A inteligência artificial começa a ser apresentada como ferramenta de pesquisa, não apenas como máquina de escrever textos e resumir reuniões. Segundo a UBS Wealth Management, essa mudança pode criar oportunidades em infraestrutura de IA, farmacêuticas, fusão nuclear, materiais industriais e utilities. A tese é interessante, mas exige separar descoberta demonstrada de promessa de mercado — tarefa menos glamourosa e bem mais útil.
Um exemplo citado é a demonstração matemática atribuída à OpenAI sobre as equações de Navier-Stokes, um problema antigo da dinâmica dos fluidos e um dos sete Problemas do Milênio. O sistema teria reunido 10 mil agentes autônomos, trabalhando em paralelo durante 88 horas. Primeiro, identificou um cenário no qual as forças dos fluidos se acelerariam indefinidamente; depois, formalizou a prova com o Lean, sistema de validação matemática verificada por máquina. Se o resultado resistir à avaliação independente, a importância vai além da matemática: aerodinâmica e fusão nuclear também dependem de compreender fluidos turbulentos.
Quais setores podem capturar o valor da IA científica?
Os setores com maior potencial comercial são medicamentos, fusão nuclear e materiais avançados, além da infraestrutura necessária para sustentar esses experimentos. Na indústria farmacêutica, sistemas com múltiplos agentes podem simular milhões de variações de proteínas na nuvem, filtrando toxicidade, estabilidade na corrente sanguínea e viabilidade de fabricação antes do laboratório. O relato menciona mais de 170 programas desenvolvidos com IA em desenvolvimento ou avaliação clínica, inclusive em ensaios de Fase III. Número grande, sem dúvida; aprovação e retorno financeiro são outra conversa.
Na fusão nuclear, modelos de aprendizado por reforço podem analisar dados de reatores, antecipar perturbações no plasma cerca de 200 milissegundos antes que ocorram e ajustar bobinas magnéticas milhares de vezes por segundo. A promessa é domar um ambiente que não costuma aceitar desaforo. Já a ciência dos materiais pode usar modelos para examinar milhões de combinações químicas diariamente, procurando baterias mais leves e densas, componentes que gerem menos calor e, talvez, supercondutores em temperatura ambiente — o “talvez” aqui carrega uma usina inteira.
Para investidores, o argumento é acompanhar empresas que fornecem computação, energia, redes elétricas, medicamentos e materiais industriais. A fusão comercial, se chegar, também atenderia ao apetite elétrico dos próprios centros de dados de IA. Mas a distância entre uma prova computacional, um protótipo e um produto rentável continua existindo. A próxima descoberta pode nascer em uma tela; o mercado ainda terá de construí-la fora dela.
