Imagine um agente capaz de pesquisar e entender rapidamente que nas últimas quatro vezes que o pneu do carro furou, você passou pela estrada X, no começo da tarde da última semana de abril. Com a informação, ele simplesmente, e por conta própria, te sugere mudar a rota na próxima ocasião semelhante. Imagine também qualquer outra probabilidade que, com base em dados recuperados pela própria IA, pode ser entendida por um sistema autônomo – que identifica e sugere ações de forma proativa… E, detalhe: esses dados não foram fornecidos, necessariamente, pelo usuário – apesar de terem tido o uso autorizado por ele em alguma instância. Sim, é esse tipo de agente que está emergindo em forma de IA, segundo a Nvidia. E mais: ele deverá ser adicionado a robôs.
A IA agêntica – ou, simplificando: um agente de IA – é uma sequência dos desenvolvimentos computacionais da humanidade e parte dos modelos de linguagem usados por IA generativas, como Drock e ChatGPT. Todavia, ela os usa em série e escala, lendo e relendo ações do usuário para aprender e sugerir novas ações proativamente.
Evolução da espécie
Não pela evolução das espécies vivas como na teoria de Darwin, mas sim da espécie máquina, especialmente a computacional, a visão é de que tudo que estamos experimentando hoje em termos de tecnologia é resultado do que vem sendo desenvolvido há anos.
O agente de IA, assim como a sua aplicação em robôs (IA física – veja mais a seguir) e essa ideia de que estamos avançando sobre legados, foi o assunto da Nvidia no Web Summit Rio 2025.
Pouco antes, na principal conferência anual da empresa, realizada em março, na Califórnia, o CEO da companhia, Jensen Huang, projetou que o mercado de IA agêntica e IA física pode elevar os investimentos em IA ao patamar de mais de 1 trilhão de dólares movimentados por ano em 2028. Em 2024, esse mercado movimentou um quarto disso (US$ 250 bi), de acordo com a AI Index Report 2025, da Universidade de Stanford.
Se confirmada, essa projeção demandará aumento mais processamento e armazenamento de dados e, consequentemente, escalonamento computacional e respectivos investimentos para tal.
Para Marcos Aguiar, diretor executivo de vendas da Nvidia para a América Latina, a evolução da inteligência artificial remota ao histórico do desenvolvimento computacional, cuja disruptura começou em 1964, com o lançamento do System/360, da IBM.
Esse sistema de mainframes citado por Aguiar inaugurou a era da compatibilidade, na qual os computadores deixaram de ser considerados conjuntos de componentes individuais e se tornaram plataformas.
Trinta anos depois, em 1994, a Nvidia lançou a primeira GPU dedicada para jogos, sem imaginar que, quase duas décadas depois (2012), essa tecnologia habilitaria a era da inteligência artificial, cujo passo seguinte foi a versão generativa, quando a OpenAI, utilizando cerca de 10 mil GPUs da Nvidia, lançou a nova versão do ChatGPT em novembro de 2022.
Novamente no contexto alusivo à evolução das espécies, o próximo passo para a Nvidia é a IA agêntica, na qual a tecnologia é “capaz de raciocinar”. Nesse caso, ela pode, inclusive, ser incrementada a robôs que trabalham em conjunto com nós seres humanos (IA física). “Essa evolução exige um ecossistema robusto, formado por hardware, software e frameworks”, detalhou Aguiar.
Nesse sentido, a Nvidia mantém atualmente mais de 900 frameworks para desenvolvedores, com a plataforma CUDA-X sendo a principal base de programação e cujos projetos podem ser acompanhados no site aberto a desenvolvedores da empresa.
Depois da IA agêntica, a IA física
Em suma, o que a Nvidia está chamando de IA física envolve a criação de sistemas capazes de interagir com o ambiente físico de forma autônoma. Em outra explicação: é como se as evoluções da IA agêntica fossem incorporadas em robôs, que poderão não só ajudar indústrias e seres humanos a reproduzir tarefas no geral, mas também a criar coisas novas a partir de uma base de dados recuperável.
A Nvidia já oferece a plataforma Jetson para isso. Ela envolve kits de desenvolvedores para a criação de produtos de IA. O software Isaac também está nesse contexto e trata-se de uma solução para aplicações de robótica com o uso de IA. “Estamos construindo uma base para que máquinas aprendam a operar lado a lado com seres humanos”, resumiu Aguiar.
A Nvidia também aposta na plataforma Omniverse, que conecta dados reais a simulações digitais. Segundo Aguiar, isso permite a criação de gêmeos digitais de fábricas, linhas de produção e ambientes operacionais, com o objetivo de otimizar processos antes da implantação física, seja ela executada por nós, humanos, ou quem sabe no futuro próximo por IAs físicas.
