Estou querendo escrever sobre este texto há muito tempo, mas fui rudemente forçado a isso quando vi o e-mail de renovação da minha assinatura mensal do Claude Max. Na minha existência limitada na internet (~15 anos), nunca paguei mais de US$ 10 por mês por nenhum software até Claude/ChatGPT entrarem na minha vida.
Também realmente não gosto de ensaios "tese", mas fui compelido a escrever sobre este porque acho que ninguém mais está pensando no tamanho do problema que isso está prestes a se tornar; definitivamente não nos altos escalões do nosso governo, que provavelmente têm problemas maiores para resolver (não em óleo de cozinha).
Com o discurso desta semana à nação, o Primeiro-Ministro destacou nosso crescente DAC (Déficit em Conta Corrente), o que o levou a aconselhar nossos concidadãos a 'evitar viagens ao exterior', 'reduzir viagens a trabalho' e 'não comprar ouro', etc. Como tudo isso se relaciona com inferência, você pode perguntar?
Desde que comecei a dedicar tempo a serviços de TI, especialmente em como a IA iria disruptar radicalmente a estrutura de margens dessas empresas, tem sido difícil não pensar no ensaio de Daniel Gross de 2024 sobre os trades da AGI, onde ele equipara as então exportações de TI da Índia de US$ 250 bilhões a tokens do GPT-4 (que naquela época nem raciocinavam). Os tokens do GPT 5.5 de hoje se tornaram muito mais valiosos...
O petrodólar tem sido a combinação de moedas padrão por algum tempo. As importações de petróleo e ouro historicamente continuam a ampliar nosso déficit em conta corrente. Isso enfraquece a rupia quando os preços disparam. O petróleo deixa macroeconomistas, ministros das finanças e banqueiros centrais nervosos por um motivo. (a guerra em curso expôs uma fragilidade estrutural em nossa economia, agravando a situação)
Mas a economia da IA está criando um novo tipo de dependência de importação que cada vez mais se parece com o novo petrodólar — o token-dólar
Se a economia de serviços da Índia começar a depender de tokens de modelos estrangeiros para entregar software, análise, consultoria, BPM, suporte ao cliente, conformidade, operações financeiras e trabalho de codificação, então estaremos criando um novo insumo denominado em dólar para o motor de exportação mais importante da Índia.
A Índia não precisa de um player de inferência doméstico de classe mundial porque soa patriótico ou porque soberania parece legal, mas porque a rupia não pode arcar com um futuro onde cada unidade de trabalho habilitado por IA seja alugada em dólares.
O colchão macroeconômico da Índia tem sido os serviços (por enquanto..)
A conta externa da Índia tem um problema estrutural simples. Importamos muitos bens importantes essenciais para nossa economia. Petróleo, ouro, eletrônicos, maquinário, semicondutores, equipamentos de defesa, insumos industriais. Essas importações criam uma demanda constante por dólares.
A coisa que nos salva sempre foram os serviços; especificamente o ITeS.
A Índia fechou o ano fiscal de 2026 com exportações de serviços em US$ 418,3 bilhões contra importações de serviços que produziram um superávit líquido na balança de serviços de US$ 213,9 bilhões. Esse superávit é a única razão pela qual a rupia não quebrou muito antes. Ele paga nosso petróleo, nosso ouro, nossos eletrônicos, nosso maquinário. A própria revisão de abril do Ministério da Fazenda admite que o superávit de serviços compensa 64,2% do déficit da balança comercial de mercadorias. Toda a conta externa se equilibra nas costas das exportações de serviços, e as exportações de serviços se equilibram nas costas de desenvolvedores, analistas, equipe de suporte e engenheiros indianos que vendem tempo para clientes estrangeiros com uma margem.
Este acordo macroeconômico com o qual a Índia viveu por anos está sendo radicalmente disruptado neste exato momento..
O futuro preguiçoso da IA para a Índia converte exportações de serviços em importações de tokens
Hoje, uma empresa indiana de TI ganha dólares de um cliente global e paga a maior parte de sua base de custos em rúpias.
Amanhã, a mesma empresa pode ganhar dólares de um cliente global, mas pagar a uma empresa de modelo estrangeira pela inferência toda vez que um agente de IA raciocina, codifica, redige, verifica, pesquisa, resume, classifica ou responde. A arbitragem da era anterior não se sustentará mais em um mundo cada vez mais tokenômico..
O risco não é que empresas indianas usem ferramentas de IA estrangeiras. Elas já estão usando e aumentarão os gastos, a julgar pelos recentes MoUs assinados com OpenAI e Anthropic. O risco é que o insumo escasso na entrega de serviços mude da mão de obra indiana para a inferência estrangeira.
Uma vez que isso aconteça, a TI indiana se torna uma revendedora da inteligência de outra pessoa.
Tokens se comportam como bens intermediários importados
Um token é fácil de descartar porque parece abstrato, ao contrário dos barris de petróleo bruto que descarregam em Jamnagar.
Mas na conta externa, a abstração não importa, pois um pagamento recorrente em dólares ainda é uma saída de rúpias.
Agora mapeie isso na indústria de serviços da Índia. Uma conta anual de tokens de US$ 42 bilhões a 10% dos gastos com inferência estrangeira não se pareceria com petróleo no balanço comercial. Mas se comportaria como um grande vazamento na conta externa.
O ciclo de feedback da rupia
Isso se torna ainda mais feio quando você adiciona a depreciação cambial.
A inferência estrangeira é precificada em dólares. Empresas indianas muitas vezes ganham, gastam ou reportam em rúpias. Se a rupia enfraquece, cada token precificado em dólar se torna mais caro em termos de moeda local.
Isso cria um ciclo vicioso:
Mais adoção de IA aumenta a demanda por inferência estrangeira. A demanda por inferência estrangeira aumenta a saída de dólares. A saída de dólares adiciona pressão sobre a conta externa. Uma rupia mais fraca torna a inferência estrangeira mais cara. O custo mais alto da inferência comprime as margens indianas.
É por isso que a inferência doméstica não é apenas um projeto de vaidade soberana, mas age quase como um hedge cambial para toda empresa de tecnologia e startup na Índia.
DCs de GPU são as refinarias de petróleo do futuro
Estrategicamente, GPUs são a coisa mais próxima que a economia da IA tem de ativos energéticos produtivos, pois transformam eletricidade, chips, modelos e software em cognição/inteligência na forma de tokens. E agora, tokens brutos cada vez mais produzem e fazem o trabalho também.
Um país que carece de poder computacional alugará inteligência de países e empresas que o possuem. Pelo menos no caso do petróleo, você precisava de bênçãos divinas para encontrar petróleo dentro de suas fronteiras, mas para produzir tokens você só precisa da bênção de Jensen e de um PO (espero que a Lisa Su também dê conta..)
Estamos caminhando rapidamente para um futuro muito real onde a Índia será forçada a importar todos os seus tokens porque falhou em construir um mercado de inferência doméstico confiável que não seja denominado em dólar.
Apenas a aquisição não resolverá isso
O governo se moveu na direção certa. Sob a Missão IndiaAI, mais de 38.000 GPUs foram integradas para uma instalação de computação comum, com acesso sendo disponibilizado para startups, academia e instituições públicas. GPUs sob a missão também foram descritas como disponíveis a ₹65 por hora.
Mas uma nuvem de GPU sem uma camada de inferência forte se torna outro portal governamental. Útil para pilotos e manchetes, fraca para casos de uso de produção, invisível para desenvolvedores, irrelevante para empresas.
Como seria uma plataforma pública de inferência indiana? Ela deveria ter
- Precificação em rúpias.
- Modelos de peso aberto de última geração servidos da maneira mais eficiente em tokens (vLLM, SGLang, TensorRT etc..)
- Benchmarks públicos de latência e throughput atualizados em tempo real
- Opções de implantação privada.
- Ciclos rápidos de atualização de modelos.
- Desempenho em idiomas indianos.
- Custo por workflow resolvido, não apenas custo por token.
O benchmark deve ser simples: um desenvolvedor indiano pode mudar de uma API estrangeira para um endpoint doméstico sem reescrever a aplicação, sacrificar a confiabilidade ou esperar de três a seis meses para o catálogo de modelos alcançar?
Se a resposta for não, NÃO temos ainda uma plataforma ou estratégia de inferência.
Podemos ter perdido o jogo de pré-treinamento de LLM de fronteira SoTA desta vez
A Índia deve ser honesta sobre onde está.
Treinar um modelo de fronteira contra OpenAI, Google, Anthropic, Meta e os laboratórios mais fortes da China requer computação, talento, dados, infraestrutura, profundidade de avaliação, distribuição e bilhões de dólares em capital de risco.
Mas a batalha macroeconômica imediata é a inferência, porque a maioria dos workflows empresariais não precisa do modelo mais inteligente da terra. Eles precisam do modelo mais barato que resolva a tarefa de forma confiável.
E a inferência é genuinamente uma máquina de fazer dinheiro, desde que as GPUs não estejam no seu balanço patrimonial. Considerando que a inferência de ponta é um co-design de hardware e software, estar o mais próximo possível do metal aqui ajuda e constrói fossos estruturais para o seu negócio.
Um workflow de sinistros de back-office nem sempre precisa do Opus/5.5 mais recente. Um agente de conformidade nem sempre precisa do raciocínio máximo de fronteira. Um resumidor de suporte ao cliente nem sempre precisa do modelo mais caro disponível.
Um modelo forte de peso aberto, roteado-cacheado-ajustado para workflows personalizados, com avaliações do mundo real e servido localmente a um custo menor pode conquistar uma grande fatia das cargas de trabalho empresariais indianas.
É aí que a Índia ainda tem uma janela. A China percebeu isso cerca de 2 anos atrás com LLMs e 15 anos atrás com infraestrutura de computação em nuvem.
As grandes empresas de tecnologia chinesas perceberam que não podem ficar em silêncio e ceder o controle ao ocidente com o treinamento de modelos — as recentes compras de H200 e seu foco nas NPUs caseiras da Huawei também mostram o quão seriamente tratam esse imposto de importação iminente. Nossos principais líderes estão ocupados discursando sobre como devemos parar o pré-treinamento e aprender a amar os casos de uso sem qualquer capacidade real de inferência para mostrar..
Os EUA já entendem profundamente a camada de inferência e estão se tornando laboratórios de pesquisa de inferência..
Together (Tri Dao, seu Cientista Chefe, é o cérebro por trás do Flash Attention), Fireworks (pós-treinamento RL com Cursor como cliente âncora), Baseten, DeepInfra, Modal e agora com vLLM (Inferact) e SGLang (Radixark) — todos levantando centenas de milhões de dólares em financiamento — estão construindo camadas de inferência de alto desempenho em torno de modelos de peso aberto, tornando-se, de fato, neo-laboratórios de inferência.
Eles atualizam catálogos de modelos rapidamente. Eles competem em latência, custo e experiência do desenvolvedor. A própria NVIDIA destacou empresas como Baseten, DeepInfra, Fireworks e Together por reduzir custos de tokens através de inferência otimizada em sistemas Blackwell.
Nem uma única empresa indiana opera nessa escala, mesmo quando o mundo tradicionalmente reconheceu nossa capacidade de entregar em serviços de TI.
Como resultado, ainda carecemos da plataforma de inferência doméstica padrão que um desenvolvedor sério, banco, empresa de SaaS, fornecedor de TI ou departamento governamental possa confiar como primeiro ponto de contato.
Embora tenhamos nomes como Simplismart, Neysa e Yotta — uma rápida olhada em suas plataformas mostra o quão atrás estamos em todos os diferentes parâmetros.
O problema das incumbentes indianas
Os grandes players de GPU e nuvem da Índia não podem continuar tratando a inferência como uma página de catálogo. Se o mundo está migrando de Llama para Qwen para DeepSeek para Kimi para o que quer que seja lançado no próximo mês (a Xiaomi agora tem um modelo de pesos abertos de fronteira!!), os provedores de inferência indianos não podem atualizar catálogos de modelos na velocidade de aquisição de estatais.
A inferência doméstica deve ser mantida no mesmo padrão da inferência estrangeira.
- Melhor, onde as cargas de trabalho específicas da Índia importam.
- Mais barata, onde a economia da rupia importa.
- Privada, onde a regulamentação importa.
- Atual, onde o desempenho do modelo importa.
Isso é um problema de política pública e uma oportunidade para startups
A boa notícia é que isso é construível e não precisamos ferver o oceano.
Já sabemos que Anthropic, Google e OpenAI consideram a Índia como seu segundo maior mercado para gastos com IA — o apetite claramente existe. A ElevenLabs está a caminho de gerar US$ 100 milhões em receitas anuais na Índia puramente vendendo inferência de voz.
Embora a missão IndiaAI tenha começado no caminho certo, em algum ponto a borracha não encontrou a estrada — porque pensamos que adquirir GPUs sozinho era suficiente.
A computação subsidiada deve recompensar o uso real em produção, não a coleção de logotipos.
A questão é quem captura a margem no final (além de Jensen). Se empresas de modelos estrangeiros capturam a margem do token, nuvens estrangeiras capturam a margem da infraestrutura, e empresas indianas ficam com a margem de integração, então a IA come a única vantagem que temos (arbitragem de mão de obra), piorando sua dependência externa.
Se a Índia construir inferência doméstica, a história muda, pois todas as GPUs importadas se tornam infraestrutura doméstica — Parte do gasto em dólar com tokens se torna gasto em rúpias e parte da margem fica com empresas de infraestrutura indianas.
Parte da capacidade de IA se torna disponível para startups e empresas indianas sem exposição cambial constante. Parte das exportações de serviços se torna mais defensável.
Conclusão
A próxima conta da Índia no estilo importação de petróleo pode não vir apenas de petroleiros atracando em Jamnagar.
Ela VIRÁ, definitivamente, de milhões de chamadas de API feitas por empresas de serviços e startups indianas que se autodenominam nativas de IA enquanto alugam inteligência em dólares.
Por décadas, a Índia importou energia e exportou software.
Mas isso é evitável. Requer que a Índia pare de confundir aquisição de GPU com capacidade de inferência, pare de confundir branding patriótico soberano que NÃO é infraestrutura de nível de produção, e pare de fingir que a conta da IA é problema de outra pessoa. A conta já está chegando. A minha foi de US$ 138 no mês passado, fortemente subsidiada. A sua não estará longe em um futuro próximo.
A inferência doméstica é agora infraestrutura macroeconômica. Precisamos aumentar a capacidade em ritmo de guerra, como se a rupia dependesse disso.
