O problema que a Nvidia resolveu antes que as empresas o pedissem
Em 25 de janeiro de 2026, um desenvolvedor austríaco chamado Peter Steinberger publicou na internet uma plataforma para conectar agentes de IA com aplicações do mundo real. Ele a criou em aproximadamente uma hora. Chamou-a primeiro de Clawd, depois de Moltbot, e finalmente de OpenClaw. Em poucas semanas, a plataforma se tornou viral por uma razão simples: funcionava e não pedia permissão para fazer quase nada.
Esse último ponto é exatamente o seu problema.
As demonstrações nas redes mostravam agentes autônomos executando tarefas, acessando arquivos, conectando-se a serviços externos, tudo com uma fluidez que gerava espanto. O que não mostravam era o que acontecia quando esses mesmos agentes operavam sobre dados de clientes reais, contratos corporativos ou sistemas de produção. Para qualquer empresa com informações sensíveis, o OpenClaw sem controles não é uma ferramenta, é um risco legal e operacional que nenhum CFO vai aprovar.
A Nvidia entendeu isso antes que os departamentos de TI terminassem de redigir seus memorandos de advertência. Em 16 de março de 2026, durante sua conferência GTC em São José, Jensen Huang anunciou o NemoClaw: uma camada de software de código aberto construída sobre o OpenClaw que agrega controles de privacidade, políticas de segurança e ambientes isolados para que os agentes autônomos possam operar em ambientes corporativos sem se tornarem um vetor de exposição.
O movimento é cirúrgico. A Nvidia não comprou o OpenClaw nem tentou substituí-lo. Ela o adotou, fortaleceu e integrou ao seu próprio stack de hardware e software. O resultado é uma plataforma que transforma um projeto viral de código aberto em infraestrutura empresarial apoiada pelo fabricante de chips mais rentável do planeta.
Por que este lançamento importa além da tecnologia
Para entender a lógica financeira por trás do NemoClaw, é necessário olhar os números que a Nvidia reportou em seu ano fiscal de 2026: 215,9 bilhões de dólares em receitas totais, com um quarto trimestre de 68,1 bilhões. Esses números não se sustentam vendendo chips para laboratórios de pesquisa. Sustentam-se convencendo PMEs e grandes empresas de que construir sobre infraestrutura Nvidia é a decisão menos arriscada que podem tomar.
É aí que o NemoClaw se encaixa de forma precisa na arquitetura de receitas da companhia. Kari Briski, vice-presidente de Software de IA Generativa para Empresas na Nvidia, articulou claramente durante o evento: os agentes autônomos estão gerando uma demanda de computação “ordens de magnitude” maior que os modelos de linguagem tradicionais. Cada agente que opera continuamente em hardware certificado é, em termos financeiros, uma unidade de consumo recorrente.
A estratégia de empacotamento é notável. O NemoClaw se instala com um único comando e incorpora automaticamente os modelos Nemotron da Nvidia, o novo ambiente de execução OpenShell e o Agent Toolkit. O OpenShell fornece isolamento a nível de processo, controlando acesso a arquivos, conexões de rede e manipulação de dados. O resultado prático para uma empresa é que ela pode implantar agentes autônomos sobre seus dados internos sem ceder controle sobre o que esses agentes podem ver ou fazer.
Isso é importante em termos de adoção. O maior obstáculo para que uma PME incorpore agentes de IA não é o custo do modelo, mas o risco de compliance. Um agente que pode ler qualquer pasta e conectar-se a qualquer API externa é incompatível com regulamentações de proteção de dados, auditorias internas ou contratos com clientes. O NemoClaw elimina essa barreira de forma técnica, o que amplia o universo de empresas dispostas a pagar pelo hardware que o executa.
A Nvidia já tem parceiros de distribuição ativos para seus sistemas DGX Spark e DGX Station: Asus, Dell Technologies, Gigabyte, MSI, Supermicro e HP. Cada venda de hardware que é ativada porque o NemoClaw resolveu o problema de segurança é uma receita que o NemoClaw gerou indiretamente. O software de código aberto como mecanismo de venda de hardware é um dos modelos mais rentáveis que existem, precisamente porque o custo marginal do software tende a zero enquanto a margem do hardware permanece positiva.
A lógica do candado aberto
Há uma aparente paradoxa no lançamento: a Nvidia liberou o NemoClaw como código aberto. Um observador superficial poderia interpretar isso como generosidade corporativa ou como uma aposta arriscada que fornece munições para concorrentes. A leitura financeira é diferente.
Lançar o NemoClaw como código aberto maximiza a velocidade de adoção. Qualquer desenvolvedor pode instalar a plataforma hoje sem passar por um processo de vendas, sem assinar um contrato e sem esperar uma proposta comercial. Isso significa que a base instalada cresce de forma orgânica e gratuita. Depois, quando esses mesmos desenvolvedores precisam escalar seus agentes para ambientes produtivos, precisam de hardware que os suporte com o desempenho requerido, e aí aparece o cartão de visita dos RTX Pro, dos DGX Spark e dos DGX Station.
O DGX Station, por exemplo, incorpora o chip Grace Blackwell Ultra Desktop com 748 gigabytes de memória coerente e até 20 petaflops de desempenho de computação de IA. Essas especificações não foram projetadas para um desenvolvedor individual executando experiências. Elas foram projetadas para uma empresa que precisa rodar múltiplos agentes autônomos em produção, sobre dados próprios, sem depender de latência de nuvem. O NemoClaw é o argumento técnico que justifica esse gasto de capital.
Steinberger, que agora colabora com a Nvidia após ter sido contratado pela OpenAI, descreveu o resultado da aliança com precisão: construir "os agentes e as barandas que permitem a qualquer um criar assistentes de IA poderosos e seguros". Essa frase contém uma tensão financeira interessante. A OpenAI adquiriu Steinberger e anunciou que o OpenClaw passaria a uma fundação. A Nvidia, em vez de disputar esse território, construiu sobre ele. A estratégia não compete com a OpenAI por talento ou pelo modelo base; compete pela camada de infraestrutura onde ambos terminam rodando.
O agente autônomo como unidade de negócio, não como característica
A mudança conceitual que Huang tentou comunicar em seu keynote merece atenção acima do anúncio técnico. Sua analogia entre o OpenClaw e o Windows não é acidental. O Windows não foi valioso porque a Microsoft o criou; foi valioso porque se tornou o ambiente onde tudo o mais habitava. Qualquer empresa que construísse software precisava que esse software rodasse sobre o Windows, o que consolidou o poder da Microsoft durante décadas.
A Nvidia está tentando construir esse tipo de dependência, mas na camada de agentes autônomos. Se o NemoClaw se tornar o padrão de fato para implantar agentes em ambientes corporativos seguros, então qualquer empresa que queira escalar esses agentes terá um incentivo muito concreto para fazê-lo sobre hardware Nvidia certificado, usando modelos Nemotron otimizados e ferramentas do Agent Toolkit. Cada componente do stack reforça o seguinte.
A diferença com o modelo do Windows é que aqui a receita não vem de licenças de software, mas de computação como serviço e de hardware físico. Um agente autônomo que opera continuamente sobre um DGX Spark consome recursos mensuráveis. Isso é uma métrica de faturamento, não uma instalação que é paga uma vez só.
Briski o disse com a precisão de quem conhece o modelo de receitas por trás do produto: os agentes planejam, agem e executam tarefas de forma autônoma, e isso gera ordens de magnitude mais demanda de computação que um modelo que responde a perguntas. Traduzido em termos de tesouraria: cada empresa que passa de usar um chatbot para implantar um agente autônomo multiplica seu gasto em infraestrutura. E se esse agente vive sobre o NemoClaw, é a Nvidia quem captura essa diferença.
A única validação que importa a qualquer modelo de negócio é a que chega na forma de pagamento recorrente de um cliente que tem alternativas e escolhe ficar. A Nvidia construiu o NemoClaw para ser exatamente isso: a razão técnica pela qual uma empresa decide pagar pelo próximo servidor, e o seguinte, e o que vem depois.
