispensável desmontar o termo “IA brasileira”. No debate público, o rótulo costuma ser aplicado de forma genérica a três situações profundamente distintas:

1. Aplicações com APIs internacionais: Startups ou plataformas brasileiras que constroem interfaces e fluxos de trabalho usando modelos fechados de grandes empresas internacionais, como GPT-4o ou Gemini. Trata-se de engenharia de software aplicada, e não de modelo ou tecnologia de IA proprietária.
2. Modelos adaptados ou refinados por equipes brasileiras: Redes neurais e grandes modelos de linguagem baseados em arquiteturas abertas consolidadas mundialmente (como a família Llama, Mistral ou BERT) que recebem pré-treinamento continuado, ajuste fino (fine-tuning) e alinhamento ético com terabytes de textos em português brasileiro, leis e documentos locais.
3. Modelos e algoritmos fundacionais criados localmente: Tecnologias de processamento de fala, visão computacional e algoritmos analíticos desenvolvidos por centros de pesquisa ou empresas no Brasil, treinados desde o início para resolver problemas específicos da realidade nacional.

O Brasil não desenvolveu, até o momento, um grande modelo de fronteira treinado inteiramente do zero absoluto (pre-trained from scratch) que dispute paridade de parâmetros brutos com os principais nomes do Vale do Silício. O custo computacional dessa empreitada — que exige dezenas de milhões de dólares apenas em energia e tempo de execução em clusters com dezenas de milhares de GPUs — historicamente esteve fora do alcance financeiro das organizações nacionais.

Entretanto, cientistas e empreendedores brasileiros adotaram uma estratégia mais pragmática e eficiente: a especialização de modelos para o contexto linguístico, social, jurídico e institucional do Brasil, aliada à criação de soluções autônomas em processamento de fala, visão computacional e biometria de voz.

Quais inteligências artificiais já foram desenvolvidas no Brasil?

O ecossistema brasileiro de inteligência artificial conta com iniciativas maduras, que operam em ambientes comerciais e de governo, e projetos acadêmicos que estabeleceram as bases do processamento de linguagem natural no país.

1. Maritaca AI e a família Sabiá

A Maritaca AI, startup fundada por pesquisadores e cientistas da computação com trajetória ligada à Universidade Estadual de Campinas (Unicamp), tornou-se a principal referência privada em modelos de linguagem no Brasil.

De acordo com a documentação técnica oficial da Maritaca AI, a atual família Sabiá-4 — composta pelos modelos Sabiazinho-4, Sabiá-4 e Sabiá-4 Thinking — não foi treinada do zero absoluto. A documentação declara de maneira transparente que os modelos foram desenvolvidos a partir de um modelo-base generalista, passando por um ciclo de aprendizado contínuo estruturado em quatro etapas:

• Pré-treinamento contínuo: Ingestão de grandes volumes de dados textuais em português e de um corpus especializado em legislação e jurisprudência brasileira.
• Extensão de contexto: Ampliação da capacidade da janela de leitura para até 128 mil tokens (e até 1 milhão de tokens no modelo de raciocínio avançado).
• Ajuste fino supervisionado (SFT): Treinamento direcionado para conversação fluida, tarefas jurídicas, seguimento estrito de instruções e chamada de funções (function calling).
• Alinhamento de preferências: Refinamento para respostas seguras e adequadas às normas culturais brasileiras.

Um diferencial técnico relevante da Maritaca é a possibilidade de inferência com residência local: clientes com exigências de soberania e conformidade com a LGPD podem acionar modelos com o sufixo br-sp, que rodam em servidores dedicados situados em data center na cidade de São Paulo (operado pela EVEO), garantindo que os dados não trafeguem para o exterior durante a consulta. O treinamento massivo das etapas anteriores, contudo, utilizou capacidade computacional de nuvens globais (como TPUs na Google Cloud e GPUs na Oracle e AWS).

2. SoberanIA: a iniciativa pública voltada a serviços de Estado

O projeto SoberanIA é uma iniciativa pública liderada pelo Governo do Estado do Piauí em cooperação institucional com o Ministério da Ciência, Tecnologia e Inovação (MCTI), o Ministério das Comunicações e a Telebras, voltada ao desenvolvimento de aplicações de inteligência artificial para a administração pública.

Apresentado formalmente no final de 2025, o projeto teve seus detalhes arquiteturais e modelo-base mantidos sob reserva, não estando detalhados publicamente nas fontes técnicas consultadas. Segundo dados atribuídos oficialmente ao Governo do Piauí, o treinamento envolveu uma base em português estimada em cerca de 350 bilhões de tokens, incorporando normas, rotinas administrativas e vocabulário institucional; contudo, a metodologia detalhada de treinamento e ajuste não foi divulgada publicamente nas fontes técnicas consultadas.

No estado de origem, a iniciativa sustenta aplicações práticas no setor público:

• BO Fácil: Registro automatizado de boletins de ocorrência policial por texto e comandos de voz.
• Seduc IA: Plataforma educacional para apoio pedagógico e personalização do ritmo de aprendizagem de alunos da rede estadual.
• Agentes SEI: Automatização de pareceres preliminares e apoio na elaboração de termos de referência no Sistema Eletrônico de Informações.

Embora classificado institucionalmente pelo governo estadual como um modelo voltado à soberania de dados do setor público, o SoberanIA não possui pesos nem código-fonte abertos para download comunitário irrestrito, operando por meio de acesso governamental restrito. No TecMaker, o leitor pode consultar o contexto e as primeiras etapas desse projeto no artigo especial sobre o modelo SoberanIA voltado a serviços públicos.

3. Amazônia IA (WideLabs)

Apresentado na 5ª Conferência Nacional de Ciência, Tecnologia e Inovação, o Amazônia IA é uma família de modelos desenvolvida pela startup brasileira WideLabs voltada à compreensão da língua portuguesa e a cenários corporativos no Brasil.

Em seus canais oficiais e apresentações comerciais, a WideLabs descreve os modelos da família Amazônia como tecnologias proprietárias especializadas em dados em português, vocabulário regional e normas locais. A arquitetura fundacional exata e o modelo-base não foram detalhados publicamente nas fontes primárias técnicas consultadas pela reportagem. Da mesma forma, embora provedores de nuvem como a Oracle Cloud Infrastructure (OCI) divulguem parcerias para a oferta de instâncias de alto desempenho equipadas com GPUs NVIDIA H100 para a implantação e operação corporativa das soluções da WideLabs, a infraestrutura física de hardware comprovadamente utilizada durante a fase de treinamento original do modelo não foi informada publicamente.

4. BERTimbau e a base da pesquisa científica

Antes da popularização dos modelos conversacionais generativos, a pesquisa brasileira já havia estabelecido um marco histórico com o BERTimbau, desenvolvido por pesquisadores da startup NeuralMind em conjunto com a comunidade acadêmica.

Baseado na arquitetura internacional BERT e pré-treinado especificamente com o corpus BrWaC (Brazilian Web as Corpus), o BERTimbau disponibilizou seus pesos e modelos publicamente, tornando-se uma ferramenta fundamental para classificação textual, reconhecimento de entidades e busca semântica em português. Esse caso evidencia uma distinção crucial para o debate da soberania: a ampla abertura pública de pesos e artefatos de software garante transparência e autonomia para pesquisadores e empresas locais, mas não equivale à soberania integral sobre a pilha tecnológica, uma vez que a arquitetura matemática de base é de origem internacional e sua execução depende de hardware computacional importado.

O quadro da autonomia: quanto dessa IA é realmente brasileira?

Para permitir uma avaliação transparente e fundamentada, a tabela abaixo sintetiza os principais projetos de inteligência artificial com presença no Brasil, diferenciando autoria, tecnologia de base, infraestrutura e nível de autonomia.

O ecossistema de pesquisa e aplicação prática: universidades, centros e estatais

A inteligência artificial brasileira não vive apenas de grandes modelos de texto. Uma parcela decisiva da soberania tecnológica do país opera no campo da ciência aplicada e do processamento de sinais, desenvolvida por instituições públicas e centros de excelência.

Universidades e centros de inteligência

• C4AI (USP / IBM / FAPESP): O Center for Artificial Intelligence, sediado na Universidade de São Paulo, congrega pesquisadores dedicados à inteligência artificial avançada. Além de pesquisas em aprendizado de máquina e raciocínio probabilístico, o centro desenvolve projetos de preservação de línguas indígenas brasileiras e processamento de dialetos nativos, enfrentando uma das maiores lacunas deixadas por modelos internacionais, que ignoram idiomas minoritários.
• Unicamp e UFMG: Universidades que se tornaram berços de cientistas que hoje lideram empresas e laboratórios de IA. A Universidade Federal de Minas Gerais, por exemplo, foi selecionada pelo Ministério da Ciência, Tecnologia e Inovação para estruturar o futuro Centro Nacional de Transparência Algorítmica e IA Confiável, com foco em auditoria de vieses e segurança algorítmica.

CPQD: tecnologias de fala e linguagem em português

O CPQD (Centro de Pesquisa e Desenvolvimento em Telecomunicações), em Campinas, desenvolve tecnologias de Processamento de Linguagem Natural e interação inteligente descritas pela própria instituição como soluções de tecnologia nacional.

Diferente de sistemas estrangeiros adaptados superficialmente, o portfólio do CPQD inclui tecnologias neurais de síntese de fala (Text-to-Speech), reconhecimento automático de fala (Speech-to-Text), biometria de voz e compreensão de linguagem natural (NLU) voltadas para os sotaques e as particularidades fonéticas do português brasileiro. Essas soluções são aplicadas comercialmente em centrais de atendimento, instituições financeiras e serviços públicos, assegurando tratamento de dados com conformidade à LGPD, embora detalhes específicos sobre volumes brutos de dados de treinamento e arquiteturas de servidores não sejam abertos publicamente pela organização.

Embrapa: modelos especializados e visão computacional no agro

A Embrapa (Empresa Brasileira de Pesquisa Agropecuária) atua fortemente na aplicação de inteligência artificial e visão computacional na agricultura tropical, por meio de iniciativas descentralizadas em suas diversas unidades de pesquisa.

A instituição não desenvolve um único sistema unificado de IA, mas múltiplos modelos e algoritmos especializados criados por suas equipes para resolver desafios específicos do campo, tais como:

• Identificação de pragas e sanidade vegetal: Modelos baseados em redes neurais convolucionais (como nas pesquisas da Embrapa Agricultura Digital e Instrumentação) para diagnóstico precoce de patógenos, como o bicho-mineiro no café ou danos foliares na soja a partir de imagens.
• Zootecnia de precisão: Aplicação de algoritmos de visão computacional (como em estudos da Embrapa Suínos e Aves) para monitorar comportamento, movimentação e estresse térmico de animais em galpões de criação com câmeras comerciais.
• Avaliação de pastagens e uso do solo: Integração de aprendizado de máquina e sensoriamento remoto para estimar produtividade agrícola e monitorar graus de degradação do solo.

Nessas aplicações, a autonomia reside no domínio científico do problema e na curadoria de dados agronômicos locais, enquanto as dependências de hardware, sensores, câmeras e ambientes de computação variam conforme cada projeto.

Serpro e o SerproLLM

O Serpro (Serviço Federal de Processamento de Dados) atua na blindagem de dados fiscais e cadastrais do governo federal. A estatal desenvolve iniciativas de IA generativa e modelos de linguagem internos (como o SerproLLM) para automatizar a triagem de documentos, atendimento aos contribuintes e assistência jurídica pública, sob a premissa de que dados tributários e de segurança nacional não podem transitar por servidores de empresas privadas multinacionais.

O Plano Brasileiro de IA (PBIA): o que está previsto, anunciado e entregue?

Lançado pelo governo federal durante a 5ª Conferência Nacional de Ciência, Tecnologia e Inovação sob a coordenação do MCTI, o Plano Brasileiro de Inteligência Artificial (PBIA 2024–2028), intitulado “IA para o Bem de Todos”, é o documento normativo central da política tecnológica nacional.

Entretanto, para uma análise responsável, é imperativo distinguir os recursos previstos, os valores anunciados e os desembolsos efetivamente executados:

• Previsão Plurianual (2024–2028): O plano estima um volume total de R$ 23,03 bilhões distribuídos ao longo de quatro anos.
• Composição das Fontes de Recursos: O montante não corresponde a dinheiro novo depositado nos cofres dos ministérios. Trata-se de uma matriz que inclui:
• Crédito e Financiamento: Cerca de R$ 12,72 bilhões a serem operados por BNDES e Finep para empréstimos empresariais;
• Recursos não reembolsáveis: R$ 5,57 bilhões provenientes do Fundo Nacional de Desenvolvimento Científico e Tecnológico (FNDCT);
• Orçamento Geral da União: R$ 2,90 bilhões sujeitos a contingenciamentos fiscais anuais;
• Contrapartidas do Setor Privado: Estimadas em R$ 1,06 bilhão.

O plano foi organizado em cinco eixos estruturantes:

1. Infraestrutura e Desenvolvimento de IA (computação de alta capacidade e dados soberanos);
2. Difusão, Formação e Capacitação em IA (educação técnica e pós-graduação);
3. IA para Melhoria dos Serviços Públicos (saúde, previdência e atendimento ao cidadão);
4. IA para Inovação Empresarial (editais Finep/BNDES e fundos de investimento para startups);
5. Apoio ao Processo Regulatório e Governança da IA.

No balanço das ações, destacam-se entregas concretas como o lançamento de editais de subvenção econômica pela Finep, a estruturação de Fundos de Investimento em Participações (FIPs) geridos pelo BNDESPAR para acelerar startups nacionais de tecnologia profunda e a criação do Observatório Brasileiro de Inteligência Artificial (OBIA). No entanto, o ritmo de execução orçamentária é gradual, e o cumprimento das metas até 2028 dependerá da estabilidade orçamentária e da velocidade de contratação das chamadas públicas.

A corrida pela infraestrutura: supercomputadores, energia e o gargalo das GPUs

Nenhum país constrói inteligência artificial autônoma sem silício e eletricidade. O maior gargalo para a independência brasileira reside na camada física de processamento.

O estágio real dos supercomputadores no Brasil

Atualmente, o principal supercomputador dedicado à ciência no país é o Santos Dumont, instalado no Laboratório Nacional de Computação Científica (LNCC), em Petrópolis (RJ). Embora tenha recebido ampliações sucessivas, sua capacidade de processamento está distribuída entre centenas de projetos de bioinformática, física quântica e climatologia, operando próximo à saturação.

Em agosto de 2026, o Governo Federal anunciou duas frentes de projetos futuros para expandir a infraestrutura pública:

1. Supercomputador de Macaíba (RN): Projeto em processo de aquisição e edital conduzido pelo MCTI, com previsão de investimento público de R$ 1,06 bilhão. A infraestrutura física ainda não está instalada e será alocada no Parque Científico e Tecnológico Augusto Severo (UFRN), com início de operações previsto a partir de 2027. O anúncio oficial indicou uma meta teórica de desempenho de até 7.200 petaflops voltada especificamente a processamento de inteligência artificial (métrica de precisão reduzida para redes neurais, e não computação científica tradicional FP64).
2. Supercomputador do Rio de Janeiro: Projeto futuro anunciado por meio de cooperação entre a Rede Nacional de Ensino e Pesquisa (RNP) e as empresas de tecnologia Huawei e iFlyTek. A iniciativa tem previsão de investimento público estimado em R$ 1,276 bilhão distribuído ao longo de cinco anos e previsão de início de operação para julho de 2027, com foco no suporte ao treinamento de modelos de linguagem em português.

Situação factual: Ambas as iniciativas representam projetos futuros de infraestrutura física ainda não operacionais, encontrando-se em etapas de edital, contratação de fornecedores e planejamento de engenharia. Tratá-las como equipamentos disponíveis hoje seria tecnicamente incorreto. O Brasil depende, no presente momento, de datacenters privados e estações acadêmicas existentes. Para compreender o cenário da infraestrutura física instalada no país e as tensões geopolíticas em torno do fornecimento elétrico, veja a análise do TecMaker sobre a infraestrutura de data centers e fornecimento de energia para IA.

A dependência externa de semicondutores

O Brasil não fabrica chips gráficos de alta densidade computacional. Todas as GPUs modernas (como as linhas H100 e B200 da NVIDIA ou aceleradores similares da AMD) são importadas, sujeitas a tarifas aduaneiras e disputadas globalmente em uma fila de entregas dominada pelas maiores economias do mundo.

Como contrapartida de longo prazo, o plano federal iniciou parcerias com o ecossistema de pesquisa de Barcelona para desenvolver processadores experimentais baseados na arquitetura de código aberto RISC-V. Trata-se, contudo, de uma estratégia com horizonte de maturação estimado entre 10 e 15 anos.

Como está a regulação? A situação real do PL 2338/2023

Enquanto a tecnologia avança nos servidores, o arcabouço normativo que definirá os direitos, deveres e limites da inteligência artificial no Brasil continua em construção no Poder Legislativo.

O Projeto de Lei nº 2.338/2023, elaborado a partir dos trabalhos de uma comissão de juristas no Senado Federal, foi aprovado por unanimidade pelo Plenário do Senado em dezembro de 2024 e encaminhado à Câmara dos Deputados no início de 2025.

Na Câmara dos Deputados, a proposta tramita sob regime de prioridade na Comissão Especial sobre Inteligência Artificial, tendo como relator o deputado Aguinaldo Ribeiro. Até o presente momento, o texto encontra-se aguardando o parecer do relator para deliberação no colegiado.

Portanto, o PL 2338/2023 não é uma lei em vigor. Enquanto o marco legal não é votado e sancionado, as operações de inteligência artificial no país permanecem regidas por normas gerais pré-existentes, como:

• A Lei Geral de Proteção de Dados (LGPD), que estabelece regras estritas sobre tratamento de dados pessoais e decisões automatizadas;
• O Código de Defesa do Consumidor, aplicado na responsabilização por falhas de sistemas em relações de consumo;
• Resoluções setoriais de órgãos como a ANPD, o Tribunal Superior Eleitoral (TSE) e o Conselho Nacional de Justiça (CNJ).

Os principais pontos de divergência na Câmara envolvem a definição da autoridade fiscalizadora central, a repartição de direitos autorais no treinamento com obras protegidas e as exigências de auditoria e relatórios de impacto algorítmico para modelos classificados como de alto risco.

O Brasil pode competir no cenário global de inteligência artificial?

Uma análise sóbria indica que o Brasil não disputará a liderança global em modelos fundacionais generalistas de trilhões de parâmetros com Estados Unidos e China. Esses países investem centenas de bilhões de dólares anualmente, concentram as maiores Big Techs do planeta e controlam a fabricação de semicondutores e a cadeia de suprimentos de litografia avançada.

No entanto, a competitividade brasileira é viável e promissora quando orientada para áreas onde o país detém vantagens comparativas e domínio sobre os dados primários:

• Domínio linguístico e regional: Modelos como o Sabiá-4 comprovam que uma rede neural especializada no português brasileiro e treinada com leis, jurisprudência e exames nacionais supera modelos globais generalistas em tarefas corporativas e jurídicas locais, a uma fração do custo de inferência.
• Liderança em agritech e clima: O Brasil possui o maior acervo de dados sobre agricultura tropical, solo e pecuária do mundo. Nenhum laboratório estrangeiro consegue replicar a acurácia dos modelos da Embrapa para biomas brasileiros sem parcerias locais.
• Energia limpa para centros de dados: Com uma matriz elétrica predominantemente renovável (hídrica, eólica e solar), o país tem o potencial de se consolidar como o principal hub de computação de baixo carbono na América Latina.
• Formação e democratização de talentos: O avanço do ecossistema depende de ampliar a base de cientistas de dados, engenheiros de machine learning e profissionais técnicos. A capacitação em todos os níveis de escolaridade é abordada em detalhes no guia sobre os programas e cursos de formação em inteligência artificial.

Perguntas Frequentes (FAQ)

O ChatGPT ou o Gemini são brasileiros se forem traduzidos para português?

Não. Esses sistemas pertencem a empresas estrangeiras (OpenAI e Google), foram pré-treinados predominantemente em servidores situados fora do Brasil e suas políticas de dados e infraestrutura respondem a legislações estrangeiras. O suporte ao português é apenas uma capacidade multilíngue do software.

Uma empresa brasileira que usa APIs da OpenAI cria uma “IA brasileira”?

Não. Criar um produto ou chatbot no Brasil utilizando a chave de API de um provedor externo significa construir uma aplicação em cima de tecnologia estrangeira. A empresa desenvolveu o software de integração e a experiência do usuário, mas o modelo e a inteligência subjacente continuam sendo internacionais.

Por que a soberania em inteligência artificial é importante?

A soberania tecnológica garante que dados sensíveis de cidadãos (registros médicos, dados fiscais, segredos industriais e processos judiciais) fiquem protegidos sob leis nacionais em solo brasileiro. Além disso, evita que setores estratégicos de um país fiquem vulneráveis a bloqueios comerciais, sanções ou mudanças de preços unilaterais de corporações de outros países.

Os modelos brasileiros rodam em servidores locais?

Depende do modelo e do tipo de contrato. A Maritaca AI oferece pontos de acesso dedicados (br-sp) que executam a inferência em data centers na cidade de São Paulo. Projetos como o SoberanIA também operam em infraestrutura governamental e datacenters no Brasil. No entanto, as etapas massivas de pré-treinamento desses e de outros modelos ainda utilizam nuvens com datacenters internacionais.

O Brasil já possui supercomputadores para treinar modelos grandes de IA?

O país possui o supercomputador Santos Dumont (LNCC), voltado à ciência geral. Para cargas massivas de IA de última geração, novos equipamentos foram anunciados pelo PBIA — como o supercomputador de Macaíba (RN), com investimento de R$ 1,06 bilhão previsto —, mas eles têm cronograma de entrega e início de operações projetado a partir de 2027.

Próximos passos para o ecossistema nacional

O desenvolvimento da inteligência artificial no Brasil encontra-se em um ponto de inflexão decisivo. O país superou a fase de mera curiosidade e já conta com engenharia nacional de alta capacidade, startups consolidadas especializadas no contexto brasileiro e aplicações públicas pioneiras que geram impacto real na vida do cidadão.

A consolidação de uma autonomia tecnológica sustentável, contudo, não se fará apenas com comunicados ou ambições orçamentárias teóricas. Ela dependerá da execução rigorosa e transparente dos recursos previstos no PBIA, da conclusão das obras de engenharia dos novos supercomputadores federais, da formação massiva de talentos técnicos em nossas universidades e da votação equilibrada de um marco legal na Câmara dos Deputados que proteja os direitos fundamentais sem sufocar os empreendedores locais.

O Brasil não precisa replicar os investimentos trilionários das superpotências para ter uma voz soberana. Ao dominar a aplicação de IA sobre seus próprios biomas, dados públicos, normas jurídicas e expressões culturais, o país constrói um caminho original, onde a tecnologia serve prioritariamente ao desenvolvimento social e produtivo de seu povo.

Equipe TecMaker

A Equipe TecMaker é o núcleo editorial e de testes do portal, dedicada a trazer análises imparciais, comparativos de produtos e as últimas notícias do universo da tecnologia. Nosso objetivo é decodificar a inovação e ajudar nossos leitores a fazerem as melhores escolhas no mercado digital e de dispositivos emergentes.