O CEO da Nvidia, Jensen Huang, diz que, para muitas tarefas, a inteligência artificial geral já chegou — e que debater esse marco é uma perda de tempo. Falando na teleconferência de resultados da Nvidia em 26 de agosto, Huang foi questionado sobre a AGI à luz das recentes afirmações da OpenAI, onde o CEO Sam Altman disse que a empresa acredita que alcançará a AGI até o final do ano.
“Para muitas tarefas, poderíamos dizer que já alcançamos AGI”, disse Huang na teleconferência, de acordo com Mashable. "Penso em todos esses marcos... eles são meio sem sentido neste momento." Para mais contexto sobre esta história, confira nossa atualizações de inteligência artificial.
O momento: um trimestre recorde e uma afirmação provocativa
Os comentários de Huang chegaram no mesmo dia em que a Nvidia relatou outro trimestre recorde – receita trimestral de US$ 96,22 bilhões, um aumento de 106% em relação ao ano anterior, com vendas de data centers de US$ 89 bilhões, segundo números citados posteriormente pela PYMNTS. Esse contexto é importante: o homem que vende o substrato computacional para toda a indústria da IA acaba de argumentar que o benchmark mais fetichizado da indústria deixou de significar alguma coisa.
A pergunta à qual ele estava respondendo era direta. Altman falou abertamente sobre a OpenAI atingir a AGI até o final do ano, uma afirmação que mantém o termo nas manchetes, mesmo quando os pesquisadores discordam sobre o que realmente significaria. O termo não tem uma definição universalmente aceita, mas geralmente se refere à IA que pode igualar ou superar as habilidades cognitivas humanas em uma ampla gama de tarefas.
Em vez de julgar se algum sistema único ultrapassa essa linha, Huang reformulou totalmente a questão.
De marcos a 'tokens lucrativos'
Huang argumentou que a questão útil não é se um sistema merece o rótulo AGI, mas se a IA está “fazendo um trabalho produtivo e útil” – e, do ponto de vista da Nvidia como fornecedora, se as implantações estão “gerando tokens lucrativos”.
Essa frase é caracteristicamente contundente para uma empresa cuja receita é, neste momento, uma função direta de quantos tokens os sistemas de IA do mundo produzem. Huang apontou para a evolução da IA para além da simples pronta-e-resposta: os agentes modernos, argumentou ele, podem reflectir sobre o seu próprio desempenho, aprender novas competências e melhorar os seus resultados futuros - capacidades que foram consideradas marcos adjacentes à AGI não há muito tempo e são agora apostas de mesa.
A implicação para clientes e investidores é que a conversa sobre AGI, segundo Huang, desvia a atenção da métrica que realmente decide se os gastos com IA são sensatos: a produção pela qual alguém paga.
É uma posição surpreendente para o homem cuja empresa produz muitos dos chips de alto desempenho que alimentam toda a indústria de IA, como observa o relatório do Mashable. A Nvidia fica atrás de todas as reivindicações de capacidade no campo – cada treinamento de modelo de fronteira executado e cada lançamento de produto agente se converte diretamente em demanda por seus aceleradores. Se o próprio fornecedor de chips da indústria considerar o discurso sobre AGI uma distração, o argumento de que os marcos de capacidade impulsionam o investimento começa a parecer mais duvidoso.
Não é a primeira vez que Huang convoca a corrida
Como observa o Mashable, esta não é a primeira vez que o CEO da Nvidia afirma que a linha de chegada já ficou para trás. Em uma entrevista de março de 2026 com o podcaster Lex Fridman, Huang foi questionado se uma IA que pudesse iniciar, construir e administrar uma empresa de bilhões de dólares seria viável nos próximos 20 anos.
"Acho que é agora. Acho que alcançamos AGI", respondeu Huang na época.
Ele então qualificou a afirmação de uma forma que revela onde ele acha que estão os verdadeiros limites: a IA pode ser capaz de criar um aplicativo viral de um bilhão de dólares, disse ele, mas não poderia construir uma empresa como a Nvidia. “As chances de 100 mil desses agentes construírem a Nvidia”, acrescentou, “é de zero por cento”.
Por que o desacordo com Altman é importante
A lacuna pública entre Huang e Altman é mais do que semântica. Se a OpenAI declarar AGI até dezembro e o CEO da Nvidia passar o mesmo trimestre considerando o marco sem sentido, a indústria terá dois quadros concorrentes para a mesma tecnologia: uma narrativa inovadora que justifica o investimento em escala de fronteira e uma narrativa de utilidade que julga os sistemas pelo trabalho que realizam e pela receita que geram.
Para as empresas que tomam decisões de aquisição, o enquadramento de Huang é o mais operacional. Muda a avaliação de "isso é AGI?" a perguntas com respostas mensuráveis — quais tarefas o sistema conclui, a que custo por token, com que taxa de erro e a saída rende mais do que os custos de computação?
Para o debate da AGI em si, a posição de Huang é um dado notável precisamente por causa da sua posição. Ninguém se beneficia mais da demanda de computação por IA do que a Nvidia, e o argumento de seu CEO de que os marcos de capacidade não importam mais vai contra o ciclo de hype que, até agora, inflou a avaliação de sua empresa para máximos históricos. Se isso parece ser franqueza ou um fornecedor direcionando os clientes para cargas de trabalho chatas e faturáveis, depende de sua posição.
O que está claro é que a linha de chegada da AGI continua em movimento. O argumento de Huang é que este é o ponto: quando um marco é alcançado, a indústria já passou para o próximo, e a única medida durável do progresso é o trabalho útil a um custo sustentável.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
