XAI, figura-chave, foge, e a ambição de IA de Musk sofre um forte golpe

Autor: Huálín Wǔwáng, Geek Park

Editor: Jìng Yǔ

Preparando-se para fundir SpaceX e xAI, criando um gigante de IA no espaço avaliado em 1,25 triliões de dólares, Musk não esperava que nem todos pudessem consumir o seu grande bolo.

Na terça-feira, 10 de fevereiro de 2026, o cofundador da xAI, Tony Wu, anunciou a sua saída da empresa de IA de Musk.

Este já é o segundo cofundador a deixar a xAI desde que Igor Babuschkin saiu em agosto do ano passado. Wu era responsável pela capacidade de raciocínio da IA — uma tecnologia considerada pelos especialistas como o núcleo competitivo da próxima geração de sistemas de IA.

Uma empresa de IA com pouco mais de dois anos de existência, que perde dois cofundadores consecutivos, não é comum no Vale do Silício. Ainda mais em um momento de intensa competição por talentos e avanço acelerado na área de IA.

Fundadores estão saindo, o sonho de Musk de dominar a IA ainda pode continuar?

1. Especialista em raciocínio deixa a equipe

O papel de Tony Wu na xAI é muito mais importante do que parece à primeira vista.

Como responsável técnico pela capacidade de raciocínio, Wu reportava diretamente a Musk. Na fase atual do desenvolvimento de IA, a capacidade de raciocínio é vista como a ponte crucial entre grandes modelos como GPT-4, Claude, e a verdadeira inteligência artificial geral.

Simplificando, Wu era responsável por fazer a IA “pensar”, e não apenas “memorizar e imitar”.

Perder Wu neste momento é um golpe fatal para a xAI.

Tony Wu anunciou sua saída no X｜Fonte da imagem: X

Do ponto de vista técnico, avanços na capacidade de raciocínio da IA exigem anos de acumulação e iteração contínua. A saída de um especialista em raciocínio não leva embora apenas sua habilidade individual, mas também toda a abordagem técnica, dados de experimentos e julgamentos sobre o futuro da pesquisa. Em um setor que evolui em ritmo acelerado, como o de IA, perder um responsável técnico-chave geralmente significa pelo menos seis meses de estagnação no desenvolvimento.

E o que mais preocupa é o timing. A OpenAI acabou de lançar um novo modelo de código, alcançando avanços notáveis em codificação de IA; a Claude da Anthropic também tem apresentado desempenho cada vez melhor em tarefas de raciocínio. Perder o núcleo da equipe de raciocínio neste momento pode fazer a xAI ficar atrás na corrida tecnológica mais importante.

Alguns desenvolvedores no X comentaram diretamente: “Perder Tony Wu é como a Tesla perder seu responsável pela tecnologia de baterias. Aparentemente, a empresa ainda funciona, mas sua vantagem competitiva já foi impactada.”

Wu não é o único. Na verdade, nos últimos 12 meses, de uma equipe fundadora de 12 membros na xAI, cinco já saíram — quase metade, uma taxa de rotatividade comparável ao auge do Twitter sob Musk.

Por que os talentos de elite em IA não querem seguir a visão de Musk para a IA?

2. Os “efeitos colaterais” da gestão à la Musk

A saída de dois cofundadores consecutivos força uma reflexão sobre o que realmente acontece dentro da xAI.

Embora a empresa não tenha divulgado detalhes específicos, a gestão de Musk em Twitter, Tesla e SpaceX sugere que o problema pode não estar na remuneração, mas no conflito de visões de gestão.

Musk é conhecido por um estilo de gestão de “extrema pressão”.

Durante a transformação do Twitter, ele chegou a fazer funcionários dormirem no escritório e promoveu uma demissão em massa com a política de “ou seja, muito duro, ou saia”. Este estilo pode funcionar na manufatura ou em produtos tecnológicos mais maduros, mas a pesquisa em IA exige criatividade e foco de longo prazo, não apenas eficiência operacional.

Um ex-pesquisador da OpenAI afirmou em entrevista: “A pesquisa em IA tem seu próprio ritmo. Às vezes, uma inovação leva meses de reflexão silenciosa; outras, exige tentativa e erro constantes. Se a gestão sempre pressionar por ‘mais rápido’, os pesquisadores podem se sentir frustrados.”

Ainda mais importante, há divergências na direção técnica.

Musk já declarou publicamente que a xAI busca “a maior fidelidade possível” e “compreensão do universo”. Essa visão grandiosa é inspiradora, mas na prática tecnológica, muitas vezes é preciso um caminho mais pragmático.

Quando a visão do CEO entra em conflito com o julgamento da equipe técnica, quem manda?

Em instituições tradicionais de pesquisa em IA, geralmente os especialistas têm maior influência. Mas na empresa de Musk, a decisão final costuma estar nas mãos dele.

3. A “guerra pelo talento” em IA

Colocar a perda de talentos na xAI em um contexto mais amplo revela que isso é apenas um reflexo da guerra por talentos no setor de IA.

Hoje, a escassez de talentos de elite em IA é comparável à de físicos nucleares no século passado.

Um pesquisador de IA de alto nível pode receber propostas do OpenAI, Anthropic, Google DeepMind, com salários facilmente superiores a 500 mil dólares por ano, além de ações de valor astronômico.

Nesse cenário, reter talentos depende não só de remuneração, mas também de plataforma e ambiente de trabalho. Pesquisadores preferem lugares onde possam focar na tecnologia, com rotas de pesquisa claras e sem serem constantemente interrompidos pela gestão.

Por isso, OpenAI e Anthropic têm vantagens. Ambas são lideradas por pesquisadores de IA, com forte influência nas decisões técnicas. Em contrapartida, a xAI parece mais uma empresa “orientada pelo CEO” — onde a vontade de Musk muitas vezes sobrepõe o julgamento técnico.

Não que o método de Musk seja errado, mas, na área de IA, esse estilo de gestão pode não ser o mais eficiente.

Um usuário no Reddit resumiu bem: “Musk é bom em engenharia e produto, mas as primeiras fases da pesquisa em IA são mais parecidas com ciência, que exige paciência e espaço para tentativa e erro.”

A questão agora é: quanto tempo a xAI ainda tem para se ajustar?

Na corrida de IA, quem fica para trás em meio ano pode estar fora do jogo. Perder dois cofundadores, para uma startup que ainda busca uma inovação disruptiva, pode ser um custo ainda maior do que se imagina.

No final, na guerra pelo domínio da IA, o recurso mais escasso nunca foi dinheiro, mas sim pessoas que realmente sabem fazer a máquina “pensar”.