Jensen Huang prevê que a Nvidia terá 75 mil funcionários e 7,5 milhões de agentes de IA em 10 anos
Jensen Huang acabou de soltar uma das previsões mais ousadas sobre o futuro do trabalho que já vimos de um CEO de grande empresa de tecnologia.
Na GTC Conference 2026, realizada em San Jose, na Califórnia, o fundador e CEO da Nvidia não se limitou a falar sobre crescer a equipe humana da empresa, contratar mais engenheiros ou abrir novos escritórios pelo mundo. Ele foi muito além disso.
Huang pintou um cenário para 2036 onde a Nvidia terá 75 mil funcionários humanos — quase o dobro dos cerca de 42 mil que a companhia emprega atualmente — trabalhando lado a lado com impressionantes 7,5 milhões de agentes de IA. Isso dá uma proporção de 100 agentes para cada pessoa.
Parece número de ficção científica, né? 🤯
Mas quando você olha para o que está acontecendo no mercado agora, com empresas como a McKinsey já operando com 25 mil agentes e 40 mil humanos, e 62% das organizações experimentando AI agents segundo uma pesquisa da McKinsey realizada em novembro de 2025, a visão de Huang começa a parecer menos absurda e bem mais próxima do que imaginamos.
A questão que fica no ar não é se isso vai acontecer, mas como o mercado vai se adaptar a essa escala toda.
O que Jensen Huang disse exatamente na GTC 2026
Durante uma sessão de perguntas e respostas para a imprensa na conferência, Jensen Huang apresentou essa visão de futuro com uma clareza que surpreendeu até quem já acompanha a Nvidia há anos. Ele não estava especulando nem sendo vago. Estava desenhando uma arquitetura real de como a empresa pretende operar na próxima década.
A frase exata dele, dita sob risos da plateia, foi direta:
Em 10 anos, esperamos ter 75 mil funcionários, o menor número possível, tão grande quanto necessário. Eles vão estar super ocupados. Esses 75 mil funcionários vão trabalhar com 7,5 milhões de agentes.
A ideia central é simples na superfície, mas profunda nas implicações. Cada funcionário humano seria, essencialmente, um gestor de uma equipe de cem AI agents, cada um deles especializado em tarefas específicas, rodando em paralelo, sem pausas, sem férias e sem reuniões que poderiam ter sido um e-mail.
Huang fez questão de destacar que essa não é uma substituição de pessoas, mas uma amplificação de capacidade. A lógica dele é que, com agentes de IA assumindo tarefas repetitivas, analíticas e operacionais — o que ele chamou de trabalho pesado que os humanos não precisam completar — os funcionários ficam livres para focar em criatividade, estratégia e decisões complexas que ainda exigem julgamento humano.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
Sobre os agentes, Huang complementou com bom humor: Eles vão trabalhar o tempo todo, 24 horas. Então, esperamos que nossas pessoas não precisem acompanhar o ritmo deles.
É uma reconfiguração do que significa ser produtivo dentro de uma empresa de tecnologia de ponta. E a Nvidia quer ser o modelo vivo dessa transformação, não apenas a fornecedora de hardware que a viabiliza.
O que torna essa declaração ainda mais relevante é o contexto em que ela foi feita. A GTC Conference é o maior palco que a Nvidia tem para comunicar sua visão de mercado, e nesse evento participam investidores, parceiros, desenvolvedores e líderes de indústria do mundo inteiro. Quando Jensen Huang faz uma afirmação desse calibre nesse ambiente, ele não está apenas prevendo o futuro. Está sinalizando para onde a Nvidia vai direcionar seus investimentos, sua pesquisa e seu desenvolvimento de produtos nos próximos anos.
Agentes de IA não são chatbots — entenda a diferença
Antes de seguir adiante, vale esclarecer um ponto importante que muita gente confunde. Quando Huang fala em agentes de IA, ele não está falando daquele chatbot que você usa para buscar uma receita ou planejar suas férias.
AI agents são programas de software que agem de forma autônoma para alcançar objetivos específicos. Eles raciocinam, planejam e executam ações por conta própria, em vez de simplesmente responder a prompts como um modelo de linguagem convencional faz. A diferença é enorme. Um chatbot espera você perguntar algo para responder. Um agente de IA recebe uma meta e sai trabalhando para cumpri-la, tomando decisões intermediárias ao longo do caminho.
Um exemplo prático e recente dessa capacidade veio de Andrej Karpathy, um dos membros fundadores da OpenAI. Ele conduziu um teste em que um agente de IA recebeu a missão de encontrar uma forma mais eficiente de treinar um modelo de linguagem pequeno. O resultado? O agente rodou 700 experimentos em apenas dois dias, gerando 20 otimizações reais. Esse tipo de execução em escala e velocidade seria simplesmente impossível para uma equipe humana, mesmo uma muito grande e muito qualificada.
É esse tipo de capacidade que Huang imagina multiplicada por 7,5 milhões dentro da Nvidia em uma década.
O Nvidia Agent Toolkit e a democratização dos agentes
Huang não enxerga essa tecnologia como algo exclusivo da Nvidia. Na própria GTC Conference, ele anunciou o lançamento do Nvidia Agent Toolkit, uma plataforma aberta de desenvolvimento de agentes projetada para ajudar empresas a construírem e operarem seus próprios AI agents.
Em comunicado à imprensa, Huang explicou a motivação por trás da ferramenta: Claude Code e OpenClaw iniciaram o ponto de inflexão dos agentes, estendendo a IA para além de geração e raciocínio, rumo à ação. Os funcionários serão supercarregados por equipes de agentes de fronteira, especializados e construídos sob medida que eles mesmos vão implantar e gerenciar.
Empresas como Adobe, Palantir e Cisco já estão trabalhando com o Nvidia Agent Toolkit para ampliar capacidades agênticas em suas plataformas. Isso mostra que o interesse não é teórico — grandes corporações já estão integrando essa tecnologia em seus fluxos reais de trabalho.
A abertura dessa plataforma é uma jogada estratégica inteligente da Nvidia. Ao facilitar que o mercado inteiro construa agentes usando suas ferramentas, a empresa fortalece seu ecossistema e cria uma dependência saudável da sua infraestrutura, tanto de software quanto de hardware.
A adoção de IA já está acontecendo antes do previsto
O que talvez mais impressione nessa história toda é que o futuro que Jensen Huang descreve para 2036 já tem versões beta funcionando agora. A McKinsey, uma das maiores consultorias do planeta, já está operando com uma proporção de cerca de 25 mil AI agents para 40 mil humanos, de acordo com seu CEO Bob Sternfels. Isso não é piloto, não é experimento isolado. É operação real em escala corporativa global.
E a McKinsey não está sozinha nesse movimento. Ela é apenas o exemplo mais visível de uma tendência que está se espalhando por setores completamente diferentes:
- A Accenture, por meio de sua CEO Julie Sweet, declarou que a não adoção de IA pode custar promoções aos funcionários
- Executivos da OpenTable e da Salesforce já apontam AI agents como o futuro do trabalho corporativo
- A Meta adquiriu a plataforma Moltbook, criada por Matt Schlicht, onde agentes de IA conversavam entre si sem intervenção humana, um experimento que gerou resultados ao mesmo tempo fascinantes e preocupantes
A pesquisa de novembro de 2025 da McKinsey que aponta 62% das organizações experimentando AI agents é um número que merece atenção redobrada. Experimentar não significa adotar em escala total, mas significa que a barreira psicológica e técnica já foi vencida pela maioria das empresas relevantes do mercado. Porém, vale notar que quase dois terços das empresas pesquisadas ainda não haviam começado a escalar a IA. Isso indica que existe uma enorme oportunidade de crescimento pela frente — e também muito trabalho a ser feito.
Quando mais da metade das organizações já passou da fase de curiosidade para a fase de teste ativo, o próximo passo natural é escalar o que está funcionando e descontinuar o que não entrega resultado. Esse ciclo costuma ser mais rápido do que qualquer previsão conservadora imagina.
Além disso, o próprio ecossistema de ferramentas para desenvolvimento e orquestração de AI agents amadureceu de forma acelerada nos últimos dois anos. Plataformas como a NVIDIA NIM, frameworks de agentes autônomos e infraestruturas de multi-agent systems estão mais acessíveis, mais documentadas e mais estáveis. Isso reduz drasticamente o tempo e o custo para uma empresa migrar de experimento para produção, o que acelera ainda mais a curva de adoção de IA que já era íngreme.
O que muda no futuro do trabalho com essa escala de agentes
Quando você começa a pensar em 7,5 milhões de AI agents operando dentro de uma única empresa, algumas perguntas aparecem de forma natural e imediata. Como você monitora tudo isso? Como garante que os agentes estão tomando decisões alinhadas com os valores e objetivos da organização? Como lida com erros em escala? Essas são questões reais que ainda não têm respostas definitivas, mas que estão sendo trabalhadas ativamente por times de pesquisa em segurança de IA, governança e engenharia de sistemas distribuídos ao redor do mundo.
Do ponto de vista do trabalhador humano, a transição para esse modelo exige uma reconfiguração profunda de habilidades e mentalidade. O profissional que vai prosperar nesse ambiente não é necessariamente o mais técnico ou o que escreve melhor código. É o que consegue colaborar efetivamente com sistemas de IA, entender os limites e capacidades dos agentes, identificar quando uma decisão precisa de supervisão humana e comunicar contexto de forma que os modelos consigam executar com precisão. É um conjunto de competências que ainda está sendo definido enquanto a tecnologia evolui.
O futuro do trabalho que Jensen Huang descreve também levanta reflexões importantes sobre produtividade e valor. Se uma pessoa pode gerenciar cem agentes que executam em paralelo, o conceito de horas trabalhadas perde muito do seu significado como métrica de performance. O que passa a importar é a qualidade das decisões tomadas, a clareza das instruções fornecidas aos agentes e a capacidade de interpretar e agir sobre os resultados que eles entregam. Isso é uma mudança de paradigma genuína, não apenas uma atualização incremental na forma de trabalhar.
Huang mira na resolução dos grandes problemas da humanidade
Para além da dinâmica corporativa, Jensen Huang também conectou essa visão a um propósito maior. Ele acredita que os agentes de IA são peças fundamentais para resolver problemas que a humanidade ainda considera impossíveis ou extremamente difíceis.
Vamos resolver problemas realmente incríveis, disse ele na conferência. As coisas que estamos pensando em resolver hoje, 10 anos atrás ninguém sequer imaginaria que fossem solucionáveis.
Huang mencionou especificamente a descoberta de medicamentos como exemplo, tratando-a como um problema de engenharia que a IA pode acelerar radicalmente. Ele também falou sobre a extensão da vida humana como algo que já está sendo discutido como viável no horizonte de médio prazo.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
A frase final dele sobre o tema foi carregada de otimismo: Todos nós vamos nos sentir super-humanos.
Esse tipo de declaração pode parecer exagerado num primeiro momento. Mas quando você contextualiza com os avanços que já aconteceram — como agentes rodando centenas de experimentos em dias, sistemas autônomos otimizando processos que levariam meses para equipes humanas, e modelos de IA contribuindo para descobertas científicas reais — a ambição de Huang ganha substância.
Por que a Nvidia está no centro dessa transformação
Não é coincidência que seja exatamente Jensen Huang e a Nvidia falando sobre esse futuro com tanta convicção. A empresa construiu nos últimos anos uma posição absolutamente central na infraestrutura que viabiliza tudo isso. As GPUs da Nvidia são o motor que treina os modelos de linguagem que alimentam os AI agents. E a empresa também desenvolveu um ecossistema completo de software, plataformas e ferramentas que facilitam o deployment dessas soluções em ambientes corporativos.
Falar sobre o futuro dos agentes de IA é, para a Nvidia, falar diretamente sobre seu próprio mercado e sua própria relevância estratégica. Cada nova camada de adoção de IA em escala corporativa representa demanda crescente por poder computacional. Quanto mais empresas operarem com milhares ou milhões de agentes rodando em tempo real, mais infraestrutura de GPU vai ser necessária para sustentar esse processamento. É uma tese de negócio que se auto-reforça, e Jensen Huang tem sido consistente em articulá-la publicamente ao longo dos últimos anos.
Mas além do interesse comercial, existe uma contribuição técnica real que a Nvidia está fazendo para esse ecossistema. Iniciativas como o NVIDIA AgentIQ, plataformas de orquestração de agentes e investimentos pesados em pesquisa de agentic AI mostram que a empresa não está apenas vendendo hardware para outros construírem o futuro. Ela está ativamente construindo parte desse futuro junto com a comunidade. 🚀
O cenário mais amplo da indústria
A declaração de Huang na GTC 2026 não existe num vácuo. Ela faz parte de um momento em que líderes de diferentes setores estão articulando visões convergentes sobre o papel dos agentes de IA no trabalho.
O cofundador do Uber, Travis Kalanick, recentemente declarou que os trabalhadores humanos vão permanecer extremamente valiosos até que a superinteligência artificial geral entre em cena. O CEO da Patreon, Jack Conte, por outro lado, levantou preocupações legítimas sobre como empresas de IA estão usando conteúdo criativo sem compensar os criadores originais. E até o presidente do Federal Reserve dos Estados Unidos, Jerome Powell, reconheceu que os data centers que sustentam toda essa infraestrutura de IA estão pressionando a inflação e encarecendo contas de energia.
São perspectivas diferentes sobre o mesmo fenômeno. A inteligência artificial está reorganizando cadeias de valor, relações de trabalho e até indicadores macroeconômicos. E os agentes de IA, como Huang descreveu, estão no epicentro dessa reorganização.
No fim das contas, o que Jensen Huang apresentou na GTC 2026 não é apenas uma previsão arrojada sobre o tamanho da força de trabalho da Nvidia em 2036. É uma declaração de intenção sobre como a empresa enxerga o papel da inteligência artificial na reorganização do trabalho em larga escala, e um convite implícito para que o mercado inteiro comece a pensar nessa mesma direção.
Com os números de adoção de IA que já vemos hoje e a velocidade com que a tecnologia está evoluindo, essa visão não parece distante. Parece urgente. ⚡
