Large Language Models

Principais notícias

1. 1

   Amex utiliza IA para acelerar desenvolvimento de produtos; impacto na força de trabalho ainda está por vir

   O que aconteceu: A American Express reportou lucro líquido no segundo trimestre de 3,11 bilhões de dólares (acima dos 2,88 bilhões de dólares do ano anterior) e elevou sua projeção de crescimento para o ano inteiro para 10%, acima da faixa de 9–10%. O CEO Steve Squeri afirmou que a IA está acelerando a capacidade da empresa de lançar produtos tecnológicos a partir de um grande acervo de projetos, com ganhos iniciais em velocidade de mercado e eficiência. Por que importa: A Amex está investindo em IA tanto para operações internas quanto para ferramentas voltadas ao cliente — incluindo o uso de IA para gerar recompensas hiperpersonalizadas com base nos padrões de gastos individuais — enquanto compete por clientes mais jovens contra fintechs como Cash App do Block e Revolut, e rivais de cartões premium como Saffire do JPMorganChase e Strata Elite do Citi. Squeri enfatizou que impactos mais profundos no desenvolvimento de produtos, fluxos de trabalho e receita ainda estão por vir, e qualquer redução de força de trabalho ocorreria por atrito natural e não por demissões.

   O que acompanhar: Squeri descreveu o momento como "a pré-temporada", sinalizando que o impacto total da IA nos negócios emergirá nos próximos anos. A empresa completou recentemente seu "maior investimento de todos os tempos" na modernização dos cartões Platinum para consumidores e empresas nos EUA, incluindo redesenhos, novos sites e incentivos adicionais, como parte de seu esforço para conquistar clientes millennials e da geração Z.

2. 2

   Meta AI Agora Planeja e Executa Tarefas via Muse Spark 1.1

   O que aconteceu: A Meta anunciou o Muse Spark 1.1, um modelo de IA atualizado que alimenta o Meta AI e meta.ai e consegue planejar, executar e acompanhar tarefas com múltiplas etapas sem precisar de instruções repetidas. Os recursos incluem planejamento de reforma de cozinha, cronogramas de treinamento para meia maratona, coordenação de jantares de aniversário, briefings diários e síntese de pesquisa — tudo começando hoje em mercados selecionados, com expansão para WhatsApp e outras plataformas nas próximas semanas. Por que importa: O modelo transforma o Meta AI de um sistema que responde perguntas em um que age em nome dos usuários — gerenciando tarefas repetitivas, rastreando conflitos de calendário e entregando atualizações contínuas automaticamente. Isso representa o passo da Meta em direção ao que ela chama de "superinteligência pessoal", uma IA que compreende o contexto e cuida de coisas que os usuários teriam de gerenciar manualmente, potencialmente transformando como as pessoas delegam planejamento e pesquisa cotidianos.

   Pontos de atenção: A Meta está implantando esses recursos a partir de hoje em mercados selecionados via aplicativo Meta AI e meta.ai, com lançamento em países adicionais e WhatsApp "nas próximas semanas". Os usuários podem orientar tarefas em tempo real (ajustando foco, tom ou conteúdo), e todo o conteúdo gerado — cronogramas, apresentações, painéis de inspiração — fica armazenado em um único lugar para acesso e compartilhamento posterior.

3. 3

   Custos de tokens de IA agêntica disparam 24× até 2030; executar tarefas localmente reduz contas em 87%

   O que aconteceu: Um agente de IA simples consome até 15 mil tokens por tarefa; sistemas multi-agentes complexos usam 200 mil a mais de um milhão. Goldman Sachs projeta que o consumo total de tokens multiplicará aproximadamente 24 vezes até 2030, chegando a 120 quadrilhões por mês. Dell lançou Deskside Agentic AI em maio, um sistema que executa agentes prontos para produção em estações de trabalho corporativas usando modelos de código aberto, com governança integrada desde o início. Por que importa: Entre meados de 2023 e início de 2026, os preços de tokens caíram 80%, mas os gastos com IA empresarial saltaram 320% porque as empresas implantaram muito mais agentes consumindo vastamente mais tokens. A conta total aumentou apesar dos preços mais baixos por token. Para os times de TI, a mudança significa que infraestrutura, segurança, orçamento e governança precisam se transformar — e a estratégia de tokens agora é uma questão de nível executivo, não apenas uma decisão de TI.

   Fique atento: Análise de Signal65 e Futurum mostra que executar agentes localmente economiza até 87% em gastos com tokens ao longo de dois anos comparado às APIs de nuvem pública, com retorno do investimento em apenas três meses. O sistema processa fluxos de trabalho para codificação, pesquisa e assistentes privados em modelos de 30 bilhões a trilhões de parâmetros e pode migrar para servidores de data center sem redesenho.

4. 4

   Empreendedores solo recebem aviso: quais tarefas não devem deixar para a IA

   O que aconteceu: A Fast Company publicou um guia para proprietários de negócios independentes sobre quais trabalhos devem permanecer sob controle humano em vez de serem delegados a sistemas de IA. Por que importa: Com empreendedores solo enfrentando pressão para automatizar e manter-se competitivos, o artigo argumenta que certas funções comerciais — provavelmente aquelas que exigem julgamento pessoal, relacionamento com clientes ou direcionamento estratégico — têm peso suficiente para que terceirizá-las para IA corre o risco de danificar o núcleo do negócio ou a confiança dos clientes.

   O que acompanhar: A lista específica de "tarefas de recusa" do artigo ajudará empreendedores solo a fazer escolhas deliberadas sobre onde a IA agrega valor versus onde o julgamento humano permanece insubstituível.

5. 5

   Grandes empresas de tecnologia defendem modelos de IA de peso aberto em meio ao escrutínio regulatório

   O que aconteceu: Grandes empresas de tecnologia estão defendendo publicamente modelos de IA de peso aberto—sistemas nos quais o código subjacente e os pesos são disponibilizados publicamente—contra possíveis restrições regulatórias ou críticas. Por que é importante: Modelos de peso aberto tornaram-se uma alternativa competitiva aos sistemas de IA fechados e proprietários, permitindo que pesquisadores e empresas menores desenvolvam aplicações sem depender dos guardiões das Big Techs. A defesa sinalizou que as grandes empresas veem essa transparência como estrategicamente importante e digna de proteção.

   O que acompanhar: O ambiente regulatório em torno dos modelos de peso aberto permanece incerto; a forma como os formuladores de políticas respondem aos argumentos da indústria determinará se esses modelos permanecerão amplamente acessíveis ou enfrentarão novas restrições.

6. 6

   Assistente de compras com IA chega ao app Apple Store

   O que aconteceu: A Apple está adicionando um "Assistente de Compras Virtual" ao app Apple Store, conforme revelado por uma atualização da política de privacidade. O bot coletará informações de conta, identificadores de dispositivo, informações de operadora, dados de chat e dados de localização opcionais para personalizar respostas e ajudar nas decisões de compra. Por que importa: O recurso permite que a Apple reúna comportamento de compra e preferências detalhadas por meio das conversas do assistente de IA. Os usuários podem optar por permitir ou não que a Apple use seus chats para melhorar o assistente, uma escolha feita em Conta > Configurações > Melhorias de Chat dentro do app — embora optar por não participar da coleta de dados por completo não pareça ser uma opção.

   O que observar: O assistente virtual ainda não está ativo no app Apple Store. A Apple já havia adicionado um bot com IA ao app Apple Support, embora esse recurso também tenha permanecido indisponível para todos os usuários.