A próxima revolução da IA não é responder perguntas, é fazer as coisas por você

Imagine pedir ao ChatGPT para organizar suas próximas férias e, em vez de receber apenas uma lista de sugestões, encontrar passagens pesquisadas, hotéis comparados e um roteiro completo, pronto para sua aprovação. A inteligência artificial deixaria de apenas explicar como fazer alguma coisa para começar a realizar o trabalho por você.

Essa é uma das principais promessas da chamada inteligência artificial agêntica, uma evolução dos assistentes digitais que já utilizamos no cotidiano. E, embora a mudança pareça acontecer apenas na tela do celular ou do computador, ela exige uma transformação muito maior nos bastidores.

Durante o AMD In Depth 2026, realizado em Las Vegas, nos Estados Unidos, com a participação do Mundo Conectado, a AMD explicou por que a próxima geração de inteligência artificial precisará de uma infraestrutura diferente daquela utilizada pelos chatbots tradicionais.

A fabricante acredita que os agentes de IA serão responsáveis por uma parcela crescente das tarefas executadas nos data centers, aumentando a demanda não apenas por placas aceleradoras, mas também por processadores convencionais.

Qual é a diferença entre um chatbot e um agente de IA?

Quando você faz uma pergunta ao ChatGPT ou ao Gemini, o sistema utiliza um modelo de inteligência artificial para interpretar a solicitação e produzir uma resposta.

Esses serviços já conseguem pesquisar informações, analisar documentos e utilizar algumas ferramentas. Mas a proposta dos agentes de IA é ampliar essa capacidade, permitindo que diferentes ações sejam executadas de forma coordenada para alcançar um objetivo.

No exemplo da viagem, um agente poderia pesquisar voos, consultar hotéis, comparar alternativas, verificar horários e organizar os resultados de acordo com suas preferências. Dependendo das permissões concedidas e das integrações disponíveis, poderia até avançar em etapas de reserva, solicitando sua confirmação quando necessário.

A diferença está na quantidade de trabalho realizada entre o pedido e o resultado.

Em vez de produzir apenas uma resposta, o sistema pode precisar consultar diferentes serviços, executar programas, acessar bancos de dados e tomar decisões intermediárias.

E uma única solicitação pode envolver diversos agentes trabalhando em conjunto.

Isso não significa que os chatbots serão substituídos de uma hora para outra. Na prática, as duas abordagens podem coexistir, com os assistentes digitais incorporando progressivamente mais recursos de execução de tarefas.

Por que isso exige computadores diferentes?

Grande parte da atenção dedicada à inteligência artificial nos últimos anos ficou concentrada nas GPUs, os processadores especializados que aceleram os cálculos necessários para treinar e executar modelos de IA.

Elas continuam fundamentais. Mas, conforme os sistemas passam a executar tarefas, surge uma demanda adicional por outro tipo de processamento.

Considere um agente que precisa pesquisar produtos em diferentes lojas, organizar uma planilha e consultar informações de entrega. Além de utilizar o modelo de IA para interpretar os resultados, ele precisa executar ferramentas, movimentar dados e administrar diferentes processos.

Essas atividades dependem, em grande parte, das CPUs, os processadores convencionais presentes em computadores, smartphones e servidores.

Durante o AMD In Depth, a fabricante destacou que a inteligência artificial agêntica está aumentando a importância desses processadores dentro dos data centers.

A lógica é relativamente simples: quanto mais tarefas os agentes conseguem executar, maior pode ser a quantidade de operações necessárias para sustentar seu funcionamento.

Isso também muda a maneira como os servidores são organizados. Em vez de concentrar todos os investimentos apenas em aceleradores de IA, as empresas precisam equilibrar a capacidade das GPUs com a das CPUs, da memória e das redes que conectam os equipamentos.

Milhares de agentes trabalhando ao mesmo tempo

Um dos desafios discutidos pela AMD é a necessidade de executar grandes quantidades de agentes simultaneamente.

Para isso, os data centers precisam criar ambientes de processamento separados, nos quais diferentes tarefas possam ser executadas sem interferir umas nas outras.

Durante as apresentações, a empresa mostrou exemplos de aplicações desenvolvidas com parceiros como a Daytona.ai, que trabalha com ambientes isolados para execução de códigos e tarefas automatizadas.

Esse tipo de infraestrutura permite que um agente utilize ferramentas e execute programas sem precisar compartilhar indiscriminadamente o mesmo ambiente com outras aplicações.

A demanda pode crescer rapidamente. Uma empresa que utiliza IA para atender clientes, processar documentos ou automatizar rotinas internas pode precisar manter milhares de tarefas em andamento ao mesmo tempo.

Para dimensionar o potencial desse mercado, a AMD apresentou uma projeção de 459 trilhões de ações anuais realizadas por agentes de IA até 2030.

Trata-se de uma estimativa sobre a possível expansão da tecnologia, e não de uma quantidade de operações já observada atualmente. Ainda assim, ela ajuda a explicar por que as fabricantes estão investindo tanto em infraestrutura.

AMD prepara nova geração de servidores para a IA agêntica

É nesse cenário que entram os novos processadores AMD EPYC Venice, baseados na arquitetura Zen 6 e apresentados durante o evento.

Com configurações de até 256 núcleos e 512 threads por processador, eles foram desenvolvidos para ampliar a capacidade de processamento dos servidores, incluindo aplicações que precisam executar muitos agentes simultaneamente.

A AMD também está expandindo suas soluções de infraestrutura, como as plataformas Helios e Helion, que combinam processadores EPYC, aceleradores Instinct e tecnologias de rede Pensando.

A ideia é permitir que diferentes tipos de processamento trabalhem de forma integrada: as GPUs ficam responsáveis pelos cálculos dos modelos de inteligência artificial, enquanto as CPUs executam diversas tarefas necessárias para colocar os resultados em prática.

Outras fabricantes também disputam esse mercado. Intel e NVIDIA desenvolvem suas próprias soluções de processamento para data centers, em uma competição que vai muito além da capacidade de gerar respostas com IA.

Para o usuário final, entretanto, o mais importante não é saber qual processador está dentro do servidor.

O que realmente interessa é se essa infraestrutura permitirá criar assistentes mais úteis, capazes de realizar tarefas com rapidez, segurança e confiabilidade.

Quando essa mudança chegará ao nosso dia a dia?

Parte dessa transformação já começou. Assistentes de inteligência artificial conseguem pesquisar na internet, interagir com aplicativos e realizar determinadas tarefas utilizando ferramentas externas.

Mas ainda existem limitações importantes.

Executar uma ação exige mais do que produzir uma resposta convincente. Um agente precisa lidar com informações desatualizadas, erros de sistemas, mudanças de preço, permissões de acesso e situações inesperadas.

Uma coisa é recomendar um hotel. Outra, muito diferente, é reservar o quarto correto, nas datas certas, pelo preço combinado e sem realizar uma cobrança indevida.

Por isso, o avanço da inteligência artificial agêntica também depende de mecanismos de segurança, supervisão e confirmação das ações realizadas.

A expansão dos data centers, por si só, não resolve esses desafios. Mas fornece parte da capacidade computacional necessária para que os serviços possam executar tarefas cada vez mais complexas e atender um número maior de usuários.

O movimento apresentado pela AMD ajuda a entender para onde a indústria está olhando. Depois de investir pesadamente em sistemas capazes de gerar textos, imagens e vídeos, as empresas começam a preparar a infraestrutura para uma IA que também consiga agir.

O próximo grande salto da inteligência artificial talvez não seja oferecer uma resposta melhor, mas conseguir transformar essa resposta em algo efetivamente realizado.