黄仁勋 mais recente teoria do "bolo de cinco camadas": IA não substitui empregos, é uma maré de empregos de trilhões!

Fonte: Nvidia

Compilado: BitpushNews

A inteligência artificial é uma das forças mais poderosas que moldam o mundo hoje. Não é apenas um aplicativo inteligente ou um modelo único; é uma infraestrutura, como a eletricidade e a internet.

A IA funciona com hardware real, energia real e economia real. Ela consome matérias-primas e as transforma em inteligência em grande escala. Cada empresa a utilizará. Cada país a construirá.

Para entender por que a IA evolui dessa forma, é útil partir dos princípios fundamentais e examinar as mudanças profundas que ocorrem no campo da computação.

De software pré-gravado a inteligência em tempo real

Durante grande parte da história da computação, o software era pré-gravado. Humanos descreviam um algoritmo. O computador o executava. Os dados precisavam ser cuidadosamente estruturados, armazenados em tabelas e recuperados por consultas precisas. SQL tornou-se indispensável porque tornou esse mundo viável.

A IA rompeu esse padrão.

Passamos a ter computadores capazes de entender informações não estruturadas. Eles podem analisar imagens, ler textos, ouvir sons e compreender significados. Podem inferir contexto e intenção. O mais importante: geram inteligência em tempo real.

Cada resposta é uma criação nova. Cada resposta depende do contexto fornecido. Não se trata de software recuperando comandos armazenados. Trata-se de software raciocinando e gerando inteligência sob demanda.

Como a inteligência é produzida em tempo real, toda a pilha de computação subjacente precisa ser reinventada.

IA como infraestrutura

Ao analisar a IA do ponto de vista industrial, ela pode ser decomposta em uma pilha de cinco camadas.

Energia

Na base está a energia. A inteligência gerada em tempo real requer energia produzida em tempo real. Cada token gerado envolve o movimento de elétrons, a gestão de calor e a conversão de energia em resultados computacionais. Não há camadas de abstração abaixo disso. A energia é o primeiro princípio da infraestrutura de IA e a restrição rígida que determina quanto de inteligência o sistema pode produzir.

Chips

Acima da energia estão os chips. Esses processadores são projetados para converter energia em cálculos de forma eficiente em grande escala. Cargas de trabalho de IA exigem alta paralelização, memória de alta largura de banda e conexões rápidas. Os avanços na camada de chips determinam a velocidade de expansão da IA e o quão barato a inteligência pode se tornar.

Infraestrutura

Acima dos chips está a infraestrutura. Isso inclui terra, transmissão de energia, resfriamento, edifícios, redes e sistemas que orquestram dezenas de milhares de processadores em uma única máquina. Essas são as fábricas de IA. Não foram projetadas para armazenar informações, mas para criar inteligência.

Modelos

Acima da infraestrutura estão os modelos. Os modelos de IA compreendem várias áreas: linguagem, biologia, química, física, finanças, medicina e o próprio mundo físico. Modelos de linguagem são apenas uma categoria. Trabalhos revolucionários estão ocorrendo em IA de proteínas, IA química, simulações físicas, robótica e sistemas autônomos.

Aplicações

No topo está a aplicação, onde o valor econômico é criado. Plataformas de descoberta de medicamentos. Robôs industriais. Assistentes jurídicos. Carros autônomos. Um carro autônomo é uma aplicação de IA que se manifesta na máquina. Um robô humanóide é uma aplicação de IA que se manifesta no corpo. A mesma pilha, resultados diferentes.

Essa é a estrutura de cinco camadas:

Energia → Chips → Infraestrutura → Modelos → Aplicações.

Cada aplicação bem-sucedida impulsiona todas as camadas abaixo dela, até a usina de energia que as sustenta.

Estamos apenas começando essa construção. Investimos apenas alguns trilhões de dólares. Ainda é necessário construir dezenas de trilhões em infraestrutura.

Globalmente, estamos vendo a construção de fábricas de chips, montadoras de computadores e fábricas de IA em uma escala sem precedentes. Está se tornando a maior construção de infraestrutura da história humana.

A força de trabalho necessária para essa construção é enorme. Fábricas de IA precisam de eletricistas, encanadores, montadores, operários de aço, técnicos de rede, instaladores e operadores.

São empregos qualificados, bem remunerados, e atualmente escassos. Você não precisa de um doutorado em ciência da computação para participar dessa transformação.

Ao mesmo tempo, a IA está impulsionando a produtividade de toda a economia do conhecimento. Como exemplo, a radiologia. A IA agora auxilia na leitura de imagens de varredura, mas a demanda por radiologistas continua crescendo. Isso não é uma contradição.

O objetivo do radiologista é cuidar do paciente. Ler imagens é apenas uma tarefa. Quando a IA assume mais tarefas rotineiras, os radiologistas podem focar em julgamento, comunicação e cuidado. Os hospitais tornam-se mais eficientes. Atendem mais pacientes. Contratam mais funcionários.

A produtividade gera capacidade. Capacidade gera crescimento.

O que mudou no último ano?

No último ano, a IA ultrapassou uma barreira importante. Os modelos tornaram-se suficientemente bons para uso em larga escala. A capacidade de raciocínio melhorou. As alucinações diminuíram. A fundamentação (grounding) melhorou significativamente. Pela primeira vez, aplicações baseadas em IA começaram a gerar valor econômico real.

Aplicações em descoberta de medicamentos, logística, atendimento ao cliente, desenvolvimento de software e manufatura já demonstram forte ajuste ao mercado. Essas aplicações impulsionam fortemente todas as camadas abaixo.

Modelos de código aberto desempenham papel crucial aqui. A maioria dos modelos no mundo é gratuita. Pesquisadores, startups, empresas e países inteiros dependem de modelos abertos para participar do avanço da IA de ponta. Quando esses modelos abrem-se ao estado da arte, eles não apenas mudam o software, mas ativam a demanda por toda a pilha.

DeepSeek-R 1 é um exemplo poderoso. Ao tornar um modelo de raciocínio avançado amplamente acessível, acelerou a adoção na camada de aplicações e aumentou a demanda por treinamento, infraestrutura, chips e energia.

O que isso significa?

Ao enxergar a IA como uma infraestrutura fundamental, seu significado fica claro.

A IA começou com um grande modelo de linguagem transformer, mas vai muito além disso. É uma revolução industrial que está remodelando a produção e o consumo de energia, a construção de fábricas, a organização do trabalho e o crescimento econômico.

Fábricas de IA estão sendo construídas porque a inteligência agora é gerada em tempo real. Chips estão sendo redesenhados porque a eficiência determina a velocidade de expansão da inteligência. A energia tornou-se central, pois define o limite de quanto de inteligência pode ser produzido. As aplicações aceleram porque seus modelos subjacentes ultrapassaram a barreira de escala que finalmente permite uso em grande escala.

Cada camada reforça as demais.

Por isso, a escala de construção é tão grande. Por isso, ela atinge tantos setores. E por isso, não se limita a um país ou setor. Cada empresa usará IA. Cada país a construirá.

Ainda estamos na fase inicial. A maior parte da infraestrutura ainda não existe. A maior parte da força de trabalho ainda não foi treinada. A maior parte das oportunidades ainda não foi realizada.

Mas o caminho é claro.

A IA está se tornando a infraestrutura do mundo moderno. E as escolhas que fazemos agora — quão rápido construímos, quão amplamente participamos e quão responsáveis somos na implementação — irão moldar o futuro desta era.