Banco de dados chinês OceanBase supera GPT e Claude em ranking de IA — fornecedores brasileiros de tecnologia reavaliam dependência de modelos ocidentais
· Clara Lin
Veículos elétricos e bateriasInfraestrutura e construção
A OceanBase, braço de banco de dados da Ant Group, liderou o benchmark internacional Data Agent com 90,62% de precisão usando o modelo chinês GLM-5.2, superando soluções baseadas em GPT e Claude. Para empresas brasileiras que constroem produtos de IA sobre infraestrutura ocidental, o resultado si...
Por que isso importa
O avanço do OceanBase e do GLM-5.2 no benchmark DAB coloca um stack chinês de IA empresarial como alternativa de custo para empresas brasileiras de tecnologia e serviços financeiros, que hoje pagam inferência em dólar. A janela para CIOs testarem fornecedores chineses é estimada em 2 a 3 trimestres, com possível pressão sobre preços de OpenAI, Anthropic e Google. A Ant Group, controladora da OceanBase, já tem presença indireta no Brasil via fintechs e pagamentos digitais.
O que fazer
Consulte o Banco Central para simular o custo cambial de contratos de IA em dólar versus yuan; acione o BNDES para linhas de crédito a projetos de digitalização e IA; verifique com a Receita Federal a tributação de licenciamento de software importado e serviços digitais.
Janela de tempo
A janela de decisão para CIOs brasileiros deve se abrir nos próximos dois a três trimestres, antes do anúncio oficial do DataPilot fora da China.
A equipe OceanBase, divisão de banco de dados do grupo Ant, alcançou o primeiro lugar no Data Agent Benchmark (DAB), avaliação internacional conduzida em parceria pelo UC Berkeley EPIC Data Lab e pela Hasura PromptQL, com precisão de 90,62% — tornando-se a primeira solução a ultrapassar a marca de 90%. O feito foi construído sobre o modelo chinês GLM-5.2, superando concorrentes baseados em GPT, Claude Opus e Claude Fable. Para o mercado brasileiro, o resultado interessa diretamente a empresas de tecnologia, bancos digitais e varejistas que hoje pagam licenças de modelos ocidentais para tarefas de análise de dados — e que passam a ter uma alternativa chinesa testada em benchmark independente.
O DAB foi lançado em cooperação entre o UC Berkeley EPIC Data Lab e a Hasura PromptQL, com avaliação cobrindo setores como internet e serviços locais, finanças e ações, biomedicina, propriedade intelectual, operações empresariais, governo e gestão pública, mídia e entretenimento. A prova envolve múltiplos bancos de dados — PostgreSQL, MongoDB, SQLite e DuckDB — e se diferencia do tradicional Text-to-SQL: em vez de medir apenas se a IA converte linguagem natural em SQL, o DAB testa se o agente consegue, em ambiente real de dados, encontrar a resposta correta a partir de informações complexas, dispersas e heterogêneas. Numa tarefa completa, o Data Agent precisa compreender os dados, selecioná-los, planejar o caminho de análise, concluir consultas e cálculos e validar os resultados. O benchmark avalia, portanto, a capacidade integrada de 'modelo + agente + sistema de dados'.
A solução submetida pela OceanBase, de codinome interno Scout, foi construída em torno dessa arquitetura: o sistema gera perfis de dados via DataLens, identifica campos e relações, planeja a execução conforme a complexidade da tarefa e, após obter resultados, verifica o processo por meio de rastreamento de evidências e validação de respostas, formando um ciclo fechado de 'compreensão — planejamento e execução — validação e correção'. As capacidades serão incorporadas ao OceanBase DataPilot, produto voltado a cenários de análise de dados com IA.
Por que isso chega ao Brasil: o país vive uma corrida de adoção de IA em setores intensivos em dados — bancos digitais, fintechs, varejo omnicanal, agronegócio de precisão e healthtechs. Hoje, a maioria dessas empresas constrói seus agentes de dados sobre APIs de OpenAI, Anthropic ou Google, com custos em dólar e dependência de infraestrutura estrangeira. O resultado do DAB mostra que um stack chinês completo — banco de dados OceanBase mais modelo GLM-5.2 — é competitivo em tarefa de nível empresarial. Para importadores brasileiros de tecnologia e para empresas com operações na China, isso abre uma janela de negociação: fornecedores chineses de soluções de IA tendem a oferecer preços agressivos e suporte local para entrar no mercado latino-americano. O impacto direto é indireto, via pressão competitiva sobre preços de licenciamento de modelos ocidentais e via novas opções de sourcing para CIOs brasileiros.
Os dados mostram que a OceanBase já vinha sinalizando essa direção: a empresa reposicionou seu produto de 'banco de dados' para 'plataforma de dados de IA', com o DataPilot assumindo funções de compreensão de dados, planejamento de tarefas, execução de análises e validação de resultados. Na leitura do CBI, o resultado do DAB é menos sobre um troféu de benchmark e mais sobre a consolidação de uma cadeia chinesa de IA empresarial — modelo, agente e banco de dados — que pode ser exportada como pacote para mercados emergentes. Para o Brasil, isso é relevante em dois eixos: primeiro, como alternativa de custo para empresas que hoje pagam em dólar por inferência de modelos; segundo, como sinal de que a dependência de fornecedores ocidentais de IA deixa de ser inevitabilidade técnica. Vale lembrar que a Ant Group, controladora da OceanBase, já tem presença indireta no mercado brasileiro via investimentos em fintechs e pagamentos digitais — o que facilita eventual distribuição comercial.
O que acompanhar: primeiro, o anúncio oficial de disponibilidade do DataPilot fora da China e se haverá versão em português ou suporte a dados em português; segundo, movimentos de fornecedores ocidentais — OpenAI, Anthropic e Google — em resposta competitiva de preços para o mercado corporativo brasileiro; terceiro, se bancos e varejistas brasileiros iniciarão provas de conceito com stacks chineses de IA, o que pode ser monitorado por anúncios de parcerias com integradores locais. A janela de decisão para CIOs brasileiros deve se abrir nos próximos dois a três trimestres.
Nota sobre a fonte
Fonte chinesa (量子位) tende a apresentar o benchmark como validação definitiva da cadeia chinesa de IA, omitindo limitações de generalização e custos totais de implementação fora da China.