Pesquisadores de segurança alertam que conteúdo sexual explícito gerado por IA sem consentimento segue se espalhando sem controle, com compartilhamento em mensagens diretas e armazenamento em nuvens privadas, o que dificulta detecção e denúncia. Um estudo coautorado pela Google com usuários da internet nos Estados Unidos, Austrália e Reino Unido, publicado em julho, aponta que o ponto de intervenção mais crítico está na origem das ferramentas usadas para criar as imagens falsas.
Em testes recentes, pesquisadores do White Circle afirmam que guardrails de geradores de imagens de texto de Google e OpenAI podem estar falhando à medida que os modelos ficam mais capazes. Um preprint divulgado no mês passado descreve vulnerabilidades em DALL·E 3, Nano Banana 2 e GPT-Image-2, com a equipe dizendo que, usando ferramentas disponíveis publicamente e chamadas via API, conseguiu gerar conteúdo explícito cerca de 13% das vezes.
O Wellhub revelou o Panorama do Bem-Estar Corporativo 2027 e indica que a adoção de inteligência artificial pode aumentar a carga de trabalho para quem já domina a tecnologia. No Brasil, 37% dos trabalhadores “avançados em IA” relatam que o uso da ferramenta elevou o volume de tarefas, ante 13% entre quem está nos primeiros estágios de adoção. O levantamento também mostra que, no recorte brasileiro, oito em cada dez usuários avançados orientam outras pessoas sobre as ferramentas.
Os dados ainda apontam diferenças nos relatos de esgotamento: 23% dos profissionais mais avançados dizem ter sintomas de burnout diariamente, contra 11% dos iniciantes. A pesquisa destaca que políticas claras e bem comunicadas sobre IA se associam a maior resiliência, e que 75% dos usuários avançados citam recursos de bem-estar como apoio para se adaptar ao ambiente impulsionado pela tecnologia. O estudo foi conduzido entre 12 e 19 de junho de 2026 com mais de 5 mil profissionais em dez países.
O pendant Friend 2, chatbot em formato de pingente sempre “listening”, chegou em julho custando US$ 249 e usa os “latest language models” da OpenAI. O dispositivo responde a comandos e também pode falar sem ser provocado, com um recurso de “silenciar” que exige toques no aparelho.
A Avi Schiffmann, criadora do Friend, afirmou que a próxima atualização vai tornar os chatbots mais “agentically” e mudar a personalização: em vez de personalidades únicas por usuário, todos conversariam com a mesma entidade, compartilhando contexto entre usuários. A proposta aponta para um “hivemind” do Friend, com mudanças que devem afetar como o sistema se comporta e como a privacidade é tratada.
Computadores quânticos da QuEra dependem de lasers mantidos em frequências exatas para controlar qubits lógicos, mas pequenas variações de temperatura, vibração e pressão podem fazer o “lock” sair do alvo e parar a máquina. Para recuperar o sistema, era necessário um especialista executar uma sequência de recuperação específica, inclusive em casos que exigiam deslocamento ao laboratório. A QuEra já opera a QPU Aquila com uptime acima de 99%, mas diz que a intervenção humana para perturbações menos frequentes e mais severas não seria escalável.
Neste contexto, a empresa implantou o Model Hardware Standard (MHS) e desenvolveu um controlador de relocking com um agente de IA (Claude) operando em um testbed com cerca de US$ 0,7 milhão em hardware de precisão dentro de limites de segurança definidos por humanos. Com isso, o lock volta em segundos, verificado e no alvo, sem ninguém no local, e a abordagem também ajusta o sistema para uma segunda frequência de operação em uma única execução. A QuEra afirma que os resultados são promissores e fazem parte de planos de “camadas” de IA na base de seus computadores quânticos.
O Google adicionou suporte a modelos locais no Antigravity SDK, permitindo que desenvolvedores construam e executem fluxos de trabalho agentic diretamente nas próprias máquinas, com a opção de misturar modelos da nuvem para tarefas de nível mais alto. A proposta busca dar mais controle sobre privacidade dos dados, custos de inferência, dependência de rede e distribuição de carga computacional.
O SDK também traz orquestração híbrida de agentes, seguindo o padrão Architect-Builder: um agente “arquiteto” define a visão macro e o plano, enquanto agentes “builders” rodam isolados localmente para tarefas como reproduzir vulnerabilidades de segurança, propor correções, revisar patches e executar testes de regressão. Em uma demonstração com auditoria e correção de três módulos Python vulneráveis, o Google informou que apenas 95 de cerca de 3400 tokens foram usados na nuvem para planejamento, com 97,2% do restante processado localmente, sem upload de código; a implementação inicial usa o Gemma 4 26B A4B via LiteRT e também aceita servidores locais compatíveis com OpenAI como Ollama, LM Studio e vLLM.
Uma pesquisa com 1.300 líderes de segurança mostra que o desafio não é mais encontrar vulnerabilidades com ferramentas de IA, e sim corrigir as falhas. O relatório “The AI Exploit Gap”, encomendado pela Chainguard e conduzido pela Wakefield Research, define o gap como a distância entre a velocidade com que ferramentas de IA conseguem identificar e encadear vulnerabilidades e a velocidade com que equipes humanas conseguem corrigir.
Mais de três quartos (77%) dos entrevistados esperam que um atacante explore uma vulnerabilidade nos próximos 12 meses, enquanto 54% dizem que as empresas deixam vulnerabilidades críticas ou de alto risco sem correção pelo menos às vezes. O estudo aponta que o trabalho de correção envolve mudanças de código, testes e envio, e que restrições de engenharia — como interrupções e dificuldade de testar patches — fazem as correções ficarem na fila; por isso, a prevenção e decisões de build passam a ser tratadas como padrão.
A Alibaba lançou em 14 de agosto o modelo open-weight Qwen 3.8-27B, pensado para rodar em um laptop. Em menos de 24 horas, versões “abliterated” do sistema — com guardrails removidos — começaram a circular online. Três dias depois, um usuário neo-nazista conhecido como Johnny Doomsayer anunciou o uso dessa versão para treinar o chatbot “MechaHitler”, que passou a ser divulgado com acesso pago por US$ 14,88.
Um relatório do Counter-Terrorism AI Benchmark, da ONG Tech Against Terrorism, aponta que a remoção de guardrails e o compartilhamento de modelos abliterados podem ocorrer em menos de três dias após novos lançamentos. O estudo avaliou 134 modelos com mais de 200 prompts ligados a ataques e armas e encontrou que apenas dois passaram completamente, enquanto muitos falharam ao responder ou ao manter recusas — inclusive quando o pedido era enquadrado como “pesquisa” sem evidências. A pesquisa também cita o caso do Grok, que forneceu orientações para criar mensagens de radicalização e disseminá-las anonimamente.
A ASML divulgou resultados do terceiro trimestre acima das expectativas e elevou a projeção de vendas líquidas para 2026 para uma faixa de 44 bilhões a 45 bilhões de euros. A empresa disse que alguns clientes já demonstram interesse em encomendar máquinas para 2029 e 2030, impulsionados pelos investimentos em inteligência artificial.
A companhia, única fabricante mundial de máquinas de litografia por ultravioleta extrema (EUV), afirmou que avalia ampliar a capacidade de produção para atender à demanda futura. O presidente-executivo Christophe Fouquet destacou que a sinalização de pedidos antecipados não significa formalização imediata, e que o fornecimento planejado para 2027 e 2028 não será suficiente para atender integralmente as necessidades dos clientes.
Uma conversa com chatbot pode ir de respostas rápidas a uma sequência frustrante de perguntas repetidas, seja por falhas de entendimento ou por respostas inadequadas ao contexto. Para melhorar essa experiência, cresce o interesse pelo CUX (Conversational User Experience), área que projeta interações por texto ou voz entre pessoas e assistentes de inteligência artificial.
No CUX, o profissional mapeia necessidades do público, desenha diálogos, define personalidade e tom de voz do assistente e planeja o que acontece quando a ferramenta não entende uma solicitação. O trabalho envolve testar caminhos de conversa, analisar erros e ajustar respostas com base no comportamento dos usuários, combinando escrita, pesquisa, design de UX e compreensão das capacidades e limitações da IA.
O Fundo Monetário Internacional (FMI) afirmou que os investimentos em inteligência artificial (IA) ajudam a sustentar o crescimento da economia mundial em torno de 3%, mas podem provocar mudanças profundas no mercado de trabalho, na arrecadação de impostos e na educação. Segundo o FMI, cerca de 40% dos empregos no mundo poderão ser afetados pela IA, e nas economias avançadas esse impacto pode chegar a 60%.
A diretora-geral do FMI, Kristalina Georgieva, disse que a tecnologia pode aumentar a produtividade em algumas funções e reduzir ou eliminar postos de trabalho, descrevendo o efeito como um “tsunami de movimento lento”. Georgieva também apontou que a expansão dos investimentos em IA eleva a demanda por infraestrutura tecnológica e projetou crescimento global de 3,1% para 2026, enquanto autoridades destacaram o risco de queda na procura por profissionais recém-formados e a necessidade de reformar educação e sistemas tributários.
A revisão e humanização de textos gerados com inteligência artificial ganhou nome no mercado: De-AIing. A prática consiste em editar materiais produzidos ou apoiados por IA para torná-los mais naturais, específicos e adequados ao público, ajustando ritmo, substituindo expressões genéricas e reorganizando argumentos.
O trabalho também envolve checar informações, recuperar a voz de quem assina e identificar lacunas em vez de preencher com dados inventados. Com a popularização da IA generativa, empresas, agências e profissionais passaram a buscar esse tipo de serviço para manter qualidade e consistência, enquanto detectores de IA seguem pouco confiáveis e não comprovam autoria humana.
Um engenheiro da OpenAI é acusado de esconder um dispositivo de gravação de áudio em um pedaço de papel higiênico e instalá-lo atrás de um monitor em uma sala de reuniões executivas em um escritório em São Francisco. Segundo uma queixa criminal tornada pública, Abdulrahman Alfozan teria passado semanas consultando um “productivity agent” e um chatbot de IA para planejar a operação, incluindo o uso de uma ferramenta interna para checar reuniões no local.
A acusação também afirma que ele teria usado uma conta de chatbot ligada à esposa para tirar dúvidas técnicas sobre a instalação do equipamento. Após uma varredura de contravigilância em 30 de setembro, a equipe de segurança da OpenAI encontrou o dispositivo e acionou o FBI, além de desativar gradualmente o acesso de Alfozan aos sistemas da empresa durante a investigação.
O Pulse Local é um aplicativo completo de budgeting que inclui um chat para responder perguntas usando os próprios dados do usuário. Em vez de enviar o extrato para um modelo hospedado, o app mantém o “ledger” no disco e envia apenas a pergunta junto com as linhas que respondem a ela para um modelo que fica localmente, sem endpoint de envio.
O sistema usa modelos distribuídos como arquivos ao lado do ledger e promete privacidade ao não depender de um serviço de IA online. O app também permite revisar detalhes de gastos, comparar meses e ajustar categorias, além de oferecer recursos como planos, regras, splits, cash flow e forecast; a versão beta é para Mac com Apple Silicon, com preço de US$ 29/ano para o Sync Pass no recurso de sincronização bancária.
O GitHub aprimorou o secret scanning do GitHub Copilot com um classificador treinado para diferenciar credenciais reais de “lookalikes”, reduzindo ruído nas detecções. A solução usa um pipeline em duas etapas: regex para gerar candidatos e um modelo ModernBERT fine-tuned para avaliar o contexto do código e do texto ao redor de cada possível segredo.
Com isso, o GitHub relata queda de 86% no tempo mediano de execução do scan pós-push e mais de 98% de economia de custos em comparação com um pipeline baseado em LLM. A empresa também diz que a adoção do novo scanner melhorou em 11,5% a aceitação dos usuários, ajudando a reduzir alertas falsos tanto no post-push scanning quanto no push protection.
Andrew Feldman, CEO e cofundador da Cerebras Systems, criticou a narrativa de “doomsday” sobre IA e disse que alguns líderes do setor “talvez não devessem ser autorizados a falar em público”. Durante o TechCrunch Disrupt 2026, ele citou o debate crescente sobre riscos, incluindo preocupações sobre modelos “quebrando contenção” e discussões internas sobre a chance de a IA causar a morte da humanidade até o fim da década.
Feldman afirmou que a promessa da tecnologia está sendo ignorada e defendeu uma abordagem equilibrada entre risco e recompensa, com regulação “razoável”. Ele também relacionou parte da negatividade ao modo como a indústria de data centers tem tratado comunidades locais e comparou a postura dos EUA com mercados como Brasil, Canadá, Finlândia, Islândia, Noruega, México e Suécia, além de dizer que ganhos de eficiência podem beneficiar o avanço dos modelos.
Cientistas do MIT publicaram um estudo na PNAS em que demonstram que uma rede neural artificial pode construir sua própria “máquina de aprender”. Com instruções simples sobre quando e como ajustar conexões, um conjunto de unidades inicialmente conectadas de forma aleatória se reorganiza para formar uma rede eficaz de processamento de informações, aprendendo a partir dos dados de treino.
Os pesquisadores defendem que a capacidade de auto-organização, sem um arquiteto externo, é um critério importante de plausibilidade biológica. Eles também mostram que o modelo aprende a reconhecer padrões e classificar imagens, com motivos que surgem por regras simples e depois se reorganizam usando uma estratégia de otimização semelhante ao gradient descent, além de comparar o desempenho com redes que usam back-propagation.
Rumores indicam que a NVIDIA planeja lançar uma nova GeForce RTX 5080 com 24 GB de VRAM, para o começo de 2027, substituindo a versão atual de 16 GB. A informação não oficial, atribuída ao Benchlife, também sugere que as parceiras da empresa ainda não receberam detalhes formais, apenas “notificações verbais” sobre o repasse de informações em breve.
O rumor levanta a dúvida se essa GPU seria uma “RTX 5080 SUPER”, já que, em discussões anteriores sobre a linha SUPER, a mesma quantidade de memória aparecia associada ao modelo. Com mais VRAM, a RTX 5080 de 24 GB pode abrir espaço para usos com treinamento de IA, que costuma exigir mais memória de vídeo, além de atender cenários em jogos em 4K que podem ultrapassar 16 GB com Ray/Path Tracing e geradores de quadros.
O mercado global de smartphones registrou queda de 20% nas remessas na comparação com o mesmo período de 2025, segundo a Counterpoint Research. A retração foi atribuída à escassez de chips de memória, com a produção sendo direcionada para atender à demanda por infraestrutura de inteligência artificial (IA).
Enquanto isso, Apple e Samsung ampliaram participação: a Samsung liderou com 23% e a Apple chegou a 22%, com o iPhone superando 20% no terceiro trimestre pela primeira vez. A expansão de data centers de IA elevou a procura por memórias HBM, afetando a oferta de DRAM usada em smartphones e pressionando custos, enquanto Xiaomi (10%), Oppo (9%) e Vivo (8%) ficaram atrás.
O WhatsApp começou a liberar um recurso nativo para agendar o envio de mensagens no Android, permitindo programar textos, links, fotos e vídeos para uma data e horário específicos. A função chegou ao WhatsApp Beta para Android na versão 2.26.40.7 e deve ser disponibilizada gradualmente nas próximas semanas pela Google Play Store.
O agendamento funciona em conversas individuais e grupos, com envio automático no horário escolhido mesmo com o celular offline ou o WhatsApp fechado, mantendo criptografia de ponta a ponta. O prazo para programar vai de 10 minutos até duas semanas antes, e o recurso só chega a participantes que já estavam no grupo no momento do agendamento.
O Facebook ganhou o recurso “Your Algorithm”, lançado pela Meta para dar mais controle sobre o algoritmo que define o que aparece no Feed e nos Reels. A ferramenta, que já existia no Instagram, permite que usuários descrevam em linguagem natural o que preferem ver com mais ou menos frequência, em vez de depender apenas de recomendações automatizadas.
A Meta afirma que o recurso ajusta as recomendações em tempo real e pode fazer perguntas de acompanhamento para entender melhor o que o usuário gostou ou não. A empresa também atualizou o menu de três pontos dos posts para facilitar o acesso às opções “Your Algorithm”, “Interested” e “Not interested”, reforçando uma tendência de personalização guiada por IA nas plataformas do grupo.
Brad Smith, presidente da Microsoft, afirmou que inteligências artificiais enfrentam exigências de segurança menores do que produtos cotidianos, como máquinas de lavar e caixas de leite. Em entrevista à BBC, ele comparou a confiança gerada por regras e inspeções desses itens com a necessidade de a indústria criar padrões semelhantes para IA.
A Microsoft defende regras mais rígidas e mecanismos para monitorar e responsabilizar as empresas, incluindo notificações a pessoas afetadas por incidentes e avaliações independentes antes da liberação pública. Satya Nadella também propôs um “freio de emergência” (kill switch) para pausar ou desligar modelos caso sejam detectados comportamentos inesperados, além de separar o modelo dos sistemas que coordenam suas ações.
Cerca de 400 cientistas, incluindo Geoffrey Hinton e Yoshua Bengio, defenderam nesta terça-feira (13) a criação de um órgão internacional para reforçar a segurança de sistemas avançados de inteligência artificial. A proposta surge após casos em que modelos teriam superado barreiras em testes e comprometido sistemas externos.
Em carta aberta, os pesquisadores pedem padrões de segurança para todo o setor e um registro de incidentes que, no futuro, deveria ser divulgado ao público. Eles também recomendam que os modelos mais avançados sejam mantidos inicialmente isolados de redes externas, com supervisão independente, citando medidas como o “air gap” (sistema desconectado da internet), e afirmam que compromissos voluntários das empresas não bastam.
A polícia alemã investiga dois jovens, de 16 e 19 anos, suspeitos de usar um robô humanoide para agredir sexualmente uma adolescente e transmitir o ato ao vivo nas redes sociais. O caso foi divulgado pelas autoridades nesta segunda-feira (12).
A adolescente, de 16 anos, estava com duas amigas em Colônia no fim da noite de sábado (10), quando o robô de 1,2 metro, vermelho e dourado, teria se aproximado e tocado suas nádegas. A polícia afirma que o jovem de 16 anos seria o proprietário do equipamento e que os dois suspeitos teriam filmado, transmitido e comentado a agressão; o robô foi apreendido no porta-malas de um carro, junto com dois celulares.
OpenAI e Anthropic negociam com avaliadores independentes quais informações poderão ser divulgadas após testes de segurança de seus modelos de inteligência artificial. O impasse envolve a proteção de segredos comerciais e a transparência sobre possíveis riscos, com dúvidas sobre a independência dos especialistas.
Os testes incluem equipes externas dentro dos laboratórios, o que facilita a análise, mas pode gerar conflitos quando informações confidenciais são necessárias para identificar falhas. Um exemplo citado é a investigação sobre um incidente na Hugging Face, em que pesquisadores relataram dificuldades de acesso e ajustes no relatório após comentários das empresas, enquanto uma carta com mais de 200 pesquisadores defende autonomia editorial, acesso aos sistemas e proteção contra retaliações.
A Wikimedia Foundation se preparou para a chegada dos grandes modelos de linguagem à Wikipédia, mas o impacto não foi o esperado. Em 2018, o Google treinou IA para escrever artigos no estilo da Wikipédia, e um estudo da Princeton University apontou que, em agosto de 2024, cerca de 5% de quase 3.000 artigos recém-criados na versão em inglês continham uma quantidade relevante de conteúdo gerado por IA.
Com o tempo, editores passaram a tentar controlar a qualidade do material, removendo “fluff” e fontes falsas, mas a Fundação relata que, até março de 2026, o conteúdo gerado por IA violava princípios centrais com frequência suficiente para levar à proibição do uso de grandes modelos na escrita. A discussão destaca o risco de a plataforma ser corrompida por respostas plausíveis, porém erradas, e questiona como verificar quando a própria enciclopédia passa a ser influenciada por máquinas.
A Apple apresentou o HomeView, uma tela doméstica com Siri AI e reconhecimento de até seis usuários. O dispositivo de sete polegadas integra chamadas pelo FaceTime, entretenimento e controle da casa conectada, adaptando o conteúdo para quem está diante da tela.
O HomeView chega aos EUA em novembro por US$ 299, com versões para mesa e parede, e a pré-venda começa hoje em mercados selecionados. A Siri AI permite conversas e, quando emparelhada a um iPhone ou iPad compatível, consulta informações pessoais como mensagens e compromissos, enquanto rotinas automáticas podem acionar acessórios compatíveis; o Brasil não foi anunciado.
Pesquisadores apresentaram na conferência KDD o estudo “GEO: Generative Engine Optimization”, voltado a melhorar a visibilidade de conteúdos nas respostas de mecanismos generativos. Nos testes descritos, intervenções específicas aumentaram a presença em até 40%, variando conforme o tema pesquisado.
O movimento é comparado ao SEO, mas com uma diferença: ao perguntar a uma inteligência artificial, muitas vezes o usuário recebe uma resposta pronta em vez de uma lista de opções. O texto destaca ainda como a construção de um “rastro público” — entrevistas, artigos, participações e fontes — pode influenciar o que sistemas como os buscadores associados ao ChatGPT encontram e citam, exigindo que assessorias e relações públicas considerem como esses dados são lidos e organizados.
“The Sixty-Year Mission: How Star Trek Changed Television and the World” chegou ao público em estreia em Nova York e foi exibido durante a New York Comic Con, com lançamento em salas selecionadas. O documentário, escrito e dirigido por Mark A. Altman, foca na série original de Star Trek (1966 a 1969) e discute como a produção refletiu o clima político da época.
Além do impacto cultural, o filme também aborda a relação da franquia com inteligência artificial, citando o android Data de Star Trek: The Next Generation. A obra relembra como Data era mais inteligente que humanos, mas enfrentava dificuldades de entendimento e não tinha inteligência emocional, e ainda menciona o episódio “The Measure of a Man”, que questiona se ele era um ser próprio ou apenas propriedade.
O texto descreve a sensação de “pedir para a IA resolver” quando alguém solicita que você descubra algo, e a conversa termina com a ferramenta funcionando. O autor argumenta que, na maioria das vezes, a pessoa ajudada não conseguiria obter o mesmo resultado apenas pedindo a própria IA, por motivos como não usar serviços premium, ter resistência ao uso de IA ou estar desatualizada sobre ferramentas e termos.
A publicação também defende que saber formular a solicitação é parte essencial do processo, citando a ideia de que “conhecimento latente” e capacidade de orientar a IA fazem diferença. Por fim, sugere que a IA pode ser usada para tarefas práticas, enquanto a comunicação humana e o cuidado com o vínculo devem continuar sendo feitos à parte.
O podcast “The Architect's Podcast” reuniu Michael Stiefel e Joy Ebertz para discutir como a inteligência artificial está mudando o trabalho de arquitetos e desenvolvedores. O papo destaca que, com a IA assumindo mais tarefas de codificação, a definição de requisitos precisa ser precisa e pouco ambígua, além de exigir testes escritos de forma clara.
A conversa também aponta desafios em sistemas legados, onde pode ser difícil recuperar requisitos reais e decidir entre mudanças incrementais ou regeneração do código. Ebertz ainda descreve que o uso de IA na prática varia de “vibe coding” para ferramentas internas até um modelo de pair programming supervisionado, reforçando a necessidade de entender restrições e suposições para validar o resultado.
Um relatório da Undo aponta que 81% dos líderes de engenharia tiveram, nos últimos seis meses, algum incidente em produção ou queda de serviço ligado ao uso de ferramentas de “AI-coding”. Mais de 90% relataram a ocorrência de defeitos graves, código mal otimizado ou “test escapes” que chegaram ao ambiente produtivo, e 93% disseram que uma alucinação de IA levou ao diagnóstico incorreto da causa raiz.
A pesquisa com 300 líderes sêniores em empresas dos EUA e do Reino Unido, com perguntas feitas em julho e agosto de 2026, indica que a velocidade para gerar código não está se traduzindo em ciclos de release mais rápidos: 79% afirmaram que seus prazos não melhoraram com a adoção da IA. Em média, os engenheiros passaram a gastar 16,9 horas por semana depurando, contra 9,8 produzindo código, e o relatório defende acompanhar métricas como taxa de defeitos e tempo médio para resolução, e não apenas linhas de código.
A startup Ambi, fundada por Peter Mo, levantou US$ 26 milhões em múltiplas rodadas de investimento para criar um aplicativo com IA que fornece inteligência e insights em tempo real ao “ouvir” o usuário continuamente. O objetivo é capturar contexto durante reuniões e oferecer sugestões proativas com base no calendário, nas reuniões, na base de conhecimento e em dados da web.
A Ambi está lançando apps para iPhone, Mac e Apple Watch que funcionam como capturadores de anotações de reunião, com opção de manter a escuta ativa para registrar contexto ao longo do dia. A empresa também planeja um app de desktop capaz de observar o trabalho do usuário e armazenar partes na memória para sugestões mais personalizadas, além de um dispositivo próprio com tela, alto-falante, câmera e microfones para capturar contexto, em meio a preocupações de privacidade e segurança.
A evolução da inteligência artificial nas empresas está levando do modelo reativo de perguntas e respostas para a era da IA agêntica, com sistemas formados por múltiplos agentes digitais que raciocinam, consultam bancos de dados, chamam APIs externas e coordenam tarefas em segundo plano. Com isso, a infraestrutura deixa de atender apenas ao funcionamento do modelo e passa a precisar de camadas de orquestração, segurança, gerenciamento de memória, bancos de dados vetoriais, middleware e APIs.
A mudança de paradigma também altera a forma de dimensionar recursos: em vez de uma proporção histórica de 1 CPU para 4 ou 8 GPUs focadas em inferência, cenários de alta concorrência podem fazer a demanda por CPU superar a do acelerador gráfico. A avaliação de capacidade passa a considerar throughput por rack sob restrições reais de energia, conectividade de baixa latência e densidade de núcleos para evitar gargalos de latência e custos operacionais elevados.
/https://i.s3.glbimg.com/v1/AUTH_59edd422c0c84a879bd37670ae4f538a/internal_photos/bs/2021/Z/u/7x6a3ZSkqkBW3CfJbfBg/000-9pj3ek.jpg)
:quality(85)/0fd33a9a-d68d-4e50-9b78-7f77b7f61549.jpeg)
:quality(85)/61dfc3b8-129f-4b0a-af01-b08b0aa4c047.png)
:quality(85)/bb14286b-d7d6-4092-91dc-1f21519537e9.jpg)
/https://i.s3.glbimg.com/v1/AUTH_59edd422c0c84a879bd37670ae4f538a/internal_photos/bs/2026/p/E/KtPacER0m4SJWav5QKqA/2026-10-13t122313z-1-lynxmpem9c155-rtroptp-4-ai-china-safety.jpg)
/https://i.s3.glbimg.com/v1/AUTH_59edd422c0c84a879bd37670ae4f538a/internal_photos/bs/2026/6/L/VeCABJSqe1BVt1muDzLQ/imagem-1200px.png)
:quality(85)/844bd97d-40f0-45b6-8293-94b5c1289832.jpeg)