Jensen Huang vê para a Nvidia um mercado de US$ 200 bilhões em processadores para agentes de IA

O CEO da Nvidia, Jensen Huang, identificou para a empresa um mercado de US$ 200 bilhões: processadores feitos especificamente para agentes de IA. É uma nova geração de inteligência artificial que executa tarefas complexas de forma autônoma, sem comandos diretos do usuário.

O que são agentes de IA

Agentes de IA não são simples chatbots que respondem a perguntas. São programas que enxergam a tela como uma pessoa, clicam em botões, preenchem formulários e tomam decisões por conta própria. Funcionam no navegador, no sistema operacional, nos aplicativos: em qualquer lugar onde um usuário possa trabalhar.

A OpenAI mostrou recentemente uma demo do Operator, um agente baseado no GPT-5.5 que pede comida pelo DoorDash, compra passagens aéreas e compara preços em marketplaces. Google e Anthropic desenvolvem sistemas semelhantes. Isso já não é teoria: os agentes chegam às versões de produção de plataformas populares e estão disponíveis para testes.

Para funcionar, os agentes precisam de poder computacional. Eles têm de enxergar a tela, analisar informações, se comunicar com serviços web e tomar decisões em tempo real, tudo ao mesmo tempo. Isso não tem nada a ver com simplesmente exibir uma linha de texto em resposta a uma pergunta.

Por que a Nvidia enxerga esse mercado

Até agora, as GPUs da Nvidia dominaram uma única área: o treinamento de grandes modelos de linguagem. Milhões de placas de vídeo foram usadas para treinar ChatGPT, Claude e Gemini. Mas o treinamento é um evento único. Depois, é preciso executar os modelos prontos em produção, dia após dia, milhões de vezes.

Os agentes vão funcionar o tempo todo. Eles realizam muitas operações pequenas, tomam decisões com base em dados novos e interagem com o ambiente. Isso exige uma arquitetura bem diferente da que é boa para treinamento. São necessários processadores centrais (CPUs), que lidam bem com lógica e tomada de decisões. As GPUs se especializam em cálculo matricial, o que não é exatamente o que os agentes precisam.

Huang espera que os agentes de IA façam o mercado explodir nos próximos 3-5 anos. Grandes empresas vão rodar agentes em seus próprios servidores para atender clientes, processar dados e gerenciar logística. As pessoas vão instalá-los nos computadores de casa para automatizar tarefas rotineiras. Isso significa demanda por uma classe totalmente nova de computação: não para treinar modelos, mas para o funcionamento diário deles em produção.

Tamanho do mercado e velocidade

US$ 200 bilhões é um número impressionante. Para comparação, equivale aproximadamente ao tamanho atual de todo o mercado de processadores para servidores (Intel, AMD e concorrentes). Se a previsão de Huang estiver certa, o mercado de CPUs simplesmente vai dobrar. E isso é só o começo.

Mas o mais interessante não é o número, e sim a velocidade da evolução. Há um ano, agentes de IA sérios não existiam. Há seis meses, falava-se deles como ficção científica. Hoje, já estão em testes beta com milhões de usuários. Amanhã podem virar uma ferramenta cotidiana em todas as empresas. Isso mostra a rapidez com que a indústria de inteligência artificial avança.

O que isso significa

A Nvidia não está se preparando para um único recurso novo, mas para uma mudança de paradigma da computação. Quando surge uma nova classe de tarefas computacionais (como foram as GPUs para gráficos), nasce um novo mercado. Se os agentes se tornarem tão populares quanto os buscadores ou as redes sociais, a demanda por poder computacional vai crescer de forma exponencial.

As empresas passarão a competir não só no modelo (se os resultados são melhores), mas também na velocidade: o agente de quem é mais rápido, mais confiável e mais barato. Para os negócios, isso significa que tarefas rotineiras, como transações online, processamento de documentos e atendimento ao cliente, migrarão para os agentes cada vez mais rápido. Será preciso repensar o que as pessoas fazem nas empresas e quais habilidades realmente têm valor na era da IA. Isso acontece não em dez anos, mas em dois ou três.