Durante anos, a corrida da inteligência artificial mediu-se em parâmetros. Quantos mais milhares de milhões, melhor. Era essa lógica que justificava modelos com centenas de milhares de milhões de parâmetros, treinados em petabytes de dados heterogéneos da internet, capazes de responder a praticamente qualquer pergunta imaginável. Em 2026, essa lógica começou a mostrar rachas visíveis, e a razão não é falta de capacidade técnica. É uma questão de contas.
O problema dos custos dos grandes modelos
Um modelo generalista de topo de gama cobra por cada token processado, e essa factura multiplica-se rapidamente quando uma empresa processa milhares de pedidos diários. Segundo dados citados pela InfoWorld, executar workflows modestos num modelo do calibre do GPT-5 em escala gera facturas de nuvem insustentáveis para tarefas que, na prática, não precisam de tanta potência. Classificar um correio electrónico, extrair dados de uma factura ou responder a perguntas frequentes de um chatbot são exemplos de tarefas que um modelo de três mil milhões de parâmetros resolve com precisão equivalente à de um modelo sessenta vezes maior, consumindo uma fracção dos recursos.
A entrada dos Small Language Models (SLMs)
É aqui que entram os Small Language Models, ou SLMs, modelos com tipicamente entre mil milhões e dez mil milhões de parâmetros, treinados não para saber tudo sobre tudo, mas para dominar um domínio específico com um conjunto de dados menor, mais limpo e mais focado. A Microsoft tem a família Phi, a Google desenvolve a linha Gemma, a Meta oferece versões mais leves do Llama e a Mistral lança regularmente variantes pequenas mas afiadas para tarefas concretas. O denominador comum é claro, modelos abaixo dos dez mil milhões de parâmetros que, em tarefas bem delimitadas, superam sistemas dez vezes maiores.
Vantagem em custos: a diferença é significativa
A vantagem em custos é a mais fácil de quantificar. Segundo o guia da Javadex, executar o Phi-4 custa entre 0,03 e 0,10 dólares por milhão de tokens, contra 15 a 60 dólares no caso de modelos topo de gama, uma diferença que pode chegar às seiscentas vezes. A velocidade acompanha essa diferença, um SLM local responde em poucos milissegundos, enquanto uma chamada a um modelo grande na nuvem pode demorar entre 200 e 500 milissegundos, uma diferença que se sente em qualquer aplicação de atendimento ao cliente em tempo real.
Privacidade: um fator decisivo na Europa
A privacidade é o terceiro pilar, e é provavelmente o mais decisivo em Portugal e no resto da União Europeia. Um modelo pequeno pode correr num servidor próprio, num portátil ou até num telemóvel, sem que os dados saiam da rede interna da empresa. Isto simplifica de forma directa a conformidade com o RGPD e com o Regulamento Europeu de IA, sobretudo em sectores como a saúde, o jurídico ou o financeiro, onde enviar dados de clientes para servidores estrangeiros levanta questões regulatórias cada vez mais difíceis de ignorar.
Casos de utilização mais comuns nas empresas
Os casos de utilização mais comuns nas empresas seguem um padrão previsível. Apoio ao cliente, análise de contratos, triagem de documentos, classificação de tickets de suporte e análise de código interno são tarefas repetitivas, de alto volume e escopo bem definido, exactamente o perfil onde um modelo generalista deixa de se justificar financeiramente. Um relatório da Gartner citado por vários analistas do sector estima que, até 2027, as empresas vão usar modelos de IA pequenos e específicos três vezes mais do que modelos generalistas de grande escala.
Não é substituição, é divisão de trabalho
O que se está a consolidar não é uma substituição total dos grandes modelos, mas uma divisão de trabalho. Thomas Randall, director de investigação do Info-Tech Research Group, descreve o padrão de forma directa, uma camada de encaminhamento envia pedidos simples e bem delimitados para um modelo pequeno especializado e reserva os pedidos complexos para o modelo grande. Estimativas do sector apontam que entre 70 e 80 por cento das cargas de trabalho empresariais se encaixam na primeira categoria, sobrando apenas uma fracção de tarefas que realmente exigem o raciocínio amplo de um modelo generalista.
O lançamento do DeepSeek e a arquitetura composta
O lançamento do DeepSeek em Janeiro de 2026 acelerou uma tendência que já vinha a formar-se desde meados de 2024, a passagem de arquitecturas assentes num único modelo gigante para arquitecturas compostas, onde vários modelos especializados coexistem e se complementam. Nesse desenho, o modelo grande deixa de ser o ponto único de contacto e passa a funcionar como uma camada de orquestração, chamada apenas quando a tarefa exige um raciocínio mais complexo.
Será esta a próxima grande tendência da IA empresarial?
Será esta a próxima grande tendência da IA empresarial? Os sinais apontam nessa direcção, mas com uma ressalva importante, os SLMs têm um alcance estreito por construção. Tirados do seu domínio, o desempenho cai rapidamente, e tarefas que exigem contexto amplo ou raciocínio em múltiplas etapas continuam a expor a fragilidade destes modelos. A pergunta que as equipas de tecnologia estão a fazer já não é qual o modelo certo para toda a empresa, mas como orquestrar modelos de tamanhos diferentes para cada contexto de utilização, uma mudança de arquitectura tão significativa como a que levou, há uma década, das aplicações monolíticas para os microserviços.
Conclusão
A transição para Small Language Models representa uma mudança estratégica importante para as empresas, impulsionada por fatores de custo, desempenho e privacidade. Embora os grandes modelos ainda tenham o seu lugar para tarefas complexas que exigem raciocínio amplo, a maioria das cargas de trabalho empresariais pode ser atendida de forma mais eficiente por modelos especializados e menores. O verdadeiro desafio agora está em orquestrar eficazmente esses diferentes modelos para criar sistemas de IA que sejam ao mesmo tempo poderosos, eficientes e respeitadores da privacidade.
