Jensen Huang introduziu uma nova unidade de medida para a era da IA, denominada em gigawatts e dezenas de bilhões de dólares. Em discurso no Ministério da Inovação do G20 em Chapel Hill, Carolina do Norte, em 2 de setembro, o CEO da Nvidia apresentou um framework sobre como os países devem pensar sobre investimentos em inteligência artificial: um gigawatt de infraestrutura de IA custa aproximadamente US$ 50 bilhões a US$ 60 bilhões para ser construído e deve ser tratado com a mesma urgência que redes elétricas e rodovias.
O argumento: IA como o grande equalizador
Huang descreveu a IA como “o grande equalizador”, argumentando que ela democratiza a inteligência e as capacidades além das fronteiras. A lógica é mais ou menos assim: se uma nação com instituições de pesquisa limitadas puder implantar modelos de IA de ponta em escala, ela terá acesso à capacidade de resolução de problemas que anteriormente exigia décadas de conhecimento institucional para ser construída.
Huang não estava sozinho no palco. O CEO da OpenAI, Sam Altman, e o cofundador da Anthropic, Tom Brown, também se dirigiram ao ministério, transformando o evento menos em um discurso tecnológico e mais em um esforço de lobby coordenado pelas principais empresas de IA. O secretário do Comércio, Howard Lutnick, completou a programação, reforçando o alinhamento do governo dos EUA com a mensagem da indústria.
O argumento coletivo reduziu-se a uma única ideia: pare de regular problemas hipotéticos e comece a construir. Autoridades dos EUA impulsionaram o que equivale a uma regulamentação leve, focada em abordar danos reais provenientes de aplicações de IA, em vez de restrições preventivas baseadas em cenários mais pessimistas.
Jensen Math e o custo da infraestrutura
O patamar de US$ 50 bilhões a US$ 60 bilhões por um gigawatt de infraestrutura de IA tornou-se um tema recorrente nas aparições públicas de Huang. Nos círculos da indústria, a fórmula ganhou o apelido de “Jensen Math” desde cerca de meados de 2025. É parte abreviação, parte proposta de vendas: uma maneira de traduzir o conceito abstrato de computação de IA para a linguagem de despesas de capital que ministros das finanças e gestores de fundos soberanos entendem.
A métrica de Huang combina o custo dos chips (sobretudo GPUs da Nvidia), os centros de dados que os abrigam, os sistemas de refrigeração que os mantêm de derreter e a infraestrutura elétrica para alimentar tudo isso. Quando ele menciona de US$ 50 bilhões a US$ 60 bilhões, ele está descrevendo um ecossistema inteiro, não apenas uma ordem de GPUs.
Regulação como arma competitiva
A União Europeia passou anos construindo o AI Act, um quadro regulatório abrangente que críticos dizem correr o risco de retardar a inovação ao impor onerosas obrigações de conformidade antes que a tecnologia esteja madura o suficiente para ser avaliada adequadamente. A China tem sua própria abordagem, controlando rigorosamente o desenvolvimento da IA por meio da supervisão estatal, enquanto investe recursos na capacidade doméstica. A posição dos EUA, conforme articulada nesta reunião ministerial, traça um terceiro caminho: avance rápido, regule problemas específicos à medida que surgirem e permita que a tecnologia se desenvolva.
O Ministério da Inovação do G20 serve como precursor da cúpula completa dos líderes do G20 agendada para dezembro de 2026. Qualquer consenso ou desacordo surgido em Chapel Hill provavelmente moldará o comunicado relacionado à IA nessa cúpula, o que, por sua vez, pode influenciar as estratégias nacionais de IA e os planos de gastos pelos próximos anos.