Startupi
“A mão de obra é uma grande lacuna nas startups Inteligência Artificial no Brasil”, explica Jomar Silva da NVIDIA
A primeira vez que o termo “Inteligência Artificial” foi usado na história data 1955, em uma proposta de workshop intitulada “A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence,” submetida por estudiosos de Dartmouth College, Universidade de Harvard, IBM, e Laboratórios Bell. Pouco menos de setenta anos depois, em 2020, foi lançado o GPT-3, primeiro grande modelo de linguagem (LLM) da OpenAI e um dos primeiros do mundo.
Desde então, a corrida de grandes empresas por Inteligência Artificial tem se intensificado, com a chegada de novos modelos, chatbots, habilidades; financiamentos milionários; novas startups e empresas focadas em pesquisas. A NVIDIA faz parte do desenrolar dessa história, porque seus chips permitiram que os computadores aprendessem a aprender, colocando o Teste de Turing na prática.
A NVIDIA, chinesa e 6ª maior empresa do mundo, avaliada em US$ 700 bilhões, apesar de sua contribuição para o crescimento da IA no mundo, tem se preocupado com um aspecto crítico para que essa tecnologia continue a crescer, e se desprenda dos polos tecnológicos convencionais como Estados Unidos, China e Japão: a formação de novos profissionais na área. Para Jomar Silva, gerente de relacionamento com desenvolvedores para a América Latina na NVIDIA, o que freia o Brasil na corrida da IA, é a lacuna na educação e oportunidades de trabalho para profissionais focados nessa área.
“A mão de obra, para mim, é uma grande lacuna por conta da capacitação de estudantes. Tirar um estudante da universidade pronto para trabalhar numa startup é muito difícil. A primeira faculdade do Brasil que teve graduação em IA é a Universidade Federal de Goiás, a primeira turma se formou no ano passado e 100% dos alunos saíram empregados”, explicou Silva em entrevista ao Startupi. Dados da universidade mostraram que os 15 alunos da primeira turma receberam, juntos, R$ 1,5 milhão durante a graduação por projetos contratados por grandes empresas.
De acordo com o executivo, não falta capacidade nem interesse: a nota de corte do curso da UFG foi maior que a de medicina. Na verdade, faltam universidades que ensinem IA. “Agora a gente começa a ver diversas universidades lançando cursos de graduação em inteligência artificial, mas é algo que está começando agora. Algumas já começaram; outras, só no ano que vem. Isso significa que a gente tem três ou quatro anos até esse profissional chegar do outro lado”, afirma Jomar.
Startups brasileiras enfrentam três grandes dificuldades na contratação de profissionais de IA
Jomar também acredita que a familiaridade com games e tecnologia tem ajudado alunos a se adaptarem no meio. “A maioria dos estudantes hoje tem uma máquina com uma GPU para jogar, então isso está facilitando bastante para o pessoal poder aprender. Mas ainda existe um gap muito grande entre o estudante que sai da universidade e o estudante que a startup precisa para o trabalho do dia a dia”, conta. Para ele, o principal gap é proveniente do que se ensina em cursos, que mais dão visão geral do setor do que aprofundam em técnicas e pontos relevantes para o dia a dia na profissão.
“A realidade do desenvolvimento e da produção de IA é muito diferente do que eles veem na faculdade. Na faculdade, o cara vai estudar Python com data science usando o computador Windows dele para desenvolver. Na hora que ele chega no mundo real, vai desenvolver numa instância na nuvem. Aquilo lá não tem Windows, está rodando Linux. Ele tem que saber o mínimo de Linux para entrar ali, tem um ambiente de desenvolvimento. Então, tem esse primeiro gap, que é longo”.
Para Silva, outro ponto crítico é a falta de experiência estudantil com tecnologias que, de fato, são usadas no dia a dia no desenvolvimento de IA. “A maioria das pessoas não aprende, na universidade, a trabalhar com Kubernetes, com tecnologias de distribuição, ou, se vê, é de forma ampla, nada muito profundo. E dentro das próprias áreas de aplicação — ciência de dados, visão computacional e, agora, mais recentemente, as LLMs — o grau de conhecimento que um desenvolvedor precisa ter para, de fato, produzir IA é muito alto”, explica.
Segundo o especialista, isso acontece muito nas empresas, e não é exclusividade do Brasil. Colômbia, Argentina, Uruguai, e México também enfrentam dificuldades parecidas. A mais crítica para ele, no entanto, é a retenção de talentos em startups. “A startup contrata o menino quando ele sai da universidade, muitas vezes já oferece o estágio para ele. Ele leva um ano para ser capacitado e estar produtivo. E quando está capacitado e produtivo, o olho dele brilha com uma Big Tech, e aí ele acaba indo embora”, comenta.
Durante a entrevista, Jomar aproveitou para relembrar como a empresa se tornou peça-chave da revolução da inteligência artificial.
A história começa nos anos 1990, quando Jensen Huang, fundador da NVIDIA, percebeu que não bastava criar um hardware poderoso — era preciso um ecossistema de software capaz de explorá-lo. “Ele estava convencido de que o modelo de negócio funcionaria, mesmo sem saber que levaria 25 anos para dar certo”, brinca Silva. A virada veio apenas em 2012, quando pesquisadores usaram GPUs da empresa para rodar o AlexNet, rede neural que provou que a IA podia sair do campo teórico e ganhar aplicação prática.
Daí em diante, a demanda era dobrar a capacidade de computação a cada seis meses — ritmo muito mais rápido que o da Lei de Moore. A resposta foi criar uma simbiose entre hardware e software, levando inovações do código diretamente para o chip, acelerando o processamento e economizando energia. Essa estratégia abriu caminho para tecnologias como o Transformer, do Google, incorporado nas GPUs da NVIDIA e fundamental para o surgimento de modelos como o ChatGPT. “A NVIDIA criou a onda da IA”, resume Jomar.
IA é inegável e América Latina tem capacidade para avançar na corrida
Para ele, quem nega o avanço e a relevância da Inteligência Artificial, está atrasado. “O pessoal que olha de fora fala: ‘Ah, esse negócio de IA é bolha’, etc. Não, não é bolha. Veio para ficar. A gente está começando a explorar as potencialidades da IA agora e em larga escala, principalmente para a questão dos agentes de IA. Agora tem palestras, workshops, hackathons… Abre-se um leque muito grande de aplicações para inteligência artificial. Então, não é mais só desenvolver a IA, mas sim aplicar a IA real. Essa é uma área que está crescendo bastante também”, comenta.
O executivo também explicou a visão que ele tem para o potencial da América Latina na corrida da IA. De acordo com Jomar, o “jeitinho latino-americano” pode ser providencial na criação de tecnologias. “Qualquer software desenvolvido na América Latina roda em qualquer lugar do mundo, porque aqui a gente tem que fazer software que rode em hardware barato, que trabalhe com uma conexão de internet ruim e que, normalmente, funcione em ambientes com criticidade muito grande, seja por comportamento humano ou por variação climática”, conclui.
A NVIDIA vive um ciclo intenso de lançamentos e inovações: prepara para o fim de 2025 a linha RTX 50 SUPER, com mais memória e desempenho, enquanto avança nas arquiteturas Rubin (2026), Rubin Ultra (2027) e Feynman (2028), todas com foco em IA de alta performance e uso de memória HBM de última geração. No segmento corporativo, apresentou no GTC 2025 o DGX Spark e o DGX Station, PCs de IA com chips Grace Blackwell voltados a desenvolvedores e estações de trabalho robustas.
Aproveite e junte-se ao nosso canal no WhatsApp para receber conteúdos exclusivos em primeira mão. Clique aqui para participar. Startupi | Jornalismo para quem lidera inovação!
O post “A mão de obra é uma grande lacuna nas startups Inteligência Artificial no Brasil”, explica Jomar Silva da NVIDIA aparece primeiro em Startupi e foi escrito por Cecília Ferraz
from Startupi https://ift.tt/H6xFgiu
via IFTTT