A computação quântica há mais de uma década promete reorganizar a medicina, os materiais e a inteligência artificial. Nesse tempo, a maior parte do capital fluiu para os circuitos supercondutores da IBM e do Google, plataformas que exigem refrigeração a temperaturas próximas ao zero absoluto, infraestrutura cara e calibração permanente. Mas abaixo dessa narrativa dominante foi tomando forma uma aposta diferente: usar átomos neutros como qubits, capturá-los com lasers, operá-los à temperatura ambiente e escalá-los em arranjos de centenas ou milhares de unidades.
Há um momento na vida de qualquer plataforma de produtividade em que não é mais suficiente fazer bem uma única coisa. A Notion chegou a esse ponto. A empresa — conhecida por anos como o lugar onde equipes guardam notas, wikis e bases de dados — acaba de anunciar uma reconfiguração profunda de sua arquitetura: um conjunto de capacidades que, juntas, transformam o espaço de trabalho em um ambiente onde agentes de inteligência artificial podem operar, receber instruções, executar código e sincronizar dados externos em tempo contínuo.
Há uma versão simplificada dos resultados da Karooooo para o quarto trimestre do ano fiscal de 2026 que circulou nas manchetes financeiras: a empresa registrou crescimento recorde em receita de assinatura, o lucro operacional caiu, o lucro por ação diminuiu e o dividendo subiu. Essa versão não está incorreta, mas também não diz nada útil sobre a qualidade do modelo. A versão que importa é mais interessante e mais incômoda.
Existe uma diferença estrutural entre um país que exporta o que está no solo e um que exporta o que pode fazer com isso. A Namíbia acaba de formalizar, por meio de seu ministro de Indústrias, Minas e Energia Modestus Amutse, que quer ser o segundo. O anúncio de maio de 2026 não é apenas uma declaração de intenções geopolíticas: é uma arquitetura de transição econômica com métricas específicas, prazos concretos e parceiros identificados.
Há uma diferença entre crescer em um mercado e mudar de posição dentro dele. A Motorola acaba de demonstrar que as duas coisas podem acontecer ao mesmo tempo. De acordo com declarações de T.M. Narasimhan, diretor-geral da Motorola Índia, a empresa passou de 2,5% de participação no mercado de smartphones na Índia há três anos para os atuais 8,5%, com expectativas de continuar avançando.
Existe uma estatística que circula há décadas em salas de reunião sem provocar o desconforto que merece: entre 60 e 75 por cento dos grandes processos de transformação organizacional fracassam ou ficam muito aquém de seus objetivos declarados. O dado não é novo. O que é novo — ou deveria ser — é começar a levá-lo a sério como um sintoma de algo estrutural na maneira como a liderança concebe a mudança.
Bernard Arnault não inventou o luxo. Ele o corporativizou sem matá-lo. Essa distinção, que parece menor, é na verdade a operação mais difícil que existe na gestão de marcas de alto padrão: industrializar a manufatura do desejo sem que o desejo se evapore.
Em uma noite no final de 2024, Denis Shilov estava assistindo a um thriller policial quando teve uma ideia para um experimento. Ele escreveu um prompt que conseguia fazer qualquer modelo de inteligência artificial ignorar seus próprios filtros de segurança. O que Shilov concluiu desse episódio não foi que havia encontrado um bug, mas sim que nenhuma empresa tinha uma camada de controle pós-implantação sobre o que seus modelos de IA faziam assim que os usuários começavam a interagir com eles.
Perto de Thackerville, Oklahoma, uma pequena cidade na fronteira com o Texas com menos de 500 habitantes, o WinStar World Casino se tornou um dos complexos de entretenimento mais grandiosos do planeta. Ele é operado pela Nação Chickasaw. O que começou como um salão de bingo há duas décadas ancora hoje a indústria de jogos de Oklahoma, avaliada em 10 bilhões de dólares, e funciona como um dos maiores empregadores do estado.
Há um dado que deveria incomodar qualquer executivo que tenha aprovado um orçamento de inteligência artificial nos últimos dois anos: os Estados Unidos, o país que fabrica os modelos mais poderosos do mundo, ocupa a posição 24 na adoção global de IA. Sua taxa é de 28,3%. O problema não é tecnológico. Nunca foi.
Há um detalhe que passa despercebido quando uma empresa escolhe sua conta bancária empresarial: a decisão não é administrativa, é estrutural. Define com que velocidade o dinheiro circula, quanto se perde em atritos e se o negócio tem visibilidade real sobre seu próprio caixa. Um artigo publicado em maio de 2026 pelo TechRepublic ilustrou isso de forma involuntária: prometeu um ranking das dez melhores contas bancárias gratuitas para empresas e entregou, em vez disso, uma análise de bancos amigáveis com criptomoedas.
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.
O sistema tributário global não opera sobre papel. Há pelo menos duas décadas ele opera sobre assinaturas digitais, certificados de dispositivos, cadeias de hash e transmissões cifradas para autoridades fiscais. Essa infraestrutura, invisível para a maioria dos gestores do varejo, é a que hoje está tecnicamente exposta a uma pressão que não vem de reguladores nem de concorrentes: vem de uma transformação no poder de computação que pode tornar inúteis os fundamentos criptográficos sobre os quais repousa a confiança fiscal de todo o sistema.
A conversa sobre segurança em inteligência artificial empresarial tende a convergir no mesmo ponto: modelos mal treinados, alucinações, vieses algorítmicos. Enquanto as equipes técnicas debatem a arquitetura do modelo, dados sensíveis já estão viajando para servidores externos, os agentes operam com privilégios excessivos e ninguém atualizou os frameworks de gestão de identidades para incluir entidades que tomam decisões sem que nenhum humano as supervisione em tempo real. A lacuna não é técnica em sua origem. É comportamental e organizacional.
Na semana passada, o TikTok anunciou no Reino Unido algo que vem sendo gestado em silêncio há anos: uma assinatura de £3,99 por mês para que usuários maiores de 18 anos possam usar o aplicativo sem publicidade e, mais importante, sem que seus dados sejam usados para fins publicitários. Não é um experimento. É o primeiro lançamento oficial em um mercado de língua inglesa, e marca o momento em que uma plataforma que construiu seu negócio sobre a atenção gratuita e a publicidade hiperpersonalizada coloca um preço explícito em sair desse circuito.
A narrativa dominante dos últimos dois anos colocou os data centers e os modelos de linguagem no centro da maior história de investimento da era moderna. Essa leitura não está errada, mas está incompleta. O que está ocorrendo nos mercados de capital globais é mais amplo, mais profundo e mais estrutural do que o debate sobre inteligência artificial permite ver na superfície.
Há um momento na vida de muitos pais de primeira viagem em que a seção de bebês de uma grande loja gera mais ansiedade do que alívio. Dezenas de carrinhos empilhados em caixas, sem possibilidade de dobrá-los ou empurrá-los, marcas desconhecidas com preços similares. Essa experiência, repetida em milhares de visitas à Target nos últimos anos, custou à empresa quase um ponto de participação de mercado.
Existe uma barreira invisível que não aparece em nenhum organograma, não consta em nenhum regulamento interno e raramente é mencionada nos processos seletivos. No entanto, existe com a precisão de uma política escrita. Chama-se o teto do sobrenome: a percepção — muitas vezes correta — de que em uma empresa familiar os cargos de maior responsabilidade têm dono antes mesmo de o processo começar.
Há um momento no ciclo de vida de qualquer modelo de negócio disruptivo em que ele deixa de destruir o incumbente e começa a imitá-lo. A Netflix acaba de cruzar esse limiar com mais clareza do que nunca. A empresa elevou seu plano padrão sem publicidade para 19,99 dólares mensais, o segundo aumento de preço em pouco mais de um ano, enquanto mantém seu tier com anúncios em 8,99 dólares.
Quando uma empresa gera 97 bilhões de dólares em fluxo de caixa livre em um único ano fiscal, a pergunta não é se ela pode investir. A pergunta é que arquitetura de poder ela constrói com esse dinheiro e quem fica preso dentro dela. A Nvidia ultrapassou 40 bilhões de dólares em compromissos de capital nos primeiros cinco meses de 2026, incluindo uma aposta de 30 bilhões na OpenAI.
Há um imposto que a maioria dos empregadores californianos não escolheu, não causou e não pode evitar. Ele incide sobre os primeiros US$ 7.000 do salário de cada funcionário. E está prestes a custar quase nove vezes mais do que em qualquer outro estado do país.
Sarvam AI, X Pay da Ebix e AuthLead da AuthBridge tratam de problemas empresariais distintos. Avaliá-los exige separar capacidades declaradas, resultados comprovados e métricas adequadas a cada negócio.
Há uma categoria de investimento imobiliário que opera há anos em silêncio, entre o ruído dos aluguéis por temporada e a aparente segurança dos contratos anuais. Não tem o glamour de um Airbnb em Florianópolis nem a estabilidade tranquilizadora de um inquilino de cinco anos, mas produz mais renda do que o segundo e menos fricção operacional do que o primeiro. Os aluguéis de médio prazo — imóveis mobiliados com contratos de 30 a 90 dias — estão emergindo como uma categoria com mecânicas próprias e uma lógica financeira que merece ser examinada com mais rigor do que costuma receber.
Existe uma crença que percorre os corredores de quase toda organização que investiu em inteligência artificial nos últimos oito anos. A crença de que o problema é sempre de quantidade. Mais dados. Mais tokens. Mais cobertura. Mais histórico armazenado.