O SoberanIA é o primeiro modelo de linguagem (LLM) desenvolvido integralmente por um estado da federação brasileira, lançado pelo Governo do Piauí em 25 de junho de 2025, no Palácio de Karnak, e relançado nacionalmente em 9 de dezembro de 2025 durante o Encontro Nacional de Inteligência Artificial, em Brasília, em parceria com o Ministério da Ciência, Tecnologia e Inovação (MCTI) e a Universidade Federal do Piauí. É um modelo de 30 bilhões de parâmetros, treinado em infraestrutura nacional (supercomputador com 6 TB de RAM, 960 GB de VRAM e 175 mil núcleos CUDA), com pipeline de pré-treino, fine-tuning e reinforcement learning calibrados para a identidade brasileira. O treinamento usa o dataset Jabuticaba — corpus com mais de 130 bilhões de tokens em português, limpos e desduplicados, incluindo jornalismo, literatura, música, poesia, Wikipedia e conteúdos jurídicos. O projeto segue cronograma trifásico: Soberano I Preview (junho/2025, 150 bi tokens, 50 pesquisadores, API interna), Soberano I (dezembro/2025, 500 bi tokens, 100 pesquisadores, API para governos), Soberano II (dezembro/2026, 1 trilhão de tokens, 200 pesquisadores, capacidade multimodal e modelos especializados para saúde, educação, segurança/justiça e gestão pública). A execução é da SIA (Secretaria de Inteligência Artificial), com o PIT (Piauí Instituto de Tecnologia) no desenvolvimento e a ETIPI (estatal de economia mista) responsável pela comercialização para órgãos públicos via venda direta ou marketplaces. O primeiro aporte foi de aproximadamente R$ 40 milhões do MCTI.
E daí?
O SoberanIA materializa três deslocamentos que merecem ser monitorados como vetores estratégicos: (1) Governos subnacionais como protagonistas de política de IA — historicamente, a soberania tecnológica é tratada como atribuição federal; aqui um estado de IDH médio do Nordeste se posiciona à frente da União em entregar um LLM em produção, invertendo a lógica top-down do PBIA (R$ 23 bilhões); (2) Modelo de negócio público-público via ETIPI — uma estatal vendendo IA para outros entes públicos cria uma alternativa concreta à dependência de hyperscalers (AWS, Azure, GCP) e às APIs de Big Tech (OpenAI, Anthropic, Google), com implicações para licitações, compliance LGPD e jurisdição de dados; (3) Soberania linguística como nova categoria estratégica — apenas 0,09% dos dados globais de treinamento de IA estão em português, segundo a própria SIA; o SoberanIA pavimenta um corpus jurídicamente licenciado para uso comercial em PT-BR, ativo escasso no mercado global. Se a janela de replicação se abrir, outros estados brasileiros (especialmente os com maior maturidade de TI: SP, RS, MG, CE, BA) e países lusófonos (Portugal, Angola, Moçambique) podem seguir o modelo, configurando o que seria uma tendência regional de IA pública pós-Big Tech.
O que muda?
Se o caso amadurecer e for replicado: (a) a arquitetura de compras públicas em tecnologia no Brasil migra de licenças de hyperscalers para modelos nacionais soberanos, com pressão sobre a Lei nº 14.133/2021 e dispositivos de compras públicas; (b) emergem mercados de dados públicos curados (SEI, processos judiciais, diários oficiais) como infraestrutura estratégica — análoga ao papel das ferrovias no século XIX; (c) o federalismo brasileiro ganha uma nova dimensão competitiva — IA como vetor de diferenciação estadual, similar ao papel histórico dos parques tecnológicos; (d) lusofonia se reconfigura como bloco geopolítico-tecnológico potencial, com Brasil produzindo o substrato linguístico-computacional para 280+ milhões de falantes; (e) a tese dominante de que LLMs competitivos só podem ser produzidos por empresas com capital de centenas de bilhões de dólares é parcialmente desafiada — não na fronteira (Soberano I tem 30 bi parâmetros, vs. modelos de Big Tech com 1+ trilhão), mas no nicho de soberania regulatória e adequação cultural, onde o requisito não é estado-da-arte global e sim adequação contextual auditável.
Imagens
SoberanIA