O anúncio de Jensen Huang de que a inteligência artificial geral (AGI) já teria chegado reacendeu um debate que é, ao mesmo tempo, técnico e profundamente econômico. Há avanços reais: lançamentos recentes como o Astra e o Fable 5.1 mostram ganhos em tarefas longas e consistentes, e relatos de desempenho excepcional em simulações — incluindo rumores sobre avanços matemáticos — alimentam a narrativa. Mas a pergunta relevante para a economia não é apenas se as máquinas aprenderam mais, e sim onde, quando e com que efeitos elas começarão a substituir atividade que hoje gera renda.
Um critério pragmático ajuda a separar expectativa de fato: considerar AGI tudo o que é capaz de executar, de forma autônoma, trabalho economicamente relevante. Pelo critério, ainda não há uniformidade global. A adoção dependerá da arquitetura institucional: leis trabalhistas, regras sobre assinatura de laudos, aprovação de crédito e responsabilidade civil variam entre países e limitam o que um mesmo modelo pode efetivamente fazer em diferentes mercados. Em suma, haverá muitas "AGIs": versões que funcionam plenamente nos Estados Unidos ou em mercados menos regulados podem encontrar barreiras em jurisdições com regras rígidas.
Além da geografia, os setores também definem a velocidade. Em software, o aprendizado foi acelerado pela escala de dados disponíveis na internet; por isso, os ganhos aparecem primeiro em produtos digitais. No transporte, a margem de erro é baixa — alucinações viram acidentes — e a autonomia total de veículos (nível V) segue distante, embora existam sistemas avançados em áreas limitadas. Na robótica, a necessidade de experiência física e dados de interação torna o problema ainda mais complexo. Esses limites tecnológicos traduzem-se em menores retornos imediatos em segmentos que exigem presença física ou alta segurança, reduzindo o alcance econômico da AGI em curto prazo.
Por fim, há um componente financeiro e político. A Nvidia deixou de ser só fabricante de chips: ao garantir receitas de aluguel e energia para data centers e ao estruturar plataformas de financiamento com grandes investidores, a empresa passa a atuar como garantidora de parte da cadeia de suprimento da IA. Dizer que a AGI já existe equivale a oferecer lastro para uma moeda — ou para um crédito — cujo valor muitos estão comprando. Se a tecnologia cumprir expectativas, o arranjo se confirma; se não, há risco de sobrecapacidade, má alocação de capital e custos para quem financiou a infraestrutura. Para governos e reguladores, o desafio será equilibrar estímulo à inovação com regras que protejam mercado de trabalho, consumidores e a estabilidade financeira diante de uma adoção assimétrica e gradual.