News24 JulhoUE arrecada mais multando big techs do que taxando suas próprias empresas
Edição #162·24 de julho de 2026·2 min

⚖️UE arrecada mais multando big techs do que taxando suas próprias empresas

Pieter Levels, empreendedor europeu, fez uma provocação certeira: neste ano, a União Europeia vai arrecadar mais dinheiro multando empresas de tecnologia americanas do que com a receita tributária de todas as suas empresas de tecnologia listadas em bolsa. A mais recente: o Google levou uma multa de 890 milhões de euros por violar a Lei dos Mercados Digitais, favorecendo seus próprios serviços no Google Search e na Play Store. --- O comentário de Levels tem um tom de autocrítica europeia. Em vez de criar gigantes tecnológicos próprios, o bloco se especializou em punir os alheios. É claro que regulação importa e práticas anticompetitivas precisam de consequência. Mas quando seu modelo de receita depende mais de multas do que de inovação, talvez algo esteja errado na estratégia.

UE arrecada mais multando big techs do que taxando suas próprias empresas

A União Europeia deve arrecadar mais recursos em 2025 com multas aplicadas a big techs americanas do que com a receita tributária de todas as suas empresas de tecnologia listadas em bolsa. A projeção, trazida à tona pelo empreendedor Pieter Levels, ganhou nova evidência com a penalidade de 890 milhões de euros imposta ao Google por violar a Lei dos Mercados Digitais (DMA).

O caso do Google e a Lei dos Mercados Digitais

A mais recente sanção contra o Google aponta para práticas de autopreferência nos resultados do Google Search e na distribuição de aplicativos via Play Store. A DMA exige que plataformas gatekeeper não privilegiem serviços próprios em detrimento de concorrentes, alterando a lógica de integração entre busca, loja de apps e ecossistema de APIs. Para desenvolvedores, a mudança significa regras mais rígidas para publicação de apps e novas exigências de interoperabilidade que podem elevar custos de compliance.

Inovação versus regulação

O comentário de Levels carrega um tom de autocrítica: em vez de cultivar gigantes tecnológicas domésticas, o bloco europeu consolidou uma arquitetura regulatória voltada a punir empresas estrangeiras. Não há dúvida de que práticas anticompetitivas exigem resposta. Contudo, quando as finanças públicas dependem mais de penalidades a corporações americanas do que de impostos sobre lucro e crescimento de suas próprias companhias, o desequilíbrio estratégico fica evidente. A regulação passa a parecer substituto da inovação, e não complemento.

O que muda para builders e desenvolvedores brasileiros

Para o ecossistema brasileiro de startups e desenvolvedores, o cenário europeu é um sinal de alerta concreto. As mudanças forçadas pela DMA afetam diretamente a stack tecnológica que times no Brasil usam diariamente:

  • **Play Store e distribuição de apps**: novas regras de comissionamento e sideloading podem alterar modelos de receita de SaaS e aplicativos mobile;
  • **SEO e tráfego pago**: restrições ao Google Search podem redistribuir o ranking orgânico e o custo de aquisição de usuários;
  • **Compliance extraterritorial**: big techs tendem a unificar padrões globais, elevando barreiras de entrada para startups que dependem de suas APIs e marketplaces.

Além disso, o Brasil acompanha de perto esse arcabouço regulatório. Discussões sobre lojas de apps, interoperabilidade e responsabilidade de plataformas já movimentam o Congresso. Se a Europa mostra que é possível taxar a inovação alheia sem replicá-la localmente, a lição para builders brasileiros é clara: diversificar dependências de infraestrutura e acompanhar a evolução do marco regulatório antes que ele defina custos operacionais.

googleappssuasdmanãodesenvolvedorespodeminovaçãobigtechs

Mais da mesma edição

@OpenAI

🏥ChatGPT começa a ler seus dados de saúde

A OpenAI começou a liberar, para usuários nos Estados Unidos, uma integração do ChatGPT com o Apple Health e prontuários médicos compatíveis. A ideia é que você possa conectar seus dados de saúde ao chat e ter conversas mais informadas: perguntar sobre mudanças nos seus exames, entender resultados de laboratório ou acompanhar tendências ao longo do tempo. --- A conexão é feita de forma segura dentro do app. É o tipo de funcionalidade que pode ser incrivelmente útil para quem tem dificuldade de interpretar exames, mas também levanta questões óbvias sobre privacidade. Ter seus dados médicos passando por um modelo de linguagem exige um nível de confiança que nem todo mundo está pronto para dar. --- Por enquanto, a funcionalidade é exclusiva dos EUA. Mas se funcionar bem, é questão de tempo até chegar a outros mercados.

@AndrewYNg

🛠️Andrew Ng lança agente open source que entrega trabalho pronto

Andrew Ng, um dos nomes mais conhecidos do mundo da IA, anunciou o OpenWorker: um agente de código aberto que não fica só na conversa, ele entrega resultados concretos. Pode preparar um relatório, organizar sua agenda, redigir documentos ou filtrar alertas do Slack. E antes de fazer algo importante, pede sua confirmação. --- O diferencial é a filosofia: o OpenWorker roda na sua máquina (Mac por enquanto, Windows em breve), não te prende a nenhum modelo específico e seus dados só saem do computador se você quiser. Você pode usar GPT 5.6 Sol, Claude Fable, Gemini 3.6, modelos abertos como DeepSeek e Kimi, ou até rodar tudo localmente com Ollama. --- Ng e o cofundador Rohit Prasad argumentam que assistentes de IA que realmente trabalham por você serão cada vez mais comuns, e que precisa existir uma opção aberta, privada e independente de fornecedor. O código está no GitHub e basta uma chave de API para testar.

@arcprize

🧩Grok 4.5 alcança 85,7% no teste de raciocínio ARC-AGI

O Grok 4.5 acaba de ser avaliado no ARC-AGI, o benchmark que testa a capacidade de uma IA de resolver problemas visuais de raciocínio que nunca viu antes, algo que humanos fazem com relativa facilidade. O resultado: 85,7% no ARC-AGI-1 a um custo de 0,33 dólar por tarefa, e 52,6% no ARC-AGI-2, mais difícil, a 0,78 dólar por tarefa. --- No ARC-AGI-3, a versão mais desafiadora, o modelo praticamente travou: 0,3% de acerto a um custo absurdo de quase 7 mil dólares. Um detalhe curioso é que aumentar o esforço de raciocínio do modelo de médio para alto não melhorou nem a performance, nem o custo. Ou seja, pensar mais não ajudou. --- Os números mostram que modelos de ponta estão ficando muito bons em raciocínio de nível básico, mas a fronteira real continua longe de ser conquistada.

Receba no seu email

Todo dia, grátis pra sempre.

Assinar newsletter