Posteriormente, a chegada das IAs Conversacionais baseadas em modelos generativos transformou a interação homem-máquina em algo fluido. Essas IAs conseguiam manter diálogos complexos e gerar textos criativos com uma naturalidade impressionante para a época. Todavia, elas ainda dependiam inteiramente de um humano para fornecer o comando inicial e validar cada etapa do processo. A tecnologia era poderosa, mas permanecia passiva e limitada ao ambiente de conversa do chat, havia uma dificuldade em escalar para milhões de usuários.

No entanto, atualmente, acompanhamos o surgimento dos Autonomous AI Agents, que representam o padrão ouro dessa evolução tecnológica. Um agente não apenas conversa, mas utiliza ferramentas e executa tarefas de ponta a ponta sem intervenções. Ele possui capacidade de raciocínio multietapa, permitindo que planeje subtarefas para alcançar um objetivo final maior e complexo. Consequentemente, o foco do desenvolvimento mudou da criação de textos para a orquestração de ações em sistemas diversos.

O guia da Deloitte para a autonomia

No capítulo 2 do relatório recente da Deloitte sobre as Tendências Tecnológicas para 2026, publicado em dezembro/2025, serve como um farol para as organizações modernas. A consultoria afirma que a transição para sistemas agênticos exige uma mudança profunda na mentalidade dos líderes de negócios. Segundo o documento, não basta apenas implementar a tecnologia, mas sim redesenhar toda a arquitetura de dados corporativos. Além disso, a Deloitte enfatiza que a governança deve ser o pilar central de qualquer iniciativa de automação em 2026.

De acordo com o relatório, a inteligência agêntica permite que as empresas operem com uma agilidade sem precedentes no mercado global. A consultoria destaca que os agentes podem interagir entre si para resolver gargalos operacionais de forma dinâmica e inteligente. Por outro lado, o documento alerta que a falta de uma estratégia clara pode levar ao caos sistêmico, principalmente por causa dos sistemas legados não estão preparados para trabalhar com Agentes de IA. Por esse motivo, os especialistas sugerem a criação de centros de excelência focados exclusivamente na supervisão de ecossistemas autônomos.

A credibilidade do relatório da Deloitte reforça que a IA agêntica é o próximo grande salto de produtividade mundial. As organizações que adotarem essas diretrizes agora estarão mais preparadas para as flutuações de um mercado cada vez mais digitalizado. Adicionalmente, o estudo aponta que o papel do trabalhador humano será elevado para funções de gestão e curadoria estratégica. Assim, a tecnologia atua como um multiplicador de capacidades humanas em vez de uma simples ferramenta de substituição.

Meta, Manus e o investimento de dois bilhões de dólares

A recente aquisição da Manus pela Meta por cerca de US$ 2 bilhões confirma o vigor desse novo mercado. A Meta identificou na startup de Singapura uma tecnologia capaz de realizar tarefas que superam os modelos de linguagem convencionais. A Manus desenvolveu agentes de propósito geral que realizam pesquisas de mercado e codificação de software com extrema precisão. Consequentemente, a Meta planeja integrar essas capacidades em todas as suas plataformas de comunicação e publicidade digital.

É importante notar que a Meta possui um histórico notável de apostar em tecnologias que definem o futuro dos negócios. Posso arriscar, em tom debochado, que a empresa de Mark Zuckerberg raramente investe bilhões em ideias sem potencial lucrativo. Certamente, não citarei aqui aquele período de “surto coletivo” conhecido como Metaverso, que preferimos esquecer por questões de saúde mental.

O investimento na Manus, entretanto, foca em produtividade real e ferramentas que as empresas realmente desejam pagar para usar. O sucesso comercial da Manus, que atingiu US$ 100 milhões em faturamento recorrente em apenas 8 meses, valida essa tese de mercado. As empresas buscam soluções que entreguem resultados concretos em vez de apenas demonstrações técnicas impressionantes, mas inúteis. Nesse sentido, a Meta busca se posicionar como a principal fornecedora de infraestrutura para a economia dos agentes autônomos globais. A aquisição demonstra que a corrida pela autonomia já começou e as BigTechs estão dispostas a gastar muito para vencer.

Desafios técnicos e a nova arquitetura de software

Construir um AI Agent funcional exige muito mais do que apenas conectar um modelo de linguagem a uma base de dados. É fundamental implementar camadas de lógica de negócios que impeçam o sistema de tomar decisões financeiras desastrosas ou ilegais. O caso emblemático de uma concessionária Chevrolet nos Estados Unidos ilustra perfeitamente esse perigo técnico. Ao utilizar um agente baseado em ChatGPT sem as devidas travas, a empresa viu o bot “vender” uma caminhonete de US$ 80 mil por apenas US$ 1. Este incidente ocorreu porque o atacante utilizou uma técnica simples de manipulação de contexto para forçar o bot a concordar com qualquer proposta. O usuário convenceu a IA de que o acordo era um contrato juridicamente vinculativo e irrevogável.

Trago este exemplo para reforçar que a arquitetura de software para agentes modernos deve incluir sistemas de validação cruzada e limites operacionais extremamente rígidos.

Não basta que a IA seja inteligente; ela precisa operar dentro de parâmetros financeiros inegociáveis para a organização.

Portanto, a nova engenharia de software foca na criação de Guardrails Semânticos que filtrem instruções maliciosas em tempo real. Os desenvolvedores estão adotando técnicas de Human-in-the-loop para transações de alto valor ou decisões que envolvam contratos. Além disso, a arquitetura deve prever mecanismos de monitoramento constante para identificar desvios de comportamento do agente.

Arrisco dizer que o desafio técnico migrou da funcionalidade pura para a resiliência e a segurança contra táticas de engenharia social.

Mais uma vez tive que iterar muito com o Google Nano Banana 3 para fazer essa imagem, e vou ficar devendo o prompt que gerou a imagem de capa.

O post Se você não está olhando para Agentes de IA, deveria apareceu primeiro em Diego Nogare.

Analisei este guia abrangente da Towards AI que mapeia as ferramentas essenciais para quem deseja sair do básico e dominar a produtividade em várias áreas. O texto explora desde os modelos de linguagem que lideram o mercado, como o ChatGPT e o Claude 3.5, até soluções especializadas em geração de imagens (Midjourney), vídeos (Sora e Runway) e produtividade empresarial.

Mais do que uma lista, é um roteiro para entender quais ecossistemas realmente entregam valor em um mar de novas aplicações, focando em usabilidade e resultados práticos para iniciantes e profissionais. Inclusive, acredito que este tipo de conhecimento ajuda a evitar o FOMO da nossa frente.

E porque estou falando disso?

É complicado quando estamos apenas “tentando acompanhar” a evolução da IA, com o tanto de oferta para integrar essas ferramentas no seu fluxo de decisão estratégico…

TIvemos sorte de viver isso, o ano de 2025 consolidou uma mudança clara: saímos da curiosidade para a utilidade prática. Mas, com milhares de apps surgindo semanalmente, o ruído pode ser ensurdecedor. Por isso compartilho esse guia que faz uma curadoria precisa do que realmente importa hoje.

De LLMs avançados que agora possuem raciocínio lógico apurado a ferramentas de criação visual que estão redefinindo o marketing digital, contudo, o foco mudou para a interoperabilidade. Não basta usar a IA; é preciso saber qual peça se encaixa em qual parte do seu processo.

Para facilitar sua navegação, destaquei três grupos que achei mais interessantes do guia:

Grandes Modelos de Linguagem + Raciocínio (LLMs):

• Ferramentas: ChatGPT-5.1, Gemini 3, Claude 4.5.
• Funcionalidades: Atuam como assistentes universais para resolução de problemas complexos. Fazem análise de grandes volumes de dados (com janelas de contexto de milhões de tokens) e automação de tarefas baseadas em texto e código.

Criação e Geração Visual (Multimodal):

• Ferramentas: Midjourney v7, Sora 2, Runway Gen-4.
• Funcionalidades: Transformam prompts simples em imagens artísticas de alta resolução e vídeos cinematográficos. Permitindo que marcas e criadores produzam conteúdo visual de nível profissional em minutos, sem equipes de produção tradicionais.

Produtividade e Gestão Inteligente:

• Ferramentas: Notion AI, Otter.ai, Motion.
• Funcionalidades: Focam na organização do dia a dia. Automatizam a transcrição e o resumo de reuniões, organizando bases de conhecimento e gerenciando calendários de forma autônoma para priorizar tarefas de alto valor.

Te convido a ler o relatório completo da Towards AI aqui neste link: https://pub.towardsai.net/top-ai-tools-of-2025-a-beginner-friendly-guide-to-the-best-ai-apps-4d520a15edb0

O post [Micro-blog] Catadão de ferramentas de IA de 2025 apareceu primeiro em Diego Nogare.

Preciso falar isso e me desculpar contigo, estou tentando fazer algum trocadilho com a sigla da profissão em inglês e o nome próprio que temos no Brasil, mas não consegui nada melhor que o título. Sorry! rss

O papel estratégico do Chief AI Officer

O CAIO supervisiona as iniciativas de IA de forma macro em toda a organização, com foco no uso ético da inteligência artificial. Tem o desafio de alinhar as estratégias de IA com os objetivos de negócios, garantindo a conformidade com as regulamentações. Além de ter experiência para lidar com desafios imprevistos (e são muitos), ajudando as empresas a evitarem projetos de risco que possam prejudicar os clientes. Porém, o CAIO não é apenas um título de moda, mas um papel essencial para organizações que acreditam no potencial da IA.

Esse profissional também precisa acompanhar as tendências que estão surgindo rapidamente. Tem que saber lidar com Retrieval Augmented Generation (RAG), Agentes, Sistemas Multi-agentes e Small Language Models (SLM) além do Large Language Model (LLM). Isso só para dizer algumas tecnologias que surgiram recentemente, e a lista só cresce (eu me atualizo das novidades usando essa ferramenta)… Assim, o CAIO garante que a organização esteja alinhada às inovações tecnológicas e preparada para o futuro.

Habilidades Essenciais para um CAIO

Um Chief AI Officer deve ter uma combinação de habilidades técnicas e de negócios. Primeiramente, é importante entender os fundamentos da IA, embora não seja necessário ser um coder. Além disso, ter experiência prática na construção de modelos de machine learning é um diferencial bem positivo. Conhecer ML dá confiança ao CAIO para gerenciar as oportunidades de suas equipes, uma vez que elas enfrentarão esses desafios no dia a dia. Ou seja, ele deve equilibrar conhecimento técnico com visão estratégica, impulsionando iniciativas de IA e gerando valor para a organização.

Outro ponto importante é que precisa traduzir tópicos complexos de IA para diferentes públicos, desde time técnico até para executivos. Também, é essencial ter familiaridade com números e finanças para gerenciar orçamentos de projetos de IA, uma vez que terá reuniões para explicar o P&L da área. Nesse sentido, habilidades de liderança são indispensáveis para construir equipes de alto desempenho e criar uma cultura que incentive a experimentação. Inclusive, encontrar o equilibrio entre entregas e experimentação (quase que orçamento a fundo perdido) é um desafio para o CAIO.

A Importância da Integração da IA nos Negócios

Primeiramente, a integração da IA nos negócios é um desafio por si só. Adicionando a ansiedade das áreas de negócios em ter IA em absolutamente tudo, esse desafio aumenta exponencialmente. Nenhum modelo de IA será útil se não for incorporado aos processos e fluxos de trabalho da empresa, não devemos fazer tech-by-tech, é importante sempre termos a visão do benefício real que aquele projeto irá trazer para o negócio e os clientes. Nesse sentido, o CAIO atua como um orquestrador, garantindo que os modelos sejam implantados e utilizados pelas áreas de negócios.

Ademais, três fatores afetam a adoção da IA: falta de compreensão, medo e desconfiança. Para enfrentar estes fatores, o CAIO deve criar programas de conscientização que esclareçam os benefícios e limitações da tecnologia. Por fim, ele também é responsável por garantir a confiança na IA, construindo dados confiáveis e pipelines robustas.

Para encerrar

Em suma, o Chief AI Officer é um líder (talvez hoje seja indispensável) para as empresas que desejam adotar a IA de forma responsável e escalável. Ele deve combinar habilidades técnicas, de negócios e de liderança. Portanto, cabe ao CAIO, alinhar a estratégia de IA com os objetivos organizacionais, garantir a adoção da tecnologia e promover práticas éticas.

Você pode fazer este curso de 1h no Linkedin Learning. Eu fiz, e pude escrever esse texto que você está lendo com as anotações que tomei. Muitas das coisas são padrões de C-Level, que fazemos normalmente, o que senti do Chief AI Officer é que o foco fica mais direcionado para as frentes de IA, o que já era de se esperar, né!

Bons estudos!

Imagem de capa criada com Grok, a partir do prompt: “Faça uma imagem como reprodução da capa do jogo GTA San Andreas com o personagem de frente com uma tatuagem estilizada escrito CAIO gigante na barriga. Deixe a imagem em estilo ilustração digital, faça ela ficar o mais parecida com o GTA possível”

O post Conhece o CAIO? Ele é o Chief AI Officer! apareceu primeiro em Diego Nogare.

Modernização Bancária na Nuvem

O Itaú está na vanguarda da inovação bancária, a fim de aproveitar as capacidades de computação em nuvem, podemos oferecer serviços mais ágeis e personalizados. A parceria com fornecedores de cloud nos ajudou a impulsionar a transformação digital, com impacto positivo na experiência de nossos clientes.

O banco percebeu que seus clientes buscavam cada vez mais serviços online, e para resolver isso, era preciso entender as necessidades de seus clientes. Assim, para atender a essa demanda, o banco concentrou-se na modernização de suas aplicações bancárias. Utilizamos soluções como Amazon CloudWatch e AWS Fargate, assim o Itaú fortaleceu a resiliência de suas aplicações. Isso ajudou a garantir que os clientes tenham acesso contínuo e seguro aos serviços bancários, que é um dos nossos pilares de tecnologia.

Temos mais de 3200 usuários no Sagemaker Studio

A fim de contar a história da transformação digital também no mundo de ciência de dados, estamos construindo a plataforma IARA – Itaú Advanced Resources for Analytics. Essa plataforma atende a jornada fim a fim da experiência de desenvolvimento do ciclo de vida de modelos, passando por todas as etapas. Desenvolvimento, publicação e monitoramento de modelos. Contamos um pouco do desafio no paper publicado na CBSoft 2022 – Congresso Brasileiro de Software promovido pela Sociedade Brasileira de Computação.

Publicamos, recentemente, um caso de sucesso do Itaú junto à AWS para contar mais um pouco dessa história. Particularmente foi uma experiência super interessante para minha carreira, porque pudemos contar sobre a nossa jornada de transformação digital da ciência de dados dentro do Itaú.

E não só fizemos a publicação do case no portal da AWS, como também apresentamos o case para o time de produtos do Sagemaker. Pudemos explicar os nossos desafios e demos feedbacks sobre a experiência. Assim, também, reforçamos a importância da parceria e da evolução constante da plataforma da AWS e do Itaú.

Para complementar um pouco essa história, te convido a ler estes textos: Automatizar a publicação do seu modelo com MLOps e MLOps e Engenharia de Machine Learning descomplicados. Nesse sentido, os textos foram publicados no blog para te ajudar a entender a disciplina de MLOps e Engenharia de Machine Learning. Também contamos como é atuar na engenharia de Machine Learning do Itaú, que inclusive ajuda pessoas interessadas à trabalhar na área a se preparar tecnicamente. Não deixe de acompanhar esses materiais!

O post Temos mais de 3200 usuários no Sagemaker Studio apareceu primeiro em Diego Nogare.