Irene Solaiman alerta startups sobre riscos da IA open source

Inteligência Artificial

Especialista destaca desafios e decisões essenciais para startups ao adotar IA open source em seus negócios.

Leia também: AMD prevê faturar US$ 17 bi e superar Intel no 4º tri de 2026

Em entrevista ao podcast Equity, da TechCrunch, Irene Solaiman, chief policy officer e vice-presidente sênior de estratégia da Hugging Face, detalha nesta semana os custos, riscos e escolhas que startups e empresas precisam fazer ao construir soluções em inteligência artificial baseadas em modelos open source, em meio à pressão crescente de competidores internacionais.

Modelos abertos ganham força, mas trazem novos dilemas

Solaiman avalia que os modelos de IA de código aberto deixaram de ser nicho e passaram a disputar espaço diretamente com ofertas proprietárias em empresas, governos e startups. “Open source models are becoming more mainstream as enterprises, governments and startups alike rely on the promise of lower costs, more control, and more flexibility”, afirma a executiva no episódio.

Segundo ela, essa combinação de menor custo e maior autonomia sobre o modelo tem permitido que negócios menores entrem no mercado de IA com soluções próprias, o que tende a democratizar o acesso à tecnologia avançada. Ao mesmo tempo, aumenta a pressão para que os times técnicos façam escolhas mais sofisticadas de ferramentas, infraestrutura e governança, sob pena de perder eficiência ou abrir brechas de segurança.

A conversa conduzida pela repórter sênior Rebecca Bellan foca justamente nesses trade-offs: o que se ganha ao construir em cima de modelos abertos e quais são as novas responsabilidades que surgem, do controle de dados à mitigação de abusos.

Entenda o contexto

O episódio integra a programação do Equity, podcast da TechCrunch voltado a negócios, startups e capital de risco. A entrevista com Solaiman está disponível em plataformas como YouTube, Apple Podcasts, Overcast e Spotify, com produção de áudio de Theresa Loconsolo.

A discussão acontece em um momento em que modelos abertos mais potentes se espalham por repositórios públicos e hubs de desenvolvimento, acelerando experimentos, mas também levantando alertas sobre uso malicioso, falta de supervisão e disparidade de recursos entre grandes empresas e startups.

Escolha de ferramentas, infraestrutura e captura de valor

Na avaliação de Solaiman, o primeiro desafio prático para quem decide apostar em modelos open source é tecnológico: escolher ferramentas e infraestrutura compatíveis com o tamanho do negócio, o tipo de dado sensível envolvido e o grau de customização necessário.

Ela destaca que, se por um lado é possível reduzir despesas ao evitar licenças caras ou APIs fechadas, por outro a responsabilidade por desempenho, segurança, monitoramento e atualização recai integralmente sobre a empresa que adota o modelo. Isso pode exigir investimentos pesados em equipe especializada e em arquitetura de nuvem capaz de sustentar o uso em produção.

Outro ponto central da entrevista é a captura de valor. Com modelos abertos cada vez mais capazes à disposição de qualquer desenvolvedor, a diferenciação passa menos pelo acesso ao modelo em si e mais pela forma como ele é ajustado, integrado, combinado a dados próprios e protegido contra vazamentos ou usos indevidos.

Segurança e sustentabilidade do ecossistema aberto

Solaiman também chama atenção para a segurança do ecossistema open source como um todo. Ao mesmo tempo em que abrir o código e os pesos de modelos grandes acelera a inovação, isso amplia a superfície de risco, do desenvolvimento de ferramentas de fraude à disseminação de desinformação com baixo custo.

Para a executiva da Hugging Face, a resposta passa por políticas claras de uso aceitável, mecanismos de auditoria, curadoria de modelos e colaboração estreita entre empresas, comunidades de desenvolvedores e reguladores. A ideia é evitar que incidentes graves levem a reações regulatórias desproporcionais ou a um fechamento do acesso, o que poderia frear a inovação aberta.

Competição com modelos chineses e corrida global

Parte da conversa aborda ainda a competição internacional, especialmente com o avanço de modelos open source desenvolvidos na China. O crescimento rápido desse ecossistema adiciona pressão sobre empresas e centros de pesquisa dos Estados Unidos e de outros países para manterem competitividade tecnológica sem abrir mão de padrões de segurança e responsabilidade.

Esse cenário influencia diretamente estratégias de investimento em IA e o posicionamento de startups que querem atuar em mercados globais. Na visão de Solaiman, a liderança nesse campo dependerá de quem conseguir equilibrar melhor inovação aberta, proteção de dados, governança de risco e sustentabilidade de longo prazo para as comunidades que mantêm esses modelos vivos.

Impacto para startups e próximos passos

A repercussão do episódio entre fundadores e investidores reforça que os trade-offs da IA open source já fazem parte do dia a dia de quem empreende em tecnologia, desenvolvimento de software e serviços digitais baseados em automação e análise de dados.

Na prática, as startups tendem a se dividir entre construir quase tudo sobre modelos abertos, para maximizar controle e reduzir custos, ou combinar modelos open source com serviços proprietários, buscando equilíbrio entre velocidade de implementação e segurança. A tendência, indica a conversa, é de fortalecimento de padrões, frameworks de risco e iniciativas de cooperação internacional para que o ecossistema aberto siga competitivo e confiável.

O debate acontece às vésperas do Founder Summit, encontro voltado a fundadores de startups, que começa nesta quarta-feira, às 9h (horário da Costa Leste dos EUA), e promete ampliar a discussão sobre modelos de negócios, financiamento e estratégias na era da IA generativa.