Por que OpenAI, Google e Anthropic estão pedindo para serem reguladas

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: português

Vídeo original: Por que OpenAI, Google e Anthropic estão pedindo para serem reguladas · Canal: exame · 40:40 · Assistir no YouTube

Tópicos: Agentes de IA, Cibersegurança e segurança de software, Governança e regulação de IA, Modelos de IA, Robótica e sistemas autônomos

Resumo

O episódio discute os avanços recentes dos modelos de IA, os limites dos benchmarks e o papel de intermediários como a OpenRouter. Também aborda o investimento brasileiro em IA e a adoção de agentes por empresas, com exemplos de monitoramento de fraudes e conformidade regulatória. A conversa analisa por que grandes empresas de IA defendem algum tipo de regulação, incluindo a possibilidade de criar barreiras para concorrentes e responder a riscos de segurança. Por fim, explora carros autônomos e robôs como aplicações da IA no mundo físico.

Pontos-chave

O desempenho de modelos de fronteira pode superar os benchmarks atuais, tornando necessárias novas formas de avaliação.
Modelos mais capazes em cibersegurança podem encontrar falhas de segurança, inclusive falhas de dia zero.
A OpenRouter intermedeia o acesso a modelos e pode ajudar a escolher opções adequadas ou mais baratas para cada tarefa.
O pacote brasileiro de R$ 23 bilhões busca apoiar infraestrutura, pesquisa e desenvolvimento de IA, mas é menor que os investimentos de grandes potências.
Uma pesquisa discutida no episódio aponta que metade das empresas consultadas usa alguma forma de IA, mas apenas 15% adotam IA agêntica.
O Banco Inter usou agentes para monitorar transações suspeitas, e a Cogna aplicou IA para acompanhar requisitos regulatórios da educação.
As grandes empresas podem apoiar a regulação para estabelecer padrões, reduzir riscos e dificultar a entrada de concorrentes menores.
Carros autônomos e robôs humanoides ilustram a expansão da IA para atividades no mundo físico.

Capítulos

Início	Capítulo	Resumo
00:00	Abertura e lançamentos de modelos	Os apresentadores introduzem os temas do episódio e comentam novos modelos de IA e seus resultados em benchmarks.
04:18	Capacidades, benchmarks e cibersegurança	A conversa aborda usos cotidianos dos modelos, a dificuldade de medir seu desempenho e sua capacidade de encontrar falhas de segurança.
08:29	Novas formas de interação e OpenRouter	Os apresentadores explicam como tecnologias de conexão com sites podem ampliar as ações de IA e discutem o papel da OpenRouter e sua compra pela Stripe.
15:12	Investimento brasileiro em inteligência artificial	O episódio analisa o pacote anunciado pelo Brasil e suas ambições para infraestrutura, pesquisa e desenvolvimento de IA.
17:50	Adoção de IA nas empresas	Uma pesquisa sobre empresas brasileiras indica uma diferença entre o uso básico de IA e a adoção mais avançada de sistemas agênticos.
20:24	Casos de uso de agentes em empresas	Os apresentadores discutem aplicações no monitoramento de fraudes e na verificação de requisitos regulatórios, além de como mapear processos de trabalho.
24:34	Por que as empresas defendem regulação	A conversa examina os incentivos das grandes empresas para influenciar regras e os possíveis efeitos da regulação sobre concorrentes e lançamentos.
30:47	Carros autônomos e novos mercados	Os apresentadores comparam iniciativas de robotáxis e discutem como carros autônomos podem transformar modelos de negócio e serviços.
37:01	Robôs no mundo físico	O episódio trata de robôs humanoides, de seu treinamento para tarefas físicas e de possíveis aplicações domésticas e industriais.
39:06	Encerramento	Os apresentadores encerram o episódio e convidam o público a acompanhar e comentar as próximas conversas.

Citações

É a primeira vez que eu vejo alguém pedindo, né, o próprio agente falando: “Me regule, por favor.” — 00:00

Agora o Astra e o Mitos já tinham provado isso, mas o Astra chegou num momento em que precisa se rever. — 04:18

Essa pergunta se abre: o que mais dá para fazer? — 21:56

Quando você cria uma barreira de regulação, você deixa um monte de estreantes de fora. — 25:37

Todo esse carro é um robô. Esse carro é um robô de rodas. — 37:01

Conceitos e entidades

OpenAI (empresa): Empresa de IA citada na discussão sobre lançamentos de modelos e pedidos de regulação.
Google (empresa): Empresa mencionada entre os grandes players de IA que defendem algum tipo de regulação.
Anthropic (empresa): Empresa de IA citada em relação a modelos recentes, cibersegurança e regulação.
OpenRouter (ferramenta): Intermediário que permite acessar modelos de diferentes fornecedores e encaminhar tarefas a eles.
Stripe (empresa): Empresa de pagamentos que, segundo a conversa, comprou a OpenRouter.
agente de IA (conceito): Sistema de IA capaz de executar tarefas em sequência e interagir com serviços e sistemas.
IA agêntica (conceito): Uso de agentes de IA para realizar tarefas conectadas ao contexto e aos sistemas de uma organização.
falha de dia zero (conceito): Falha de segurança desconhecida antes de ser identificada ou explorada.
cibersegurança (conceito): Área de segurança digital discutida como um campo em que modelos avançados podem identificar vulnerabilidades.
carro autônomo (conceito): Veículo capaz de se deslocar sem condução humana direta, como os robotáxis abordados no episódio.
Optimus (modelo): Robô humanoide da Tesla mencionado como exemplo de robótica em desenvolvimento.

Tradução completa (pt-BR)

00:00 É a primeira vez que vejo alguém pedindo, né, o próprio agent falando: “Olha, me regule, por favor.” >> Imagino que um regulador de IA pediria algo como: “Preciso verificar como essa resposta foi processada.” >> E aí isso atrasa todo um lançamento. Ainda olhamos para essa questão do serviço de carro, mas estamos falando muito de robótica, né? Todo carro é um robô. Esse carro é um robô sobre rodas, né? Olá,

00:36 [música] Eu sou Pedro Vanertner, da Show Days Ventures. Este é o Growth Holics, o podcast para quem adora inovação e empreendedorismo. E gostamos de trazer para você não só as novidades, mas também o que está por trás delas. Todo mês, fazemos um episódio especial em que abrimos a capa da Exame e trazemos todas as matérias mais relevantes de tecnologia.

01:07 Mas não só isso: também trago meu amigo André Lopes, que produziu essas matérias e fez as entrevistas. Ele é nerd, assim como eu, e gosta de usar IA. Um pouquinho menos. >> Um pouquinho menos, talvez. Talvez. E gostamos de abrir aqui esses temas que vemos ao longo do mês e trazê-los mastigados para você. André, seja muito bem-vindo novamente ao nosso

01:37 episódio do Por trás do Hype. >> Obrigado, Pedro. É um prazer estar aqui de novo. Acho que cada vez mais estamos deixando os assuntos um pouco mais complicados para as pessoas, né? Porque estamos, enfim, mergulhados nos assuntos e trazemos muita informação. Mas hoje vou fazer um esforcinho, como prometi a algumas pessoas que acompanham a gente: vou explicar mais detalhadamente e facilitar mais a conversa. Acho que essa é a minha missão. >> Boa, André, gostei. E vamos começar com um desafio para você, porque agora vamos falar dos modelos que

02:09 foram lançados. Temos aí o GPT 6 Astra, né? Eu estava comentando com você que já comecei a usar. É da Anthropic, que lançou o OpenAI. A Anthropic também lançou o Fable 5.1 e o Mito 5.1, uma porção de lançamentos. Vamos começar pela OpenAI, André. >> Bom, esse modelo acabou com os benchmarks, né? Existem várias empresas no mercado que medem

02:42 o desempenho desses modelos sempre que são lançados. A maioria chega perto da casa dos 90%; alguns chegam a 70% em certas tarefas. O Astra chegou a 99%, 98% e acabou com todas as medições, né? Então, isso mostra que chegamos a outro nível, a outro patamar. É uma outra discussão sobre modelos de linguagem, e provavelmente tudo vai ter que ser revisto a partir daqui, né? E ele chega semanas — uma semana — depois do Mito 5.1, do Fable, que é o irmão

03:16 mais tranquilo da Anthropic. E eles chegam prometendo mais recursos de cibersegurança, algo que venho defendendo no site da Exame, com as notícias de que a IA, essa superinteligência, vai ser defendida e validada por meio da cibersegurança, né? É aí que ela causa impacto, onde as pessoas têm medo, onde as empresas têm medo e onde os governos também têm medo. Então, quando uma empresa diz: “Olha, agora chegamos a um momento crítico da avaliação deste modelo: ele consegue chegar a um nível de segurança

03:47 que nenhum ser humano consegue alcançar.” Acho que, para entender quando um modelo desses pode ser crítico em cibersegurança, dá para imaginar um funcionário que não é júnior, é pleno; ele não precisa perguntar se está fazendo certo ou errado. Quando se depara com uma tarefa e a executa errado, percebe: “Opa, errei aqui. Vou voltar alguns passos e tentar de novo.” E faz isso, só que virtualmente, centenas de milhares de vezes, sem se cansar, até encontrar uma falha de segurança, né?

04:18 Então, existem aquelas falhas de dia zero, que são falhas cuja existência ninguém conhecia e que alteram totalmente o funcionamento de um sistema. E agora o Astra — e o Mito já tinha provado isso —, mas o Astra chegou a um ponto em que é preciso rever as coisas. E, com isso, vêm até pedidos de regulamentação, sobre os quais vamos conversar mais adiante, né? >> Exatamente. Exatamente. E eu sou muito fã do Fable. Usei e ainda uso bastante, embora o preço seja bem salgado, bem caro. Mas, usando

04:50 o Astra, minha cabeça explodiu. Eu estava comentando com você antes: achei que é o modelo mais incrível até hoje. >> O que você acha que vai liberar mais o potencial dele no dia a dia, no mundo corporativo? >> Acho que ele consegue fazer aquilo que você falou, né? Saiu de júnior para pleno e consegue tomar decisões fundamentadas no contexto de uma maneira muito interessante, desde tarefas como criar uma landing

05:20 page ou algo assim, até mesmo: “Olha todos estes documentos aqui e me diz o que posso tirar deles que seja interessante para a próxima reunião.” Ele consegue fazer isso de um jeito extremamente eficiente e rápido. É muito rápido, pelo menos eu achei. E, vendo as demonstrações que o pessoal publicou, dá para criar um jogo inteiro prontinho. >> Essa foi a que mais vi no Reddit e no X: as pessoas testando com o jogo, né?

05:52 Porque imagino que essa era uma tarefa que realmente exigia uma equipe extensa, né? Para criar um personagem, renderizar esse personagem, criar o universo em que ele vai andar e definir as habilidades que vai ter; tudo isso envolvia várias pessoas pensando ao mesmo tempo, né? E o Fable consegue emular isso, >> pelo que você me disse, em questão de minutos, né? Ele toma decisões e vai avançando. >> Ele vai, ele vai. Então, acho que é aquilo que você falou, né? Quando olhamos aquelas tabelas de benchmark de

06:23 modelos, eu já não entendia metade do que eram aqueles benchmarks e agora vai chegar uma hora em que eles vão superar todos, e teremos que pensar em outra forma de avaliar esses modelos, porque eles simplesmente são muito bons em tudo, né? >> E as empresas até começam agora a não compartilhar mais os mesmos critérios de avaliação, né? Justamente para definir a própria estratégia sobre o que precisa ser analisado daqui para a frente, né? Como elas competem agora, no caso

06:54 tanto o Mito quanto o Astra na cibersegurança ainda têm critérios que faziam sentido nos benchmarks que víamos. A partir daqui, acho que cada um vai escolher um caminho para seguir. Como a OpenAI agora tem uma tendência muito maior à publicidade também, porque há anúncios no ChatGPT, há coisas do dia a dia, vozes e geração de imagens, ela vai mais para B2B, né? Então, vai escolher outro caminho. Já a Anthropic e os modelos chineses se voltam muito mais para programação e outros

07:24 benchmarks. Temos que ver o que vai acontecer e se ainda vai valer a pena ficar olhando para isso para medir, né? Se o preço vai entrar na conta. Agora há uma questão: o Astra custa 10 por milhão de tokens de entrada e 50 de saída. Sim. >> Acho que é… >> É um valor a que ainda não tínhamos chegado, né? Não, não. >> E… >> É, e com uma eficiência interessante. E, como você falou, sempre que um modelo de fronteira é lançado, os modelos chineses vão atrás e melhoram. E vemos os modelos da ZAI, o GLM, né, que

07:58 é muito bom, é o modelo. E acho que, no futuro, talvez tomemos decisões mais com base na personalidade do modelo e menos no desempenho. Falamos do Mito e do Astra, mas todo mundo lançou uma atualização, né, nas últimas semanas. Teve o Google com o Gemini Flash, teve o Kim, teve o GLM; todo mundo teve pelo menos um upgrade. Não, alguns não chegaram a marcos muito significativos; enfim, não houve uma diferença gigantesca como a do Astra, mas houve uma atualização ali de

08:29 Alguma funcionalidade, algum conector. Está todo mundo agora apostando em novas tecnologias, tipo Web MCP, né? É quando a IA ganha a capacidade de olhar para um site sem ter que tirar um print e olhar palavra por palavra para realizar uma ação. Agora ela consegue conversar. Por exemplo, vamos supor que o Maia fosse entrar no site da Exame para ler uma notícia: ele tiraria uma foto da página inicial, leria texto por texto e descobriria qual notícia enviar para o usuário. Agora, um site que tivesse Web MCP enviaria essa informação já

08:59 escrita e diria: “Olha, você pode clicar aqui, pode entrar aqui, aqui não pode, aqui estão os nossos anúncios, aqui é só para leitor logado. Enfim, essa comunicação muda.” E agora imagina isso em sistemas de grande escala, tipo e-commerces, sites de segurança e outras habilidades que você vai adicionar na IA, seja um terminal de pagamento, o acesso a um banco de dados público… Tudo isso vai evoluir. Essas IAs agora estão todas super bem preparadas para isso, né? >> É, ou seja, daqui a alguns meses a

09:29 gente vai se perguntar o que são essas definições de AGI, superinteligência e tudo mais. O que isso significa, né? Power. É, exatamente. E [roncando] como é que a gente vai conseguir absorver tudo isso? Isso me conecta com outra notícia que liga o mercado financeiro à IA: a compra da OpenRouter pela

10:01 Stripe. Então, dá um resumo para a gente, André: primeiro, que diabos é a OpenRouter? Por que isso existe? E o que significa uma empresa financeira comprar um intermediário, digamos assim, de IA? >> Vou responder essa primeira. Acho que todo mundo está entendendo que token é o dinheiro no mundo das IAs, né? Então, quando você pega uma empresa como a OpenRouter, que é uma intermediária de

10:32 tokens, dá para dizer até que você compra tokens no atacado, né? Você tem um pedido, uma tarefa para sua IA executar, e esse intermediário, essa camada de abstração, vai ao Mercado Livre de tokens, compra um volume alto, consegue baixar o preço e ajuda você a escolher qual IA é a mais barata para aquela tarefa ou até a mais apropriada, se for uma IA mais cara, mas que vai devolver a tarefa executada. Ele faz esse caminho. Então, a Stripe entendeu que provavelmente também estava operando nos

11:04 bastidores, nos terminais de pagamento dos usuários da OpenRouter, né? E viu o potencial que essa empresa tinha e concordou, inclusive, em pagar acima do valor pelo qual ela era avaliada, que era mais ou menos 1 bilhão, e pagou 7,5 bilhões. >> O que representa uma avaliação quase quatro ou cinco vezes maior do que a empresa tinha inicialmente. É um sinal de que faz sentido, né? Ninguém gasta dinheiro assim à toa, né? E isso também diminuiu a possibilidade de compra de startups que tinham algum valor nesse

11:34 mundo da IA, né? Agora já foi a Cursor, já foi a Manus AI, já tentaram comprar a Hugging Face. >> Hugging Face. >> Está todo mundo pegando a sua para chamar de sua e apostando em algum desses caminhos do que precisa ser feito dentro da infraestrutura de IA, né? A Stripe com certeza não deu ponto sem nó, né? É, eu sou cliente da OpenRouter, uso direto, e é incrível porque, conectando com o que a gente falou lá no tópico

12:05 anterior, sobre os modelos, vai chegar uma hora em que a discussão não vai mais ser sobre o desempenho do modelo, vai ser sobre o custo do modelo. E a gente viu notícias — reportamos nas edições anteriores — de empresas atingindo o teto do orçamento de IA. E quando você pega a OpenRouter, que conecta todos os modelos em um só lugar, e a gente não consegue acompanhar todos os lançamentos, a gente

12:36 vê que lançou um modelo e agora você tem que pegar a API de todo mundo, integrar na prática, né? Esse tipo de empresa geralmente faz sentido no início. Essa camada de abstração na relação tende a desaparecer depois que o mercado se consolida, mas agora, neste momento, faz muito sentido. >> Exatamente. >> O que a gente ainda não sabe é se as empresas donas dos modelos vão permitir que esse funcionamento continue, né? Ninguém quer ser só o modelo que a pessoa escolhe, né? Porque aí você dá importância para quem fica no meio disso, para quem vende esse caminho. O que as empresas querem é manter o usuário lá dentro, né? E aí, enfim, >> vai desde oferecer um modelo massivo, como um Astra, como um Mitos, até talvez, em algum momento, começar a cortar todas essas possibilidades >> ou colocar o modelo anterior só nesses caras; o modelo premium fica com você. E eu acho que a OpenRouter tem uma coisa: ela consegue otimizar

13:07 Modelo que a pessoa escolhe, né? Porque daí você dá importância para quem fica no meio disso, para quem vende esse caminho. O que as empresas querem é fechar o usuário lá dentro, né? E aí, enfim, vai desde oferecer um modelo massivo, como é um Astra, como é um Mitos, mas também talvez, em algum momento, começar a cortar todas essas possibilidades ou colocar o seu modelo anterior só nesses caras. O modelo premium você fica. E eu acho que a Open Router tem um negócio que consegue otimizar.

13:38 para você. Então, você nem precisa escolher o modelo; ela toma a decisão, que é o que você falou. Espera aí: tem alguém tomando a decisão de qual modelo usar. Então tem o modelo e tem o harness, que é a ferramenta que a pessoa utiliza, tipo o ChatGPT no desktop, o Cowork da… E agora, sobre a gestão da Stripe, será que as empresas vão considerar que ela é o agente que pode escolher qual modelo usar para aquela tarefa, né? Então já entra uma camada mais complicada aí. É,

14:09 >> mas essa ideia de entender que o token é o dinheiro do mundo da IA, né, que é equivalente ao dinheiro nas nossas transações do dia a dia, vai além do Vale do Silício e chega também à China, né? A gente publicou recentemente na Exame uma notícia sobre como todo o sistema econômico chinês está se desenhando para colocar o token ao lado do dinheiro. Então, cashback, milhas, tudo isso já se converteu em token. Você vai comprar um café e ganha token para um modelo específico. As empresas já

14:40 começam a patrocinar serviços do dia a dia para colocar seus tokens ali como pacotes. Da mesma forma que você assina o M no Mercado Livre e ganha o Amazon Prime, ou assina no Dubake alguma coisa e ganha outro serviço de milhas, esse mundo está virando um mundo de tokens. Então, com a Stripe também tendo isso, pagando com Stripe, você ganha token. O que vai acontecer, né? >> Exato. A gente, que gasta muito token, é extremamente sensível a esse tipo de promoção. [risadas] >> Achei bem interessante.

15:12 >> Legal. Vamos voltar para o Brasil, André. O Brasil anunciou no mês passado um pacote de 23 bilhões de reais para inteligência artificial. Conta para a gente o que é esse pacote. É só um anúncio para dizer que estamos atualizados ou tem um impacto real? Como isso se conecta com o nosso plano anterior, que o governo tinha feito de IA? Dá um

15:44 pouco de contexto para a gente sobre o que estamos vendo aqui. >> Esse anúncio é bastante interessante. Enfim, foi focado: o Lula foi a uma inauguração simbólica desse investimento, apontando para um supercomputador, um data center no Rio Grande do Norte, mas também vai ter extensões em vários lugares do Brasil. Ele visa à nossa autonomia na gestão de dados e ao desenvolvimento e à pesquisa de modelos de linguagem. Ainda é um valor

16:16 Relativamente baixo, né? Não, não chega nem perto. Acho que o que a gente vai ter é bem menos do que a Stripe pagou pela OpenAI. Bem menos, bem menos. E acho que não chega nem perto: se você olhar o capex de uma Meta, por exemplo, deve dar o quê? Quatro semanas de investimento deles. Então é um valor que ainda coloca o Brasil num patamar similar ao da Índia, por exemplo. Não chega nem perto do que é um Reino Unido ou uma França, que investem todos acima de 100 bilhões para os próximos cinco anos. E aí você vai para os Estados Unidos, onde tem uma cifra de quase um trilhão de dólares, né, para

16:48 para esse desenvolvimento, só na parte das big techs, no caso dos Estados Unidos, né? Vai para a casa de um trilhão de dólares para data centers, mas tem todo um desenho de como vai funcionar esse investimento, que é bastante interessante. A Nvidia chega para colocar infraestrutura no Brasil, e a China chega com uma participação na capacitação dos brasileiros para que a gente aprenda a usar esse tipo de tecnologia aqui. Porque existe uma lacuna: apesar de a gente ter ótimos engenheiros e ótimas empresas atuando aqui, a gente tem uma lacuna prevista, dado o modo como os outros países

17:19 vão se desenvolver, e o governo está tentando suprir um pouco disso. Não vai ser do mesmo nível dos laboratórios que a gente vê no mundo para modelos de linguagem, mas a gente precisa disso aqui para inference, precisa para fine-tuning. E esse tipo de tecnologia que a gente tem que desenvolver aqui vai vir a partir desse investimento. Essa mistura da China com os Estados Unidos no Brasil ainda é, acho, a parte mais interessante para desenvolver o aspecto mais interessante, que é algo que a gente costuma fazer. Fez isso no 5G, fez isso em outras inovações e volta para a IA, volta

17:50 a misturar dois países que não estão se bicando no meio dessa disputa, né? >> Uhum. Uhum. E, conectando isso um pouco à maturidade, você foi a um evento da AWS recentemente e, né, a gente usa mais do que talvez deveria no nosso dia a dia. >> Mas a AWS lançou nesse evento uma pesquisa que mostra um pouco o estágio de maturidade das empresas. Comenta

18:20 um pouquinho sobre esse evento e essa pesquisa. Acho legal, primeiro, dar um contexto dessa pesquisa. Costumo olhar várias dessas pesquisas, e algumas às vezes têm um recorte muito pequeno: acabam olhando para São Paulo, para empresas de alguns setores que já é comum esperar que se desenvolvam digitalmente. Mas essa olhou para um número bastante abrangente: 2.000 entrevistados no Brasil inteiro, de diferentes tamanhos. Então, tinha startup, PMEs,

18:51 empresas grandes, e conseguiram dar… E, considerando também que a AWS está no Brasil há mais de 15 anos, então tem um pouco mais de experiência do que outras nuvens nesse quesito, eles viram um número um pouco preocupante: 50% das empresas adotam, ou seja, dizem que estão usando IA em algum nível, seja um chat. >> É, é qualquer coisa, né? >> É qualquer coisa. 50% têm alguma coisa, como um chatbot, mas só 15% estão no nível da IA agêntica, né? Que é o nível de todas essas IAs aí

19:21 que a gente estava discutindo desde o início do programa, que conseguem executar tarefas em loop, que têm contexto sobre o negócio e estão conectadas a todos os outros serviços e a sistemas legados. Nesse nível, só 15%. O que puxa esse número para baixo são justamente as grandes empresas que, por incrível que pareça, têm uma adoção bem menor nesse nível de IA do que as menores. Quer dizer, faz sentido em certo nível: é mais fácil implementar. Mas seria de esperar um pouco mais das empresas que têm dinheiro para investir, né? E essa pesquisa da AWS

19:52 mostrou isso. Mas, em outras coisas, acho que, quando você olha para quem adotou e como essas empresas estão fazendo isso, aparecem números interessantes. Então, as empresas já têm um nível bastante abrangente de treinamento dos funcionários. Elas já entendem vários fornecedores, não estão fechadas em apenas um, então adotam vários modelos de IA conforme a tarefa. Você tem, então, um quadro de maturidade dentro dessas 50% que, enfim, dá um indicador de que as coisas vão se resolver nos próximos anos. Mas, particularmente, me surpreendeu que ainda seja

20:24 um número pequeno nessa adoção mais avançada. >> É. E você falou que, no nível mais avançado, estão as startups adotando. E até mencionou o caso do Banco Inter, né? Acho que ele ilustra um pouco aquela questão de encontrar um caso de uso que faça sentido aplicar e que dê retorno. É aquela pergunta que eu gosto de repetir, né? O que não dava para fazer antes e agora dá? Que

20:54 é uma pergunta tão fácil de pensar, mas difícil de aplicar. E você estava comentando o caso do Banco Inter. Ah, >> eu acho que, enfim, o caso do Banco Inter é bastante inteligente quanto ao uso de IA agêntica e, assim, serve para extrapolar as habilidades que um time humano poderia ter, né? Eles tinham dificuldade para mapear dinheiro fraudulento que passava pela plataforma e precisavam fazer esse aviso ao COAF. Nem sempre era possível; não conseguiam fazer isso na velocidade necessária. Em cinco meses, colocando um

21:25 sistema de agentes para monitorar esse fluxo de dinheiro que tinha indicadores de ser fraudulento, eles aumentaram as sinalizações para o COAF em 1.000%, quase 1.500%. É um número que nem existe, né? Mas é sobre-humano e mostra essa capacidade: quando você chega a esse nível avançado, o que consegue fazer, né? Agora imagina: enfim, o Banco Inter se torna inviável para quem escolher usá-lo para movimentar dinheiro, seja para lavagem de dinheiro ou o que quer que seja, justamente porque aplicaria isso. E o que mais dá para fazer, né? Acho que essa

21:56 pergunta abre possibilidades. Tem também, acho, um critério que a pesquisa tentou abordar: empresas que tentavam usar a IA agêntica para se manter em conformidade com as regulamentações. Às vezes, a empresa não sabe que não está cumprindo uma regulamentação específica. Com a IA conectada a tudo o que existe de legislação no Brasil, que não é pouca coisa, conseguiram, por exemplo, na Cogna, fazer uma adaptação às regulamentações da educação para cursos: se

22:28 aquele curso estava adequado, se aquele treinamento estava adequado, se aquela carga horária estava adequada. Tudo isso hoje é mapeado por um agente de IA, que indica o que os times devem fazer para adaptar aquilo ao sistema educacional da Cogna. Isso mostra uma sinergia bastante interessante, né? Enfim, a gente não sabia que dava para fazer isso com… >> Exatamente. Exatamente. Acho que esse é o tipo de aplicação com que as empresas deveriam começar, né? Aquela coisa: >> uma redução do esforço operacional. Exatamente. Exatamente. Porque é inviável ter uma equipe de 50

22:59 pessoas fazendo isso, mas você precisa fazer isso porque é um risco. Então, o que as empresas acabam escolhendo é o grau de exposição ao risco. Agora, com a IA, você pode basicamente ir para outro patamar de exposição. É aquela tabelinha de custo e impacto, né? Agora muda tudo ali: tem >> exatamente >> custo médio, impacto gigantesco, então dá para fazer quase tudo. >> Isso. Isso. E acho que tem outro elemento também: não é contratar uma empresa de software para resolver isso, porque acho que isso parte muito do letramento interno do time que está tocando o trabalho, para entender que agora é possível fazer isso e desenhar algo. Aí, sim, talvez trazer uma empresa, mas acho que é muito menos sobre tecnologia e mais sobre como pensar o negócio.

23:31 >> É, só um último comentário. No caso da Cogna, por exemplo, para reduzir o esforço operacional e colocar os agentes rodando em loop, funcionando quase como um funcionário humano, o processo começa com entrevistas. Eles têm que entrevistar as

24:02 Pessoas para entender o que você faz quando chega aqui e até ir embora. Na segunda, na terça, na quarta, na quinta, toda vez, a cada dois meses, com essa entrevista, eles identificam o processo de trabalho e aquele detalhe que só o ser humano sabe que faz no dia a dia do trabalho dele. Então, para a gente entender um pouco como fazer, né, para aplicar uma IA agêntica que tenha impacto na operação, é nesse nível. Você tem que ver os detalhes do dia a dia da pessoa. Às vezes, não pega tudo, e depois eles revisam até criar, talvez, um novo processo que se encaixe com o ser humano, né? Eu acho

24:34 isso. A gente vai ver muito disso nos próximos anos. >> Vai ficar mais simples fazer isso também, né? Porque ainda não é tão simples executar isso. E vamos falar agora, vamos voltar para os Estados Unidos. O nosso episódio de hoje está bastante forte aqui. A gente está vendo as empresas, os grandes players americanos, tanto os novos, como OpenAI e Anthropic, mas o

25:05 Google também, que é um player forte, pedindo ao governo para regular a IA. Quer dizer, é a primeira vez que vejo alguém pedindo, né? O próprio agente falando: “Olha, me regule, por favor.” Mas isso está acontecendo. O que está por trás disso? Explica um pouquinho o que está acontecendo aqui, André. >> Olha, para ser direto, acho que as empresas querem garantir o seu espaço, né? Porque agora

25:37 você é grande o suficiente para aguentar uma regulamentação, para responder a ela de forma adequada. E, quando você cria uma barreira regulatória, deixa um monte de estreantes de fora, né? Porque eles vão enfrentar inclusive os chineses. >> Exatamente. E aí você também cria o padrão-ouro de regulamentação, né? Por exemplo, quando o Brasil vai introduzir um medicamento novo, como o Mounjaro, a gente tem a Anvisa, mas ela se baseia no que a FDA americana decidiu. A

26:08 mesma coisa provavelmente vai valer para as inteligências artificiais. Se o governo americano autorizar, por exemplo, modelos que vierem pela frente, provavelmente os órgãos de outros países vão adotar aquilo, porque aquilo foi definido como padrão-ouro. Ainda está em disputa, talvez porque a regulamentação da União Europeia tende a ser mais copiada por outros países. O Brasil mesmo fez isso, né, para definir a regulamentação da ANPD, hoje, tanto para redes sociais quanto para modelos de IA. Mas, no caso dos Estados Unidos, imagino que

26:39 seja um coro formado pelas gigantes justamente para deixar outras empresas de fora. E elas também não pediram tanta regulamentação, né? A OpenAI foi lá e pediu, mas a Anthropic depois disse: “Não, vamos deixar uma regulamentação branda, um acordo de cavalheiros sobre o que vamos submeter e apresentar antes.” Porque imagina um modelo que precise passar por uma agência reguladora: vai ser quase como um carro hoje, um processo que leva quase dois anos para obter todas as aprovações. Então, vai ter que haver uma equipe técnica que, às vezes, não é tão

27:09 técnica quanto a de um laboratório de IA que conseguiu desenvolver aquele modelo; vai ter que analisar processo por processo. Por exemplo, se a gente olhar para o Astra, o modelo, já teve gente apontando que o processamento de contexto dele não é tão transparente. Então, você não sabe exatamente o que ele fez para tomar aquela decisão. Imagino que um órgão regulador pediria: “Preciso verificar como essa resposta foi processada.” >> E aí isso atrasa todo um lançamento. Aí vai acabar essa festa de modelos

27:41 novos a cada dois meses que a gente está vivendo, né? >> Exatamente. >> Será que as empresas querem isso? Acho que ainda não há uma resposta tão definida. >> É, eu acho que, normalmente, também existe a opção de as próprias empresas se unirem para fazer uma autorregulação. >> Sim. E acho que elas não fizeram isso porque existem modelos de fora. Então, de qualquer jeito, elas estão pedindo

28:11 algum nível de intervenção do governo para fazer isso. E, obviamente, elas estão prevendo o que vai acontecer nos próximos meses e no próximo ano em termos de segurança. É o que a gente começou a falar no nosso episódio: esses modelos estão quebrando a segurança, né? Ou seja, um modelo dinâmico que pensa quebra a segurança do modelo estático, produzido lá atrás por um ser humano que o programou. Obviamente, vai ter

28:42 que haver uma defesa proporcional e dinâmica para o modelo dinâmico, o que, entendo eu, vai ser um novo mercado de venda desses modelos, talvez tão grande quanto — ou muito grande, né, comparável ao mercado de desenvolvimento de software. >> Eu também colocaria na conta, e tenho falado disso programa após programa, o IPO, né? O IPO chega e, quando chega, não é só o setor de tecnologia, nem só o capital de risco do Vale do Silício que investe.

29:14 Vem o fundo de pensão da Dinamarca; vem, enfim, pode ser até uma universidade que invista naquilo, apostando no futuro da própria universidade. Há vários grupos de interesse ali que vão pedir segurança, né? E como eles garantem essa segurança? Por meio de um órgão regulador. Então, acho que as empresas também estão criando esse colchão. Acho melhor apontar agora: “Queremos uma regulamentação” e talvez “queremos nos nossos termos”, né, do que esperar que alguma coisa aconteça, por exemplo, um modelo escapar

29:46 e >> e vai acontecer. >> Vai acontecer, e aí talvez não seja tão controlado quanto invadir a Hugging Face para responder a um teste. Pode ser invadir uma hidrelétrica, invadir uma instalação onde os Estados Unidos guardam mísseis. Não sei, pode acontecer todo tipo de coisa. Exatamente. >> E também acho que agora existe o entendimento de que esses modelos não estão só nas mãos dos agentes do bem, né? Com modelos open source que correm atrás para alcançar o mesmo nível e se parecer com os modelos fechados das empresas, que têm

30:16 algum tipo de salvaguarda, a gente começa a ter uma competição de verdade, em um mundo que a gente não conhece. >> Não conhece, não conhece. E, assim, por mais que essas empresas tenham hoje os modelos mais poderosos, como a gente falou, a competição é muito rápida. E os modelos chineses, por exemplo, se avançarem muito rápido e essas empresas forem mais lentas, vão varrer o mundo, né? No dia seguinte, vou ligar um modelo chinês aqui para fazer as

30:47 minhas tarefas. Então, é um equilíbrio. E, depois do IPO, ela vai precisar crescer, vai precisar entrar em novos mercados. E, falando em novos mercados, a gente tinha uma pequena nota aqui no fim do nosso episódio: a gente falou de IA, mas há sempre a interseção da robótica com a inteligência artificial, invadindo o nosso mundo físico. E a gente está vendo a corrida dos carros

31:18 autônomos, especialmente nos Estados Unidos. Na China, talvez já sejam uma realidade em uma escala muito maior do que no mercado americano. Mas a gente está vendo a Waymo, né? >> E o Elon Musk falava que a Tesla ia entrar, ia entrar, e produziu o seu carro específico para isso, que entrou em funcionamento. Então, comenta aí, André, o que aconteceu. É, chegou ao Texas com 45 unidades, aquele carrinho dourado, com a

31:49 calota fechada, bem diferente, né? Parece diferente. >> Parece que está jogando aquele jogo Cyberpunk mesmo, né? O Cyber Cab. Parece que está naquele jogo futurista de distopia. Enfim, é uma proposta diferente do Musk. Acho que ele até demorou mais justamente porque tinha dificuldade para fazer o software daquilo funcionar, né? A opção da Tesla é usar câmeras, diferente da Waymo ou até de outras empresas — a própria Uber testou isso no passado —, que usam LiDAR, aquela visão computacional baseada em luz que

32:19 Assim, até então, parece muito mais precisa, porque consegue ter um campo de visão para o carro e interpretar o que são aquelas coisas: se é uma pessoa, uma bola ou uma bicicleta. >> Mas custa muito mais caro, né? Tem uma manutenção muito maior; existe até sabotagem. A pessoa pode apontar um laser para aquilo lá e o carro fica fora de operação. E aí, num sistema em que você mira numa operação de táxi robô, tudo ali é custo da operação e tudo tem uma vantagem extra em cima de, enfim, uma operação com

32:51 pessoas, igual faz a Uber ou outras empresas de aplicativo. O que eu acho interessante ainda, que o CyberCab traz, é que já é o próximo passo. Se você entra num Waymo lá em São Francisco, você vê o volante girando; você inclusive tem opções ali para se comunicar com uma pessoa que, enfim, é só apertar ali e ele já chama um operador humano que assume o controle. No caso do CyberCab, não tem, né? Você entra — eu vi os vídeos, ainda não tive a oportunidade de testar —, mas é uma telinha, todos os lugares ali vagos,

33:22 muito espaço dentro do carro, você tem controle do ar-condicionado, da iluminação e nada mais. Mas traz vantagens para a empresa de um custo realmente de operação de robôs, né? Então, acho que demorou porque eles tinham a garantia de que o CyberCab ia rodar ali no Texas, que também é bem fácil de rodar, igual São Francisco, né? Uma cidade bastante óbvia ali, com cruzamentos. Acho que depois, sei lá, Nova York também tem algumas grandes cidades

33:52 dos Estados Unidos que têm essa facilidade, diferente do Brasil, que é um pouco mais… Talvez seja além do nosso solo meio lunar também, o que deve ser difícil para carros autônomos, mas lá eles rodam mais liso. E o que ainda não coloca em escala é, enfim, você mencionou a China, né? Mas a Pony.ai hoje já tem um número de carros e chega a fazer 500 mil viagens por semana. A Pony.ai faz mais de 1 milhão. Então, é um número ainda assim… Só que como é que a

34:24 China vai operar em mercados como os Estados Unidos, né? Talvez a gente tenha que olhar quais mercados não têm carro robô e para onde essas empresas virão, né? E aí volta a ser uma disputa, talvez mais para a frente, entre Teslas e Waymo contra a Pony.ai no Brasil. >> Tem que ver quem consegue andar por aqui, né? >> Eu acho interessante, né? Quando a gente pega uma… Eu acho que o que esse playbook está mostrando é que a barreira entre o que é uma empresa, o negócio da empresa e o negócio possível da empresa…

34:55 Veja a Tesla: ela é uma empresa que, pô, entrega um hardware, que é um carro, e hoje, se você quer o Full Self-Driving ou funcionar, tem que pagar um… >> Hum. >> …um SaaS, né? Você tem que pagar uma assinatura todo mês para a Tesla. E agora ela lança, com o seu hardware, criou um hardware só para isso, a direção, tudo. Até no livro do Walter Isaacson, a biografia do Elon Musk, tem o trecho dele tomando a decisão de

35:28 não ter direção, não ter nada no CyberCab. Eu falando: “Pessoal, vai ser sem direção, vai ser sem nada. Eu assumo o risco; se der problema, é culpa minha”, ele fala na… >> Tem o trecho do livro. >> E aí, de repente, eles criam uma linha de serviços completamente diferente num mercado completamente adjacente, digamos assim. Isso faz com que a gente até se questione, né, sobre o nosso mercado, pensando nas empresas: até onde eu posso ir? Até…

35:59 então, o jogo foi muito segmentado, né? Uma montadora é uma montadora. Daí ele queria um serviço de aluguel de veículo. Ah, tudo bem, mas é uma variação da compra, né? É uma solução financeira. >> E o carro fica no meio disso, né? Exatamente. Preciso ter o carro. Preciso. E >> você tem uma experiência tão sem atrito, né? Exato. Eu não sei a que ponto vai chegar essa operação do CyberCab, mas imaginando que você saia

36:30 de um evento em que você esteja, saia de um prédio em que você está e já dê de cara com um carro, com a possibilidade de entrar, sem atrito nenhum, e já saia. O que as pessoas vão começar a entender da experiência de usar o carro em cidades com trânsito gigante, com, enfim, as possibilidades ali aumentam muito, né, para a Tesla. E aí acho que, eventualmente, toda essa experiência Cyber talvez migre para os outros serviços também, né? Dos outros carros, das outras operações da xAI e tudo que abrange a Tesla e empresas de inteligência

37:01 artificial e até foguetes. >> Exatamente. E o robô, né? Como é que se chama o robô deles? É o Optimus, né? >> É o Optimus. Daqui a pouco vai estar amplamente disponível no mercado, ou seja, são coisas interessantes que parecem mesmo um cenário de ficção científica. Blade Runner. >> É, mas a gente ainda olha para essa coisa do serviço de carro, mas está falando muito de robótica, né? Porque todo esse carro é um robô de

37:32 rodas, né? >> Que é toda essa expansão da compreensão generativa do mundo real, né? Tem até a Unitree, aquela chinesa que abriu o IPO recentemente, com aquele robozinho que está em todos os eventos, que todo mundo vê sempre fazendo uma posição de arte marcial. Agora eles estrearam — acho que, enfim, notícia fresquinha — o primeiro modelo, o primeiro robô autônomo deles, que toma decisões a partir do treinamento anterior. Eles estão usando ali no teste, igual tudo na China, com uma…

38:02 pessoa praticando esporte, né? O robô vai lutar, mas escolhe os movimentos não porque alguém os controla ou porque ele imita e replica, mas porque toma decisões com base nas horas e horas e horas de treino de boxe que tem na memória. E aí tem outras empresas que têm, por exemplo, aquela 1X, que é um… Acho particularmente que é o robô mais sofisticado que tem no mercado, porque tem todas as falanges dos dedos, então consegue segurar as coisas muito bem. A BMW já usa ele na fabricação de uma parte dos carros.

38:35 Esse robô faz isso. Eles já o testaram por dois dias seguidos, acho que até mais de dois dias seguidos, separando encomendas, virando encomendas num galpão, simulando tipo um e-commerce. Aham. >> Enfim, esse robô é incrível. Hoje eles estão coletando imagens das pessoas. Você pode fazer um frila para eles: recebe o kit e grava suas atividades do dia a dia, fazendo coisas em casa, para eles treinarem o robô depois, para ele fazer a mesma coisa, com o mesmo nível de precisão, tirar a sujeirinha do canto, guardar as coisas do jeito que você gosta. Tudo isso vai

39:06 para a memória do robô, né? Então, de CyberCab a robôs domésticos, tudo isso é robótica, né? >> Acho que daqui a pouco vamos fazer episódios com bem mais notícias sobre esse tema, porque isso vai… >> Quem sabe trazer um aqui também para conversar. >> Vamos lá, vamos lá. Tomara que não nos substitua, né, André? >> E nem queria brigar, né? >> É, não, pelo amor de Deus. Boa, André. Muitos insights aqui, muita coisa legal. A gente vai colocar o link nos comentários, na descrição do

39:36 episódio, de todas as matérias que falam sobre esses temas aqui, se você quiser ler em casa, né? Então, André, muito obrigado aí novamente pela sua… >> Agradeço, agradeço a todo mundo que está ouvindo a gente. >> Foi show de bola. E obrigado a você que nos ouviu, nos assistiu até agora. Espero que você também tenha tirado alguns insights para o seu dia a dia. Espero que, se você assistiu até o fim, seja fã desse mercado como a gente, de tudo que está acontecendo. E comenta lá,

40:08 Você concorda? Acha que a gente deveria ter abordado alguma matéria que não foi abordada aqui? E o que alguma matéria quer dizer que talvez a gente consiga expandir? Comente lá. Marque a gente, marque a Ace Ventures, marque o André Lopes lá no LinkedIn e no Instagram. E, obviamente, se você puder divulgar o Por Trás do Hype para mais pessoas, a gente agradece. Siga a gente no Spotify e no YouTube, que isso ajuda a gente a ser localizado

40:40 por cada vez mais pessoas, e você recebe um episódio fresquinho a cada vez que a gente publica, às quintas-feiras. Valeu, pessoal, e até a próxima.

Transcrição original

[00:00] É a primeira vez que eu vejo alguém pedindo, né, o próprio agente falando, ó, me regule, por favor. >> Imagino que um agoregulador ia pedir, tipo, eu preciso verificar como que foi essa foi processada essa resposta. >> E aí isso atrasa todo um lançamento. A gente olha ainda para essa coisa do serviço carro, mas a gente tá falando muito de robótica, né? Todo esse carro é um robô. Esse carro é um robô de rodas, né? Olá,

[00:36] [música] eu sou Pedro Vanertner Show Days Ventures. Esse é Growth Holics, o podcast para quem adora inovação e empreendedorismo. E a gente gosta de trazer para você não só as novidades, mas o que que tá por trás delas. E todo mês a gente faz um episódio especial, onde a gente abre o capor da Exame e a gente traz todas as matérias mais relevantes de tecnologia.

[01:07] Mas não só isso, a gente traz também o meu amigo André Lopes, que produziu essas matérias, fez as entrevistas, é um nerd, assim como eu, gosta de usar AI. Pouquinho menos. >> Pouquinho menos, talvez. Talvez. E a gente gosta de abrir aqui esses eh esses temas que a gente eh vê o mês inteiro para você mastigados. E André, seja muito bem-vindo aqui a novamente o nosso

[01:37] episódio do Por trás do Hype. >> Obrigado, Pedro. É um prazer estar de novo aqui. Acho que cada vez mais a gente tá deixando os assuntos um pouco mais complicados pras pessoas, né? porque a gente é, enfim, mergulhado nos assuntos, a gente traz muita informação, mas hoje vou tentar um esforcinho aqui que eu prometi até pro para umas pessoas que acompanham a gente, que eu vou explicar mais no detalhe, facilitar mais a conversa. Eu acho a minha missão é essa. >> Boa, André, gostei. E vamos começar aqui com uma com desafio para você, porque a gente vai falar agora dos modelos que

[02:09] foram lançados. A gente tem aí o GPT 6 Astra, né, que eu tava te comentando que eu já comecei a usar, que é Antropic, que a Antropic a Open Ai lançou. Antropic também lançou o Fable 5.1, o Mito 5.1, cheio de lançamentos aí. Vamos começar aí pelo pela Open AI, André. >> Bom, esse modelo ele acabou com os benchmarks, né? Eh, essa, enfim, tem várias empresas aí no mercado que medem

[02:42] a o desempenho desses modelos toda vez que eles são lançados. A maioria deles chega ali perto dos da casa dos 90, chega na casa, alguns até em algumas tarefas 70%. O Astra chegou em 99, 98 e acabou com todas as medições, né? Então, mostra que a gente chegou num outro nível, é um outro patamar, é uma outra discussão sobre modelos de de linguagem e provavelmente tudo vai ter que ser revisto a partir daqui, né? E ele chega assim semanas, uma semana depois do do Mitos eh 5.1 ali do Fable, que é o irmão

[03:16] ali mais tranquilo da da Antropic. E eles chegam prometendo ali mais funções em cibersegurança, que é uma coisa que eu já venho defendendo no site ali da Exame com as notícias de que a diar, essa super inteligência, ela vai ser defendida e vai ser validada através da cybersegurança, né, que é onde impacta, onde as pessoas têm medo, onde as empresas têm medo e os governos também. Então, quando uma empresa diz: “Ó, agora a gente chegou num momento crítico da avaliação desse modelo, ele consegue ir para um patamar de segurança

[03:47] assim que nenhum ser humano consegue.” Acho que até para entender quando um um modelo desse consegue ser crítico em cybersegurança, é imaginar que tem um funcionário que não é o júnior, ele é o pleno, ele não precisa perguntar para você se ele tá fazendo certo ou errado. Na hora que ele chega numa tarefa e executa ela errada, ele percebe, opa, aqui eu eu errei, vou dar uns passos atrás e vou tentar executar de novo. E ele faz isso, só que de uma forma virtual ali, centenas de milhares de vezes, infinitamente, não se cansa até encontrar uma falha de segurança, né?

[04:18] Então, tem aquelas falhas de dia zero, que é uma falha que ninguém sabia que existia, que ela altera totalmente o funcionamento de um sistema. E agora o Astra e tanto mito já tinha provado isso, mas o Astra chegou num momento onde precisa se rever e aí com isso vem a pedidos até de regulamentação que a gente vai conversar mais paraa frente, né? >> Exatamente. Exatamente. E eu eu sou super fã, né, do Fable. Usei, já uso muito ele, embora bastante salgado, bastante caro o preço. Ã, mas usando

[04:50] Astra, eu explodiu minha cabeça. Eu tava te comentando antes, eu achei assim o modelo mais incrível eh até hoje. >> Que que você acha que vai desbloquear mais ali do potencial no dia a dia, no corporativo? Assim, >> eu acho que eu acho que ele consegue aquilo que você falou, né? Ele saiu de júnior, foi para pleno e ele consegue tomar decisões ã embasadas no contexto de uma maneira muito interessante, >> desde tarefas como produzir uma landing

[05:20] page ou coisa assim, ou até mesmo, ó, olha todos esses documentos aqui e me diz, eh, o que que eu tiro daqui que pode ser eh interessante pra próxima reunião. Você consegue fazer isso de um jeito extremamente eficiente, rápido. Ele é muito rápido. Eu eu achei, pelo menos. E E eu e aí vendo as demos que o pessoal lançou, o pessoal consegue fazer um jogo inteiro num num pronto. >> Essa que eu mais vi no Reddit, no no X, é as pessoas testando com o jogo, né?

[05:52] Porque eu imagino que era era uma tarefa que ali realmente era uma equipe extensa, né? para fazer um um personagem ali, o render de um personagem mais o o o universo onde esse personagem vai andar, mais as habilidades que o personagem vai ter, tudo isso era várias pessoas pensando ao mesmo tempo, né? E o Feber consegue emular isso ali, >> pelo que você me disse ali, questão de minutos, né? Ele toma decisão e vai avançando >> ele vai, ele vai. E então assim, eu acho que e aquilo que você falou, né, quando a gente aquelas tabelas de benchmark, de

[06:23] modelos, eu já não entendia metade do que que era aqueles benchmarks e agora vai chegar uma hora que eles vão superar todos e a gente vai ter que pensar noutra forma de avaliar esses modelos, porque eles estão simplesmente muito bons em tudo, né? >> E as empresas até começam agora a não compartilhar mais os mesmos critérios de avaliação, né? justamente até para desenhar sua própria estratégia do que eh tem que ser olhado a partir daqui, né? O como elas competem agora no caso

[06:54] tanto o Mitos quanto o Astra na na cibersegurança, ainda tem critérios que esses que os benchmarks que a gente tava vendo faziam sentido. A partir daqui eu acho que todo mundo vai escolher um caminho para onde seguir. Como a Openai tem uma tendência muito mais agora pra publicidade também, porque tem anúncios no chat EPT, tem uma coisa ali do dia a dia, tem as vozes, a geração de imagens, ela vai mais para um B2B, né? Então eles vão escolher um outro caminho. Agora Antropic e modelos chineses se voltam muito mais pra programação, outros

[07:24] benchmarks. A gente tem que ver o que que vai acontecer e se vai valer a pena ficar olhando para isso para medir, né? Se vai entrar preço. Tem uma questão agora o Astra aí 10 a cada milhão de tokens de entrada e 50 de saída. Sim. >> Eu acho que é é >> é um valor que a gente não tinha não tinha chegado ainda, né? Não, não. >> E >> é e com uma eficiência interessante e e o que você falou, né? Sempre quando lança um modelo de fronteira, os modelos chineses vão lá e correm atrás e melhoram. E a gente vê o do os modelos da ZAI, eh, o GLM, né, que

[07:58] é muito bom, é o modelo. E e eu acho que no futuro a gente vai tomar as decisões, talvez mais pela tal, quase pela personalidade do modelo e menos pela performance. É, a gente falou mitos e e Astra, mas todo mundo lançou uma atualização, né, nessas últimas semanas. Eh, teve o Google com Gemini Flash, teve Kim, teve o GLM, todo mundo teve um pelo menos ali um upgrade. Não, alguns não chegaram em Marcos muito eh, enfim, não tem essa diferença gigante como do Astra, mas tem uma atualização ali de

[08:29] alguma funcionalidade, algum conector, tá todo mundo agora apostando em novas tecnologias, tipo web MCP, né, que é a IA ganha a capacidade de olhar para um site sem ter que tirar uma print e olhar palavra por palavra para fazer uma ação. Agora ela consegue conversar, por exemplo, vamos supor que o Maia ia entrar no site da Exame para ler uma notícia, ele ia tirar uma foto da homepage, ler texto por texto e descobrir qual notícia ela ia enviar pro usuário. Agora, o site que tivesse MC da web MCP, ele envia essa informação já

[08:59] escrita e diz: “Ó, você pode clicar aqui, você pode entrar aqui, aqui não pode, aqui são os nossos anúncios, aqui eh é só para leitor eh logado, enfim, essa comunicação muda.” E agora imagina isso em sistemas em de grande escala, tipo e-commerces. eh, sites de segurança, outras habilidades que você vai adicionar na IALI, seja um terminal de pagamento, acessar um banco de dados público, tudo isso vai evoluir. Essas IAS agora estão todas super bem preparadas para isso, né? >> É, ou seja, eh, daqui alguns meses a

[09:29] gente vai se perguntar o que que são essas definições aí de eh agi super inteligência e tudo. O que que isso significa, né? Power. É, exatamente. E [roncando] como é que a gente vai conseguir absorver tudo isso? Isso me linca com uma com uma outra notícia que conecta o mercado financeiro aí com AI, que é a compra da Open Router pela

[10:01] Stripe. Então, dá um dá um resumo pra gente, André, o que que significa primeiro que diabos é open router? O que, por que que existe isso? E o que que significa? Por que que uma empresa financeira está comprando um intermediador, digamos assim, de AI? >> Vou responder essa primeira. Eu acho que tá todo mundo entendendo que token é o dinheiro no mundo das IA, né? Então, quando você pega uma empresa tipo a Open Holter, que é um intermediário ali de

[10:32] tokens, você pode, acho que dá para dizer até que você compra no atacado ali tokens, né? Ela, você tem um pedido, uma tarefa para sua IA executar, esse intermediador ali, essa camada de abstração, vai no Mercado Livre ali de tokens, compra um volume alto, consegue baixar o preço e ajuda você a escolher qual é IA mais eh, enfim, mais barata para aquela tarefa ou até a mais apropriada, se for uma IA mais cara, mas que vai te devolver aquela tarefa executada. ele faz esse caminho. Então o Stripe entendeu que provavelmente o Stripe também tava operando ali nos

[11:04] bastidores também a o terminais de pagamento dos usuários da Open Holter, né? E viu o potencial que essa empresa tinha e concordou inclusive pagar acima do quanto ela era avaliada ali, que era 1 B mais ou menos e pagou 7,5 B. >> O que dá um valuation, um aumento aí quase quatro, cinco vezes acima do que a empresa era avaliada de início. Sinal de que faz sentido, né? Ninguém gasta dinheiro assim à toa, né? E também diminuiu aí a possibilidade de compras e startups que tinha algum valor nesse

[11:34] mundo da IA, né? Agora já foi cursor, já foi, manos EAI, já foi tentado comprar. >> Huging face, >> Huging Face, tá todo mundo pegando a sua aí para chamar de sua e apostar em algum desses caminhos aí do que preciso ser feito dentro da infraestrutura de A, né? A Stripe com certeza não deu não deu um ponto sem nó aí, né? É, eu eu sou eu sou um cliente da da Open Router, uso uso direto e e é incrível porque eh lincando com o que a gente falou lá no no tópico

[12:05] anterior dos modelos, eh vai chegar uma hora que a discussão não vai mais ser a performance do modelo, vai ser o custo do modelo. E a gente viu notícias, a gente reportou nas edições anteriores aí das empresas batendo o seu teto de budget, né, de orçamento de AI. E quando você pega Open Router, ã, e que conecta todos os modelos dentro de um lugar só, ã, e a gente não consegue acompanhar todos os lançamentos, a gente

[12:36] vê que lançou o modelo tal, agora você tem que pegar a PI de todo mundo, >> integrar na no sentido prático, né? E esse tipo de empresa elas fazem sentido num início geralmente, né? Eh, essa camada de abstração que tem ali na na relação, elas tendem a desaparecer depois que o mercado consolida, mas agora, nesse momento, faz muito sentido. >> Exatamente. >> O que a gente não vê ainda é se as empresas as que são as donas dos modelos vão permitir que essa esse funcionamento continue, né? Ninguém quer ser só o só o

[13:07] modelo que a pessoa escolhe, né? Porque daí você dá importância para quem fica no meio disso, para quem vende esse caminho. O que as empresas querem é fechar o usuário lá dentro, né? E aí, enfim, >> vai desde oferecer uma um modelo massivo, como é um Astra, como é um Mitos, mas também de talvez em algum momento começar a cortar todas essas essas possibilidades >> ou colocar o seu modelo anterior só no no nesses caras, o modelo premium você fica. E eu acho que e a Open Router tem um negócio que ela ela consegue otimizar

[13:38] para você. Então você não precisa nem escolher o modelo, ela toma a decisão, que é o que você falou. Pera aí, tem o cara tomando a decisão de qual modelo. Eh, então tem o modelo e tem o hardness, né, que é o a ferramenta que o cara utiliza, tipo o chat EPT no desktop, o cowork, né, da da Ah, e agora sobre gestão da Stripe, será que as empresas vão eh considerar que ela é o o agente possibilitado ali de escolher qual modelo para aquela tarefa, né? Então, já entra uma camada mais complicada aí. É,

[14:09] >> mas essa coisa ainda de de definir a de entender que o token é o o dinheiro da do mundo da IA, né, tá o equivalente ao que é o dinheiro pro, enfim, nossas transações do dia a dia, isso vai além do do Vale do Silício, vai também pra China, né? A gente deu essa notícia recente no exame de como todo o o sistema econômico chinês tá se desenhando para colocar o token ao lado do dinheiro. Então o cashback, a milha, tudo isso já se converteu em token. Você vai comprar um café, você ganha o token para modelo específico. É as empresas já

[14:40] começam a patrocinar serviços do dia a dia para colocarem seus seus tokens ali como bundles de de pacotes ali. Da mesma forma que você assina um M no Mercado Livre, ganha um Amazon Prime, que você assina no dubake alguma coisa, você ganha um outro serviço de milhas, tá virando esse mundo do token. Então, Stripe tendo isso também, pagar com Stripe, você ganha token na o que que vai acontecer, né? >> Exato. A gente que gasta muito token, né? A gente é extremamente sensível a esse tipo de de promoção. [risadas] >> Achei bem interessante.

[15:12] >> Legal. Vamos voltar para o Brasil aqui, André. E o Brasil anunciou agora no mês passado o pacote de 23 bi de reais para inteligência artificial. Conta pra gente o que que é esse pacote. Isso é só eh um anúncio para para dizer que a gente tá update ou não, tem um impacto real? como que isso se conecta aí com o nosso com o plano anterior, né, que o governo tinha feito eh de a dá um

[15:44] pouco de contexto aqui pra gente do que que do que que a gente tá olhando aqui. >> Esse esse anúncio é ele é bastante interessante. ele, enfim, ele foi focado, o Lula foi lá num numa inauguração simbólica ali de desse investimento, apontando para um super computador, um data center no Rio Grande do Norte, mas ele também vai ter eh extensões ali por várias vários lugares no Brasil. Ele visa essa autonomia nossa na gestão de dados e para desenvolvimento pesquisa de modelos de linguagem. Ele é um valor ainda

[16:16] relativamente baixo, né? Não, não chega nem próximo. Eu acho que o o que a gente vai ter >> bem menos que a Stripe pagou pela open >> bem menos, bem menos. E acho que não chega assim, se você for olhar um capex, por exemplo, de uma meta, deve dar o quê? Quatro semanas de investimento deles. >> Então é um valor ainda que coloca o Brasil ali >> em patamar similar ao que é uma Índia, por exemplo. Não chega nem perto do que é um Reino Unido, uma França, que todos investem ali acima de 100. Bólar pros próximos 5 anos. E aí você vai paraos Estados Unidos, você tem um uma cifra de quase 1 trilhão de dólares, né, para

[16:48] para esse desenvolvimento de só na parte de bigtech, no caso dos Estados Unidos, né, vai para pra casa de 1 trilhão de dólares para data center, mas tem todo um um desenho ali de como vai funcionar esse investimento que é bastante interessante. A Nvidí chega para colocar infraestrutura no Brasil e a China chega com uma participação de instrução dos brasileiros para que a gente aprenda usar esse tipo de tecnologia aqui, porque existe um gap, apesar de a gente ter ótimos engenheiros, ótimas empresas atuando aqui, a gente tem um gap previsto aí dado como os outros países

[17:19] vão se desenvolver e o governo tá tentando suprir um pouco disso. não vai ser do mesmo nível de laboratórios que a gente vê mundo aa para para modelos de linguagem, mas a gente precisa aqui pro pra inferência, precisa pro fine tuning. E esse tipo de eh de tecnologia que a gente tem que desenvolver aqui vai ser vai vir a partir desse investimento. Essa mistura da China ainda, eu acho que é a parte mais interessante de China com os Estados Unidos no Brasil para desenvolver a parte mais interessante que é uma coisa que a gente costuma fazer, fez isso no 5G, fez isso em outras inovações e volta pra IAD, volta

[17:50] a misturar dois países que não estão se bicando no meio dessa disputa, né? >> Uhum. Uhum. E conectando aqui com um pouco a maturidade, você foi num num evento da WS recentemente e, né, a gente a gente usa mais, talvez do que a gente deveria no nosso dia a dia, >> mas a WS lançou nesse evento uma pesquisa que mostra um pouco o estágio de maturidade das empresas. Eh, comenta

[18:20] um pouquinho desse evento, dessa pesquisa. Acho legal primeiro dar um dar um contexto dessa pesquisa. Eh, eu costumo olhar várias dessas pesquisas e algumas às vezes têm um recorte muito pequeno, assim, acaba olhando para São Paulo, acaba olhando para empresas de alguns setores já que são comum de esperar que elas se desenvolvam digitalmente, se desenvolvam no quesito de, ah, aonhou ali para uma um número bastante abrangente, 2000 entrevistados eh no Brasil inteiro de diferentes tamanhos. Então tinham startups, PM,

[18:51] empresas grandes e conseguiram dar. E aí considerando também que a WS tá no Brasil aí há mais de 15 anos, então tem uma experiência um pouco maior que outras nuvens nesse quesito, eles viram ali um número que é um pouco preocupante assim, que é 50% das empresas adotam, então dizem que estão usando de um nível, seja um chat. >> É, é, é, é qualquer coisa, né? >> É qualquer coisa. 50% tem qualquer coisa ali que seja a partir de um chatbot, mas só 15% estão no nível ali da IA agêntica, né, que é todas essas IAS aí

[19:21] que a gente tava discutindo desde o início do programa, que conseguem executar tarefas em looping, que enfim um tem contexto sobre o negócio, tão conectado com todos os outros serviços, estão conectados com sistemas legados, esse nível só 15%. do que puxa para baixo esse número são justamente as grandes empresas que, por incrível que pareça, tem uma adoção bem menor nesse nível de a do que as menores. Quer dizer, faz sentido num nível, é mais fácil colocar, mas se esperaria um pouco mais de empresas que têm dinheiro para investir, né? E essa pesquisa da WS

[19:52] mostrou isso, mas de outras coisas, acho que quando você olha para quem adotou e a e como elas estão fazendo isso, aí tem números interessantes. Então, as empresas já têm um nível de eh treinamento dos funcionários bastante abrangente. Elas têm um nível de já de entendimento de vários fornecedores, elas não estão fechados só num, então adotam vários modelos de a para determinar eh a depender da tarefa. Então você tem um desenho ali, uma maturidade dentro dessa 50% que, enfim, dá dá um indicador de que as coisas se resolvam nos próximos anos. Mas particularmente me surpreendeu que que é

[20:24] um número ainda pequeno nessa adoção mais e avançada de >> É. E e você falou que no no na na ponta superior estão as startups adotando. E você até mencionou num um case do Banco Inter, né, que acho que ilustra talvez um pouco aquela questão da gente encontrar um caso de uso que faça sentido aplicar e para você ter um retorno, que é aquela pergunta que eu gosto de de repetir, né? O que que não dava para fazer antes que agora dá? que

[20:54] é uma pergunta tão fácil de de pensar, mas difícil de de aplicar. E você tava comentando o case do Banco Inter. Ah, >> eu acho que o enfim, o case do Banco Inter é bastante inteligente e da desse uso de agêntica e assim é para extrapolar as habilidades que um time humano poderia ter, né? Eles tinham uma dificuldade ali de mapear dinheiro fraudulento que passava por dentro da plataforma e eles tinham que fazer esse aviso ao COAF. Nem sempre era possível, não conseguiu na velocidade eh que era necessário. Em 5 meses, colocando um

[21:25] sistema de agente para monitorar esse fluxo de dinheiro que tinha indicadores de ser fraudulento, eles aumentaram as sinalizações pro CUAF em 1000, quase 1500%, que é um número que nem 1500% nem existe, né? Mas eh é sobreumano, mas mostra essa capacidade quando você vai para esse nível de avançado, o que que você consegue fazer, né? Agora imagina, enfim, o Banco Inter se torna inviável para quem escolher ele para, enfim, movimentar, seja para lavagem de dinheiro, o que quer que seja, né, justamente porque aplicaria e o que mais dá para fazer, né? Acho que essa

[21:56] pergunta se abre. Tem também acho que um um critério que o que a pesquisa também tentou entrar, que foi paraas empresas que tentavam utilizar a essa IA agêntica para eh se manterem em acordo com regulações. Então, às vezes, a empresa não sabe que ela não tá cumprindo com uma regulação específica. com a gente ali plugada, com tudo que existe de legislação no Brasil, que não é pouca, eles conseguiram, por exemplo, na Cógna ter uma adaptação ali sobre eh regulações da educação para curso, se

[22:28] aquele curso estava adequado, se aquele treinamento, se aquele aquela carga horária, tudo isso hoje é mapeado por IA, agente que entrega o o que deve ser feito pelos times e para eles adaptarem aquilo na no sistema educacional da Cogna. mostra uma sinergia bastante interessante, né, que enfim, a gente não sabia que dava para fazer com o >> Exatamente. Exatamente. Eu acho que esse é o tipo de aplicação que eu acho que eh as empresas deveriam começar com, né, aquela coisa, >> uma redução do esforço operacional. Exatamente. Exatamente. Porque assim, é inviável você ter uma equipe de 50

[22:59] pessoas fazendo isso, mas você precisa fazer isso porque é um risco. Então, que as empresas acabam escolhendo é o grau de exposição ao risco. Agora, com o IA você pode basicamente eh ir para um outro patamar de exposição. É aquela aquela tabelinha do custo impacto, né? Agora muda de tudo ali, tem >> exatamente >> custo médio, impacto gigante, então dá para fazer quase tudo. >> Isso. Isso. E eu acho que tem outro elemento também que eh não é contratar uma empresa de software para resolver isso, porque eh eu acho que isso parte

[23:31] muito da do letramento interno do time que tá tocando isso para entender que agora é possível fazer isso e desenhar algo e aí sim talvez trazer, mas eu acho que é muito menos sobre tecnologia e mais sobre como pensar sobre o negócio. >> É, só um último comentário. No caso, por exemplo, da Cogna para fazer essa redução do esforço operacional, para colocar os agentes eh rodando em looping ali, funcionando quase como um um funcionário humano, é na base da entrevista. Eles têm que entrevistar as

[24:02] pessoas para o que que você faz quando você chega aqui até você ir embora. e na segunda, na terça, na quarta, na quinta, toda vez a cada dois meses, com essa entrevista eles tiram ali o que que é o processo do trabalho e aquele detalhe que só o ser humano sabe que ele faz no dia a dia do trabalho dele. Então, pra gente entender um pouco de como faz, né, para aplicar uma eagêntica que que tem impacto na operação, é nesse nível. Você tem que ver o detalhe do dia a dia da pessoa. Às vezes não pega tudo e depois eles revisam até criar um, talvez um novo processo que se encaixe com a se encaixe com o ser humano, né? Eu acho

[24:34] isso, a gente vai ver muito disso nos próximos anos. >> Vai ficar mais simples fazer isso também, né? Porque não é tão simples ainda executar isso. Ã, e vamos falar agora, vamos voltar paraos Estados Unidos. a gente e tá tá tá bastante forte aqui nossa nosso episódio de hoje. E a gente tá vendo as empresas, as os grandes players americanos de tanto os novos aí Open AI e Antropic, mas o

[25:05] Google lá que é um é um é um player forte também, eh, pedindo, né, pro governo regular a Iá. Quer dizer, é a primeira vez que eu vejo alguém pedindo, né, o próprio agente falando, ó, me regule, por favor. Eh, mas isso tá acontecendo. O que que tá por trás disso? Explica um pouquinho o que que tá acontecendo aqui, André. >> Olha, acho que para ser direto, eu acredito que as empresas querem eh garantir o seu espaço, né? Porque agora

[25:37] você é grande suficiente para aguentar uma regulamentação, para você responder a uma regulamentação de forma adequada. E quando você cria uma barreira eh de regulação, você deixa um monte de estreantes ali de fora, né? Porque vão encarar inclusive os chineses. >> Exatamente. E aí você também cria a o padrão ouro de regulamentação, né? Quando, por exemplo, o Brasil vai entrar um medicamento novo, como um monjário no Brasil, a gente tem a Anvisa, mas ela se baseia no que a FDE americana decidiu. A

[26:08] mesma coisa provavelmente vai valer para inteligências artificiais. Se o governo americano autorizar, por exemplo, mitos que viera aí pela frente, provavelmente os órgãos em outros em outros países vão adotar aquilo porque se definiu aquilo como padrão ouro. Ainda tá em disputa, talvez porque a regulamentação da União Europeia tende a ser mais copiada por outros países. O Brasil mesmo fez isso, né, para para definir paraa a NPD a regulamentação hoje, tanto de redes sociais quanto de modelos de IA. Mas no caso dos Estados Unidos, eu imagino que

[26:39] é o coro formado ali das gigantes para justamente deixar outras empresas de fora. E também eles não pediram tanta regulamentação, né? O Pai foi lá, pediu, mas o Sultima depois disse: “Não, vamos deixar uma regulamentação branda ali, uma um acordo de cavaleiros aqui do que a gente vai submeter, vai apresentar antes, porque imagina um modelo, acho que se for passar por uma agência eh de regulamentação, vai ser quase como um carro hoje, um processo que leva quase do anos para você ter todas as aprovações. Então vai ter que ter um time técnico às vezes que não é tão

[27:09] técnico quanto um laboratório de a eh é e conseguiu desenvolver aquele modelo, vai ter que olhar processo por processo. E por exemplo, se a gente olha para um Astra, o modelo lá, eh, teve já gente apontando que ele não tem o processamento de contexto dele tão transparente, então você não sabe exatamente o que que ele fez para tomar aquela decisão. Eu imagino que um agorregulador ia pedir, tipo, eu preciso verificar como que foi essa foi processada essa resposta. >> E aí isso atrasa todo um lançamento. Aí vai acabar essa essa festa de modelos

[27:41] novos a cada dois meses que a gente tá vivendo, né? >> Mes exatamente. >> Será que as empresas querem isso? acho que ainda não tem uma resposta tão definida. >> É, eu eu acho que assim, normalmente eh existe a opção da auto autorregulação também das próprias empresas se unirem. >> Sim. Eh, e eu acho que elas não fizeram a autorregulação porque eh existem os modelos de fora, porque eh então de qualquer jeito é ela tá pedindo uma

[28:11] algum nível de canetada do governo para fazer isso. E obviamente elas estão prevendo o que vai acontecer nos próximos meses e ano com segurança, que é o que a gente começou a falar, né, no nosso episódio, que esses modelos eles estão quebrando a segurança de, né, ou seja, um modelo dinâmico que pensa quebra a segurança do modelo estático que foi produzido por um ser humano lá atrás que programou. Obviamente vai ter

[28:42] que ter uma defesa proporcional, dinâmica ao modelo dinâmico, o que vai ser um novo mercado, entendo eu, de onde esses modelos vão ser vendidos, talvez tão grande quanto ou eh muito grande, né, do eh comparável modelo de desenvolvimento software. >> Eu colocaria também na conta, e eu tenho falado programa pós programa, que é o IPO, né? O IPO vem e quando o IPO chega, não é só o setor ali de tecnologia, o Vale do Celício vent capital que aporta.

[29:14] Vem o fundo de pensão da Dinamarca, vem a a enfim uma pode ser até talvez uma universidade que invista naquilo apostando no futuro pra própria universidade. Tem, enfim, vários vários grupos de interesse ali que vão pedir por segurança, né? E como que eles garantem essa segurança? através de um órgão regulador. Então, acho que também as empresas estão criando esse colchão. É melhor acho que apontar agora queremos uma regulamentação >> e queremos talvez nos nossos termos, né, do que depois esperar que alguma coisa aconteça, por exemplo, um modelo escapar

[29:46] e >> e vai acontecer, >> vai acontecer e aí talvez não seja tão controlado quanto invadir a Hang Face para responder um teste. Pode ser invadir uma hidrelétrica, invadir uma planta de onde os Estados Unidos guarda mísseis, não sei, pode acontecer todo tipo de coisa. Exatamente. >> E também tem agora acho que o entendimento de que esses modelos eles não tão só na mão dos bons agentes, né? Com modelos open source que correm atrás no mesmo nível para se parecer com os modelos fechados das empresas aí que tem

[30:16] algum tipo de salvaguardas, a gente começa a ter aí uma uma competição de realmente de um mundo que a gente não conhece, >> não conhece, não conhece. E assim, vai, por mais que essas empresas tenham os modelos mais poderosos hoje, como a gente falou, a competição ela é muito rápida. Eh, e os modelos chineses, por exemplo, se avançarem muito rápido e e essas empresas forem mais lentas, eles vão varrer o mundo, né? A gente vai passar a adotar, eu no dia seguinte ligo o modelo chinês aqui para fazer as

[30:47] minhas tarefas. Então, é uma é um equilíbrio e pós IPO, ela vai precisar crescer, ela vai precisar eh entrar em novos mercados. E falando em novos mercados, eh, a gente tinha uma pequena notinha aqui no no fim do nosso episódio que ah, a gente falou mund AI, mas tem sempre a intersecção da robótica com a inteligência artificial, invadindo o nosso mundo físico aí. E a gente tá vendo essa corrida dos dos carros

[31:18] autônomos, hã, especialmente nos Estados Unidos, na China já é uma realidade talvez muito mais com muito mais escala do que no mercado americano, mas a gente tá vendo a Wel, né, >> e a e o Elon Musk falava que a Tesla ia entrar, ia entrar e produziu o seu carro eh específico para isso e entrou em funcionamento. Então comenta aí, André, o o que que aconteceu. É, chegou no Texas com 45 unidades, aquele carrinho dourado, com a

[31:49] calota fechada, bem diferente, né? Parece diferente. >> Parece que tá jogando aquele jogo Cyberpunk mesmo, né? Que é o Cyber Cab. Se parece que tá naquele jogo futurista lá de >> de distopia. Enfim, é uma proposta diferente do Musk. Acho que ele até demorou mais porque justamente tinha uma dificuldade de fazer o software daquilo funcionar, né? A a opção da Tesla é ir por câmeras, diferente da Wame ou até de outras empresas que até a própria Uber testou e no passado, o Liidar, que é aquela visão de luz computacional que

[32:19] assim até então parece muito mais precisa porque consegue ter um campo de visão pro carro, interpretação do que são aquelas, se é uma pessoa, se é uma bola, se é uma bicicleta. >> Eh, mas custa muito mais caro, né? Tem uma manutenção muito maior, existe sabotagem até. a pessoa pode apontar um laser para aquilo lá e o carro fica eh fora de operação. E aí num sistema onde quando você mira para uma operação de táxi robô, tudo ali é custo da da operação e tudo tem um uma vantagem extra em cima de, enfim, operação com

[32:51] com pessoas igual faz a Uber ou outras empresas de aplicativo. O que eu acho interessante ainda que a que o CyberCab traz é que é já o próximo passo no se você entra num emo lá em São Francisco, você vê o volante girando, você inclusive tem opções ali de se comunicar com com uma pessoa que é, enfim, é só apertar ali, ele já chama um um operador humano que assume aquilo como um controle. No caso do CyberCab não tem, né? você entra, eu vi os vídeos, ainda não tive a oportunidade de testar, mas é uma telinha, todos os lugares ali vago,

[33:22] muito espaço dentro do carro, você tem controle de ar condicionado, iluminação e nada mais, mas traz vantagens pr pra empresa de de um custo realmente de operação de robôs, né? Então eles acho que demorou porque eles tinham a garantia de que o Cyber Cab ia rodar ali na Texas, que é bem fácil de rodar também, igual São Francisco, né? uma cidade bastante >> eh óbvia ali de cruzamentos. Acho que depois, sei lá, Nova York também tem algumas grandes cidades de

[33:52] dos Estados Unidos tem essa facilidade para instalar diferente no Brasil, que é um pouco mais eh, talvez é além do nosso solo meio lunar também, que deve ser difícil para carros autônomos, mas lá eles rodam mais liso. E o que ainda não bota em escala é, enfim, você mencionou a China, né? Mas a Pone EAI hoje já tem número de carros, chega a vencer a a que faz 500.000 1 viagens por semana, a Pony Ei faz mais de 1 milhão. Então é um número ainda assim, só que como é que a

[34:24] China vai operar em mercados como os Estados Unidos, né? Talvez a gente tem que olhar quais mercados não tem carro robô e para onde essas empresas virão, né? E aí volta a ser uma disputa talvez mais pra frente aí de Teslas e e Wimo contra Poni no Brasil. >> Tem que ver quem consegue andar por aqui, né? >> Eu acho interessante, né? Quando a gente pega uma uma eu acho que o que o esse playbook tá mostrando ã que a barreira entre o que que é uma empresa, o negócio da empresa e o

[34:55] negócio possível da empresa, vê a Tesla, ela é uma empresa que, pô, entrega um hardware, que é um carro e ela hoje, se você quer o full self driving ou funcion, você tem que pagar uma >> hum >> um SAS, né? você tem que pagar uma assinatura lá todo mês pro pr pra Tesla. E agora ela lança com o seu hardware, criou um hardware só para isso, em direção, tudo. Até no livro do Walter Isaacson, a biografia do do Ello Musk, tem o trecho dele tomando a decisão de

[35:28] não ter direção, não ter nada no Cyber Cab, eu falando: “Pessoal, vai ser sem direção, vai ser sem nada, eu assumo risco, se der problema, é culpa minha”, ele fala na >> eh tem o trecho do livro >> e e aí eles de repente criam uma linha de serviços eh completamente diferente num mercado completamente adjacente, digamos assim. Eh, isso faz com que a gente até se se questione, né, o o nosso mercado, né, pensando nas empresas, onde que eu até onde eu posso ir. Eh, até

[35:59] então o jogo foi muito clusterizado, né? Uma montadora é uma montadora. Daí ele queria a serviço de aluguel de veículo. Ah, tudo tudo bem, mas é uma variação da compra, né? É uma solução financeira. E >> que vira o carro no meio disso, né? Exatamente. Preciso ter o carro. preciso. E >> você tem uma uma experiência tão sem atrito, né, de Exato. Eu não a que ponto vai chegar a essa operação da do CyberCab, mas imaginando que você saia

[36:30] de um de um evento que você esteja, saia de um prédio que você tá e dá já de cara com carro com a possibilidade de entrar e não ter atrito nenhum e já sai. O que que as pessoas vão começar a entender da da experiência de usar o carro em cidades com trânsito gigante, com enfim, a a as possibilidades ali aumentam muito, né, da Tesla. E aí acho que eventualmente acho que toda essa experiência cyber talvez migue paraos outros serviços também, né? Dos outros carros, os outros >> operações da XAI e tudo que abrange ele Tesla e presas de inteligência

[37:01] artificial e até foguetes. >> Exatamente. E o e o e o robô, né? O o como é que se chama o robô deles? O é o Optimus, né? >> É o Optimus. eh, daqui a pouco vai est amplamente aí disponível no mercado, ou seja, eh, são coisas interessantes que parecem um cenário de ficção científica mesmo. Blade Runner. Hã, >> é, mas o, eh, a gente olha ainda para essa coisa do serviço carro, mas a gente tá falando muito de robótica, né, que todo esse >> carro é um robô, esse carro é um robô de

[37:32] rodas, né, >> que é toda essa expansão de de compreensão generativa de mundo real, né, que é até a Unitrick, aquela chinesa que abriu IPO recente, daquele robozinho que tá em todos os eventos, que todo mundo vê sempre fazendo >> um uma posição ali de arte marcial. Agora eles estrearam, acho que até enfim, notícia fresquinha, eles estrearam o primeiro modelo, o primeiro robô autônomo deles que toma a decisão a partir do que ele tem de treinamento anterior. Eles estão usando ali no teste igual tudo na China lá com uma

[38:02] praticando esporte, né? O robô vai lutar, mas ele escolhe os movimentos não por alguém controlando isso ou imitando e ele eh replicando, mas ele toma aquilo com base de treinamento de horas e horas e horas de luta de box que ele tem na memória. E aí tem outras empresas que tem, por exemplo, aquela OneX que é um, acho que eu acho particularmente o robô mais sofisticado que tem no mercado, porque ele tem os todas as falanges de dedos, então ele consegue segurar as coisas muito bem. A BMW já usa ele na fabricação de de uma parte da fabricação

[38:35] de carros. Esse robô faz. Eles já testaram ele lá por dois dias seguidos, acho que até mais de dois dias seguidos, eh, separando encomendas, virando encomendas num galpão, simulando tipo um e-commerce. Aham. >> Enfim, esse robô incrível. Hoje eles estão coletando imagem das pessoas. Eh, você pode ser fazer fazer um frila lá para ele, você recebe o kit e grava tuas atividades do dia a dia, você fazendo em casa, para eles treinarem o robô depois. eh, para ele fazer a mesma coisa, com o mesmo nível de precisão, tirar a sujeirinha do canto, guardar as coisas do jeito que você gosta, tudo isso vai

[39:06] pra memória do robô, né? Então, de cyber cab a robôs domésticos, tudo isso é robótica, né? >> Acho que acho que daqui a pouco vamos fazer episódios com bem mais notícias sobre esse tema, porque isso vai, >> quem sabe trazer um aqui também para conversar. >> Vamos lá, vamos lá. Tomara que não nos substitua, né, André? >> E nem queria brigar, né? >> É, não, pelo amor de Deus. Boa, André. muitos insightes aqui, muita coisa legal. Eh, a gente vai colocar o link nos comentários, no na descrição do

[39:36] episódio de todas as matérias que falam sobre esses temas aqui, se você que tiver em casa quiser ler, né? Então, André, muito obrigado aí novamente pela sua >> Agradeço, agradeço todo mundo que tá ouvindo a gente aí. >> Foi show de bola. Eh, e obrigado a você que nos ouviu, nos assistiu até agora. Espero que você também tenha tirado alguns insightes aí para pro seu dia a dia. Espero, se você assistiu até o fim, você é fã como agente desse mercado, de tudo que tá acontecendo. E comenta lá,

[40:08] você concorda, você acha que a gente deveria ter abordado alguma matéria que não foi abordada aqui. Eh, o que que alguma matéria quer dizer que talvez a gente consiga expandir? Comente lá. Marca a gente, marca Ace Ventures, marca o André Lopes lá no LinkedIn na no Instagram e obviamente se você puder divulgar para mais pessoas aqui o por Trás do Hype, a gente agradece e segue a gente no Spotify e no YouTube que isso ajuda a gente a ser localizado

[40:40] por cada vez mais pessoas e você recebe um episódio fresquinho a cada vez [música] que a gente publica, que é as quintas-feiras. Valeu pessoal e até a próxima. เฮ