Jensen Huang e a afirmação que sacudiu o setor de IA
Em uma entrevista que rapidamente viralizou nas redes especializadas, Jensen Huang, CEO da Nvidia, afirmou ao podcast de Lex Fridman que acredita que a humanidade já alcançou a Inteligência Artificial Geral (AGI) — não como promessa distante, mas como realidade presente. A declaração, feita em março de 2026, contradiz o ceticismo de parte da comunidade científica e coloca a Nvidia, mais uma vez, no centro de uma das discussões mais tensas da tecnologia global.
"Nós não estamos mais no caminho para a AGI. Nós chegamos lá", teria declarado Huang durante o episódio, segundo relatos do Olhar Digital.
A afirmação é particularmente significativa vindo de um executivo que construiu um império de US$ 2,8 trilhões em valor de mercado — impulsionado quase inteiramente pela demanda por seus chips GPU, indispensáveis para o treinamento de modelos de linguagem grande escala. A Nvidia detém aproximadamente 80% do mercado global de GPUs para data centers, segundo dados da Jon Peddie Research, e viu sua receita saltar de US$ 27 bilhões em 2023 para US$ 115,3 bilhões no ano fiscal de 2025, crescimento de mais de 400% em apenas dois anos.
O que Huang quer dizer com "AGI"?
A declaração exige cautela analítica. O conceito de AGI permanece deliberadamente vago na literatura técnica — não existe um teste universalmente aceito para determinar quando uma máquina atinge "inteligência geral", no mesmo nível cognitivo de um ser humano. O próprio Huang não especificou benchmarks concretos durante a entrevista, o que abre margem para interpretações diversas.
O que se sabe é que a Nvidia está posicionando sua nova arquitetura Blackwell — representada pela linha GB200 NVL72 — como a infraestrutura capaz de sustentar modelos que, na prática, já atendem à maioria das definições operacionais de AGI:
- Raciocínio multimodular: capacidade de processar texto, imagem, áudio e código simultaneamente com precisão sobre-humana em domínios específicos.
- Resolução de problemas em contextos novos: modelos como o GPT-4o, o Gemini 2.0 Ultra e o Claude 3.7 demonstram transferência de aprendizado que, há cinco anos, seria classificada como impossível.
- Autoaprendizagem por reforço: a técnica de RLHF (Reinforcement Learning from Human Feedback) evoluiu para sistemas que refinam seu próprio raciocínio sem intervenção humana constante.
- Custo por tarefa em queda brutal: o custo para treinar modelos de última geração caiu de US$ 4,3 milhões em 2020 para menos de US$ 500 mil em 2025, segundo estimativas da Epoch AI — uma redução de 88% que democratiza o acesso a capacidades antes restritas a Big Techs.
É esse o terreno que Huang看上去 está pisando. Não se trata de um evento único e dramático — como uma máquina que subitamente "acorda" —, mas de uma convergência gradual de capacidades que, acumulado, equivale ao que a maioria dos pesquisadores consideraria AGI funcional.
Implicações de mercado: quem ganha e quem perde
A declaração de Huang tem consequências diretas para o ecossistema de IA global:
- Nvidia consolida sua posição como "a NVIDIA" da era da IA — não apenas como fornecedora de hardware, mas como guardiã da infraestrutura sobre a qual a AGI opera. A empresa inúmersos contratos de долгосрочный fornecimento com Microsoft, Google, Amazon e Meta, totalizando mais de US$ 200 bilhões em compromissos de compra firmados entre 2024 e 2025.
- Startups de chips de IA reciben новые pressão: empresas como Groq, Cerebras e SambaNova apostam em arquiteturas alternativas (LPUs, memórias on-chip) para competir no infraestrutura de inferência, mas a dominância da Nvidia no treinamento permanece quase imbatível.
- OpenAI, Anthropic e Google DeepMind: as três empresas que lideram a corrida pela AGI veem suas valuations explodirem. A OpenAI, por exemplo, atingiu um valuation de US$ 340 bilhões após sua rodada série J em 2025, enquanto a Anthropic levantou US$ 3,5 bilhões em seu último financiamento.
Relevância para a América Latina
Para a América Latina, a afirmação de Huang funciona como um duplo sinal:
- Oportunidade: a redução de custos de treinamento permite que universidades, governos e startups da região acessem modelos de última geração por uma fração do custo anterior. O Brasil, com seu ecossistema de mais de 800 startups de IA (dados da ABStartups 2025), está posicionado para se beneficiar diretamente.
- Risco: a dependência de infraestruturauda — majoritariamente operada por empresas dos EUA — cria vulnerabilidades regulatórias e geopolíticas. O Marco Legal da IA no Brasil (PL 2338/2023) e a Estrategia Nacional de IA do México buscam mitigar esse gap, mas os investimentos públicos ainda estão distantes do volume necessário.
Países como Chile (com seu hub de inovação em Santiago) e Colômbia (que abriu licitações para IA governamental em 2025) avançam em políticas de dados, mas a lacuna de semicondutores permanece um obstáculo estrutural. A região representa menos de 2% do mercado global de GPU, o que limita a capacidade local de treinamento de modelos próprios.
O que esperar: ceticismo, corrida e regulação
A comunidade científica recebeu a afirmação de Huang com uma mistura de interesse e desconfiança. Yoshua Bengio, vencedor do Turing Award e pioneiro em deep learning, declarou que prefere "ver a AGI antes de acreditar nela", enquanto Demis Hassabis, CEO do Google DeepMind, classificou a afirmação como "prematura, mas compreensível vindo de um player que lucra diretamente com a percepção de urgência no mercado".
Três fronts merecem atenção nos próximos meses:
- Definição formal de AGI: a MIT Technology Review e o AI Index da Universidade de Stanford trabalham em marcos de referência mais rigorosos — algo essencial para que a afirmação de Huang possa ser verificada de forma independente.
- Regulação acelerada: a União Europeiaimplementou as primeiras cláusulas do AI Act em 2025, e o Congresso dos EUA analisa um projeto de lei que exigiria disclosures obrigatórios para empresas que declarassem ter atingido AGI. No Brasil, a Câmara dos Deputados deve votar o PL 2338/2023 até o segundo semestre de 2026.
- Nova rodada de investimentos: se a AGI é real — ou mesmo se a percepção dela é real —, fundos de venture capital devem intensificar a alocação para IA na América Latina, com foco em agtech, healthtech e fintech.
A declaração de Jensen Huang pode ser, simultaneamente, uma avaliação técnica precisa, uma jogada estratégica de marketing corporativo e um ponto de inflexão na história da inteligência artificial. O que é inegável é que ela muda o tom da conversa: a questão deixa de ser "se" a AGI chegará e passa a ser "o que faremos agora que ela está aqui".
Para América Latina, a resposta a essa pergunta definirá, em grande parte, a próxima década de desenvolvimento tecnológico — e a janela para que a região deixe de ser apenas consumidora de IA para se tornar criadora dela se fecha a cada mês.
