A receita da Nvidia é a prova de que a “computação agentic” não é uma teoria. Já está na demonstração de resultados.

$26B há quatro anos. 215,9 mil milhões de dólares no ano passado. Esse aumento de 8x aconteceu enquanto a maior parte da IA ainda estava sentada numa caixa de chat à espera de você fazer uma pergunta.
A parte importante não é apenas o crescimento. É que a Nvidia transformou a sua arquitetura na entrada não negociável para o roteiro de quase todos os outros. Laboratórios, nuvens, empresas. Logos diferentes na API, o mesmo silício por baixo. Quase cada dólar gasto em infraestrutura de IA neste ciclo vazou para a sua pilha em algum lugar.
Agora, tome a afirmação de Jensen de que a IA agentic precisa de aproximadamente 10x a computação da IA generativa. Isso não é hype, é wiring. Um chatbot é uma passagem para frente e depois ocioso. Um agente que planeja, executa, verifica seu próprio trabalho e tenta novamente em um trabalho de múltiplas etapas é dezenas ou centenas de passagens para um único resultado. Não há um interruptor “off” porque o trabalho não para.
A IA empresarial está hoje com cerca de 8% de penetração, com previsões apontando para cerca de 67% até 2032. Cada ponto percentual nessa curva representa mais ~$8,4 bilhões em demanda por infraestrutura.
O treinamento construiu os modelos. A inferência colocou-os atrás de APIs. A fase agentic executa-os continuamente como um custo operacional permanente.
O $216B ano da Nvidia não é o topo. É o aquecimento para o que acontece quando essa curva de agentes realmente atingir a produção.
Demonstrações financeiras completas: