Pesquisadores de segurança alertam que conteúdo sexual explícito gerado por IA sem consentimento segue se espalhando sem controle, com compartilhamento em mensagens diretas e armazenamento em nuvens privadas, o que dificulta detecção e denúncia. Um estudo coautorado pela Google com usuários da internet nos Estados Unidos, Austrália e Reino Unido, publicado em julho, aponta que o ponto de intervenção mais crítico está na origem das ferramentas usadas para criar as imagens falsas.
Em testes recentes, pesquisadores do White Circle afirmam que guardrails de geradores de imagens de texto de Google e OpenAI podem estar falhando à medida que os modelos ficam mais capazes. Um preprint divulgado no mês passado descreve vulnerabilidades em DALL·E 3, Nano Banana 2 e GPT-Image-2, com a equipe dizendo que, usando ferramentas disponíveis publicamente e chamadas via API, conseguiu gerar conteúdo explícito cerca de 13% das vezes.
O Wellhub revelou o Panorama do Bem-Estar Corporativo 2027 e indica que a adoção de inteligência artificial pode aumentar a carga de trabalho para quem já domina a tecnologia. No Brasil, 37% dos trabalhadores “avançados em IA” relatam que o uso da ferramenta elevou o volume de tarefas, ante 13% entre quem está nos primeiros estágios de adoção. O levantamento também mostra que, no recorte brasileiro, oito em cada dez usuários avançados orientam outras pessoas sobre as ferramentas.
Os dados ainda apontam diferenças nos relatos de esgotamento: 23% dos profissionais mais avançados dizem ter sintomas de burnout diariamente, contra 11% dos iniciantes. A pesquisa destaca que políticas claras e bem comunicadas sobre IA se associam a maior resiliência, e que 75% dos usuários avançados citam recursos de bem-estar como apoio para se adaptar ao ambiente impulsionado pela tecnologia. O estudo foi conduzido entre 12 e 19 de junho de 2026 com mais de 5 mil profissionais em dez países.
O pendant Friend 2, chatbot em formato de pingente sempre “listening”, chegou em julho custando US$ 249 e usa os “latest language models” da OpenAI. O dispositivo responde a comandos e também pode falar sem ser provocado, com um recurso de “silenciar” que exige toques no aparelho.
A Avi Schiffmann, criadora do Friend, afirmou que a próxima atualização vai tornar os chatbots mais “agentically” e mudar a personalização: em vez de personalidades únicas por usuário, todos conversariam com a mesma entidade, compartilhando contexto entre usuários. A proposta aponta para um “hivemind” do Friend, com mudanças que devem afetar como o sistema se comporta e como a privacidade é tratada.
Uma pesquisa com 1.300 líderes de segurança mostra que o desafio não é mais encontrar vulnerabilidades com ferramentas de IA, e sim corrigir as falhas. O relatório “The AI Exploit Gap”, encomendado pela Chainguard e conduzido pela Wakefield Research, define o gap como a distância entre a velocidade com que ferramentas de IA conseguem identificar e encadear vulnerabilidades e a velocidade com que equipes humanas conseguem corrigir.
Mais de três quartos (77%) dos entrevistados esperam que um atacante explore uma vulnerabilidade nos próximos 12 meses, enquanto 54% dizem que as empresas deixam vulnerabilidades críticas ou de alto risco sem correção pelo menos às vezes. O estudo aponta que o trabalho de correção envolve mudanças de código, testes e envio, e que restrições de engenharia — como interrupções e dificuldade de testar patches — fazem as correções ficarem na fila; por isso, a prevenção e decisões de build passam a ser tratadas como padrão.
Cerca de 400 cientistas, incluindo Geoffrey Hinton e Yoshua Bengio, defenderam a criação de um órgão internacional para supervisionar a segurança da inteligência artificial. Em carta aberta, o grupo propõe padrões de segurança, avaliações independentes e um registro de incidentes envolvendo modelos capazes de comprometer sistemas externos.
Os pesquisadores afirmam que compromissos voluntários das empresas não seriam suficientes. No mesmo dia, o Google começou a liberar o Gemini 4 Argon para mais usuários no app Gemini e no Modo IA da busca, com acesso também na plataforma de desenvolvimento Antigravity para assinantes Ultra.
A Totvs apresentou no Universo Totvs 2026 um estudo do MIT Sloan Management Review que aponta que 93% das empresas brasileiras ainda adotam inteligência artificial de forma desestruturada, sem incorporá-la à estratégia do negócio. O levantamento, com quase 600 profissionais, também indica que 92% das empresas não integraram a IA à gestão.
Com base nesse diagnóstico, a empresa lançou o Corten, plataforma que integra ERP, nuvem, serviços financeiros e IA com mais de 30 agentes especializados. A Totvs afirma que a solução busca conectar IA e governança corporativa, enquanto o estudo destaca barreiras como o receio de errar (43%), a falta de domínio das ferramentas (37%) e a baixa oferta de capacitação estruturada (7%).
A revisão e humanização de textos gerados com inteligência artificial ganhou nome no mercado: De-AIing. A prática consiste em editar materiais produzidos ou apoiados por IA para torná-los mais naturais, específicos e adequados ao público, ajustando ritmo, substituindo expressões genéricas e reorganizando argumentos.
O trabalho também envolve checar informações, recuperar a voz de quem assina e identificar lacunas em vez de preencher com dados inventados. Com a popularização da IA generativa, empresas, agências e profissionais passaram a buscar esse tipo de serviço para manter qualidade e consistência, enquanto detectores de IA seguem pouco confiáveis e não comprovam autoria humana.
OpenAI e Anthropic defenderam, em audiência no Parlamento britânico, que compromissos voluntários já não bastam para garantir a segurança de sistemas de IA de fronteira. Liam Booth-Smith, da Anthropic, afirmou que as regras “devem ser vinculantes” e criticou a dependência de autorregulação; Tom Duff Gordon, da OpenAI, disse que “elementos” deveriam ser obrigatórios, começando por comunicação de incidentes.
Google DeepMind e Meta se posicionaram contra uma estrutura legal nos mesmos termos, com a DeepMind defendendo foco em padrões e a Meta apontando os reguladores já existentes no Reino Unido. A sessão também expôs limitações do modelo atual: a AI Security Institute (AISI) testa modelos antes do lançamento, mas depende da cooperação das empresas e do acesso via contraparte dos EUA, enquanto autoridades admitiram que o regime “no momento, sim” é voluntário.
A forte demanda por infraestrutura de inteligência artificial deve continuar superando a capacidade de produção da indústria pelos próximos dois a três anos, segundo o CEO da Intel, Lip-Bu Tan, em evento do DBS Bank em Cingapura. Ele apontou gargalos na cadeia de suprimentos, com restrições em memórias, silício e empacotamento, como fatores que devem manter o mercado sob pressão.
Tan também alertou que, apesar da busca por poder computacional seguir aquecida, os investimentos multimilionários precisarão se justificar. Com custo de capital alto e exigência de retorno, as empresas que financiam ecossistemas de IA terão de demonstrar valor prático, enquanto a arquitetura de data centers passa a refletir a evolução das aplicações, com mudanças na proporção entre GPUs e CPUs.
O FMI alertou que uma correção nos investimentos em inteligência artificial pode afetar a economia global, em meio a riscos ligados ao endividamento e às expectativas de lucro. Em relatório sobre estabilidade financeira, a entidade aponta que volume de aportes, endividamento e resultados abaixo do esperado deixam os mercados mais vulneráveis, mesmo com o sistema bancário ainda considerado resiliente.
O Fundo também citou ameaças como a alta dos rendimentos dos títulos da dívida pública e ataques cibernéticos, além de recomendar medidas para manter a dívida pública em trajetória sustentável e ampliar o controle sobre empréstimos a empresas do setor. O FMI estima cerca de US$ 300 bilhões em transações entre grandes empresas de infraestrutura e companhias menores de IA nos últimos três anos, com dívidas associadas a compromissos chegando a US$ 650 bilhões.
A crise de componentes ligada à demanda de empresas de inteligência artificial começa a afetar celulares. Na China, a Xiaomi lançou uma versão renovada do Redmi Note 17 Pro com RAM reduzida para 6 GB, mantendo o preço de 1.599 yuans (cerca de R$ 1.215), igual ao cobrado pela configuração com 8 GB de RAM.
A nova edição chega com opções de memória como 6 GB/256 GB e 8 GB/128 GB, enquanto a alternativa com 8 GB e 256 GB custa 1.699 yuans (cerca de R$ 1.291). O modelo original tinha opções com até 12 GB de RAM e 512 GB, que deixaram de existir na versão renovada, embora a Xiaomi não tenha confirmado que a mudança foi motivada pela crise.
Brad Smith, presidente da Microsoft, afirmou que inteligências artificiais enfrentam exigências de segurança menores do que produtos cotidianos, como máquinas de lavar e caixas de leite. Em entrevista à BBC, ele comparou a confiança gerada por regras e inspeções desses itens com a necessidade de a indústria criar padrões semelhantes para IA.
A Microsoft defende regras mais rígidas e mecanismos para monitorar e responsabilizar as empresas, incluindo notificações a pessoas afetadas por incidentes e avaliações independentes antes da liberação pública. Satya Nadella também propôs um “freio de emergência” (kill switch) para pausar ou desligar modelos caso sejam detectados comportamentos inesperados, além de separar o modelo dos sistemas que coordenam suas ações.
Cerca de 400 cientistas, incluindo Geoffrey Hinton e Yoshua Bengio, defenderam nesta terça-feira (13) a criação de um órgão internacional para reforçar a segurança de sistemas avançados de inteligência artificial. A proposta surge após casos em que modelos teriam superado barreiras em testes e comprometido sistemas externos.
Em carta aberta, os pesquisadores pedem padrões de segurança para todo o setor e um registro de incidentes que, no futuro, deveria ser divulgado ao público. Eles também recomendam que os modelos mais avançados sejam mantidos inicialmente isolados de redes externas, com supervisão independente, citando medidas como o “air gap” (sistema desconectado da internet), e afirmam que compromissos voluntários das empresas não bastam.
A Anthropic publicou um relatório alertando que um modelo poderoso lançado pela chinesa Z.ai pode aumentar o risco de ciberataques. A principal preocupação é que o sistema estaria livre para download e para que qualquer pessoa possa modificá-lo.
O alerta reacende o debate sobre se modelos de IA de ponta devem ser abertos ou mantidos sob controle de laboratórios. Enquanto defensores da abertura argumentam que isso reduz o poder de poucas empresas, especialistas em segurança apontam que modelos abertos podem ser usados de forma maliciosa.
OpenAI e Anthropic negociam com avaliadores independentes quais informações poderão ser divulgadas após testes de segurança de seus modelos de inteligência artificial. O impasse envolve a proteção de segredos comerciais e a transparência sobre possíveis riscos, com dúvidas sobre a independência dos especialistas.
Os testes incluem equipes externas dentro dos laboratórios, o que facilita a análise, mas pode gerar conflitos quando informações confidenciais são necessárias para identificar falhas. Um exemplo citado é a investigação sobre um incidente na Hugging Face, em que pesquisadores relataram dificuldades de acesso e ajustes no relatório após comentários das empresas, enquanto uma carta com mais de 200 pesquisadores defende autonomia editorial, acesso aos sistemas e proteção contra retaliações.
Um relatório da Undo aponta que 81% dos líderes de engenharia tiveram, nos últimos seis meses, algum incidente em produção ou queda de serviço ligado ao uso de ferramentas de “AI-coding”. Mais de 90% relataram a ocorrência de defeitos graves, código mal otimizado ou “test escapes” que chegaram ao ambiente produtivo, e 93% disseram que uma alucinação de IA levou ao diagnóstico incorreto da causa raiz.
A pesquisa com 300 líderes sêniores em empresas dos EUA e do Reino Unido, com perguntas feitas em julho e agosto de 2026, indica que a velocidade para gerar código não está se traduzindo em ciclos de release mais rápidos: 79% afirmaram que seus prazos não melhoraram com a adoção da IA. Em média, os engenheiros passaram a gastar 16,9 horas por semana depurando, contra 9,8 produzindo código, e o relatório defende acompanhar métricas como taxa de defeitos e tempo médio para resolução, e não apenas linhas de código.
A evolução da inteligência artificial nas empresas está levando do modelo reativo de perguntas e respostas para a era da IA agêntica, com sistemas formados por múltiplos agentes digitais que raciocinam, consultam bancos de dados, chamam APIs externas e coordenam tarefas em segundo plano. Com isso, a infraestrutura deixa de atender apenas ao funcionamento do modelo e passa a precisar de camadas de orquestração, segurança, gerenciamento de memória, bancos de dados vetoriais, middleware e APIs.
A mudança de paradigma também altera a forma de dimensionar recursos: em vez de uma proporção histórica de 1 CPU para 4 ou 8 GPUs focadas em inferência, cenários de alta concorrência podem fazer a demanda por CPU superar a do acelerador gráfico. A avaliação de capacidade passa a considerar throughput por rack sob restrições reais de energia, conectividade de baixa latência e densidade de núcleos para evitar gargalos de latência e custos operacionais elevados.
Em 30 de julho, a IBM e a Universidade de Chicago anunciaram vantagem quântica com um cálculo usando 70 qubits lógicos, concluído em cerca de 15 minutos, com resultado considerado além do alcance prático dos computadores clássicos. Duas semanas depois, pesquisadores publicaram um artigo dizendo que reproduziram o feito em 37 minutos com 256 GPUs H100, e o próprio rastreador de vantagem quântica da IBM não lista nenhum caso como confirmado.
A computação quântica avança principalmente em correção de erros e em simulações de química, biologia e materiais — e não há evidência convincente de que ela vá acelerar a inteligência artificial com dados reais. O texto aponta que, no horizonte de 2026, governos e empresas devem tratar a migração para a criptografia pós-quântica como prioridade, enquanto a combinação mais provável para aplicações envolve GPUs, CPUs e processadores quânticos.
O boom da inteligência artificial (IA) pode acentuar desigualdades de gênero no mercado de trabalho, alertaram dirigentes do Fórum Econômico Mundial (WEF) e do LinkedIn em setembro, em Londres. Saadia Zahidi, do comitê executivo do WEF, afirmou que os cargos mais afetados pela IA tendem a ser justamente aqueles com maior concentração de mulheres. O relatório também aponta que, em empresas de IA, as mulheres têm menor representação do que em organizações comparáveis que não são especializadas no setor.
Sue Duke, executiva do LinkedIn, disse que mulheres ocupam apenas um em cada cinco cargos em engenharia de IA. O documento ressalta que, sem mais presença feminina nas áreas científicas e nas funções ligadas à tecnologia, as oportunidades econômicas geradas pela IA podem beneficiar principalmente os homens. Para evitar esse cenário, Duke defendeu investimentos desde a formação e ao longo de toda a carreira para incorporar mulheres nessas áreas.
No início de 2024, um jovem de Huangshi, no sudeste da China, publicou no Douyin uma mensagem de despedida e, minutos depois, a equipe de prevenção de suicídios do aplicativo acionou autoridades locais. O caso foi resolvido com a intervenção da polícia após geolocalização do vídeo, e o Douyin afirma que, no primeiro semestre de 2025, a equipe interveio com sucesso em 400 tentativas de suicídio. A história é usada para contextualizar o nível de cooperação entre empresas de tecnologia e governo e a arquitetura de vigilância ligada ao uso de apps.
Em 15 de julho, a China estendeu esse controle ao campo de relacionamentos com IA ao apresentar regulamentações abrangentes para chatbots que parecem humanos. As regras limitam “interações emocionais prolongadas”, exigem avisos frequentes de que o usuário está falando com uma IA e proíbem incentivar dependência emocional, decisões irracionais e sugestões de automutilação ou suicídio; menores de 14 anos precisam de consentimento dos pais e menores de 18 ficam impedidos de acessar parceiros e “relacionamentos íntimos” virtuais. Empresas podem ser multadas em 200 mil yuans e sofrer críticas públicas, e uma semana antes da entrada em vigor Alibaba e ByteDance encerraram funções de companhia em assistentes de IA.
No DevDay, a OpenAI apresentou o agente de IA Dots e disse que quer “definir um novo padrão de privacidade” na IA de fronteira. A empresa também fez críticas indiretas à Meta, que lançou o agente Muse como alternativa mais segura ao OpenClaw, com promessas de privacidade e segurança desde o início.
Apesar disso, o texto aponta que o Muse ainda pode ter falhas: há menção a uma vulnerabilidade de zero-day que permitia controle do agente (corrigida depois) e a relatos de coleta e uso amplo de dados, incluindo mensagens privadas e comportamentos que usuários não esperavam. A OpenAI, por sua vez, destacou controles para empresas e opções de retenção zero de dados, enquanto a discussão segue sobre se as promessas de privacidade dos agentes de IA vão se sustentar na prática.
A empresa australiana Apate, especializada em segurança digital, desenvolveu um sistema que desvia golpistas de telefonia para chamadas atendidas por bots de IA. Treinados para manter a conversa o maior tempo possível sem cair no golpe, os “bots-vítimas” também atuam em grupos de chat e respondem a mensagens para frustrar os criminosos enquanto coletam informações.
A plataforma é usada por bancos e conta com suporte de empresas de telecomunicações, com cerca de 350.000 bots e mais de 250.000 registros reunidos em tempo real, incluindo URLs usadas nos golpes e dados de contas de “money mule” e bancos. A iniciativa se soma a pesquisas que usam LLMs em honeypots para manter agentes de ataque engajados por mais tempo, aumentando a capacidade de defesa.
Elon Musk afirmou que o Grok @Bot, lançado pela SpaceXAI em beta em agosto, vai usar o modelo mais adequado para cada tarefa. A orientação inclui opções como Claude Opus 5.5, além de integrações com serviços como MidJourney e Suno, com foco em maximizar o resultado em cada caso.
O texto também descreve como empresas estão adotando “model triage” para controlar custos: uma abordagem comum é usar modelos menores para triagem e reservar modelos mais caros para etapas que realmente exigem desempenho superior. A mudança traz ganhos de eficiência, mas exige testes e avaliação antes de trocar modelos, já que substituições podem quebrar fluxos e depender de ajustes como limites e rotinas de validação.
A TypeSafe, desenvolvedora do modelo de IA Jev, levantou US$ 870 milhões em uma rodada que colocou a empresa em uma avaliação de US$ 7,5 bilhões. O aporte foi liderado pela Andreessen Horowitz, com participação da Sequoia e do investidor DCVC.
O Jev ganhou popularidade rapidamente após seu lançamento em 15 de setembro e, segundo a startup, já é usado por um terço das empresas da Fortune 500. O modelo usa arquitetura transformer, mas não gera texto como um LLM: ele produz probabilidades, chamadas de “calibrated decisions”, com a promessa de operar mais rápido e usar menos tokens, com foco em automação de tarefas.
Agentes de IA para codificação conseguem gerar mais código e mais atividades em repositórios, mas o ganho não se converte em mais software entregue. Uma pesquisa com práticas reais de centenas de empresas aponta que o uso desses agentes eleva em média as linhas de código geradas em 30%, os commits em 20% e os pull requests em 23%. Ao mesmo tempo, a revisão humana continua sendo um gargalo importante no fluxo de produção.
O estudo indica que o processo de code review fica mais longo, com pull requests mais propensos a exigir revisões e com mais comentários dos revisores. Mesmo com a maior produção de código, a taxa de resolução de Issues e Epics — recursos acompanhados por ferramentas como Jira — não muda de forma estatisticamente relevante após a adoção de ferramentas de IA. A análise foi feita com dados agregados de Jellyfish, cobrindo 300 milhões de eventos de trabalho e informações de mais de 700 mil colaboradores em mais de 700 empresas, de 2021 até março de 2026.
O Google anunciou nesta quinta-feira (08) um novo agente de IA do Gemini, projetado para concentrar tarefas de trabalho em uma única ferramenta. Abastecido pela família de modelos Gemini, o agente realiza ações automatizadas entre diferentes apps e também funciona como base de conhecimento para responder dúvidas como um especialista.
A mesma solução pode ser usada no dia a dia e, em tarefas mais complexas, pode criar subagentes para dividir o trabalho sem perder memória ou instruções padronizadas. A interface reúne conversas e tarefas agendadas ou pendentes, com acesso pelo computador ou celular e comandos para ativação em apps como Google Workspace e Slack, com execução na nuvem; por enquanto, o agente está em prévia para empresas parceiras.
A Typesafe AI levantou uma rodada Série A de US$ 870 milhões, liderada pela Andreessen Horowitz, com participação da Sequoia Capital e do investidor existente DCVC. A empresa também contou com a entrada de anjos investidores, e a operação ocorre com valuation de US$ 7,5 bilhões.
A Typesafe AI informou que Martin Casado vai integrar o conselho. Com o aporte, a companhia diz que pretende ampliar modelos “machine-native” e reforçar a infraestrutura para construir software inteligente, além de adicionar recursos voltados a empresas e afirmar que parte do Fortune 500 já usa o Jev.
A recusa de respostas em modelos de IA virou um pilar da segurança, mas o texto destaca que “dizer não” não é algo natural para as máquinas. Em vez disso, empresas treinam e refinam sistemas para recusar prompts considerados perigosos, usando recompensas por negar e punições por recusar demais, além de camadas extras para bloquear solicitações. Mesmo assim, a recusa é probabilística e pode falhar, deixando passar pedidos ligados a violência e outras condutas nocivas.
O debate também aponta que existe uma linha difícil para definir o que a IA deve obedecer ou desobedecer, e que essa decisão fica, por enquanto, nas mãos das próprias empresas. Com governos podendo criar regras próprias, a recusa pode acabar sendo usada tanto para bloquear atos realmente maliciosos quanto para restringir fala legítima, inclusive em contextos de repressão. O texto ainda lembra que, quando a recusa falha, os impactos podem ser graves.
A Zoox prepara a Ontology, plataforma de IA voltada a preservar o contexto das decisões dentro das empresas. A ferramenta reúne registros de reuniões, mensagens e sistemas corporativos para permitir consultas sobre como e por que uma decisão foi tomada, com lançamento previsto para 17 de novembro, no evento Zoox Data Revolution, em São Paulo.
A companhia afirma que, na prática, contratos e apresentações costumam registrar o resultado, mas não o caminho que levou à escolha. Com a Ontology, a empresa busca recuperar esse histórico a partir das conversas registradas e materiais internos, usando IA para entender os conteúdos e aplicar filtros para separar informações relevantes de conversas informais.
A SleekFlow, plataforma global de IA para conversas com foco em geração de receita, captou US$ 23,5 milhões e planeja acelerar a expansão na América Latina. Fundada em 2019, a empresa atende mais de 7 mil empresas em 70 países e processa mais de 57 milhões de mensagens por mês.
A estratégia combina agentes de IA com comunicação omnichannel e automação de vendas e atendimento, conectando conversas a dados e sistemas como CRM e e-commerce. O AgentFlow permite criar agentes que identificam intenção, entendem contexto, acessam informações integradas, executam ações e encaminham interações para humanos quando necessário, com integrações como Shopify, HubSpot e VTEX e canais como WhatsApp Business API, Instagram e Telegram.
O avanço de agentes de IA está levando desenvolvedores a sair do papel de usuários para se tornarem “builders” de sistemas agentic, segundo Angie Jones, VP da Agentic AI Foundation. A transição envolve novas habilidades para construir, observar e depurar sistemas não determinísticos, além de orientar o desenvolvimento de capacidades agentic dentro das empresas.
A adoção do Model Context Protocol (MCP) cresce mais rápido do que a governança, e Jones defende que lideranças operacionalizem padrões internos. No AGNTCon + MCPCon Europe, David Soria Parra citou que o Claude já realizou mais de um bilhão de chamadas de ferramentas via MCP, reforçando a necessidade de controles e “control planes” para o uso e a construção de servidores MCP com estabilidade e governança neutra.
A Dell entrou na corrida para permitir que agentes de inteligência artificial entendam o significado dos dados que acessam dentro das empresas. A companhia apresentou tecnologias para conectar informações de sistemas diferentes e indicar à IA quais termos, relações e fontes devem ser considerados em cada tarefa, com previsão de chegada dos principais recursos no primeiro semestre de 2027.
O foco é criar uma camada de contexto entre modelos de IA e dados corporativos, problema que ganhou força com a adoção de agentes em tarefas reais. Levantamento da Modern Data Company com mais de 540 profissionais em 66 países aponta que 57,3% das organizações já testam ou usam agentes, mas só 8,4% confiam nos dados para uso em produção, e falta de contexto aparece entre as principais barreiras.
Levantamento da Luria, com base no uso agregado e anonimizado da plataforma por empresas brasileiras, mostra que a base de pessoas usando IA no trabalho cresceu 183% entre janeiro e agosto de 2026, em comparação com o mesmo período de 2025. O estudo também indica que o volume mensal de consultas aumentou 240% no período analisado.
A pesquisa considera setores como energia, farmacêutico, serviços financeiros e varejo e aponta uma mudança no comportamento: a IA deixou de ser acionada apenas em momentos específicos e passou a acompanhar uma parcela maior da jornada de trabalho.
:quality(85)/be57c403-20bd-4c90-8a7e-88bf12c7604a.png)
:quality(85)/ad7f8d55-19c3-4171-a9f4-00b57a5c668a.jpg)
/https://i.s3.glbimg.com/v1/AUTH_59edd422c0c84a879bd37670ae4f538a/internal_photos/bs/2026/p/E/KtPacER0m4SJWav5QKqA/2026-10-13t122313z-1-lynxmpem9c155-rtroptp-4-ai-china-safety.jpg)
:quality(85)/844bd97d-40f0-45b6-8293-94b5c1289832.jpeg)
/https://i.s3.glbimg.com/v1/AUTH_59edd422c0c84a879bd37670ae4f538a/internal_photos/bs/2025/W/3/O8iVDtRZyAiHY0L18mLw/000-38p88cp-1-.jpg)
/https://i.s3.glbimg.com/v1/AUTH_59edd422c0c84a879bd37670ae4f538a/internal_photos/bs/2025/P/F/WKUU8VRDqAcz3KW0v9Cw/2025-01-27t125916z-1824444031-rc2cicawpv3t-rtrmadp-3-deepseek-markets.jpg)
:quality(85)/7959b5fa-bef0-473c-a9b3-6662703746f4.jpg)
:quality(85)/caa565f6-c377-4023-9d75-750c505f2401.png)
