Sustainabl Agent Surface
Todos os artigos publicados em português, por data, categoria e autor.
74 artigos · Página 1 de 4
Durante anos, a conversa sobre riscos de inteligência artificial girou em torno de um mesmo eixo: o modelo alucina, inventa números, cita fontes que não existem, confunde fatos. Era um problema real, custoso em alguns casos, embaraçoso em outros. Mas era, no fundo, um problema de qualidade do output. Essa época está terminando, não porque as alucinações tenham desaparecido, mas porque o contexto em que a IA opera mudou de natureza.
O número é difícil de ignorar: 95% dos pilotos empresariais de inteligência artificial generativa não produz nenhum impacto financeiro mensurável. Não é uma estimativa pessimista de analistas críticos da tecnologia. É a conclusão central do relatório The GenAI Divide: State of AI in Business 2025, elaborado pela iniciativa NANDA do MIT, com base em cerca de 300 implementações públicas e mais de 150 entrevistas com executivos.
Quando o CEO de um dos maiores bancos do mundo declara publicamente que sua empresa gasta mais de 250 milhões de dólares por ano em remédios para perder peso, e defende isso sem hesitar, não está descrevendo um benefício médico. Está descrevendo uma aposta de design organizacional sobre que tipo de força de trabalho quer sustentar, e até onde está disposto a ir para construí-la. O Bank of America vem absorvendo há vários anos o custo dos medicamentos GLP-1, essa classe de fármacos que inclui marcas como Ozempic, Wegovy e Zepbound, dentro de um pacote de saúde que supera 2 bilhões de dólares anuais.
Há um momento em que o acúmulo de pilotos de inteligência artificial deixa de parecer ambição e começa a parecer desordem. Esse momento chegou a muitas grandes empresas em 2026, e o sinal mais claro não foi um colapso tecnológico nem uma falha de modelo. Foi algo mais mundano e mais difícil de defender em uma reunião de conselho: o consumo de tokens correu à frente do orçamento sem gerar valor proporcional.
Há algo revelador no fato de que uma pesquisa com mais de 700 executivos de alto nível, em 12 países, produza como achado central uma lacuna que qualquer diretor de operações reconheceria imediatamente: as organizações sabem que precisam mudar, aprovam a mudança, a enquadram em uma estratégia, e depois não avançam além disso. O Project Management Institute acaba de publicar os resultados dessa investigação, junto com um Manifesto para a Agilidade Empresarial desenvolvido em colaboração com a Agile Alliance, e os números que emergem não são os de uma indústria em processo de maturação. São os de uma indústria com um problema de design estrutural que há anos não recebe um diagnóstico preciso.
Há uma sequência de decisões que se repete com surpreendente consistência em grandes empresas com orçamentos volumosos de transformação digital: identificam um processo que gera atritos, contratam tecnologia de automação, implantam a ferramenta sobre o fluxo existente e reportam avanços. Os painéis executivos mostram velocidade. As apresentações de comitê falam em eficiência. E seis meses depois, os mesmos problemas reaparecem, agora embalados em um sistema mais difícil de desmontar.
Havia uma ficção operativa que governou as transições executivas durante décadas: o novo CEO tem cem dias para ouvir, se orientar e conquistar a confiança antes de agir. Essa ficção entrou em colapso. Não foi uma mudança gradual nem uma evolução silenciosa do critério corporativo, mas uma ruptura nas expectativas que reorganizou completamente o que significa chegar ao cargo preparado.
Tarde de sexta-feira. Um comunicado da Anthropic chega às caixas de entrada de seus parceiros globais com o tom neutro e contido de uma notificação de manutenção de sistema. O texto anuncia que os modelos Fable 5 e Mythos 5 ficam suspensos para todos os cidadãos estrangeiros, incluindo os próprios funcionários da empresa que não tenham cidadania americana. A Índia, que tanto a Anthropic quanto a OpenAI descrevem como seu segundo maior mercado depois dos Estados Unidos, acabava de descobrir algo que seus fundadores, investidores e funcionários preferiam manter no campo da abstração: o acesso às ferramentas que sustentam boa parte de sua aposta tecnológica pode ser cortado com um telefonema de Washington, sem audiência prévia e sem calendário de restauração definido.
A Microsoft passa duas décadas construindo o Xbox sobre uma premissa simples: vender hardware próximo do custo, recuperando a margem em software e serviços. Esse modelo funcionou enquanto os componentes eram previsíveis e os ciclos de geração, estáveis. Hoje, uma contração severa no mercado global de memória e armazenamento — batizada informalmente de 'RAMageddon' — pressiona essa estrutura ao ponto em que os próprios executivos descrevem a situação como uma crise que afeta toda a indústria.
O Índice de Evolução Digital 2026, elaborado pelo Digital Planet na Fletcher School da Universidade de Tufts em parceria com a Via Science Inc., não é apenas um ranking de 125 países. É uma radiografia de como o mapa da economia digital deixou de ser único. Durante os primeiros vinte e cinco anos da era digital, o pressuposto operacional era simples: o mundo convergia.
Há um momento na evolução de qualquer mercado tecnológico em que os concorrentes deixam de se diferenciar pelo que seus produtos fazem e começam a se diferenciar por como seus clientes os controlam. A IBM chegou a esse momento com clareza em sua conferência Think 2026 em Boston, onde apresentou o que chama de modelo operacional agêntico construído sobre quatro pilares: agentes, dados, automação e soberania híbrida. O último desses pilares, e o mais estrategicamente carregado, é o IBM Sovereign Core, uma plataforma de governança que opera no nível da infraestrutura de execução, não como camada de configuração de aplicações.
Há uma imagem que se repete nas conversas com gestores de empresas de tecnologia, consultorias e equipes de produto: alguém sentado diante da tela às onze da noite, lendo rascunhos que seus subordinados diretos geraram durante a tarde. Não porque a equipe tenha trabalhado mais horas. Mas porque a IA os fez produzir o equivalente a três dias de trabalho antes do almoço.
As receitas do trimestre de março atingiram US$ 21,6 bilhões, um crescimento de 27% em relação ao ano anterior — a maior taxa em cinco anos — e o lucro líquido saltou dramaticamente para US$ 521 milhões. As ações da empresa em Hong Kong subiram cerca de 20% em uma única sessão, tornando-se a maior valorização percentual do índice Hang Seng naquele dia. Mas o número que melhor explica o movimento do mercado não está nas margens nem nos volumes de PCs: está no fato de que as receitas relacionadas à inteligência artificial cresceram 84% no trimestre e representaram 38% das receitas totais do grupo.
Há um padrão que se repete com consistência suficiente para ser levado a sério: as tecnologias não se concentram onde são vistas, mas onde se apoiam. As redes sociais se concentraram na distribuição, não no conteúdo. A nuvem se concentrou na infraestrutura, não nas aplicações. A inteligência artificial está seguindo a mesma geometria, mas o ponto de controle está um nível mais abaixo do que em qualquer ciclo anterior.
Há um padrão que se repete toda vez que uma tecnologia deixa de ser experimento e se torna infraestrutura de produção. Aconteceu com os bancos de dados relacionais, com os serviços em nuvem, com os microsserviços. E agora acontece com os modelos de linguagem de grande escala.
Há um momento no ciclo de vida de uma escola de negócios em que expandir a oferta acadêmica deixa de ser um gesto cosmético e se torna uma declaração de posicionamento institucional. A UCLA Anderson School of Management cruzou esse limiar em abril de 2026, quando anunciou o lançamento de duas novas especializações de graduação — chamadas minors — em Imóveis e em Liderança e Gestão Esportiva. Com isso, a Anderson passa de duas especializações secundárias para quatro, ampliando de forma deliberada o perímetro do que considera formação gerencial de base.
Quando Marc Benioff fundou a Salesforce no final dos anos noventa, a proposta era simples: software de vendas entregue pela nuvem, sem instalar nada. A tela era o produto. Vinte e cinco anos depois, a Salesforce está apostando exatamente no contrário: que a tela desapareça.
Por anos, ter USDT ou USDC em uma carteira digital filipina significava basicamente o mesmo que guardar dólares embaixo do colchão: um ativo que se acumula mas não circula. Em 21 de abril de 2026, a Coins.ph fechou essa lacuna de forma operacionalmente elegante: integrou as stablecoins mais utilizadas do mundo diretamente ao padrão nacional de pagamentos QR das Filipinas, conhecido como QRPh. O resultado imediato é que qualquer usuário pode agora pagar seu café, suas compras de fim de semana ou uma conta de serviços em qualquer um dos 700.000 estabelecimentos compatíveis, usando pesos filipinos, USDT, USDC, ou uma combinação dos três, com um único escaneamento de código.
Enquanto a Samsung tropeçava publicamente com seus primeiros dobráveis, a Apple observava. O que parecia lentidão era, na verdade, o design organizacional mais caro e deliberado da indústria tecnológica.
A EMP Metals recebeu mais de 4,2 milhões de dólares em financiamento não dilutivo para demonstrar que o lítio canadense pode chegar à bateria sem passar por outros países. O design organizacional do projeto reflete como gerenciar a inovação na mineração.
Karen Carter, com 32 anos na Dow, assumirá a direção em julho de 2026. A questão não é se ela pode gerir o presente, mas se a empresa está pronta para construir o futuro.
Stryker anunciou sua segunda compra vascular em 14 meses. A questão não é se a tecnologia funciona, mas se uma corporação de 130 bilhões sabe incubar inovações ainda não aprovadas pela FDA.
Intuit investiu em inteligência artificial e reduziu custos, mas suas ações caíram quase 50%. Uma análise das dualidades de uma gigante do setor financeiro.
O governo dos EUA alertou os maiores bancos do mundo sobre uma IA que detecta vulnerabilidades críticas de forma sem precedentes. O problema está na estrutura organizacional.