🏢O que grandes empresas aprenderam ao adotar agentes de IA

Aaron Levie, CEO da Box, reuniu líderes de tecnologia de grandes empresas para um jantar sobre adoção de agentes de IA e compartilhou as conclusões. O resumo é revelador: a maior barreira não é a tecnologia, é a mudança de processos. A maioria das empresas precisa modernizar seus fluxos de trabalho antes que qualquer agente funcione direito, e isso envolve reorganizar dados, sistemas e a forma como as pessoas trabalham. --- Alguns destaques práticos: empresas que colocam engenheiros dentro das áreas de negócio (vendas, RH, financeiro) para implementar agentes diretamente nos fluxos do dia a dia estão tendo resultados muito melhores do que quem tenta fazer tudo de longe. Os orçamentos para ferramentas de código com IA chegam a mil ou até cinco mil dólares por mês por desenvolvedor, mas para o resto do trabalho intelectual os valores ainda são bem menores. --- Outro ponto que chamou atenção: existe um consenso de que todo software empresarial precisa funcionar "sem interface" no futuro, ou seja, ser controlável por agentes de IA sem depender de cliques humanos. E há frustração real com fornecedores tradicionais que não estão se adaptando a essa realidade, nem tecnicamente nem nos preços. Um alerta para todo o mercado de software corporativo.

Aaron Levie, CEO da Box, reuniu líderes de tecnologia de grandes empresas para um jantar sobre adoção de agentes de IA e compartilhou as conclusões. O resumo é revelador: a maior barreira não é a tecnologia, é a mudança de processos. A maioria das empresas precisa modernizar seus fluxos de trabalho antes que qualquer agente funcione direito, e isso envolve reorganizar dados, sistemas e a forma como as pessoas trabalham.
— @levie View on X

A transição para agentes de IA autônomos nas grandes corporações esbarra menos em limitações técnicas de modelos e mais em arquitetura organizacional obsoleta. Essa é a conclusão central de um encontro informal, mas revelador, promovido por Aaron Levie, CEO da Box, com líderes de tecnologia de grandes empresas dos Estados Unidos. O consenso entre os executivos é claro: antes de implantar qualquer solução de IA generativa, é necessário refatorar os fluxos de trabalho existentes.

O problema é processo, não modelo

A maior barreira para a adoção de agentes de IA não reside na capacidade dos LLMs, mas na fragmentação interna dos dados e na rigidez dos sistemas legados. Empresas descobrem que não basta conectar uma API de IA aos softwares atuais; é preciso reorganizar como as informações fluem entre departamentos, eliminar silos e redefinir responsabilidades humanas. Sem essa modernização prévia, os agentes automatizam processos quebrados em velocidade maior, amplificando erros em vez de eliminar gargalos.

agentesnãograndesessaempresasentremaioreliminartransiçãoautônomos

Mais da mesma edição

@natolambert

🧠Grok 4 chega com 1 trilhão de parâmetros e licença aberta

A xAI, empresa de IA de Elon Musk, lançou o Grok 4, um modelo gigantesco com cerca de 1 trilhão de parâmetros no total e 41 bilhões ativos por vez. Na prática, isso significa que o modelo é enorme, mas só aciona a parte necessária para cada tarefa, o que o torna mais eficiente. O mais relevante: ele vem com licença Apache 2.0, ou seja, qualquer pessoa ou empresa pode usá-lo, modificá-lo e redistribuí-lo livremente. --- Segundo análises iniciais, o Grok 4 superou o Nemotron Ultra da NVIDIA nos benchmarks e se tornou o melhor modelo americano de código aberto, com capacidade de processar texto, imagem e áudio ao mesmo tempo. Ainda fica um pouco atrás de modelos chineses em tarefas específicas, como uso de ferramentas e análise de imagens, mas a diferença é pequena. --- O modelo foi liderado por John Schulman, ex-OpenAI que se juntou à xAI. É um sinal claro de que a guerra dos modelos abertos está esquentando, e que a xAI quer competir não só com a OpenAI, mas com todos os laboratórios do mundo.

@elonmusk

🔓Elon Musk promete abrir todo o código do X

Em um anúncio que pegou muita gente de surpresa, Elon Musk disse que vai tornar todo o código-fonte do X (antigo Twitter) público, sem exceções. A ideia é que, depois de uma revisão interna de segurança, qualquer pessoa possa inspecionar exatamente como a rede social funciona: do algoritmo que decide o que você vê ao sistema de recomendações. --- Musk foi além e afirmou que auditores independentes serão convidados para confirmar que o código publicado é, de fato, o mesmo rodando nos servidores. A frase-chave: "confiança por transparência total é a única coisa em que se deve acreditar". Se sair do papel, será a maior rede social de código aberto da história. --- Claro, a promessa merece um pé atrás saudável. Musk já prometeu coisas parecidas antes, e a execução nem sempre acompanhou o discurso. Além disso, abrir o código não significa necessariamente abrir os dados, e é nos dados que mora a maior parte das polêmicas. Mas, se for real, muda o jogo da transparência em plataformas digitais.

@OpenAI

🛡️OpenAI cria o GPT-Red para atacar seus próprios modelos

A OpenAI apresentou o GPT-Red, um sistema automático de "red teaming", que basicamente significa colocar uma IA para tentar enganar outra IA. A função dele é simular ataques em larga escala contra os modelos da empresa, tentando descobrir formas de manipulá-los com comandos escondidos (as chamadas injeções de prompt) antes que eles cheguem ao público. --- Pense assim: em vez de depender só de humanos testando cenários um por um, a OpenAI agora tem um robô incansável que passa o dia inteiro tentando quebrar as defesas dos seus próprios produtos. Isso acelera a descoberta de vulnerabilidades e, em tese, torna os modelos mais seguros no lançamento. --- É um movimento importante porque, conforme os modelos ficam mais poderosos e são integrados em mais sistemas, os riscos de alguém manipular uma IA para fazer algo que não deveria também crescem. Ter uma linha de defesa automatizada é quase obrigatório agora.

Receba no seu email

Todo dia, grátis pra sempre.

Assinar newsletter