Large Language Models

Principais notícias

1. 1

   AT&T Adota H2O AI Super Agent para IA Empresarial

   O que aconteceu：A AT&T incorporou o H2O AI Super Agent às suas ofertas empresariais, integrando a tecnologia de IA agêntica às suas soluções de negócios. Por que é importante：Os clientes empresariais agora têm acesso a uma plataforma de agente de IA projetada para automatizar tarefas comerciais complexas. Para a AT&T, isso expande seu portfólio de serviços de IA e a posiciona para competir no mercado crescente de soluções de IA agêntica de nível empresarial.

   O que acompanhar：O comunicado ainda não especifica detalhes sobre precificação, cronograma de disponibilidade e quais segmentos de clientes a AT&T priorizará no lançamento.

2. 2

   Linux Foundation lança x402 Foundation para padronizar pagamentos de agentes de IA via HTTP

   O que aconteceu: A Linux Foundation anunciou o lançamento operacional da x402 Foundation em 14 de julho de 2026, para gerenciar o protocolo x402—um padrão aberto contribuído pela Coinbase que integra capacidades de pagamento seguro às interações web. A Fundação agora conta com 40 organizações-membro abrangendo finanças, infraestrutura em nuvem e pagamentos, incluindo Adyen, AWS, American Express, Circle, Cloudflare, Coinbase, Fiserv, Google, Mastercard, Monad Foundation, MoonPay, Ripple, Shopify, Solana Foundation, Stellar Development Foundation, Stripe e Visa. Por que é importante: Agentes de IA e sistemas automatizados estão se tornando participantes ativos no comércio digital, mas careciam de uma forma nativa e segura de realizar transações. O protocolo x402 permite que agentes de IA, APIs e aplicações enviem e recebam pagamentos com a mesma fluidez com que trocam dados, suportando tipos de pagamento desde cartões tradicionais até stablecoins—sem dependência de um fornecedor específico. Isso preenche uma lacuna que um dos membros descreve na arquitetura da web, que nunca teve um mecanismo nativo para um programa pagar a outro.

   Pontos a acompanhar: A Fundação opera sob governança neutra em relação a fornecedores da Linux Foundation, garantindo que a camada de pagamento permaneça aberta e interoperável. Desenvolvedores, instituições financeiras, provedores de nuvem e membros da comunidade colaborarão para moldar o desenvolvimento do protocolo. Mais informações estão disponíveis em http://x402.org/.

3. 3

   Fujitsu e PFN concluem validação de plataforma de IA on-premises compatível com LLM nacional

   O que aconteceu：Fujitsu Technologies e Preferred Networks (PFN) anunciaram em 14 de julho a conclusão da validação operacional do PLaMo 2.2 Prime e LLM PLaMo Translation, LLMs nacionais da PFN, na plataforma de IA generativa on-premises da Fujitsu, Private AI Platform on PRIMERGY. A partir de agora, LLMs nacionais podem ser utilizados nesta plataforma. Por que é importante：Em setores que exigem segurança máxima, como governo, institutos de pesquisa, instituições financeiras e manufatura, informações confidenciais como documentos administrativos, dados de clientes e dados de produção podem agora ser processadas com segurança sem sair da organização. Para empresas de infraestrutura crítica japonesas que necessitam de operações estáveis independentes das condições globais, isso representa a possibilidade de garantir autonomia e segurança através de LLMs nacionais.

   Pontos a acompanhar：Fujitsu será responsável pelo fornecimento de hardware e manutenção em todo o país, enquanto PFN fornecerá os LLMs e suas licenças de uso. Nos próximos passos, além de governo, institutos de pesquisa, instituições financeiras e manufatura, a solução será expandida para setores como infraestrutura social, energia e saúde, que exigem uso avançado de IA e gestão rigorosa de informações.

4. 4

   Kindai University Hospital e outros 3 parceiros buscam eficiência na seleção de pacientes para ensaios clínicos com LLM

   O que aconteceu：Kindai University Hospital, Chugai Pharmaceutical, NTT e NTT Data iniciaram uma pesquisa conjunta para validar a precisão e eficiência operacional na seleção de pacientes candidatos a ensaios clínicos utilizando dados do mundo real e LLM (Large Language Model). O projeto está previsto para ser concluído até março de 2027. Por que é importante：Tradicionalmente, a seleção de pacientes para ensaios clínicos exigia que médicos e coordenadores de pesquisa clínica (CRC) revisassem manualmente os registros médicos, consumindo muito tempo e recursos. Se esta pesquisa conseguir agilizar o recrutamento de participantes, poderá encurtar a duração total dos ensaios clínicos e acelerar o desenvolvimento de novos medicamentos pelas indústrias farmacêuticas.

   Pontos a acompanhar：A verificação técnica utilizará o LLM de desenvolvimento próprio da NTT, o "tsuzumi 2", e comparará três métodos de extração: ①abordagem baseada em regras, ②aplicação de LLM e ③combinação de ambos. A precisão será avaliada confrontando os resultados com os julgamentos de médicos e CRCs.

5. 5

   DeepSeek visa a IPO em 2026 ou 2027

   O que aconteceu: A desenvolvedora chinesa de modelos de IA DeepSeek está se preparando para um oferta pública inicial (IPO) que deve ocorrer ainda este ano ou em 2027, segundo relatos. Por que importa: A DeepSeek emergiu como um player significativo no mercado global de LLM (large language model). Uma IPO sinalizaria a maturação da empresa e sua confiança no modelo de negócios, além de poder atrair a atenção de investidores para as capacidades de IA da China em meio à competição contínua entre EUA e China no setor.

   O que acompanhar: O momento exato — se a IPO ocorrer em 2026 ou 2027 — ainda permanece incerto. O processo de registro e aprovação regulatória será um marco importante a monitorar.

6. 6

   C.H. Robinson consegue ganho de produtividade de 45% com agentes de IA próprios

   O que aconteceu: A C.H. Robinson, empresa de logística centenária sediada em Eden Prairie, Minnesota, implementou centenas de agentes de IA em toda sua operação e alcançou um aumento de 45% na produtividade dos funcionários desde 2022. A companhia desenvolveu quase todos esses agentes internamente, utilizando seus próprios modelos de IA ou modelos de código aberto, e emprega cerca de 450 engenheiros com profundo conhecimento do setor de transporte. O CEO Dave Bozeman afirma que a empresa está obtendo benefícios de centenas de milhões de dólares com um custo de tokens inferior a 2 milhões de dólares (cerca de 3,2 bilhões de ienes). Por que importa: Apesar de uma queda pós-COVID que reduziu as receitas em aproximadamente 34%, a Robinson entregou crescimento de dois dígitos no lucro por ação desde 2023 ao usar IA para automatizar tarefas rotineiras, como a entrega de cotações—que agora leva 31 segundos em vez de 20 minutos—enquanto redirecionava funcionários para trabalhos de maior valor agregado, como auxiliar clientes na navegação de regimes tarifários. A empresa não precisou contratar substitutos para sua taxa natural anual de rotatividade de pessoal de 11% a 14%, desacoplando fundamentalmente o número de funcionários do volume em certas funções de negócios.

   O que acompanhar: Bozeman está alavancando a IA para reorientar a estratégia da Robinson em direção ao fornecimento de funções completas de cadeia de suprimentos para clientes ("supply chain in a box") e recuperação de participação de mercado entre pequenas e médias empresas, áreas onde a companhia está contratando ativamente mais funcionários para trabalhar ao lado de assistentes de IA. O CEO atribui o sucesso não apenas à tecnologia, mas também ao design operacional e à cultura—incluindo equipes multifuncionais que utilizam o Método Socrático, metodologia de Análise de Modo de Falha e Efeitos, e um sistema de relatórios tipo "semáforo" (verde ou vermelho apenas, sem amarelo) que celebra a falha como um ponto de passagem no caminho para o sucesso.