Jensen Huang, CEO da Nvidia, durante conferência da empresa em 17 de março de 2026
Reuters/Carlos Barria
O CEO da Nvidia, Jensen Huang, chamou atenção ao afirmar que a inteligência artificial já alcançou o nível de aprendizado humano, considerado por muitos o próximo grande passo da tecnologia.
Em entrevista ao cientista da computação Lex Fridman, ele foi questionado sobre quando uma IA seria capaz de comandar uma empresa de US$ 1 bilhão e realizar ações como encontrar clientes, realizar vendas e gerenciar funcionários.
“Acho que agora é a hora. Acho que alcançamos a inteligência artificial geral [AGI, na sigla em inglês]”, disse o executivo, no episódio da última segunda-feira (23). “É possível. E a razão é a seguinte: você disse [uma empresa de] um bilhão, não disse para sempre”.
Veja os vídeos que estão em alta no g1
Huang deu como exemplo o fenômeno do agente de IA OpenClaw, capaz de automatizar tarefas como gerenciar e-mails, ler contratos, enviar mensagens e controlar dispositivos inteligentes, por exemplo.
“Não é impossível [imaginar] que um usuário do OpenClaw tenha conseguido criar um serviço web, um aplicativo interessante que, de repente, bilhões de pessoas usaram por 50 centavos e, então, tenha falido pouco tempo depois”, comentou.
O chefe da Nvidia afirmou que pessoas estão lançando agentes de IA e ganhando muito dinheiro com isso, mas disse que essas experiências não serão suficientes para criar empresas gigantes.
“Não me surpreenderia se acontecesse algo nas redes sociais, alguém criasse um influenciador digital super fofo ou algum aplicativo que, do nada, se tornasse um sucesso instantâneo. Muita gente usa por alguns meses e depois some”, afirmou Huang.
“Agora, a probabilidade de 100 mil desses agentes criarem a Nvidia é 0%”, disse. “As pessoas estão realmente preocupadas com seus empregos. Quero lembrá-las de que o propósito do seu trabalho e as ferramentas usadas para realizá-lo estão relacionados, mas não são a mesma coisa”.
Por que declaração é contestada
Ainda que a inteligência artificial tenha avançado muito nos últimos anos, especialistas avaliam que ela ainda não alcançou todo o seu potencial.
O teto, segundo eles, é a inteligência artificial geral (ou AGI), quando a tecnologia será capaz de fazer algumas atividades que parecem simples para humanos, mas que são extremamente complicadas para um robô.
Os agentes de IA conseguem automatizar muitas tarefas e, por isso, têm obtido um papel maior em empresas, mas estão longe de ser uma AGI, disse ao g1 o professor da Universidade Federal de São Paulo (Unifesp) Álvaro Machado Dias.
“É exagero dizer que [IAs] podem ou estão perto de conseguir gerir empresas grandes, mas é fato que podem torná-las muito mais produtivas e lucrativas. É nesse sentido que Jensen Huang diz que já atingimos a AGI”, afirmou.
A IA ainda não consegue fazer ações que parecem cotidianas, como dirigir carros por regiões não mapeadas ou comandar um robô em um local bagunçado, destacou Dias
“O caráter ‘geral’ dessa inteligência exigiria que ela soubesse fazer coisas mais simples também”, explicou. “Cada vez mais, o que nos separa da AGI não é o complexo, mas o que nos parece quase trivial”.
Hoje, a inteligência artificial consegue fazer tarefas específicas, como responder perguntas elaboradas ou jogar um jogo complexo. Caso alcance o nível “geral”, ela poderia usar o conhecimento humano de forma abstrata.
“Nós temos muita dificuldade de falar sobre essa inteligência artificial geral, porque ainda não conseguimos nem definir exatamente o que é inteligência”, afirmou Esther Luna Colombini, professora do Instituto de Computação da Unicamp a uma reportagem de 2024 da BBC.
Segundo ela, as máquinas já superam humanos em muitas atividades, mas não necessariamente são mais inteligentes.
“Ao mesmo tempo, elas são muito ruins para fazer coisas que pra gente parecem triviais, como reconhecer a face de uma pessoa, ou ser capaz de pegar um conceito que você aprendeu e levar isso para outro cenário”, afirmou.
A inteligência artificial geral também teria a capacidade de entender o que ainda não entende e, então, buscar formas de se aprofundar nessas lacunas. Essa capacidade permitiria às máquinas realizar tarefas que hoje são impossíveis por se basearem em ideias elaboradas por humanos.