Large Language Models

Principais notícias

1. 1

   S&P Global lança Adaptive Retrieval para integrar dados em fluxos de trabalho de IA empresarial

   O que aconteceu: A S&P Global Inc. lançou recentemente o Adaptive Retrieval, um serviço preparado para IA que permite agentes de clientes e modelos de linguagem grande acessar dados licenciados da S&P Global por linguagem natural através de seu AI Data Portal, complementando a oferta existente de Deterministic Retrieval. Por que importa: O movimento posiciona os conjuntos de dados pré-citados e auditáveis da S&P Global como infraestrutura de plug-and-play para aplicações de IA empresarial, aprofundando seu papel no centro de fluxos de trabalho orientados por IA. Complementa a parceria da S&P Global e investimento minoritário na Farsight, que potencializa a criação de conteúdo orientada por IA dentro do Capital IQ Pro, fortalecendo o argumento de que novos fluxos de trabalho centrados em IA poderiam apoiar o catalisador de inovação existente da empresa.

   Pontos a acompanhar: Os investidores enfrentam um risco importante de que gastos mais pesados em IA e produtos possam comprimir as margens líquidas se a adoção do cliente ou precificação não evoluir conforme esperado. A projeção de S&P Global apresenta receita de 17,2 bilhões de dólares e lucros de 6,0 bilhões de dólares até 2029, exigindo crescimento anual de receita de 2,9% e um aumento de lucros de 1,2 bilhão de dólares em relação aos 4,8 bilhões de dólares atuais; as estimativas de valor justo da comunidade variam aproximadamente entre 146 e 541 dólares por ação.

2. 2

   Coca-Cola Implementa Sistema de IA para Governar Marca em 200 Mercados

   O que aconteceu: A Coca-Cola apresentou o Project Fizzion, um sistema de IA desenvolvido com Adobe que converte as diretrizes de marca da empresa em um formato legível por máquina chamado "StyleID". O sistema está integrado aos aplicativos Adobe Creative Cloud e aplica automaticamente as regras de marca conforme os designers trabalham, além de introduzir uma identidade visual renovada centrada na paleta vermelha e branca da Coca-Cola, na escrita Spencerian e na Dynamic Ribbon. Por que é importante: A Coca-Cola distribui aproximadamente 2,2 bilhões de bebidas por dia em mais de 200 mercados, cada um adaptando a marca para campanhas locais. Manter consistência nessa escala historicamente exigiu extensa revisão manual; o Fizzion automatiza esse trabalho. Para a indústria de marketing em geral, isso representa um caso inicial e em larga escala de IA de governança de marca—tecnologia aplicada não para reduzir custos ou aumentar o volume de produção, mas para preservar a identidade conforme a produção de conteúdo cresce.

   O que acompanhar: As questões em aberto são como o sistema codificado se comporta no mercado e como a distintividade da marca se mantém conforme mais conteúdo é produzido através de IA. Adobe está estendendo ferramentas generativas com reconhecimento de marca para outros clientes empresariais, sugerindo que a IA de governança de marca pode alcançar equipes de marketing de médio porte e pequenas que tradicionalmente carecem de grandes camadas de revisão de agência.

3. 3

   Agente de IA Completa Primeiro Pagamento B2B em Teste na Grande China

   O que aconteceu: O agente LoopXPay da LianLian, apoiado pelas soluções de comércio agentic da Visa, gerenciou autonomamente um processo de pagamento a fornecedor na primeira transação agentic B2B ao vivo na Grande China. O agente mapeou a necessidade de compra, sugeriu e comparou fornecedores, colocou o pedido e executou o pagamento dentro de parâmetros de gastos e aprovação definidos. Por que importa: O piloto demonstra como agentes de IA podem ir além do trabalho administrativo para papéis operacionais que executam diretamente transações comerciais. Para pequenas e médias empresas, automatizar fluxos de trabalho de contas a pagar—que geralmente exigem envolvimento humano constante em tarefas como revisão de faturas, reconciliação de pagamentos e tratamento de exceções—poderia liberar proprietários para se concentrar em crescimento e estratégia em vez de trabalho operacional rotineiro.

   O que observar: Expandir transações agentic de pilotos para produção exigirá que as organizações construam controles fortes de governança e segurança. O artigo observa que processos de AR/AP são alvos frequentes de fraude, e criminosos cibernéticos provavelmente adaptarão táticas para atacar agentes de IA diretamente em vez de apenas manipular humanos. Agentes de IA também carecem atualmente de uma forma nativa e segura de transacionar uns com os outros em sistemas projetados para usuários humanos—uma lacuna que a indústria ainda está trabalhando para fechar.

4. 4

   Visa conclui primeiro pagamento B2B agentic com inteligência artificial da Grande China

   O que aconteceu: Visa e Lianlian executaram o primeiro pagamento B2B agentic com inteligência artificial da Grande China usando o Agentic Directory da Visa, que realizou uma transação transfronteiriça de ponta a ponta de forma autônoma dentro de controles predefinidos. Por que é importante: A transação sinaliza a entrada da Visa no comércio agentic e nas transações financeiras máquina-para-máquina, posicionando a empresa como uma precursora em fluxos de transações orientados por IA que operam dentro de regras e controles definidos.

   O que ficar atento: Investidores devem monitorar como a Visa traduz este piloto em ofertas de produtos mais amplas, novos casos de uso e crescimento potencial de volume em sua rede, além de comentários sobre adoção de comércio agentic e volumes de pagamento orientados por IA em futuros relatórios de ganhos.

5. 5

   Visa e Lianlian concluem primeira transação B2B com agente IA ao vivo na Grande China

   O que aconteceu: Visa e Lianlian DigiTech anunciaram a conclusão da primeira transação B2B com agente IA ao vivo usando LoopXPay, o agente IA da Lianlian. O agente localizou uma amostra de produto junto a um fornecedor e completou a compra em um único fluxo de trabalho — identificando a necessidade, recomendando fornecedores, comparando opções, colocando o pedido e executando o pagamento — tudo dentro de controles de gastos e parâmetros de aprovação pré-definidos. Por que é importante: Pequenas e médias empresas (PMEs) frequentemente não dispõem de equipes dedicadas de compras e gastam tempo com sourcing, aquisições e pagamentos por conta própria. O comércio alimentado por IA pode reduzir o esforço manual mantendo supervisão e controles. LoopXPay foi registrado no Agentic Directory da Visa, um registro que ajuda empresas a identificar agentes IA verificados e confirma que atendem aos requisitos da Visa para interações confiáveis e transparentes baseadas em agentes.

   Fique atento: Visa e Lianlian estão explorando como agentes IA podem apoiar atividades comerciais mais amplas — compras, otimização de publicidade digital e pagamentos em plataformas B2B — como parte de sua colaboração contínua para avançar o comércio confiável.

6. 6

   Alphabet Aumenta Investimento em IA para 205 Bilhões de Dólares; Demanda Continua Superando Oferta

   O que aconteceu: A Alphabet elevou sua perspectiva de despesa de capital para 2026 de 195 a 205 bilhões de dólares (cerca de 33 trilhões de ienes), ante a orientação anterior de 180 a 190 bilhões de dólares (cerca de 30 trilhões de ienes), citando restrições persistentes de capacidade apesar do aumento. O CEO Sundar Pichai afirmou que a demanda por modelos de IA e serviços em nuvem continua excedendo a infraestrutura disponível, e a empresa planeja expandir o uso de capacidade de terceiros no terceiro trimestre como estratégia intermediária. Por que importa: Os gastos maiores sinalizam que a Alphabet enxerga demanda empresarial sustentada e robusta por IA—o desempenho do Google Cloud foi destacado como métrica-chave—mas também refletem um desafio estrutural: mesmo com bilhões em novos investimentos, a empresa não consegue atender aos pedidos dos clientes com rapidez suficiente. Wall Street está dividida: alguns temem que os gastos possam desencadear uma "corrida armamentista de CapEx" mais ampla, enquanto outros veem como justificado pela aceleração da demanda por nuvem.

   O que acompanhar: A Alphabet divulgou receita do segundo trimestre de 119,80 bilhões de dólares (cerca de 19 trilhões de ienes), superando estimativas de analistas de 116,82 bilhões de dólares (cerca de 19 trilhões de ienes), e ganhos de 9,11 dólares por ação, acima das estimativas de 2,87 dólares. A capacidade da empresa de fechar a lacuna entre oferta e demanda até 2026, e se concorrentes acompanham com aumentos de gastos similares, moldará a competição de infraestrutura de IA.