黄仁勋再预言：IA combinada com a economia real, mercado de 90 trilhões de dólares

Huang Renxun disse: “O conhecimento é uma indústria extremamente grande, no entanto, a verdadeira indústria de grande escala é a que combina informação e o mundo real, valendo 90 trilhões de dólares.”

No dia 10 de março de 2026, horário local, o fundador da Nvidia, Huang Renxun, publicou um artigo assinado, mencionando a estrutura do “bolo em cinco camadas” da IA (inteligência artificial). O artigo revisou o ano passado e, Huang Renxun resumiu que a IA superou um marco importante — o desempenho do modelo melhorou significativamente, podendo ser utilizado em larga escala; a capacidade de raciocínio aumentou, reduzindo os fenômenos de alucinação, e a capacidade de aplicação prática aumentou drasticamente; pela primeira vez, aplicações construídas com IA criaram valor econômico real.

Ao revisar as declarações de Huang Renxun em diferentes ocasiões nos últimos três meses, essa criação de “valor real” origina-se, primeiro, das aplicações práticas dos agentes. Em fevereiro, na conferência de resultados do quarto trimestre da Nvidia, Huang Renxun disse: “Os agentes de IA chegaram a um ponto de inflexão em seu desenvolvimento, sua utilidade foi amplamente verificada nas empresas globais, e a demanda por capacidade computacional resultante está crescendo de forma explosiva.”

Desde fevereiro, o OpenClaw (agente de IA de código aberto) tem sido rapidamente implementado em vários setores ao redor do mundo, confirmando esse juízo sobre o ponto de inflexão. A popularização e maturidade dos agentes permitiram que a interação entre a IA e os humanos deixasse de ser uma simples janela de diálogo, começando a processar as tarefas reais das pessoas no mundo virtual através de computadores e redes.

Mas, além da onda dos agentes, uma onda tecnológica com imenso potencial, cujo impacto ainda não foi completamente liberado, começou a entrar na lista de tarefas dos gigantes globais da inteligência artificial — modelos de mundo voltados para o mundo real ou modelos físicos. Este modelo é considerado capaz de entender a lógica espacial e física do mundo real, permitindo que a inteligência artificial realmente se integre à vida e aos cenários de produção do mundo real.

Desde a sua palestra na CES em janeiro até a conferência de resultados mencionada, Huang Renxun enfatizou várias vezes o potencial dessa rota. Em fevereiro, a Nvidia também anunciou uma parceria estratégica de longo prazo com a gigante de software industrial francesa Dassault Systèmes, para construir uma arquitetura de IA compartilhada para cenários de negócios críticos em várias indústrias. As soluções SOLIDWORKS e CATIA da Dassault Systèmes são softwares de design líderes na indústria.

Na conferência de resultados do quarto trimestre, Huang Renxun disse: “Estamos entrando na onda de desenvolvimento da IA de agentes, e a próxima onda será a IA física — aplicar a IA e sistemas de agentes em indústrias como a manufatura e a robótica, e este campo nos trará enormes oportunidades de desenvolvimento.”

A IA vai para o mundo real

Quais capacidades uma IA que entende o mundo real precisa ter?

Huang Renxun deu a resposta em seu discurso principal na CES de 2026. O mundo real possui algumas características básicas, como a constância, “se deixo algo aqui e olho para trás, ainda estará lá”; e a relação de causa e efeito, “se eu empurrá-lo, ele cairá”.

Mas uma IA que entende o mundo real precisa também dominar leis físicas como a fricção, a gravidade e a inércia, sabendo que um caminhão pesado precisa de uma distância de frenagem maior. Essas são noções comuns para os humanos, mas completamente estranhas para a IA.

A revolução da IA no passado foi, essencialmente, uma quebra no “espaço simbólico”. Desde o BERT até o ChatGPT, os grandes modelos aprenderam a entender a gramática, semântica e contexto da linguagem, e até a realizar tarefas de raciocínio complexas, mas não têm quase nenhum conhecimento sobre as leis físicas do mundo real — gravidade, fricção, inércia, causa e efeito. Um grande modelo capaz de escrever prosa elegante não sabe o que acontece quando uma pedra rola montanha abaixo. A “IA física” nasceu para preencher essa lacuna. Huang Renxun a define como “uma IA que pode entender as leis naturais”, cujo núcleo é fazer com que a IA não processe apenas símbolos linguísticos, mas realmente compreenda e interaja com o mundo físico.

Ele acredita que essa será a próxima fase do desenvolvimento da IA e terá um enorme impacto e mudança no mundo. Do ponto de vista da indústria, a IA que entende o mundo real remodelará as enormes indústrias de automóveis, transporte e manufatura através da condução autônoma e robótica. Nos primeiros três meses deste ano, a Nvidia lançou vários arquitetos e produtos voltados para o mundo físico.

Não só a Nvidia, nos primeiros três meses de 2026, enquanto a onda dos Agentes (inteligentes) varria o mundo, o Vale do Silício estava ativo em suas ações relacionadas à IA global.

O Genie3 da Google DeepMind foi oficialmente aberto ao público no final de janeiro, permitindo que os usuários insiram texto e o Genie3 gere ambientes 3D interativos em tempo real. A Waymo, em fevereiro, imediatamente o transformou em uma ferramenta de simulação específica para condução autônoma, para gerar cenários extremos que a frota dificilmente enfrentaria em estradas reais, como tornados, inundações ou um elefante que aparece repentinamente na esquina.

Ainda mais significativo foi a saída do vencedor do Prêmio Turing, Yann LeCun. Ele deixou a Meta no final de 2025, fundou a AMI Labs, e anunciou em 10 de março que completou uma rodada de financiamento inicial de 1,03 bilhões de dólares, com uma avaliação pré-financiamento de 3,5 bilhões de dólares, tornando-se a maior rodada de financiamento inicial da história da Europa, com a Nvidia e a Samsung entre os investidores.

A avaliação de LeCun é: grandes modelos de linguagem são um beco sem saída, porque não conseguem realmente entender como o mundo físico funciona. Sua nova empresa aposta na arquitetura JEPA — uma estrutura de IA que não prevê cada detalhe do pixel, mas aprende a entender a estrutura do mundo, com direções de aplicação que incluem saúde, robótica e automação industrial.

Enquanto isso, a “mãe da IA”, Fei-Fei Li, completou uma nova rodada de financiamento de 1 bilhão de dólares para o World Labs em fevereiro, com uma avaliação próxima de 5 bilhões de dólares, e seu primeiro produto, Marble, já foi lançado, focando na geração de mundos 3D que respeitem as leis físicas. O CEO da AMI Labs previu após o financiamento: em seis meses, cada empresa se chamará “empresa de modelo de mundo” para conseguir financiamento. Essa previsão em si já indica a temperatura desse setor.

Fazer com que a IA compreenda melhor o mundo real já está bastante claro em 2026.

O “momento de inflexão” da IA na manufatura

No dia 3 de fevereiro de 2026, após concluir sua viagem pela Ásia, Huang Renxun foi a Houston, nos EUA, e apareceu na conferência 3DEXPERIENCE World da Dassault Systèmes.

Lá, ele anunciou em conjunto com o CEO da Dassault Systèmes, Pascal Daloz, uma colaboração estratégica que foi descrita como a “maior em 25 anos” — integrar profundamente a capacidade de computação acelerada e de IA da Nvidia com a plataforma de gêmeos digitais da Dassault Systèmes. A Dassault Systèmes foi fundada há mais de 40 anos e sua plataforma 3DEXPERIENCE serve mais de 45 milhões de usuários e 400 mil clientes. Esta empresa francesa é uma das fornecedoras de software mais profundas da indústria de manufatura — quase todos os produtos, desde motores de avião até invólucros de bens de consumo, têm sua sombra.

Essa colaboração aponta para um campo importante: a indústria. No passado, apesar de os grandes modelos de linguagem desempenharem um papel importante em algumas áreas, devido à falta de confiabilidade e à compreensão do mundo real, sua aplicação na indústria ainda é bastante limitada. O objetivo central da colaboração foi definido como construir um “modelo de mundo industrial” — um sistema de IA validado cientificamente e enraizado na física, que pode servir como plataforma para tarefas críticas em biologia, ciência dos materiais, engenharia e manufatura. A Dassault Systèmes também está implantando “fábricas de IA” em três continentes com base na mais recente infraestrutura de IA da Nvidia, visando proporcionar funcionalidade aprimorada para os modelos de IA na plataforma 3DEXPERIENCE, ao mesmo tempo que garante a privacidade e soberania dos dados dos clientes.

Gian Paolo Bassi, Vice-Presidente Sênior Global da Dassault Systèmes para Clientes Profissionais, afirmou em entrevistas a veículos de comunicação como o Economic Observer que muitas empresas de grandes modelos não conseguirão criar novas estruturas atômicas, nem desenvolver novas ligas, novos aviões ou equipamentos espaciais, porque sua atenção se concentra principalmente em modelos de linguagem, e não possuem o conhecimento especializado necessário para desenvolver um medicamento ou um novo dispositivo. A vantagem central da Dassault Systèmes reside precisamente no fato de que esses “conhecimentos técnicos” já estão sedimentados no software. Bassi disse: “Nosso conhecimento está dentro do software, temos um conhecimento especializado relacionado à indústria, e a Dassault Systèmes possui vantagens únicas nesse campo.”

Isso significa que a inteligência artificial deve partir do conhecimento especializado e reconstruir o sistema. Tomando como exemplo a rigorosa indústria de dispositivos médicos, o ciclo de validação tradicional é longo e caro, mas com a assistência da IA, os engenheiros podem simular muitas situações diferentes, completando produtos de maneira mais eficaz e rápida, e com maior qualidade.

A ambição maior é: com a assistência da IA, testes que antes exigiam a repetição da criação de protótipos físicos podem agora ser realizados a um custo muito baixo no mundo digital, o que significa que todo o processo da cadeia de suprimentos do produto, desde as matérias-primas até a montagem, pode ser reconstruído no mundo virtual.

Gian Paolo Bassi, Vice-Presidente Sênior Global da Dassault Systèmes para Clientes Profissionais, disse em entrevistas a veículos de comunicação como o Economic Observer: “A Dassault Systèmes construiu ao longo dos anos modelos de gêmeos digitais altamente realistas, e a colaboração com a Nvidia permite que esses modelos operem em larga escala, com alta precisão e em condições quase em tempo real, e sejam usados diretamente pela IA, elevando os gêmeos digitais de ferramentas de engenharia para capacidades de sistema sustentável.”

O conceito de gêmeo digital (Virtual Twin) não é novo, descreve a utilização de modelos digitais para mapear com precisão sistemas físicos, permitindo que os engenheiros testem e iterem no mundo virtual, e usem as conclusões no mundo real. A Dassault Systèmes já trabalha nessa direção há anos, com um sistema técnico bastante maduro. Contudo, a implementação em larga escala dessa tecnologia enfrenta há muito um gargalo fundamental: a capacidade de computação. Simulações físicas que são suficientemente realistas e complexas exigem um poder computacional muito superior ao anterior. Hoje, esse gargalo está sendo rompido.

Huang Renxun disse que, no passado, as empresas industrializadas gastavam um terço do seu tempo em design e digitalização, e mais tempo na construção de formas físicas. No futuro, podem gastar 100% do tempo em digitalização. Desde a produção de um par de tênis até a produção de um carro, seja em design, descrição, simulação ou operação, “tudo é definido por software”.

Quando essa reconstrução virtual precisa estiver concluída, a combinação de inteligência artificial e robótica poderá praticamente remodelar os processos e a eficiência da manufatura.

Uma fábrica não é um todo, mas uma coleção composta por milhões de objetos. A inteligência artificial pode ajudar a simular todas as partes dessa coleção no mundo digital e organizar de maneira mais eficiente as linhas de produção, organizando os robôs para operar dentro da fábrica.

Em grandes empresas de manufatura, esse cenário já é uma realidade: gêmeos digitais em máxima capacidade e robôs amplamente distribuídos. Mas o custo para realizar tudo isso é elevado, o que faz com que os robôs possam existir apenas em indústrias de tarefas altamente repetitivas e em grande volume, como a indústria automobilística, onde um robô é programado especificamente para realizar uma única tarefa.

Na visão de Huang Renxun, esse também é o valor da IA na indústria, ao melhorar a eficiência de modelagem de simulação e o nível de inteligência dos robôs, pequenas e médias empresas, que ocupam a maior parte da cadeia de suprimentos global, também poderão utilizar essas tecnologias de ponta, o que, sem dúvida, remodelará a eficiência de toda a indústria.

Huang Renxun disse: “O conhecimento é uma indústria extremamente grande, no entanto, a verdadeira indústria de grande escala é a que combina informação e o mundo real, valendo 90 trilhões de dólares.”

Para os crentes na tecnologia, a chegada da IA física pode ser tão significativa quanto a internet ter reduzido o custo da circulação de informações para quase zero. Se aquelas revoluções remodelaram a produção e distribuição de informações, esta revolução remodela a própria forma de design e operação do mundo físico.

O CEO da Dassault Systèmes, Pascal Daloz, declarou: “Estamos entrando em uma nova era, onde a IA não está mais limitada a prever ou gerar conteúdo, mas começa a realmente entender o mundo físico. Quando a IA se enraiza na ciência, na física e no conhecimento industrial validado, ela se tornará um multiplicador da inteligência humana.”

Na perspectiva de Daloz, quando a IA entrar no mundo físico, suas conquistas não estarão na substituição de designers e engenheiros, mas sim em “o sucesso não está na automação, os engenheiros não querem automatizar os resultados do passado, eles querem criar o futuro”.