Como a Nvidia está transformando tokens de IA no mais novo ativo estratégico do mundo

Jensen Huang quer oferecer aos engenheiros um novo tipo de benefício junto com seus salários: um orçamento de tokens de IA que pode valer dezenas de milhares de dólares por ano.

O diretor executivo da NVIDIA fez a proposta na conferência anual GPU Technology Conference da empresa, onde descreveu os tokens, as unidades básicas que os sistemas de IA usam para executar tarefas, como uma ferramenta emergente de recrutamento no Vale do Silício.

A ideia se encaixa em um quadro maior que Huang está pintando do ambiente de trabalho moderno. Em sua visão, os trabalhadores logo gerenciarão grandes equipes de agentes de IA, programas de software capazes de concluir trabalhos complexos e multi-etapas por conta própria.

Huang afirmou que, embora a NVIDIA empregue atualmente 42.000 pessoas, ele prevê que esse número logo será ofuscado por "centenas de milhares" de "funcionários digitais". Nesse cenário, os data centers se tornam o que Huang chama de "fábricas de IA", estabelecimentos que produzem tokens da mesma forma que as fábricas produzem produtos.

Huang argumenta que os tokens se tornaram a moeda central da indústria tecnológica.

"Se a capacidade de computação for comparada a uma máquina de imprimir dinheiro, os tokens são a verdadeira moeda da era da IA", disse ele. A capacidade de computação, acrescentou, agora funciona como receita: sem ela, você não pode gerar tokens, e sem tokens, o crescimento estagna.

Novos chips, números maiores

A NVIDIA citou a sua nova arquitetura de chip Grace Blackwell para apoiar tal afirmação. De acordo com a empresa, pode processar 5.000 tokens por segundo, em comparação com cerca de 700 numa configuração Hopper, e fornece 50 vezes a capacidade de processamento da antiga plataforma Hopper.

O salto, segundo Huang, foi uma aposta calculada feita enquanto o Hopper ainda estava performando bem. Ele se referiu ao Grace Blackwell como a única infraestrutura sobre a qual as empresas podem expandir com confiança, seja em uma nuvem privada ou internacionalmente.

De acordo com Huang, os aumentos de eficiência são importantes porque, uma vez que uma empresa constrói um data center em escala de gigawatt, sua capacidade de energia é praticamente fixa.

"Sua carga de trabalho é inferência, seus tokens são sua mercadoria, e essa capacidade de computação é sua receita", disse ele. "Todas as empresas estarão pensando na eficácia dos tokens."

A NVIDIA já está a trabalhar na sua próxima plataforma, chamada Vera Rubin, que é construída para treinar grandes modelos de IA e executá-los continuamente.

Huang sugeriu que os serviços de IA provavelmente evoluirão para preços em camadas no futuro, com acesso gratuito de nível básico em uma extremidade e camadas premium custando até US$ 150 por milhão de tokens na outra.

Outros grandes players estão seguindo na mesma direção. A Alibaba recentemente reorganizou partes de seu negócio para criar o Alibaba Token Hub Business Group, liderado pelo CEO Eddie Wu Yongming. A unidade tem como objetivo reunir todos os produtos de IA da Alibaba sob um único objetivo: construir, entregar e usar tokens.

Empregos, custos e a escassez de talentos

Mas a mudança não está isenta de complicações.

Uma pesquisa recente descobriu que 98% dos executivos do nível C acreditam que a IA eventualmente reduzirá o quadro de funcionários, mas 54% dizem que encontrar talentos qualificados ainda é seu maior desafio.

A Goldman Sachs estimou que a IA poderia automatizar trabalhos que representam 25% de todas as horas de trabalho nos Estados Unidos. O economista global sênior da Goldman Sachs, Joseph Briggs, reconheceu que a transição não será suave, mas afirmou que a história mostra que a nova tecnologia eventualmente cria empregos que antes não existiam.

Para empresas menores, os custos já estão pesando.

Fundadores de startups dizem que cada tarefa concluída por uma IA vem com um preço em tokens. Vários grandes provedores de IA recentemente aumentaram os preços em 5% a 30%.

Bruno Guicardi, presidente da empresa de TI CI&T, descreveu a mudança como uma em que os engenheiros agora instruem os computadores em inglês simples, em vez de escrever código.

Nesse ambiente, saber quando e como usar a IA e obter valor real de cada token gasto é o que separa o bom julgamento do desperdício de dinheiro.