Baidu amplia atuação: plano M100/M300, vendas da Kunlunxin e aposta em robotáxis

Baidu amplia atuação para se firmar como fornecedora plena de Inteligência Artificial na China, e a estratégia envolve desde o desenvolvimento de chips até a oferta de nuvem e serviços prontos para empresas. A empresa — mais conhecida pela ferramenta e busca — diversificou suas áreas de atuação e hoje disputa espaço diretamente com a Huawei na corrida pela autossuficiência tecnológica do país.

Estratégia “full-stack” e roteiro de chips

A companhia busca consolidar uma cadeia completa, entregando hardware, infraestrutura e modelos de IA integrados. Nesse sentido, Baidu amplia atuação com investimentos pesados em chips próprios, data centers e ofertas de nuvem que permitem vender capacidade computacional a terceiros.

Como constatação oficial do plano, “No fim de 2024, a Baidu apresentou um plano de cinco anos para a evolução de seus chips. O primeiro modelo da nova geração, o M100, está previsto para o início de 2026, seguido pelo M300, esperado para 2027.” Essas etapas mostram que a Baidu pretende reduzir dependência de fornecedores estrangeiros e dominar camadas essenciais da pilha de IA.

Resultados e validação do mercado

Os primeiros sinais de retorno econômico já são visíveis. Segundo relatório citado, “Em agosto, a Kunlunxin recebeu mais de 1 bilhão de yuans (cerca de US$140 milhões, o que correspone a aproximadamente R$748 milhões) em pedidos de fornecedores ligados à China Mobile, uma das maiores operadoras de telecomunicações do país. Analistas estimam que, até 2026, as vendas dos chips Kunlun possam crescer seis vezes, chegando a 8 bilhões de yuans (US$1,1 bilhão ou R$5,87 bilhões).”

Além disso, “a consultoria Macquarie calcula que o braço de semicondutores da empresa já vale cerca de US$28 bilhões (R$149,5 bilhões)”, uma avaliação que posiciona a unidade entre os principais players locais. Esses números ajudam a explicar por que a Baidu aumenta gastos em infraestrutura e comercializa chips e serviços na nuvem, buscando se tornar uma fornecedora verdadeiramente “full-stack”.

Desafios geopolíticos e oportunidades comerciais

O ambiente global de semicondutores adiciona urgência à estratégia. “Em maio, o presidente Donald Trump proibiu que tecnologias de IA desenvolvidas nos EUA fossem vendidas a grupos chineses, medida criada para conter o avanço de Pequim no setor de semicondutores.” Essa proibição intensificou o esforço chinês por alternativas locais e elevou o valor estratégico de fornecedores como a Baidu.

Ao mesmo tempo, há movimento para relaxar restrições. Relatos apontam que “a Casa Branca considera ajustar essa diretriz e permitir a venda dos chips H200 da Nvidia. Segundo a Reuters, o Departamento de Comércio analisa a mudança.” Caso isso avance, a dinâmica do mercado chinês de IA pode mudar, mas por ora a ausência de chips avançados da Nvidia cria espaço para soluções locais.

Além da Baidu e da Huawei, outras empresas, como Alibaba e a startup Cambricon, correm para ampliar ofertas de infraestrutura. No entanto, todas enfrentam entraves comuns, como a limitação da SMIC para competir com a TSMC, e a alta demanda global por semicondutores.

Para a Baidu, as apostas não ficam só no hardware. “Uma das apostas é a divisão Kunlunxin, responsável pelos chips Kunlun AI, enquanto a subsidiária Apollo Go busca expandir serviços de robotáxi no país e no exterior.” A combinação de chips, nuvem e aplicações, como robotáxis, é central para que a empresa se estabeleça como fornecedora completa.

Em resumo, Baidu amplia atuação com um plano ambicioso que mistura pesquisa e desenvolvimento, ofertas comerciais e parcerias com operadores locais. Se os cronogramas de M100 e M300 se confirmarem, e se as vendas da Kunlunxin seguirem em alta, a empresa pode se consolidar como um dos protagonistas da transição da China para uma cadeia de IA mais autônoma.

Nova função permite ao chatbot rodar código em ambiente isolado

A OpenAI lançou um recurso que promete transformar a forma como desenvolvedores e criadores usam o modelo: o ChatGPT interpretador de código. Integrado ao ChatGPT Plus, o interpretador traz a capacidade de executar scripts, processar arquivos e realizar cálculos usando apenas linguagem natural, aumentando a produtividade e abrindo novas possibilidades para automação de tarefas.

Segundo a descrição oficial compartilhada pela fonte, “O ChatGPT Plus leva as coisas para o próximo nível ao integrar um interpretador de código em seu modelo. Isso permite que o ChatGPT execute código, opcionalmente com acesso aos arquivos que você enviou, e forneça assistência em uma variedade de tarefas, como análise de dados, criação de gráficos, edição de arquivos e realização de cálculos matemáticos.” A expectativa é que essa integração facilite desde correções rápidas de código até análises de dados mais sofisticadas, tudo guiado por instruções em linguagem natural.

Como ativar e começar a usar

Para quem já é assinante ChatGPT Plus, a ativação do ChatGPT interpretador de código será feita via painel de recursos beta. A fonte indica o caminho passo a passo: “Para começar a usar o interpretador de código, os usuários do ChatGPT Plus podem acessar suas configurações, clicar em seu nome, selecionar recursos beta e ativar os recursos que desejam experimentar. Ao longo da próxima semana, o interpretador de código estará disponível para todos os usuários do ChatGPT Plus via painel beta nas configurações.”

O processo é pensado para ser simples, permitindo que usuários testem o recurso sem configuração avançada. O interpretador roda um ambiente Python isolado, por isso tarefas comuns como geração de gráficos, limpeza de dados e conversão de formatos tornam-se acessíveis mesmo para quem não quer executar código localmente.

O que o recurso faz na prática

De acordo com a reportagem original, “Modelos de IA podem ajudar os interpretadores de código a realizar tarefas como resolver problemas matemáticos, analisar dados e converter arquivos entre formatos. Para habilitar o interpretador de código, os usuários podem acessar as Configurações e ativar os recursos beta.” Na prática, isso significa que o usuário pode pedir ao ChatGPT para, por exemplo, ler um arquivo CSV que foi enviado, filtrar linhas, gerar um gráfico e devolver o resultado, tudo em uma interação única.

Além de automações simples, o interpretador facilita experimentos rápidos, prototipagem e até revisão de trechos complexos. Por funcionar com um interpretador Python, desenvolvedores podem usar bibliotecas padrão para manipulação de dados e produção de visualizações, sem sair do ambiente do chatbot.

Segurança e limites do ambiente

A OpenAI destaca que a segurança é prioritária na operação do ChatGPT interpretador de código. Conforme o comunicado citado: “A segurança é uma prioridade máxima para a integração do interpretador de código, de acordo com a OpenAI. A execução do código gerado pela IA ocorre em um ambiente seguro, e controles de rede impedem o acesso externo à Internet ao código executado. Limites de recursos são definidos para cada sessão, garantindo a segurança do usuário.”

Esses controles significam que, embora o modelo possa executar código, ele não terá acesso livre à internet a partir do ambiente de execução, e cada sessão contará com restrições de CPU, memória e tempo. Isso reduz riscos de uso indevido, mantendo a utilidade do recurso para tarefas legítimas.

Especialistas e criadores já apontaram que o interpretador é, possivelmente, o plugin mais fascinante do ChatGPT lançado diretamente pela OpenAI, porque amplia de forma direta as capacidades do chatbot para além de respostas textuais, ao permitir que resultados concretos sejam gerados e entregues, como gráficos, arquivos editados e cálculos precisos.

Para usuários brasileiros e do restante do mundo, o lançamento significa um salto prático: com o ChatGPT interpretador de código, rotinas repetitivas, análises rápidas e auxílio em programação ficam mais acessíveis, sem a necessidade de instalar pacotes ou configurar ambientes locais. A recomendação da OpenAI é que os usuários experimentem o recurso para descobrir novas aplicações, mantendo atenção às boas práticas de segurança e privacidade.

Fontes: André Lug, Iglu Online, trecho das orientações da OpenAI e comunicado sobre o recurso.

OpenAI diz que GPT-5 “será lançado em breve”, saiba recursos, datas e riscos

GPT-5 volta a dominar rumores e expectativas no universo da inteligência artificial, depois do anúncio do ChatGPT Agent. A nova geração de modelos da OpenAI promete combinar abordagens para oferecer mais velocidade, qualidade e eficiência de custo, e relatórios indicam que o lançamento pode ocorrer já no início de agosto.

As informações chegam em um momento de grande atenção pública, e trazem detalhes técnicos e comerciais que podem afetar tanto usuários finais quanto desenvolvedores que usam a API da OpenAI. Entre as declarações públicas e os relatos internos difundidos pela imprensa especializada, há informações sobre versões reduzidas do modelo, planos de acesso por camadas e também preocupações legais em curso.

O que se sabe sobre o GPT-5

Segundo o roadmap inicial apresentado por Sam Altman, o GPT-5 combinará as capacidades de raciocínio dos modelos da série “o” (como os modelos o3 e o4) com as características dos modelos da série GPT. Essa integração tem como objetivo permitir que o sistema identifique quando utilizar os pontos fortes de cada abordagem, equilibrando velocidade, custo e qualidade para diferentes tipos de tarefa.

Relatos de fontes internas apontam que, como é comum nos lançamentos da OpenAI, o GPT-5 deverá vir acompanhado de versões mini e nano, que serão disponibilizadas para desenvolvedores via API. Essas variantes menores costumam atender demandas de menor latência e custo, mantendo opções para aplicações mais leves.

É importante lembrar que, na avaliação pública de Altman, o novo modelo será experimental e reunirá técnicas de pesquisa inovadoras, mas não alcançará, por enquanto, um patamar extremo de desempenho. Em suas palavras, o sistema não chegará ao nível do “ouro da Olimpíada Internacional de Matemática” — um prêmio atribuído a um modelo cujo lançamento ainda está distante.

Quem terá acesso e como vai funcionar

Conforme o plano original, os usuários gratuitos do ChatGPT terão acesso ilimitado ao GPT-5 na configuração de inteligência padrão, enquanto assinantes Plus poderão usufruir de um nível de inteligência superior, e os assinantes Pro terão acesso ao patamar mais avançado. Essa segmentação por camadas segue a lógica de oferecer recursos diferenciados para perfis variados, desde uso cotidiano até aplicações profissionais que exigem mais capacidade.

Além do núcleo de linguagem, a OpenAI promete integrar ao novo modelo funcionalidades que já são destaque no ChatGPT, como voz, canvas, busca e pesquisas aprofundadas. A expectativa é que o GPT-5 ofereça uma experiência multimodal, facilitando tarefas que vão da criação de conteúdo à solução de problemas complexos.

Riscos, contexto legal e o que observar

Enquanto a comunidade tecnológica se prepara para testar o novo modelo, há também riscos e questões legais que merecem atenção. Nota: Em abril de 2025, a controladora da ZDNET, Ziff Davis, ingressou com um processo contra a OpenAI, alegando que a empresa infringiu direitos autorais no treinamento e operação dos seus sistemas de inteligência artificial. Esse processo é parte do cenário que envolve transparência sobre dados de treinamento e responsabilidade corporativa.

Do ponto de vista prático, a chegada do GPT-5 traz perguntas sobre segurança, vieses, custo para empresas e impactos no mercado de trabalho. A OpenAI já sinalizou que o modelo será experimental, e que versões abertas também estão em desenvolvimento, incluindo o primeiro modelo de código aberto desde o GPT-2.

Para usuários e desenvolvedores, vale acompanhar anúncios oficiais sobre disponibilidade, preços e como as versões mini e nano serão oferecidas via API. Para o público geral, o mais relevante é entender que o avanço promete recursos mais sofisticados, mas vem acompanhado de debates sobre legalidade e governança.

Em resumo, GPT-5 surge como um passo significativo na evolução das plataformas de linguagem, com potencial para ampliar casos de uso e eficiência, mas também com desafios regulatórios e éticos que devem ser acompanhados de perto nos próximos meses.

Como usar o Microsoft OneNote para aumentar sua produtividade

Tudo que você precisa saber para usar o Microsoft OneNote com eficiência

O Microsoft OneNote é hoje uma das ferramentas mais versáteis para quem precisa capturar ideias, organizar projetos e colaborar com equipes. Mais do que um bloco de notas digital, o OneNote reúne anotações rápidas, cadernos separados por temas e integração com o Outlook e o OneDrive, facilitando o fluxo de trabalho diário.

Anotações rápidas, cadernos e seções

Uma das funcionalidades mais práticas é a criação de anotações rápidas, úteis para quando você precisa registrar algo em poucos segundos. No OneNote essas entradas ficam salvas como páginas na seção “Anotações Não Arquivadas” do caderno “Anotações Rápidas”, uma solução que funciona como os conhecidos bilhetes amarelos, mas sincronizada entre dispositivos.

Além das anotações instantâneas, o OneNote permite criar vários cadernos para diferentes projetos, áreas pessoais ou disciplinas. Dentro de cada caderno, você organiza o conteúdo por seções e páginas, que podem receber títulos, etiquetas e formatação rica. Essa hierarquia torna o OneNote ideal para quem precisa alternar entre tarefas sem perder contexto.

Organização, busca e etiquetas que salvam tempo

Para manter o arquivo de notas funcional, é essencial organizar e reorganizar o conteúdo com frequência. Use tags para priorizar tarefas e facilitar pesquisas posteriores, e sempre que possível arquive, em vez de excluir, notas concluídas. Criar uma pasta “Arquivo” dentro do OneNote ajuda a preservar histórico e a manter a caixa de entrada limpa.

O OneNote também inclui uma busca poderosa. Basta selecionar a lupa ou pressionar Ctrl+F para localizar palavras ou frases em todo o seu conjunto de cadernos. A pesquisa destaca os resultados, e é possível refinar a busca por caderno, seção ou tipo de conteúdo, uma vantagem quando você precisa recuperar informações antigas rapidamente.

Colaboração, segurança e boas práticas

Ao compartilhar cadernos via OneDrive ou SharePoint, o Microsoft OneNote vira uma espécie de wiki de equipe, permitindo edição em tempo real e acesso sincronizado. Para conteúdos sensíveis, é possível proteger seções inteiras com senha, lembrando que a senha perdida impede o acesso às páginas bloqueadas.

Entre as melhores práticas recomendadas está a integração com o Outlook para transformar notas em lembretes, e o uso de modelos de página para padronizar pautas, listas e relatórios. Outra dica prática é digitalizar trechos importantes e colá-los no OneNote, onde podem ser destacados, anotados e vinculados à fonte original.

O escritor André Lug, especialista citado nas fontes consultadas, resume a utilidade da ferramenta. Ele afirma: “O Microsoft OneNote, na minha opinião, é o produto perfeito para fazer anotações e mantê-las organizadas.” A recomendação reforça a ideia de que dominar o OneNote pode trazer benefícios diretos à rotina de trabalho ou estudo.

Em resumo, usar o Microsoft OneNote com consistência significa aproveitar anotações rápidas, cadernos temáticos, busca integrada, colaboração em tempo real e recursos de segurança. Ao aplicar essas práticas, você transforma um simples aplicativo de notas em um centro de produtividade pessoal e coletivo.

Experimente criar um caderno por projeto, proteger as seções mais sensíveis com senha, e adotar a regra de arquivar ao invés de excluir. Essas ações simples tornam o OneNote uma ferramenta robusta para gerenciar ideias, reuniões e entregas, mantendo tudo acessível e organizado quando você mais precisar.

Relatório com técnica DE-COP aponta que OpenAI pode ter usado livros paywall da O’Reilly no treinamento

Um estudo recente do AI Disclosures Project sugere que a OpenAI treinou modelos com livros da O’Reilly que estavam por trás de paywalls, levantando novo debate sobre direitos autorais e práticas de coleta de dados para inteligência artificial. A análise, publicada por uma organização cofundada por Tim O’Reilly e Ilan Strauss, usou um método chamado DE-COP, descrito como um “ataque de inferência de associação”, para avaliar se modelos como o GPT-4o têm conhecimento prévio de textos protegidos.

Como os pesquisadores chegaram às conclusões

Os autores testaram a capacidade do GPT-4o de distinguir entre trechos originais e versões parafraseadas ou geradas por IA. Essa técnica DE-COP pretende revelar quando um modelo “reconhece” conteúdo específico porque o viu durante o treinamento.

Na prática, os pesquisadores utilizaram 13.962 trechos de 34 livros da O’Reilly publicados antes e depois das datas de corte de treinamento dos modelos, para estimar a probabilidade de que determinados excertos tenham sido incluídos no conjunto de treinamento. De acordo com o estudo, o GPT-4o “reconheceu” significativamente mais conteúdos de livros protegidos por paywall da O’Reilly, em comparação com o GPT-3.5 Turbo, que mostrou maior reconhecimento de materiais disponíveis publicamente.

O que os resultados significam e as limitações

Os achados sugerem que modelos mais recentes podem ter uma dependência maior de fontes não públicas, como livros pagos, para melhorar desempenho e qualidade de respostas. Isso reforça preocupações sobre o uso de material protegido por direitos autorais sem autorização explícita, e sobre a transparência das empresas que treinam grandes modelos de linguagem.

Ao mesmo tempo, os autores deixam claro que os resultados não são prova definitiva. O relatório afirma que a metodologia pode não ser infalível, e que existe a possibilidade de que alguns trechos protegidos tenham sido coletados a partir de usuários que copiaram e colaram conteúdos no ChatGPT. Além disso, o estudo não avaliou modelos mais recentes, como o GPT-4.5 e as versões “de raciocínio”, deixando em aberto se esses modelos também foram treinados com material protegido em igual ou menor grau.

Contexto do setor, respostas e implicações legais

A OpenAI já admite pagar por parte de seus dados de treinamento, mantendo acordos com editoras de notícias, redes sociais e bibliotecas de mídia, e oferece mecanismos de exclusão que permitem aos detentores de direitos solicitar que conteúdos não sejam usados. Ainda assim, a empresa enfrenta diversas ações judiciais relacionadas às práticas de treinamento e à interpretação das leis de direitos autorais nos Estados Unidos.

O relatório do AI Disclosures Project aponta para uma tendência do setor em buscar fontes de dados de maior qualidade, incluindo a contratação de jornalistas e especialistas em ciências para melhorar o desempenho dos modelos. No entanto, se confirmada, a alegação de que a OpenAI treinou modelos com livros paywall da O’Reilly sem licença poderia complicar acordos futuros e aumentar a pressão regulatória sobre empresas que desenvolvem IA.

Os autores do estudo recomendam cautela na interpretação dos resultados, e destacam que mais investigação é necessária para esclarecer a origem exata dos trechos identificados. Enquanto isso, editores, autores e empresas de tecnologia devem se preparar para debates mais intensos sobre transparência, licenciamento e responsabilidade no uso de conteúdos protegidos para treinar inteligências artificiais.

Em resumo, a pergunta central segue em aberto: até que ponto empresas como a OpenAI dependem de materiais protegidos para alcançar avanços em capacidade e qualidade de resposta? O relatório traz evidências que apontam nessa direção, mas também deixa claro que a investigação precisa continuar para transformar suspeitas em provas conclusivas.

Nova plataforma gratuita da OpenAI para formar profissionais em inteligência artificial

OpenAI Academy oferece cursos em vídeo e eventos ao vivo para desenvolver habilidades em IA

A OpenAI expandiu seu portfólio educacional com uma iniciativa desenhada para democratizar o acesso ao conhecimento em inteligência artificial. A nova OpenAI Academy surge como uma plataforma gratuita que promete concentrar horas de conteúdo em vídeo e sessões ao vivo, voltadas a ensinar tanto os fundamentos teóricos quanto as habilidades práticas mais demandadas no mercado.

Segundo o material de divulgação, “A OpenAI acaba de revelar a nova OpenAI Academy, uma plataforma educacional gratuita que oferece horas de conteúdo em vídeo e eventos ao vivo para ensinar os fundamentos da inteligência artificial e desenvolver habilidades práticas. A adesão à plataforma não requer nenhum pagamento ou pré-requisito.” A citação da própria nota oficial destaca que qualquer pessoa poderá se inscrever, sem barreiras financeiras ou requisitos prévios.

O que oferece o catálogo inicial

O conteúdo já disponível foca em programas práticos e aplicáveis a contextos educacionais, profissionais e de pesquisa. Conforme divulgado, “O catálogo atual de cursos inclui programas práticos como “ChatGPT on Campus”, “ChatGPT at Work”, “Sora Tutorials”, “IA para Educadores do Ensino Fundamental e Médio” e “Engenharia de Prompt”. Esses cursos refletem áreas de interesse imediato: uso do ChatGPT em ambientes acadêmicos e corporativos, tutoriais técnicos e capacitação de professores do ensino básico, além de formação em engenharia de prompt.

Ao reunir módulos teóricos e oficinas práticas, a OpenAI busca atender tanto iniciantes quanto usuários com experiência que queiram aperfeiçoar a aplicação de modelos generativos. A ênfase em atividades ao vivo também sugere uma aposta em interação e aprendizagem guiada, elemento importante para absorção de competências técnicas.

Acesso, idiomas e certificação

Embora a plataforma seja gratuita, há limites atuais que podem influenciar a adoção no Brasil. A própria nota observa que, “Embora, por ora, o conteúdo esteja disponível apenas em inglês, a OpenAI informou que planeja oferecer suporte para outros idiomas em breve.” Isso indica que, por enquanto, falantes de português poderão enfrentar barreiras, especialmente professores e estudantes que dependem de materiais em português.

Outro ponto relevante é a certificação. A OpenAI deixou claro que “No momento, a plataforma não disponibiliza certificados ou acreditações formais.” Para quem busca validação formal de competências, essa ausência pode reduzir o apelo institucional, ainda que o aprendizado prático continue sendo valioso para a rotina profissional.

Impacto esperado para estudantes e profissionais no Brasil

No cenário brasileiro, a chegada da OpenAI Academy representa uma oportunidade para atualização rápida em habilidades de IA, sobretudo em áreas que combinam tecnologia e educação. A oferta de cursos como “IA para Educadores do Ensino Fundamental e Médio” abre uma porta para capacitar docentes, e a presença de módulos sobre ChatGPT ajuda empresas a integrar assistentes de linguagem nas rotinas de trabalho.

Fontes locais que repercutiram o lançamento, como o texto assinado por André Lug, ressaltam o potencial da iniciativa para criadores de conteúdo, empreendedores e profissionais de produtividade. André Lug é identificado como fundador da Iglu Online e escritor, com foco em Inteligência Artificial e criação de conteúdo, o que dá contexto sobre o interesse editorial pelo tema.

Para tirar proveito da OpenAI Academy, recomenda-se que instituições e profissionais brasileiros acompanhem a expansão de idiomas e avaliem complementar a formação com certificações alternativas oferecidas por cursos locais ou por universidades parceiras. Ainda que a plataforma, nessa fase, não conceda credenciais formais, o conhecimento adquirido pode acelerar projetos e melhorar o uso responsável de modelos generativos no cotidiano.

Em resumo, a nova iniciativa da OpenAI chega como uma ferramenta acessível para aprendizado em IA, com um catálogo focado em aplicação prática, sem custos e sem pré-requisitos, porém com limitações de idioma e sem certificação formal por enquanto. A expectativa é que, conforme a OpenAI avance no suporte a outros idiomas e evolução do catálogo, a plataforma se torne cada vez mais relevante para públicos global e brasileiro.

Cobrança e boletos na era da IA generativa

Como a IA generativa transforma boletos e renegociações, trocando pressão por soluções financeiras personalizadas

A combinação entre a escalada da inadimplência e a chegada de novas tecnologias está redesenhando a forma como empresas tratam boletos e cobranças. Ao contrário do modelo tradicional, centrado em volume de contatos, a adoção de IA generativa busca entender padrões individuais e criar propostas compatíveis com a realidade financeira do consumidor.

O pressuposto central é simples: não é falta de intenção que explica grande parte dos atrasos, mas sim a incapacidade de ajustar o compromisso financeiro ao orçamento. Nesse sentido, a tecnologia passa a ser instrumento de facilitação, não apenas de pressão.

Por que a inadimplência cresce sem falta de vontade de pagar

Dados e relatos compilados por especialistas apontam que o problema não é a desídia do devedor, mas a fragilidade do orçamento doméstico. Segundo levantamento citado, “mais de 30% dos brasileiros endividados atrasam o pagamento por não conseguirem ajustar as parcelas ao orçamento mensal, especialmente em momentos de alta dos preços essenciais.“

Essa estatística revela que muitas renegociações fracassam por oferecerem condições desconectadas da vida do cliente. Quando a proposta não cabe no mês a mês, mesmo o consumidor disposto a quitar a dívida acaba impedido.

Por isso, a cobrança passa a exigir diagnóstico financeiro e flexibilidade. Em vez de insistir para receber, a meta se reinventa: “O objetivo deixa de ser insistir para que o consumidor pague e passa a ser criar condições reais para que ele consiga quitar a dívida.“

Como a IA generativa altera a prática de cobrança

A incorporação de IA generativa nas operações de recuperação de crédito permite análises mais profundas do comportamento e da intenção do pagador. Modelos que cruzam dados transacionais, interações anteriores e indicadores macroeconômicos conseguem prever a probabilidade de pagamento e sugerir alternativas de parcelamento viáveis.

Na prática, soluções com inteligência generativa habilitam conversas digitais personalizadas, cálculos automáticos de parcelas e ofertas preditivas que reduzem atrito. A tecnologia transforma a jornada do cliente em algo mais fluido, com menos tentativas genéricas e mais opções ajustadas ao orçamento.

Os ganhos operacionais também são mensuráveis. Como mostra o mercado, “Em 2024, um estudo da McKinsey mostrou que empresas que já utilizam modelos generativos em operações administrativas e de atendimento registram ganhos de até 40% de eficiência“, o que reforça o potencial de impacto além da simples automação.

Impacto prático: do boleto ao acordo sustentável

Na ponta, a adoção de IA generativa promete tornar o boleto um instrumento mais flexível, capaz de ser recalculado segundo cenários reais do devedor. Ofertas que levam em conta sazonalidade de gastos, prioridades familiares e histórico de pagamento elevam a chance de recuperação.

Além do resultado financeiro, há um efeito reputacional. Transformar cobrança em acolhimento reduz atritos e preserva relacionamento, o que é essencial em mercados onde acesso a crédito futuro impacta consumo e recuperação econômica.

O discurso de especialistas resume essa mudança de paradigma. Como afirma Nelson Bastos Jr, CTO da Paschoalotto, “Num país em que a inadimplência não é sinal de desinteresse, mas de fragilidade financeira, a IA generativa desempenha papel central, transformar cobrança em acolhimento, estratégias em previsibilidade e renegociação em retomada real da vida financeira.“

Para organizações, a lição é clara: deixar de encarar cobrança como uma operação de escala e passar a tratá-la como ciência de dados e relacionamento. Investir em modelos capazes de personalizar propostas significa aumentar a recuperação e, ao mesmo tempo, oferecer soluções que o consumidor consiga honrar.

O movimento também exige atenção à ética e à transparência, garantindo que ofertas preditivas não se apoiem em vieses e que o uso de dados respeite privacidade. Quando bem aplicada, a IA generativa pode, portanto, transformar boletos e renegociações em ferramentas de retomada financeira, e não apenas em instrumentos de cobrança puramente punitiva.

Matéria por Bruno Capozzi, com dados e análises de especialistas do setor de recuperação de crédito.

A visão de Mark Cuban sobre identificar padrões e antecipar tecnologias

Como a fórmula da disrupção identifica padrões que criam negócios bilionários

Mark Cuban construiu uma carreira como empreendedor e investidor guiado por uma ideia simples, mas poderosa: detectar padrões que a maioria não enxerga e transformá-los em oportunidades. No episódio do podcast Equity, Cuban explica como sua fórmula da disrupção o levou de apostas em redes locais e serviços de streaming a investimentos na área de saúde e em inteligência artificial.

Para Cuban, a disrupção não é mágica, nem sorte, é um processo de reconhecer tendências recorrentes e aplicá-las em novas camadas do mercado. Essa abordagem conecta serviços que já existem com demandas emergentes, gerando modelos que podem se tornar, segundo ele, negócios de escala bilionária. A estratégia de Cuban destaca-se por focar em uso prático e em como tecnologias consolidadas podem ser reaplicadas.

De streaming à saúde: o padrão por trás das apostas

O histórico de investimentos de Cuban mostra que sua fórmula da disrupção tem consistência. Ele aponta oportunidades onde outros veem apenas incrementalismo, por exemplo, quando serviços de streaming começaram a crescer, e mais tarde, ao apostar em soluções de saúde digital. A lógica é parecida: identificar tecnologias que tornam processos mais baratos, acessíveis ou escaláveis e aplicá-las em setores com alto potencial de transformação.

Nesse sentido, Cuban segue a máxima atribuída a Steve Jobs, que ele cita como inspiração, “Tudo é uma releitura”. A frase resume bem a abordagem: muitas inovações são versões repensadas de ideias anteriores, aplicadas em contextos diferentes, com resultados radicalmente novos. A capacidade de ver essa releitura é a base da fórmula da disrupção.

IA e o erro das grandes empresas: usar, mas não integrar

Um dos pontos centrais da fala de Cuban no Equity é a atual corrida pela inteligência artificial. Ele observa que muitos já utilizam ferramentas como o ChatGPT, mas poucos sabem realmente como integrar a IA ao modelo de negócios. Cuban aponta que o diferencial prático não está em usar a tecnologia por si só, mas em reconfigurar processos para que a IA entregue valor mensurável.

Essa visão amplia a aplicação da fórmula da disrupção: não se trata apenas de investir em soluções de ponta, e sim de ajudar empresas, especialmente pequenas e médias, a encaixar a IA em fluxos operacionais, vendas e atendimento. Para Cuban, o verdadeiro ganho está em capacitar negócios menores a aproveitar ferramentas já existentes, transformando adoção tecnológica em vantagem competitiva.

O foco nas pequenas e médias empresas como motor de valor

Ao contrário da crença de que a transformação digital depende apenas de grandes investimentos corporativos, Cuban enfatiza que há enorme valor em oferecer caminhos práticos para pequenas e médias empresas adotarem a IA. Sua experiência mostra que soluções acessíveis e bem integradas podem gerar disrupção em escala, ao democratizar eficiência e atender lacunas negligenciadas por grandes players.

Portanto, a fórmula da disrupção aplicada à inteligência artificial prioriza impacto operacional, redução de custos e melhoria na experiência do usuário. Para empreendedores e gestores, a recomendação é clara: em vez de simplesmente replicar o que outras empresas fazem com IA, é preciso redesenhar processos pensando em resultados tangíveis e no cliente final.

Mark Cuban oferece, na prática, um roteiro para quem busca disrupção: observe padrões, teste releituras de soluções existentes, foque na aplicação prática e, sobretudo, ajude empresas menores a implementar tecnologias. Essa abordagem, segundo ele, aumenta as chances de transformar tendências em negócios de alto valor.

Ao final, a lição que fica é que a fórmula da disrupção não é um segredo guardado por poucos, mas uma disciplina aplicável. Reconhecer padrões, reaplicar ideias e integrar tecnologias como a IA no dia a dia das empresas pode ser a diferença entre acompanhar mudanças e criá-las.

A inteligência artificial e o desafio de transformar hábitos

IA no desenvolvimento pessoal exige método, métricas e limites para gerar resultados reais

IA no desenvolvimento pessoal tem potencial para acelerar o autoconhecimento, a aprendizagem e a produtividade, quando usada com critério. A popularização de conselheiros virtuais e planejadores de hábitos trouxe alcance global, mas também aumentou a confusão entre ganho real e sensação de progresso.

Dados recentes mostram que a difusão da tecnologia é ampla, e a reação pública é mista. Segundo estudo do Pew Research Center, “em 25 países, mais de 80% das pessoas declaram ter ouvido ou lido sobre IA. Nesse universo, 34% afirmam estar mais preocupadas do que empolgada com o crescimento da inteligência artificial, enquanto 42% estão igualmente preocupadas e empolgadas.” Esses números explicam por que muita gente chega esperançosa às ferramentas e volta desconfiada.

Evidências concretas de potência

Existem evidências robustas de que a IA no desenvolvimento pessoal pode ser efetiva. Em experimentos de produtividade com desenvolvedores, um assistente de código impulsionou a produtividade em “26,08%” nas tarefas concluídas, com ganhos maiores entre profissionais menos experientes. Na saúde mental, um ensaio clínico randomizado com “210 adultos” e um agente de IA ajustado para transtornos depressivos e ansiosos mostrou que, após quatro semanas de intervenção e oito de acompanhamento, os participantes melhoraram de forma clinicamente significativa, com “média superior a seis horas de engajamento e percepção de vínculo terapêutico comparável à terapia presencial.”

Além disso, o uso para criatividade e organização é real e crescente. Em levantamento do AP-NORC, “60% dos adultos disseram usar IA para buscar informação. Mais de 74% entre aqueles com menos de 30 anos utilizam a IA para brainstorming,” indicando utilidade no ciclo criativo do esboço à execução.

Quando a tecnologia vira placebo digital

A linha entre potência e placebo depende do desenho de uso e de limites técnicos. Sistemas de IA oferecem linguagem natural e ritmo de resposta, mas carecem de vivência e de contexto moral. Sem regras claras, ferramentas podem se tornar “consolo produtivo” em vez de transformação. No mundo corporativo, a pesquisa da McKinsey aponta que “mais de três quartos das empresas já usam IA em pelo menos uma função. Em contraponto, menos de um terço segue a maioria das práticas de adoção e escala. Menos de um quinto acompanha KPIs (Key Performance Indicators) específicos de soluções de IA.” Essa lacuna entre adoção e governança explica por que “mais de 80% dos participantes do estudo relatam ausência de impacto tangível no EBIT (Earnings Before Interest and Taxes)”.

O mesmo risco se aplica à vida pessoal: sem metas, métricas e revisão, há apenas impressão de progresso. O perigo maior é delegar ao algoritmo tarefas que são constitutivas do caráter e da disciplina pessoal. Nas palavras da análise que orienta esta pauta, “O placebo surge quando se delega ao algoritmo a tarefa de construir caráter, tarefa que pertence ao sujeito e à comunidade.”

Quatro passos para transformar IA em potência real

Para que a IA no desenvolvimento pessoal cumpra seu papel, é preciso combinar ciência, método e humildade. O primeiro passo é alfabetização tecnológica aplicada: definir objetivos, indicadores e intervalos de revisão antes de ativar assistentes, usando metas SMART complementadas por sequências curtas sugeridas pela IA.

O segundo passo é integrar IA com suporte humano. Mentores, terapeutas e grupos de prática elevam a aderência e corrigem vieses, porque, como mostrou o ensaio clínico citado, o vínculo importa tanto quanto o conteúdo.

O terceiro requisito é arquitetura de dados e privacidade, com consentimento explícito e, quando possível, armazenamento local e modelos menores em dispositivos com NPU, para reduzir latência e ampliar autonomia. O quarto é adotar benchmarks externos, como o AI Index, para calibrar ambição e evitar trocar disciplina por novidade de aplicativo.

O futuro próximo tende a trazer agentes mais explicáveis e emocionalmente competentes, capazes de sugerir repouso ou aumento de desafio conforme o padrão de esforço do usuário. Ainda assim, a decisão diária de voltar, medir e ajustar permanece humana. Ferramentas reduzem fricção e custo marginal, pessoas oferecem propósito e direção. A aposta vencedora combina evidência, boas práticas e accountability pessoal para que a IA deixe de ser mero efeito placebo e se torne uma potência real no desenvolvimento pessoal.