NVIDIA tem tanto dinheiro que está se transformando em algo completamente diferente: a maior incubadora de startups do mundo

Nos últimos anos, a NVIDIA passou de uma empresa de hardware para videogames que fazia coisas interessantes na área de inteligência artificial para ser, simplesmente, a cola que mantém toda a indústria de IA unida. Conseguiu isso por meio de sua proeza gráfica, mas também graças aos seus vastos recursos financeiros e a uma visão muito clara: tornar-se a maior incubadora de IA do mundo. Embora, para alguns, tenha se tornado uma parceira incômoda.

Não se pode falar de IA sem falar da NVIDIA, mas, ao longo do caminho, ela conquistou algo mais: transformou seus principais aliados em rivais.

NVentures

Há alguns anos, Jensen Huang, CEO da NVIDIA, percebeu algo: a IA tinha que ser da NVIDIA, ou não pertenceria a ninguém. Ele identificou a necessidade de se tornar um investidor, mas também um centro de suporte técnico para as startups que começavam a comprar seus chips para treinamento de IA. Anos antes, a NVIDIA tinha a Inception, uma divisão focada em apoio não financeiro, mas em 2022 lançou a NVentures.

Este é o braço de capital de risco corporativo da empresa, e nasceu na aurora da IA ​​generativa que conhecemos hoje. Foi lançado alguns meses antes do lançamento público do ChatGPT, que foi justamente o que popularizou o uso massivo de GPUs NVIDIA para treinar modelos em larga escala.

Embora a Inception tenha visto mais de 19 mil startups de IA passarem por seu programa de mentoria (oferecendo treinamento, créditos em nuvem e descontos em compras em grande quantidade de GPUs, mas sem investimento direto), a NVentures também cresceu rapidamente. De um investimento direto em 2022, passaram para 30 em 2023, 54 em 2024 e 67 em 2025. Alguns são maiores que outros, mas todos são investimentos na casa das dezenas de milhões de dólares que ajudaram a impulsionar o ecossistema atual em uma espécie de economia circular.

Quase um banco

Este artigo do TechCrunch descreve perfeitamente os investimentos e os separa em "clubes". Há o clube dos US$ 100 milhões, com empresas como Ayar Labs, Hippocratic AI, Kore.ai e Runway, que receberam mais de US$ 100 milhões. Depois, há o clube das centenas de milhões, com empresas como Cohere, Commonwealth Fusion, Perplexity, Lambda e Black Forest Labs, por exemplo. E depois há o clube dos multibilionários, que inclui grandes nomes como Cursor, xAI, a empresa francesa Mistral, Reflection AI, Thinking Machines Lab, Figure AI e Scale AI. Inclui também dois parceiros com quem a relação é delicada: OpenAI e Anthropic.

A relação entre a OpenAI e a NVIDIA tem sido longa e simbiótica. Ambas se ajudaram mutuamente a se estabelecer na área de IA generativa, mas a NVIDIA está prestes a interromper o fluxo de investimentos. O próprio Huang comentou recentemente que investirão US$ 30 bilhões na OpenAI, ou... e que esses dois mega-acordos provavelmente serão os últimos. Espera-se que ambas as empresas abram capital ainda este ano, então terão que começar a se administrar sozinhas.

Reviravolta nos negócios

Isso não significa que a NVIDIA deixará de investir; significa simplesmente que alocará esse dinheiro para se envolver em mais áreas simultaneamente. Em vez de grandes somas, mais financiamento está sendo direcionado para empresas menores nas áreas de modelagem, software, infraestrutura, robótica, computação em nuvem e até mesmo direção autônoma e biotecnologia, para continuar expandindo a rede de empresas que escalam em sua plataforma. De fato, esse investimento em pequenas empresas em crescimento é muito lucrativo.

Um exemplo é a rodada de financiamento da Reflection. Dos US$ 2 bilhões que a empresa arrecadou, US$ 800 milhões vieram da NVIDIA, e grande parte desse dinheiro, juntamente com os juros, retornará para os cofres da NVIDIA. A NVIDIA é tão importante que a empresa ressalta que "quando você conversa com eles, você está conversando com a NVIDIA". Essa dependência da NVIDIA é o que torna a empresa uma parceira desconfortável, pois ela detém um poder enorme.

Inferência

Mas a outra mudança não vem tanto da NVIDIA, e sim da própria indústria. Nos últimos anos, temos nos concentrado no treinamento. Chips cada vez mais poderosos para alimentar data centers cada vez maiores, onde modelos cada vez mais capazes são treinados. No entanto, uma vez treinado, o modelo precisa servir a um propósito, e é aí que entra a inferência.

Isso porque estima-se que o maior crescimento futuro da IA ​​não será tanto o treinamento da próxima ChatGPT, mas sim a capacidade de lidar com bilhões de solicitações de IA de forma barata e eficiente. Isso implica a necessidade de chips mais especializados com arquiteturas diferentes das de uma GPU de treinamento clássica. Analistas já apontam que a taxa de crescimento da necessidade de inferência está mais rápida do que o esperado.

De amantes a inimigos

E é aí que outras empresas entram em cena. Por um lado, existem rivais clássicos como a Huawei, com equipamentos tanto para treinamento quanto para inferência. Há também a AMD, que está formando parcerias como a com a Samsung para criar GPUs de treinamento e CPUs de inferência. Intel, Amazon e Google também têm seus próprios chips. Mas os maiores clientes da NVIDIA não querem que a NVIDIA dite seu futuro.

A OpenAI está trabalhando com a Broadcom para desenvolver seus próprios chips focados em inferência, e tanto a Tesla quanto a xAI (agora parte da SpaceX) também seguiram o mesmo caminho. Ambas as empresas precisaram da NVIDIA até agora, mas não querem depender dela para inferência, onde as margens de lucro poderiam ser maiores. A ideia é criar chips altamente especializados no processamento de solicitações para reduzir ao máximo o custo da IA.

A China é um exemplo disso. As principais empresas de tecnologia e startups do país têm se concentrado em uma coisa: treinar modelos especializados e tornar a inferência tão barata que os usuários não se importem em pagar. Alguns já sugerem que 80% dos custos de IA no curto prazo serão com inferência, e soluções são necessárias.

Ás na manga

Mas enquanto quase todos os seus aliados preparavam estratégias para reduzir a dependência da NVIDIA, a NVIDIA também vinha analisando os números e guardando seu ás na manga. Está relacionado a dinheiro novamente, e especificamente, à licença da Groq. Essa empresa ganhou destaque há alguns anos por se especializar na criação de chips de inferência extremamente eficientes.

A NVIDIA percebeu isso e não adquiriu a Groq diretamente, mas licenciou sua tecnologia por US$ 20 bilhões para criar suas próprias soluções. Essas soluções visam atacar o mercado de inferência, convencer aqueles que atualmente desenvolvem alternativas de que é melhor comprar da NVIDIA e, acima de tudo, obter acesso ao mercado chinês. Um mercado que Huang estima em US$ 50 bilhões.