Inteligência Central
Agilidade Tem Estrutura
O CEO da Rivian, RJ Scaringe, tem passado anos repensando silenciosamente como a tecnologia dos veículos autônomos deveria ser construída. Em conversa recente com Eileen Falkenberg-Hull, editora sênior de Autos, ele detalhou como a Rivian vem desenvolvendo um sistema de IA de ponta a ponta, capaz de se aprimorar continuamente e escalonar suas gerações de veículos.
Desenvolvida em grande parte de forma discreta, a plataforma integra hardware, percepção e um amplo modelo-base que pode ser constantemente atualizado via software. Essa abordagem evidencia o foco da empresa em manter o controle arquitetural a longo prazo, em vez de seguir um roteiro pautado apenas por incrementos de recursos.
O avanço da Rivian é notável não só pela tecnologia em si, mas também pelo que revela sobre como a IA está transformando a economia da inovação. Ela encurta os ciclos de desenvolvimento e favorece arquiteturas que evoluem sem interrupções, evitando os longos períodos de reestruturação de produtos que marcavam a indústria automobilística tradicional.
Enquanto startups podem atrair talentos de maneira diferenciada, redefinir funções com flexibilidade e investir sem o peso operacional típico dos gigantes industriais, organizações consolidadas enfrentam limitações que retardam a tomada de decisões e deixam modelos de pesquisa e desenvolvimento obsoletos.
Isso evidencia por que parcerias estratégicas se tornam cada vez mais essenciais na transição para a era da IA. Em contraste com iniciativas internas de reinvenção — que exigem redesenho de fluxos de trabalho, requalificação de funcionários e a incorporação de IA em todas as áreas — o relacionamento entre Volkswagen e Rivian demonstra a busca externa pela agilidade, algo difícil de ser recriado em estruturas legadas.
Para a Volkswagen, essa abordagem resultou após anos concentrando o desenvolvimento de software em sua divisão CARIAD, evidenciando a dificuldade que organizações tradicionais têm em se mover na velocidade de uma startup.
Na era da IA, a flexibilidade não é apenas uma virtude cultural, mas uma vantagem estrutural. Conforme exposto por Scaringe, as empresas mais aptas a agir rapidamente são frequentemente aquelas menos presas aos métodos tradicionais de inovação.
Prêmios e Encontro Impacto de IA
Os Prêmios Impacto de IA visam identificar e reconhecer soluções inovadoras que resolvem problemas críticos em diversos segmentos ou que promovem avanços significativos em capacidades operacionais. O reconhecimento não se baseia apenas em ideias, mas no impacto mensurável nas operações empresariais.
Injeção de Prompt
“AGI (inteligência artificial geral) está muito mais distante do que você imagina. Dado o investimento de US$ 90 bilhões do Meta e os compromissos quase trilionários da OpenAI, seria natural pensar que a AGI estaria logo ao virar da esquina, na modalidade ‘o vencedor leva tudo'. Mas não é bem assim. Os grandes modelos de linguagem são treinados com uma parte expressiva da internet, além de inúmeros livros e materiais digitalizados disponíveis. Cada novo modelo pode custar mais de US$ 100 milhões em capacidade computacional e chips Nvidia sofisticados. Contudo, esse treinamento ocorre de uma só vez — um “cérebro” que aprendeu intensamente, mas que fica congelado no tempo. A falta de aprendizado contínuo é uma das principais razões para a ausência da AGI. Esses modelos não se adaptam a novas informações nem compreendem que tempo e causalidade estão intrinsecamente ligados. Sem essa capacidade contínua, o uso da IA fora do campo das tarefas intelectuais de colarinho branco permanecerá limitado.
Isso torna a IA excepcional para sumarizar, organizar e filtrar grandes volumes de dados a fim de extrair insights, mas revela sua falta de criatividade. Ela age basicamente como um reconhecedor de padrões: criar uma variação de um jogo com gráficos diferentes pode ser fácil, mas diagnosticar uma doença rara é desafiador; elaborar, ainda, um motor de dobra para viagens espaciais com base nas leis conhecidas da física, porém de forma inédita, é praticamente impossível para a IA.”
Registro de Execução
Os registros clínicos desempenham um papel crucial na segurança dos pacientes, mas sua manutenção tradicionalmente depende de abstrações manuais. Em um sistema de saúde participante do Programa Nacional de Melhoria da Qualidade Cirúrgica (NSQIP), a tarefa de processar aproximadamente 22.000 casos anuais demandava mais de 11.000 horas de trabalho dos especialistas, comprometendo a sustentabilidade dessa atividade, segundo Brent Dover, CEO da Carta Healthcare.
Para aliviar essa sobrecarga, foi implementada a plataforma Lighthouse, da Carta Healthcare, descrita por Dover como uma “plataforma de inteligência híbrida que funde a velocidade e precisão da IA com a expertise clínica”.
A adoção inicial foi cautelosa, com avaliadores experientes revisando meticulosamente cada sugestão automatizada. Com o passar do tempo, à medida que o sistema evidenciava detalhes que poderiam passar despercebidos mesmo por profissionais veteranos, a confiança cresceu. Um avaliador chegou a afirmar: “O Lighthouse não substitui meu julgamento — ele o aprimora.”
O impacto operacional foi imediato: o tempo médio de abstração por caso foi reduzido quase à metade, economizando até 6.000 horas de trabalho anuais, sem comprometer a qualidade. A equipe manteve uma confiabilidade de 99% entre os avaliadores, demonstrando que os ganhos de eficiência não prejudicaram a precisão.
Ao transformar os avaliadores de “caçadores de dados” em “validadores de dados”, o sistema provou como a IA pode diminuir a carga administrativa mantendo o julgamento clínico no centro das melhorias de qualidade.
Janela de Contexto
Pesquisadores da Cleveland Clinic estão utilizando análises movidas pela IA para reverter o diabetes tipo 2, através da identificação de caminhos de tratamento personalizados, demonstrando como o aprendizado de máquina pode expandir as abordagens além daquelas fortemente baseadas em medicamentos, como os inibidores de GLP-1.
A Coreia do Sul passará a exigir que toda publicidade gerada por IA seja claramente identificada a partir de 2026. Essa medida tem o objetivo de proteger os consumidores contra conteúdos enganosos, deepfakes ou fabricados, ao mesmo tempo em que busca equilibrar a inovação com a supervisão regulatória.
A OpenAI lançou o GPT-5.2, seu modelo mais avançado até então para trabalhos profissionais e tarefas prolongadas de IA, destacando melhorias no raciocínio, no manuseio de entradas extensas, além de recursos aprimorados de codificação e produtividade.
Apesar de toda a repercussão, muitas empresas ainda encontram dificuldades em transformar a IA em lucro e valor mensurável. Pesquisas recentes mostram que apenas uma pequena fração das organizações relata ganhos reais de margem, exigindo uma redefinição das expectativas quanto à adoção dessa tecnologia.
O CEO da AWS, Matt Garman, ressaltou que a IA deve atuar como um complemento aos desenvolvedores, e não como substituta, detalhando a estratégia da empresa focada em modelos personalizáveis e na integração de dados.
Além disso, montadoras estão combinando simulações auxiliadas por IA com os tradicionais testes em túnel de vento para projetar veículos que suportem condições extremas, exemplificando como as ferramentas digitais vêm apoiando — e não substituindo — a engenharia prática.
Transfer Protocol
Denise Dresser, ex-CEO do Slack e executiva sênior da Salesforce, foi nomeada diretora de receita da OpenAI, com a tarefa de expandir as operações comerciais globais e acelerar a adoção empresarial dos modelos e ferramentas de IA da empresa.
Amin Vahdat, veterano executivo do Google e ex-vice-presidente, foi promovido a principal tecnólogo para infraestrutura de IA, liderando esforços para escalar a espinha dorsal computacional que sustenta os modelos mais avançados da empresa.
Anthony Enzor-DeMeo, antigo executivo sênior com vasta experiência em plataformas digitais, foi nomeado CEO da Mozilla Corporation, trazendo um foco renovado no desenvolvimento responsável da IA aliado a uma estratégia de produtos que prioriza a privacidade.
Theodore “Ted” Tanner Jr., anteriormente diretor de tecnologia e estratégia na BigBear.ai, foi escolhido como diretor de tecnologia na Leidos, acelerando a implantação de soluções de IA, softwares críticos para operações e soluções cibernéticas e quânticas.
Marshall Chapin, ex-executivo especializado em sistemas de energia avançados, foi nomeado CEO da GridAI, liderando o desenvolvimento de plataformas de otimização de rede e gerenciamento de energia baseadas em IA para data centers de hiperescalabilidade.
Momento Mágico
No último fim de semana, configurei minhas novas câmeras de segurança em casa para monitorar quem chegava. O sistema utiliza reconhecimento de placas – sem identificação facial: quando um carro passa, a câmera identifica a placa e registra essa informação. Embora eu não possa afirmar ter escrito cada linha do código sozinho, a integração funcionou perfeitamente, conectando todos os componentes adquiridos.
Todas as tecnologias e dispositivos foram fabricados nos Estados Unidos, garantindo que as imagens permaneçam exclusivamente na minha rede e não sejam transmitidas para fora do país. Essa configuração não só elevou a segurança da minha família, como também me permitiu experimentar e aprender na prática com a tecnologia.
