As diferenças no desenvolvimento de inteligência artificial (IA) entre os EUA e a China foram medidas, não apenas supostas. Em agosto, o centro de IA, segurança e tecnologia da RAND Corporation publicou uma contagem detalhada de empresas em ambos os países, baseada no que cada empresa cria, vende e patenteia. Um total de 1181 empresas foi identificado, das quais 743 estão sediadas na América e 438 na China.
A principal conclusão do estudo é a seguinte: sessenta e um por cento das empresas de IA americanas especializam-se exclusivamente em software. Enquanto isso, apenas vinte e seis por cento das empresas chinesas se enquadram nessa categoria. As empresas restantes na China estão ativamente envolvidas na criação de suportes físicos para seus algoritmos, incluindo robôs, carros e drones.
Apesar dessa diferença fundamental, os pesquisadores da RAND descobriram que os dois setores são muito semelhantes em muitos aspectos. Cerca de 28% das empresas americanas e 27% das chinesas utilizam a arquitetura Transformer, que está na base de sistemas como ChatGPT e DeepSeek. Além disso, cerca de nove em cada dez empresas de IA americanas e três em cada quatro chinesas vendem produtos prontos com aplicação de IA — como ferramentas de diagnóstico ou painéis de controle de logística — em vez de acesso direto aos modelos brutos.
Mesmo a chamada 'corrida armamentista em IA' entre laboratórios avançados revelou-se um fenômeno localizado: apenas cerca de 19% das empresas em cada país são desenvolvedoras de modelos básicos que treinam modelos gerais do zero, como fazem a OpenAI ou a Alibaba. A maior parte das outras empresas desenvolve silenciosamente software para hospitais, fábricas e seguradoras.
A divergência profunda entre os dois mercados manifesta-se no propósito de sua IA. As empresas chinesas concentram-se no setor de manufatura, transporte e energia — ou seja, na economia física. Já as empresas americanas concentram-se em saúde, pesquisa científica e cibersegurança — o que corresponde à economia do conhecimento. Além disso, a participação de empresas focadas em robôs humanoides na amostra chinesa é mais de cinco vezes maior do que na americana: 12% das empresas de IA chinesas contra apenas 2% das americanas. Ao mesmo tempo, a América produz significativamente mais startups especializadas em software de diagnóstico.
As razões para essa divisão podem ser explicadas pela teoria da divisão do trabalho, proposta pelo economista e filósofo escocês Adam Smith. Como a China mantém a cadeia de suprimentos de produção mais densa do mundo — incluindo motores, baterias, atuadores e sensores —, sua IA se integra naturalmente às máquinas. Além disso, existe uma política industrial governamental que aponta claramente para essa direção: em 2025, a China declarou a 'inteligência incorporada' como prioridade nacional e posteriormente publicou um sistema nacional de padrões para robôs humanoides.
Adicionalmente, mais da metade das empresas de IA chinesas na amostra da RAND fazem parte de grandes conglomerados, como Alibaba e Tencent, o que lhes fornece uma base de produção pronta ou frota para implementar desenvolvimentos. A vantagem da América funciona em sentido contrário. Seus mercados de capitais são capazes de investir dezenas de bilhões de dólares em um único modelo de linguagem na esperança de um avanço, assumindo esse risco não o governo, mas Wall Street. A profunda experiência da América em medicina, ciência e segurança fornece ao software de IA tarefas ricas e de alto valor para resolver. Isso pode ser visto como uma vantagem comparativa, atualizada para a era algorítmica: ninguém é mais inteligente, eles simplesmente se especializam no que sua própria economia oferece.
Existe outra corrida silenciosa ocorrendo paralelamente à história de robôs versus chatbots — a luta pelo preço. A RAND monitorou o tráfego real dos desenvolvedores no OpenRouter, um gateway que direciona chamadas de API a centenas de modelos de IA. No final de 2024, os modelos americanos processavam cerca de nove décimos de todo o tráfego, enquanto os modelos chineses eram quase imperceptíveis. No entanto, até abril de 2026, a situação se nivelou: a proporção tornou-se de 49% para 47%. Essa mudança foi impulsionada pelos modelos chineses abertos, como DeepSeek-V3 e a série Qwen, que alcançam resultados próximos aos melhores sistemas americanos em benchmarks independentes, enquanto o custo total por token é um quarto ou quinto do custo dos equivalentes americanos.
É importante notar que os laboratórios chineses não superaram subitamente os concorrentes no nível mais alto de inteligência; os sistemas americanos ainda lideram em métricas de inteligência bruta. No entanto, o princípio de 'bom o suficiente, quatro vezes mais barato' representa exatamente aquela vitória silenciosa e cumulativa que muda o mercado de baixo para cima, seguindo a lógica implacável que o economista Joseph Schumpeter chamou de 'destruição criativa'.
Essas tendências não descrevem um sprint onde um jogador vence. Elas demonstram dois estados resolvendo partes diferentes de um mesmo problema, e é nesse hiato que reside a oportunidade mais eficaz e economicamente vantajosa para a cooperação. Áreas como testes de segurança de robôs humanoides operando perto de humanos, criação de padrões comuns que permitam que um sensor criado em Shenzhen interaja com software escrito em Seattle, e pesquisas conjuntas em IA para descoberta de medicamentos e diagnóstico de doenças.
Geoffrey Hinton, laureado com o Prêmio Nobel de Física de 2024 por criar a base matemática das redes neurais modernas, afirmou diretamente que a tecnologia está evoluindo mais rápido do que a maioria das pessoas esperava, inclusive ele mesmo, e que os riscos são muito grandes para serem gerenciados apenas através da competição. Este é um fato de engenharia.
O matemático e lógico britânico Alan Turing, escrevendo em 1950, formulou isso de forma simples: 'Podemos ver apenas uma curta distância à frente, mas há muito a ser feito lá'. Setenta e cinco anos depois, um país ensinou suas máquinas a falar e raciocinar, e outro a andar e levantar pesos. Em última análise, algo terá que fazer ambos, e então as duas partes desta história — mente e corpo — finalmente se encontrarão.