Xiaomi e HarmonyOS na mira: como gangues de IA fabricam rumores negativos sobre mobilidade inteligente e por que cortar a cadeia de lucro é mais eficaz do que bloquear contas
Imagina só: 100 artigos negativos gerados em menos de 5 minutos, espalhados por mais de 8 mil contas controladas, mirando diretamente em marcas como Li Auto, Xiaomi e Hongmeng Zhixing (o ecossistema de mobilidade inteligente baseado no HarmonyOS da Huawei) no setor de veículos elétricos.
Parece roteiro de thriller tecnológico, mas aconteceu de verdade. De acordo com reportagem da agência estatal Xinhua, a polícia de Yantai, na província de Shandong, na China, desmantelou duas gangues especializadas em espalhar desinformação sobre marcas de veículos de nova energia usando inteligência artificial como motor principal da operação. E o detalhe que muda tudo nessa história? Nenhum fabricante concorrente estava por trás disso.
O que parecia uma guerra suja entre empresas rivais era, na verdade, uma linha de produção automatizada de negatividade, movida por IA e motivada por uma coisa só: tráfego e lucro. Não importava se a informação era verdadeira, se a marca era culpada ou se o consumidor seria prejudicado. O que importava era o clique.
Esse caso expõe um problema que vai muito além de relações públicas ou disputas de mercado — ele revela como a IA pode ser transformada em uma arma de desinformação em escala industrial, com custo quase zero e alcance gigantesco. E enquanto as marcas tentam se defender, o ambiente de informação em torno da mobilidade inteligente vai ficando cada vez mais tóxico para todo mundo, incluindo quem só quer comprar um carro elétrico sem ser manipulado no caminho. 🚗⚡
Como a operação funcionava na prática
As duas gangues identificadas pela polícia de Yantai operavam de forma surpreendentemente organizada. Elas usavam ferramentas de inteligência artificial generativa — especificamente grandes modelos de linguagem de uso geral — para criar conteúdo negativo em massa, direcionando ataques a marcas do setor de mobilidade inteligente, com destaque para Li Auto, Xiaomi e Hongmeng Zhixing. O processo era quase industrial: um operador inseria palavras-chave ou temas negativos, e o sistema de IA produzia dezenas de artigos, posts e comentários em minutos, todos com variações sutis no texto para parecerem conteúdos distintos e orgânicos.
Os títulos eram pensados para gerar indignação instantânea. Exemplos reais identificados pela investigação incluem frases como:
- A entrega do M9 está longe, e o Zunjie lidera a lista de reclamações
- Lei Jun realmente se meteu em uma grande encrenca dessa vez
- A Li Auto é teimosa, suas vendas mensais nunca passaram de quatro dígitos
Essas publicações eram então distribuídas por uma rede de mais de 8 mil contas em plataformas digitais chinesas, criando a ilusão de um sentimento popular amplamente negativo em relação às marcas-alvo. Para qualquer consumidor navegando por avaliações ou notícias sobre veículos elétricos, a sensação era de que muita gente estava insatisfeita, que os produtos tinham falhas graves, que as empresas escondiam problemas sérios. Era uma narrativa fabricada do zero, mas com aparência totalmente legítima.
O volume e a velocidade de publicação tornavam praticamente impossível para uma pessoa comum distinguir o que era real do que era conteúdo sintético. E é exatamente isso que torna essa nova geração de exércitos digitais tão diferente da antiga.
A diferença brutal entre os exércitos digitais tradicionais e os movidos por IA
Exércitos digitais — os famosos water armies — sempre existiram na internet chinesa. Mas a versão tradicional era relativamente ineficiente. O trabalho era feito manualmente: pessoas contratadas para copiar e colar textos, fazer comentários repetitivos e publicar conteúdo padronizado. Esse tipo de operação gerava conteúdo tão homogêneo que os sistemas de controle de risco das plataformas conseguiam identificar e derrubar boa parte dele com mecanismos simples de detecção de duplicação.
A IA mudou completamente as regras do jogo. Com modelos de linguagem generativos, cada artigo produzido é textualmente único, mesmo quando transmite a mesma mensagem negativa. O sistema consegue monitorar tendências em tempo real, identificar quais temas estão gerando mais buzz e gerar conteúdo sob medida para surfar na onda do momento. Figuras públicas com alto grau de exposição, como Lei Jun (CEO da Xiaomi) e Yu Chengdong (executivo da Huawei responsável pelo HarmonyOS Zhixing), têm suas declarações, eventos e até detalhes pessoais transformados em matéria-prima para a fabricação de polêmicas.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
O custo marginal? Praticamente zero. Gerar mais de cem artigos em cinco minutos é operação básica. E é justamente esse custo irrisório que fez a oferta de conteúdo negativo explodir de forma exponencial.
A motivação não é guerra comercial — é arbitragem de tráfego
A reação mais natural de quem vê uma enxurrada de conteúdo negativo contra uma marca específica é pensar que algum concorrente está por trás. É o reflexo lógico: se a Li Auto está sendo atacada, a Xiaomi deve estar pagando. Se a Xiaomi está sofrendo, a Huawei pode estar envolvida. A investigação policial, no entanto, revelou algo muito mais perturbador.
Essas gangues não tinham fidelidade a nenhuma marca. Elas atacavam indiscriminadamente quem estivesse em alta. O único critério era o potencial de tráfego. Se a Xiaomi estava no noticiário por causa de um novo lançamento, a Xiaomi era o alvo. Se a Li Auto estava gerando discussão por números de vendas, a Li Auto virava a bola da vez. Não havia estratégia comercial por trás — havia pura e simples arbitragem de atenção.
O modelo de monetização era direto. Conteúdo negativo e sensacionalista gera cliques. Cliques geram exposição nas plataformas. Exposição gera receita publicitária através dos programas de compartilhamento de tráfego. Em alguns casos, o esquema podia ir além, com a possibilidade de extorsão velada: criar o problema e, depois, oferecer serviços de gerenciamento de reputação para as próprias marcas atacadas. Um ciclo cínico, mas altamente eficiente dentro da lógica da economia da atenção digital.
E aqui está o ponto mais corrosivo de tudo isso: como as empresas não sabem quem realmente está por trás dos ataques, acabam suspeitando umas das outras. A Brand A é difamada e suspeita da Brand B. No dia seguinte, a Brand B também é atacada e suspeita da Brand A de volta. Essa desconfiança mútua drena energia, recursos e foco estratégico, enquanto os verdadeiros responsáveis permanecem escondidos e lucrando.
Por que Xiaomi, Li Auto e Hongmeng Zhixing são alvos preferenciais
Existe um equívoco comum de que apenas marcas líderes com altos volumes de vendas seriam alvo desse tipo de operação, porque difamar o maior peixe traz mais atenção. A lógica dos exércitos de IA, porém, funciona de forma diferente. O que importa não é o tamanho da marca, mas sim o grau de calor e polarização que ela gera. Quem está em evidência, vira alvo. Ponto.
Isso coloca marcas mais novas e figuras públicas altamente visíveis numa posição especialmente vulnerável.
Novas marcas em momentos críticos
Marcas tradicionais do setor automotivo contam com décadas de reconhecimento e uma base de usuários estável. Uma onda de conteúdo negativo fabricado pode incomodar, mas dificilmente abala sua estrutura de vendas. Já marcas como Xiaomi, Li Auto e Hongmeng Zhixing frequentemente se encontram em momentos críticos: rodadas de financiamento, lançamentos de novos modelos, rampas de aceleração de entregas. Qualquer turbulência de reputação nesses momentos pode ter impacto real e mensurável.
Pense no seguinte cenário: uma marca nova acaba de anunciar uma rodada de investimento ou está lutando para alcançar a marca de mais de 10 mil entregas mensais. De repente, milhares de artigos gerados por IA inundam as plataformas, dizendo que reclamações de qualidade estão disparando, que as entregas estão atrasadas e que a saúde financeira da empresa está comprometida. O consumidor que encontra essa informação não vai, na maioria das vezes, verificar a fonte. Ele vai hesitar. E hesitação, nesse contexto, é pedido cancelado.
Figuras públicas como Lei Jun e Yu Chengdong
Empresários com alto grau de exposição são verdadeiras minas de ouro para os exércitos de IA. Lei Jun, Yu Chengdong e Li Xiang (fundador da Li Auto) possuem simultaneamente fãs entusiastas e críticos ferozes. Qualquer declaração pode se transformar em polêmica, e polêmica é combustível puro para algoritmos de recomendação.
Um exemplo real e bem documentado: durante o evento de lançamento do novo Xiaomi SU7, Lei Jun fez uma declaração sobre segurança veicular, afirmando que uma colisão frontal com offset de 50% entre dois carros a 60 km/h seria equivalente a bater contra uma parede a 120 km/h. A frase, que não aparecia nos slides da apresentação e foi dita de forma casual, continha um erro de física — pela fórmula da energia cinética, a energia de uma colisão a 120 km/h é quatro vezes maior que a 60 km/h, não duas.
Os exércitos de IA capturaram esse detalhe instantaneamente e o transformaram em narrativas como erros científicos na promoção dos carros da Xiaomi, gerando dezenas de milhares de cliques em poucas horas. Lei Jun acabou tendo que se retratar publicamente em seu perfil no Weibo para encerrar a tempestade.
Esse tipo de conteúdo funciona porque explora a dinâmica natural de fãs contra críticos. Quanto mais gente discute nos comentários, maior a taxa de interação. E interação é exatamente o indicador que os algoritmos das plataformas adoram. Um artigo atacando Lei Jun pessoalmente muitas vezes viraliza mais do que um artigo atacando os carros da Xiaomi diretamente.
O problema maior: IA como fábrica de desinformação em escala
O caso de Yantai é um sinal de alerta que vai muito além das marcas envolvidas. Ele demonstra, de forma muito concreta, que a inteligência artificial generativa já está sendo usada não apenas para criar conteúdo útil ou criativo, mas como infraestrutura para operações de desinformação em escala. O custo marginal de produzir o centésimo artigo falso é praticamente zero — é o mesmo custo do primeiro. Isso muda completamente o equilíbrio entre quem fabrica mentiras e quem tenta corrigi-las, porque desmentir conteúdo falso ainda exige tempo, verificação e distribuição humana.
Mais importante ainda: os exércitos de IA acertam em cheio o mecanismo de tráfego das plataformas. Os algoritmos de recomendação tendem a favorecer conteúdo com alto engajamento, e nada gera mais engajamento do que polêmica e indignação. O conteúdo negativo fabricado não é restringido pelo algoritmo — é amplificado por ele. Forma-se um ciclo vicioso: quanto mais o conteúdo é criticado, mais popular fica; quanto mais popular, mais é distribuído; quanto mais é distribuído, mais receita gera para os criminosos.
Para o consumidor final, o impacto é especialmente preocupante. A pessoa que está pesquisando sobre um veículo elétrico inteligente e se depara com uma enxurrada de conteúdo negativo fabricado pode tomar uma decisão de compra completamente distorcida por informações falsas. Ela não tem como saber, na maioria das vezes, que aquele artigo foi gerado em segundos por um modelo de linguagem, revisado minimamente e publicado por uma conta que existe há meses apenas para parecer real. A experiência de busca por informação confiável está se tornando cada vez mais complicada, e isso prejudica não só as marcas atacadas, mas toda a cadeia de adoção de tecnologias como a mobilidade inteligente.
Bloquear contas não resolve — cortar a cadeia de lucro sim
A prisão dos responsáveis em Yantai é um passo importante, mas simplesmente prender gangues e derrubar contas não vai resolver o problema estrutural. A cadeia dos exércitos de IA é modular e resiliente: alguns produzem conteúdo, outros controlam as contas, outros monetizam o tráfego. Mesmo que um grupo seja desmantelado, a estrutura pode ser reconstruída rapidamente com outra identidade. A chave está em cortar a cadeia de interesse na raiz.
O papel das plataformas
A razão pela qual os exércitos de IA conseguem sobreviver e prosperar é que o mecanismo de monetização de tráfego das plataformas é extremamente eficiente. Um artigo negativo fabricado por IA consegue grande exposição através do algoritmo de recomendação e se converte em dinheiro real através do compartilhamento de receita publicitária. Enquanto esse mecanismo permanecer inalterado, os exércitos digitais não vão desaparecer.
As plataformas, como hubs centrais de distribuição de tráfego, precisam ajustar ativamente o viés emocional de seus algoritmos de recomendação — por exemplo, reduzindo o peso de conteúdo negativo sensacionalista e fortalecendo mecanismos de verificação de fatos. Dimensões como taxa de repetição de conteúdo, padrões de publicação de contas e intervalos de postagem já podem ser usadas para identificar artigos reescritos por IA. O problema não é se isso pode ser feito, mas se as plataformas querem fazê-lo. Afinal, conteúdo emocional e controverso é, ele próprio, um motor de engajamento. Cortá-lo pode derrubar métricas de usuários ativos diários. Mas não cortá-lo significa envenenar lentamente o ecossistema inteiro.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
A necessidade de monitoramento preventivo
A maior parte das medidas atuais de combate é reativa: identificar contas suspeitas, derrubar conteúdo e prender operadores depois que o dano já foi feito. Mas a velocidade de geração de conteúdo por IA é rápida demais, e a iteração de contas também. Ficar apenas correndo atrás do problema não é suficiente.
É necessário um mecanismo de monitoramento mais preventivo, como tecnologia de reconhecimento de características de conteúdo gerado por IA, capaz de interceptar artigos negativos fabricados na origem — antes que sejam publicados e se espalhem — em vez de limpá-los depois que já causaram dano.
A responsabilidade dos fabricantes de modelos de IA
Esse é um ponto que merece atenção especial. As gangues usam grandes modelos de linguagem de uso geral para produzir o conteúdo negativo em massa, bastando inserir algumas palavras-chave. Os fabricantes desses modelos não podem simplesmente se esquivar dizendo que apenas fornecem ferramentas. Será que é possível identificar padrões de uso malicioso durante a fase de treinamento? Será que é viável interceptar instruções que claramente induzem a geração de conteúdo difamatório durante a fase de implantação? Essas são perguntas que exigem respostas sérias do setor.
O que muda depois desse caso
O caso de Yantai provavelmente vai acelerar discussões sobre regulamentação do uso de IA para produção de conteúdo em larga escala. Na China, o governo já tem estruturas regulatórias para conteúdo gerado por IA, mas a velocidade com que essas ferramentas evoluem torna qualquer regulação um exercício constante de atualização. O desafio não é só punir quem já foi pego — é criar mecanismos que dificultem a operação desses esquemas antes que o dano esteja feito.
Para marcas como Xiaomi, Li Auto e Hongmeng Zhixing, o episódio provavelmente vai resultar em investimentos maiores em monitoramento de reputação digital com uso de — ironicamente — IA. Ferramentas de detecção de conteúdo sintético, análise de padrões de publicação suspeitos e identificação de redes de contas coordenadas já existem, mas precisam de refinamento constante. A corrida entre quem fabrica desinformação e quem tenta detectá-la é, na prática, uma corrida de modelos de IA contra outros modelos de IA, com marcas e consumidores no meio do campo de batalha.
O custo de gerenciamento de reputação para as novas marcas do setor de mobilidade inteligente disparou. No passado, essas empresas precisavam se preocupar basicamente com qualidade do produto, ritmo de entregas e satisfação dos usuários. Agora? Precisam lidar com uma linha de montagem de artigos negativos movida por IA que funciona 24 horas por dia, 7 dias por semana. E essa linha não mira nos defeitos reais dos produtos — mira no valor de tráfego da marca. Em outras palavras, quanto mais atenção uma marca recebe, mais provável é que seja atacada. Quanto mais ela trabalha para crescer, mais provável é que alguém tente derrubá-la. É a colheita total de tendências pelo mecanismo de arbitragem de tráfego.
A explosão concentrada de casos envolvendo exércitos digitais de IA é, na verdade, um produto deformado da colisão entre tecnologia de inteligência artificial e o mecanismo de monetização de tráfego. A evolução do setor de veículos de nova energia não é apenas sobre baterias melhores, direção autônoma mais avançada e processos de fabricação mais eficientes — é também sobre a evolução do ambiente de opinião pública, da ordem competitiva e da proteção legal.
O que esse caso deixa claro, acima de tudo, é que a neutralidade da tecnologia é uma ilusão. A mesma IA que acelera o desenvolvimento de veículos elétricos mais seguros, que melhora a experiência do usuário no cockpit digital e que torna o HarmonyOS mais inteligente a cada atualização, também pode ser configurada para destruir reputações em minutos. A diferença está nas mãos de quem a usa — e, cada vez mais, na capacidade das sociedades de criar regras claras sobre o que é aceitável nesse novo ambiente. A IA deveria ser uma aliada na construção de carros melhores, não uma ferramenta de difamação. Para que isso se torne realidade, tecnologia, legislação e plataformas precisam caminhar juntas. 🤖
