Nvidia aposta em modelos abertos para agentes de IA em PCs e empresas
Nvidia lançou três novos modelos abertos da família Nemotron, voltados para agentes de IA corporativos e PCs locais. A estratégia mira um mercado que foge da nuvem.
A Nvidia anunciou nesta quinta-feira três novos modelos de inteligência artificial de pesos abertos, todos da família Nemotron. A jogada é dupla: atender empresas que querem rodar agentes de IA em seus próprios data centers, sem depender de APIs fechadas, e criar demanda para seus novos PCs com chips dedicados, onde modelos menores rodam localmente.
O movimento não é aleatório. Ele reflete uma mudança estrutural na forma como grandes organizações estão pensando a adoção de IA. E revela como a Nvidia está tentando proteger sua relevância em um mercado onde seus maiores clientes também estão virando seus maiores concorrentes.
O que a Nvidia lançou: três modelos, três casos de uso
O principal modelo é o Nemotron 3.5 Super VL, com 120 bilhões de parâmetros. Ele é voltado para agentes corporativos que precisam estar sempre ativos, executando tarefas como análise de documentos, contabilidade financeira, experimentação científica e processamento de sinistros em seguros. Apesar de ter menos parâmetros que o Nemotron 3 Ultra, a Nvidia afirma que entrega precisão semelhante em tarefas de seguimento de instruções e uso de ferramentas.
Na outra ponta, a empresa lançou dois modelos menores da linha Bolt. O Nemotron 3.5 Bolt 74B-A9B, com 74 bilhões de parâmetros, foi projetado para tarefas de agentes locais que exigem raciocínio em múltiplas etapas, chamadas de ferramentas e navegação web. Já o Bolt E4B, ainda menor, é voltado para agentes conversacionais. Os dois modelos são pensados para rodar nos novos PCs com chip RTX Spark e estações DGX Spark, equipamentos que estão chegando ao mercado por meio de parceiros como Microsoft e Dell.
O Super VL e o Bolt 74B já estão disponíveis. O Bolt E4B chega ainda neste mês.
Por que modelos abertos: a estratégia por trás da decisão
A lógica é clara: grandes empresas querem controle. Diferentemente de modelos fechados oferecidos por laboratórios como OpenAI e Anthropic, modelos de pesos abertos permitem que organizações façam pós-treinamento com dados proprietários, rodem tudo em infraestrutura própria e mantenham a propriedade intelectual do que constroem. Como destacou Kari Briski, vice-presidente de modelos abertos da Nvidia, “qualquer organização que queira rodar agentes em infraestrutura Nvidia agora tem um modelo aberto e otimizado para seu nível, sem precisar escolher entre capacidade e facilidade de implantação”.
Esse posicionamento é estratégico. A Nvidia já tem uma família inteira de modelos Nemotron que cobrem desde IA multimodal até raciocínio, codificação e automação corporativa. Mas o contexto competitivo mudou. Os grandes laboratórios de IA proprietária, que são simultaneamente clientes e alvos de investimento da Nvidia, estão cada vez mais buscando alternativas de hardware. A AWS com o chip Trainium, a Cerebras e os chips desenvolvidos internamente pelos próprios laboratórios são exemplos dessa diversificação, como temos acompanhado na cobertura de tecnologia do portal.
Ao apostar em modelos abertos, a Nvidia reduz a dependência de que esses laboratórios continuem sendo seus principais compradores de GPUs. Ela cria um ecossistema onde qualquer empresa que opte por rodar IA localmente tem incentivos para usar hardware Nvidia com software Nvidia.
Agentes de IA no PC: a aposta em privacidade como diferencial
Os modelos Bolt menores revelam outra frente estratégica: a IA local no PC. A ideia é que consumidores, programadores e trabalhadores do conhecimento possam usar agentes de IA sem enviar dados para a nuvem. Em um momento em que assistentes de IA são lançados quase diariamente por startups e big techs, a resistência de parte dos usuários a compartilhar informações sensíveis sobre saúde, finanças e família com servidores remotos é real.
A Nvidia quer criar um mercado para PCs que rodam modelos e agentes localmente, usando seus próprios chips como motor. É uma aposta em privacidade como argumento de venda para hardware. Se funcionar, significa mais chips vendidos. Se não funcionar, os modelos continuam disponíveis para uso corporativo em data centers.
Esse tipo de computação na borda, conhecida como edge computing, ganhou tração nos últimos dois anos à medida que o avanço da IA generativa trouxe preocupações crescentes com latência, custo de nuvem e soberania de dados. Para empresas em setores regulados como saúde e finanças, rodar modelos localmente não é uma preferência, é uma exigência.
Benchmarks e primeiros clientes: os números da Nvidia
A Nvidia afirma que o Super VL completa tarefas mais rápido que modelos concorrentes da Anthropic e da OpenAI quando pós-treinado em tarefas específicas de agentes. Os cenários testados incluem inteligência documental, contabilidade financeira, experimentação científica, sinistros médicos e resiliência a ataques de segurança.
Essas alegações são comuns em lançamentos de modelos. Mas a Nvidia reforçou o ponto listando empresas que já usam o Super VL: Skydance, EY, Ramp, CrowdStrike, Perplexity e Salesforce. É uma lista que cobre entretenimento, consultoria, fintech, cibersegurança, busca com IA e CRM, o que sugere versatilidade real do modelo.
Para o mercado, o que importa é entender que a Nvidia está montando uma operação de software cada vez mais robusta para defender sua posição dominante em hardware. É o mesmo raciocínio que levou a Apple a construir o ecossistema iOS: se o software é tão bom que justifica o hardware, a fidelização acontece por inércia. A trajetória recente da empresa mostra que essa estratégia de ecossistema integrado não é nova, mas está ganhando escala.
O que isso significa para quem acompanha o setor
O lançamento confirma três tendências que devem se intensificar nos próximos trimestres. Primeira: o mercado corporativo de IA está migrando de modelos fechados para modelos abertos customizáveis. Segunda: a computação local em PCs com IA dedicada vai se tornar um segmento relevante de hardware. Terceira: a Nvidia está se transformando de uma empresa de chips em uma plataforma completa de IA, do silício ao software.
Para investidores e profissionais de tecnologia, o ponto de atenção é como essa estratégia de ecossistema vai impactar as margens da empresa. Desenvolver e distribuir modelos abertos tem custo. Mas se isso gerar mais vendas de GPUs, DGX e RTX, o retorno pode ser significativo. A Nvidia está apostando que controlar a camada de software é o caminho mais seguro para continuar dominando a camada de hardware.
Este conteúdo é informativo e educacional e não constitui recomendação de investimento. Rentabilidade passada não é garantia de resultados futuros.
