A equipa que a Amazon levou dois anos a montar, cortada

A 22 de julho, a Amazon confirmou ter cortado pessoal dentro da sua organização de AGI, a divisão que constrói os modelos de fronteira destinados a rivalizar com o melhor da OpenAI e da Google. A empresa não quis dizer quantas pessoas nem que equipas, mas as notícias eram coerentes: as funções afetadas estavam no pós-treino e na personalização de modelos. Isto acontece num ano em que a Amazon apontou para 200 mil milhões de dólares de investimento, mais de metade acima do que gastou em 2025, financiado em parte por dezenas de milhares de milhões em nova dívida.

Os dois factos só destoam se assumirmos que a despesa e a investigação são a mesma aposta. Não são. O capital despeja-se em centros de dados, chips e na expansão da AWS. O que a Amazon reduziu foi o esforço interno para estar na primeira linha da qualidade do modelo. O orçamento cresceu; a ambição de ganhar o próprio modelo não.

A decisão por baixo do despedimento

Retire os números de pessoal e isto é uma escolha entre fazer ou comprar, tomada no topo de uma empresa. A Amazon olhou para a fronteira, onde um punhado de laboratórios dita o ritmo e o custo de acompanhar é enorme, e decidiu que não é aí que está a sua vantagem. A sua vantagem é a distribuição: centenas de milhares de empresas já funcionam sobre a AWS e comprarão qualquer modelo que seja suficientemente bom, envolvido em ferramentas em que confiam. Não é preciso construir o melhor motor se se for dono da estrada por onde todos circulam.

É essa a clareza incómoda do movimento. A Amazon não se está a retirar da IA; recusa-se a gastar o seu recurso mais escasso, o talento sénior de investigação, numa competição em que está estruturalmente atrás, e reencaminha-o para a parte da pilha onde ficar em segundo no modelo ainda vence junto do cliente. Um programa de mil milhões de dólares para colocar engenheiros da AWS junto de clientes que constroem sistemas agênticos é o sinal: a aposta é na implementação, não na descoberta.

O custo irrecuperável que a Amazon escolheu ignorar

A versão fácil desta história é uma empresa a desistir. A versão mais difícil e mais útil é uma empresa a recusar deitar bom dinheiro atrás de uma posição que já tinha pago caro. A Amazon comprou o seu caminho para a fronteira com a aquisição por talento da Adept em 2024, e quem liderou esse avanço já saiu, Rohit Prasad no final de 2025 e David Luan, que dirigia o laboratório de AGI de San Francisco, no início de 2026, com o trabalho restante integrado sob um veterano de infraestrutura, Peter DeSantis. Uma administração mais fraca continua a financiar o plano original para justificar o que já gastou.

Há um gume ainda mais afiado. As funções de pós-treino e personalização que estão a ser cortadas são as mesmas que o produto Nova Forge da Amazon foi construído para automatizar e entregar aos clientes. A empresa lançou a ferramenta que faz o trabalho e depois deixou partir a equipa que o fazia à mão. Isso é custo irrecuperável e autodisrupção numa só decisão, e é a versão que a maioria das empresas tem mais dificuldade em aplicar à sua própria gente.

O que um proprietário retira disto

Confronte com a taxa de base o instinto de construir um modelo próprio. Muito poucas organizações vão superar os laboratórios de fronteira, e as que gastam 200 mil milhões de dólares por ano estão a admiti-lo em surdina. Se um gigante com os recursos da Amazon não financia o seu caminho para a paridade, um operador mais pequeno deve tratar a construção de um modelo de fronteira como a rara exceção, não como o plano por omissão, e comprar ou alugar a capacidade em vez disso.

Invista onde o seu fosso já está. A vantagem da Amazon nunca foi o modelo; foram os clientes e o caminho até eles. O seu são provavelmente os seus dados, o seu fluxo de trabalho ou a sua distribuição, não um laboratório. O movimento disciplinado é colocar as chamadas ao modelo por trás de uma interface que se possa trocar, manter portáteis os seus prompts e avaliações, e verter o seu orçamento escasso na vantagem que mais ninguém tem, não em acompanhar uma corrida que um punhado de laboratórios vai ganhar.

Leia a seguir: Quando a fatura diz 7 biliões, não reaja  |  Os seus dados verificados já eram meia máquina