Jensen Huang: agentes de IA, memória e infraestrutura vão definir a próxima década

A ascensão dos agentes de IA

Um dos pontos mais fortes da visão de Huang é a transição dos chatbots para sistemas chamados agentic AI — agentes digitais capazes de planejar, usar ferramentas e executar tarefas complexas.

Esses agentes não apenas respondem perguntas: eles podem executar processos inteiros, automatizar fluxos de trabalho e resolver problemas passo a passo. Huang afirma que esse tipo de tecnologia deverá ajudar tanto em tarefas profissionais quanto em atividades do dia a dia.

Ele também descreveu cenários em que empresas terão muito mais agentes digitais do que funcionários humanos. Em um exemplo, a Nvidia poderia ter cerca de 75 mil funcionários trabalhando junto com milhões de agentes de IA dentro de uma década.

Segundo Huang, isso não significa necessariamente menos trabalho para humanos. Pelo contrário: os agentes podem acelerar projetos e aumentar a escala do que as equipes conseguem fazer, deixando os trabalhadores ainda mais ocupados.

Alegações sobre uso pessoal de IA

Alguns relatos online afirmam que Huang comentou usar ferramentas como o modelo Claude em seu próprio trabalho ou que membros da família utilizam agentes de IA para tarefas domésticas.

No entanto, essas histórias não aparecem de forma confirmada em reportagens de alta confiabilidade sobre a visita a Taiwan. Por isso, esses detalhes devem ser tratados como relatos não verificados ou paráfrases, e não como citações confirmadas.

O gargalo inesperado da IA: memória

Outro ponto importante levantado por Huang é que o maior limite para a evolução da IA pode não ser apenas poder de processamento.

Ele destacou que memória — tanto capacidade quanto largura de banda — está se tornando um gargalo crítico para sistemas de IA modernos.

Modelos avançados precisam acessar grandes volumes de dados com altíssima velocidade para raciocinar e responder em tempo real. Isso aumenta drasticamente a demanda por memória de alta largura de banda (HBM) e por arquiteturas de sistema mais sofisticadas.

O papel central de Taiwan na cadeia global de chips

A viagem de Huang também ressaltou o papel estratégico de Taiwan no ecossistema global de semicondutores.

A Nvidia depende fortemente da TSMC (Taiwan Semiconductor Manufacturing Company), a maior fabricante de chips do mundo, para produzir seus processadores mais avançados.

Huang chegou a afirmar que a demanda por chips de IA pode levar a TSMC a mais que dobrar sua capacidade de produção ao longo da próxima década para acompanhar o crescimento do setor.

China continua sendo um mercado importante

Mesmo em meio a tensões geopolíticas e restrições de exportação, Huang disse acreditar que o mercado chinês continuará sendo relevante para a indústria de IA.

Ele afirmou esperar que, com o tempo, a China volte a permitir a importação mais ampla de chips de IA — algo que dependerá das decisões políticas do governo chinês sobre proteção da indústria local.

Ao mesmo tempo, Huang reforçou que Taiwan continuará sendo um centro essencial de fabricação para os chips mais avançados da Nvidia.

O futuro da computação para IA

Huang também argumenta que não haverá uma única arquitetura dominante para IA.

Em vez disso, os sistemas do futuro devem usar computação heterogênea, combinando diferentes tipos de processadores — cada um otimizado para tarefas específicas — trabalhando juntos em grandes sistemas distribuídos.

Treinamento de modelos, inferência, gerenciamento de memória e coordenação de agentes podem exigir arquiteturas distintas dentro do mesmo sistema.

O panorama geral

As declarações de Huang apontam para algumas tendências centrais na evolução da inteligência artificial:

• A infraestrutura global de IA ainda está no início de sua expansão.
• Agentes de IA devem assumir tarefas reais e colaborar com humanos.
• Memória e capacidade de fabricação de chips estão se tornando gargalos críticos.
• A Nvidia busca se posicionar como a plataforma fundamental que sustenta todo o ecossistema de IA.

Se essa visão estiver correta, as transformações mais profundas da inteligência artificial — incluindo agentes autônomos, grandes “fábricas de IA” e sistemas de computação híbridos — ainda estão por vir.