Pesquisadores mostram falhas em guardrails de DALL·E 3 e outros

IA Destaque

Pulse Local: app de orçamento com chat de IA que roda no seu PC

O Pulse Local é um aplicativo completo de budgeting que inclui um chat para responder perguntas usando os próprios dados do usuário. Em vez de enviar o extrato para um modelo hospedado, o app mantém o “ledger” no disco e envia apenas a pergunta junto com as linhas que respondem a ela para um modelo que fica localmente, sem endpoint de envio.

O sistema usa modelos distribuídos como arquivos ao lado do ledger e promete privacidade ao não depender de um serviço de IA online. O app também permite revisar detalhes de gastos, comparar meses e ajustar categorias, além de oferecer recursos como planos, regras, splits, cash flow e forecast; a versão beta é para Mac com Apple Silicon, com preço de US$ 29/ano para o Sync Pass no recurso de sincronização bancária.

#InteligenciaArtificial · #IA · #Budgeting · #LocalAI · #Privacidade · #HuggingFace

IA

American Express cria framework para impedir compras não autorizadas por agentes de IA

Agentes pessoais de IA estão cada vez mais realizando transações em nome dos usuários, mas a natureza não determinística dos modelos de linguagem pode levar a compras fora do que foi solicitado. Para reduzir esse risco, a American Express está lançando o “Intent Intelligence Framework”, voltado a capturar e autenticar a intenção de compra do cliente antes de um agente concluir a transação.

O framework começa com uma Create Intent API para registrar as instruções do cliente e restrições como nome do comerciante, orçamento máximo e preferências de produto. Depois, o cliente autentica e aprova a intenção, gerando um Intent ID e um Proof of Intent Token usados para obter uma credencial digital de pagamento segura para o checkout, sem usar o número real do cartão. A Amex também diz que o Intent ID e o token podem ajudar em etapas como prevenção de fraude e resolução de disputas, e que o lançamento se conecta ao ACE Developer Toolkit, lançado em abril.

#InteligenciaArtificial · #IA · #AgentesDeIA · #AgenticCommerce · #Payments · #Fraude

IA

IA para evitar desvios: como modelos ajudam a antecipar atrasos e custos

Projetos complexos costumam envolver dezenas de variáveis, e qualquer mudança fora do planejado pode afetar cronograma e orçamento. A inteligência artificial pode ser usada para analisar informações, identificar padrões e sinalizar riscos antes que virem problemas maiores, apoiando decisões com mais dados.

Uma das aplicações é cruzar grandes volumes de dados sobre tarefas, recursos, custos e histórico para apontar sequências atrasadas e tarefas com maior potencial de impactar outras etapas. Modelos de IA também ajudam a prever riscos ao reconhecer sinais associados a atrasos, aumento de custos e falhas na distribuição de recursos, enquanto o Project Management Institute (PMI) relata uso de GenAI em planejamento, gerenciamento de riscos, cronogramas e custos.

#InteligenciaArtificial · #IA · #GenAI · #GestaoDeProjetos · #Riscos · #Cronograma · #Custos

Gestão com IA Destaque

Larridin propõe cache de 1h e métricas de custo por entrega para IA coding

Larridin reuniu um playbook para reduzir custos de coding com IA sem travar o trabalho das equipes. A empresa afirma que caps de orçamento não resolvem: em um caso citado com a Coinbase, 91% dos engenheiros nunca atingiram os limites, e os tetos atrapalharam mais quem era menos produtivo.

O guia destaca que cache de prompt é o ponto-chave para cortar gastos, com recomendação de usar cache de 1 hora em vez de 5 minutos para evitar expirar durante pausas, code reviews e execuções de CI. A proposta também inclui medir leituras e escritas do cache, acompanhar custo por unidade de trabalho entregue e usar um gateway/roteador para impor políticas de cache e rastrear gastos por pessoa e ferramenta, com estimativa de corte de 10% a 15% em contas enterprise de Claude.

#InteligenciaArtificial · #IA · #AIcoding · #PromptCache · #GestaoDeCustos · #EngenhariaDeSoftware · #AIgategay

IA

Bancos planejam R$ 2,97 bi em IA e buscam engenheiro de IA e dados

Bancos estão ampliando a contratação de profissionais de tecnologia enquanto aumentam os investimentos em inteligência artificial, dados, computação em nuvem e segurança digital. Entre os cinco perfis mais disputados em 2025 estão desenvolvedor de software, engenheiro de IA, engenheiro de dados, arquiteto corporativo e engenheiro de DevOps.

A 34ª edição da Pesquisa Febraban de Tecnologia Bancária aponta que o orçamento para a área deve chegar a R$ 50,4 bilhões em 2026, após alta de 12% no ano anterior. Desse total, os bancos estimam investir R$ 2,97 bilhões em inteligência artificial, análise de dados e big data, com foco também em requalificação: 39% já têm estratégias em execução e 22% estão estruturando.

#InteligenciaArtificial · #IA · #Dados · #BigData · #EngenhariaDeIA · #DevOps · #Febraban

IA

TikTok Shop no Brasil: discovery commerce e Smart+ com ganhos em ROI

O TikTok Shop no Brasil, lançado em maio de 2025, registrou um salto no live commerce: o GMV médio diário de transmissões ao vivo cresceu 96 vezes até março de 2026, enquanto o número de lives aumentou 20 vezes. Três em cada quatro usuários dizem ter comprado após descobrir um produto no app, e as buscas internas subiram mais de 40% em 2025.

A plataforma aposta na integração entre conteúdo, criadores e compra no mesmo ambiente, reduzindo a distância entre descoberta e decisão. No lado de inteligência artificial, o Smart+ automatiza segmentação, posicionamento e orçamento e apresentou aumento de 1,7 vez no retorno sobre investimento em mídia, 2,3 vezes mais compras e crescimento de 2,2 vezes no número de compradores únicos vs. campanhas gerenciadas manualmente.

#InteligenciaArtificial · #IA · #TikTokShop · #SocialCommerce · #LiveCommerce · #MarketingDigital · #IAgenerativa

IA

Estudo testa agentes e mostra que “autoaperfeiçoamento” em pesquisa ainda falha

A promessa de que sistemas de IA vão melhorar a si mesmos com pouca supervisão humana enfrenta um obstáculo: um estudo indica que agentes ainda não conseguem fazer pesquisa aberta e sem respostas claras, etapa que pode ser essencial para construir uma IA autoaperfeiçoável. Pesquisadores liderados por Peter Kirgis e Sayash Kapoor, da Princeton, avaliaram agentes em perguntas baseadas em artigos de alta qualidade ainda não publicados.

Os testes usaram o Claude Opus 4.8 da Anthropic, com o software open-source OpenClaw, e exigiram que o agente produzisse um artigo “publicável” em nível de conferência como a NeurIPS 2026. Mesmo com seis dias de execução, US$ 3.000 em créditos de API, orçamento de GPU e acesso à web, os autores rejeitaram os dois trabalhos: os agentes fizeram engenharia do processo, mas tiveram falhas de criatividade, julgamento e capacidade de revisar rumos quando as abordagens não funcionavam.

#InteligenciaArtificial · #IA · #AgentesDeIA · #LLM · #PesquisaEmIA · #NeurIPS · #Anthropic

IA

Como escolher o porte do modelo de IA sem gastar mais do que precisa

Escolher o modelo de inteligência artificial pelo tamanho pode impactar diretamente o orçamento, já que versões maiores tendem a exigir mais processamento e custam mais por uso. Para empresas que rodam milhares de solicitações por dia, usar sempre o modelo mais avançado pode virar um gasto desnecessário.

A recomendação é começar pela tarefa: perguntas simples, classificação de informações e transformações de texto podem ser feitas com modelos menores, enquanto análises com mais raciocínio, interpretação de contexto e documentos extensos podem justificar modelos mais sofisticados. A avaliação pode comparar qualidade, velocidade, erros e custo por solicitação, além de permitir o roteamento de modelos para enviar tarefas simples a versões econômicas e reservar as avançadas para casos que realmente exigem mais capacidade.

#InteligenciaArtificial · #IA · #ModelosDeIA · #CustosDeIA · #LLM · #RoteamentoDeModelos · #Produtividade

IA

IA para simular cenários econômicos e apoiar decisões sob incerteza

Decidir investimentos, lançamentos de produtos ou respostas a mudanças nos juros envolve variáveis difíceis de prever com precisão. Nesse contexto, a inteligência artificial é usada para construir cenários hipotéticos a partir das informações disponíveis, permitindo comparar caminhos e avaliar impactos prováveis.

O processo começa definindo o problema e fornecendo variáveis relevantes para a análise, como orçamento, custos, público-alvo e região. Depois, a ferramenta pode gerar cenários como crescimento, estabilidade e queda na demanda, além de permitir ajustes em uma variável por vez e análises sob perspectivas financeiras, comerciais e operacionais; ainda assim, a simulação não garante certeza e não substitui dados oficiais e especialistas.

#InteligenciaArtificial · #IA · #SimulacaoDeCenarios · #TomadaDeDecisao · #AnaliseDeRisco · #Economia · #Negocios

IA

Stripe fecha acordo para adquirir a OpenRouter por mais de US$ 7 bi

A Stripe finalizou um acordo para adquirir a startup OpenRouter, segundo reportagem da Bloomberg. A OpenRouter funciona como uma “porta de entrada” para que clientes escolham diferentes modelos de IA para tarefas específicas, ajustando desempenho e orçamento.

A empresa anunciou em maio uma captação de US$ 113 milhões na Série B, com valuation reportada de US$ 1,3 bilhão, e afirmou ter 8 milhões de usuários globais e acesso a mais de 400 modelos. O valor do negócio teria ultrapassado US$ 7 bilhões, após conversas de aquisição noticiadas anteriormente; a Stripe, porém, não comentou rumores ou especulações.

#InteligenciaArtificial · #IA · #OpenRouter · #Stripe · #ModelosDeIA · #IAgenerativa · #Aquisições

Eng · Dev com IA

Meta lança Muse Glimmer 30B: agentes locais em GPUs com 4-bit e DFlash

A Meta AI Research lançou o Muse Glimmer, um modelo open-weight de 30 bilhões de parâmetros sob licença Apache 2.0. Projetado para execução local “always-on”, ele permite que desenvolvedores rodem agentes autônomos, invocação complexa de ferramentas, execução de código e avaliações “LLM-as-a-judge” diretamente em GPUs e workstations, sem depender de APIs em nuvem.

Para caber em orçamentos de memória de hardware comum, o Muse Glimmer usa quantização dinâmica 4-bit para reduzir o tamanho para cerca de 17 GB a 20 GB e combina um “drafter” DFlash para validar blocos com múltiplos tokens em paralelo, com ganhos de throughput reportados de até 3,1x. O modelo também inclui um encoder de percepção de 1,8B para inputs multimodais e foi treinado para diagnosticar falhas (como erros de chamadas de API ou comandos no terminal) e tentar caminhos alternativos, com suporte a frameworks como OpenClaw.

#InteligenciaArtificial · #IA · #AgentesDeIA · #ModelosLocais · #LLM · #OpenSource · #DesenvolvimentoDeSoftware

IA

IA agêntica deve mudar o papel do gerente bancário, diz Accenture

Bancos estão começando a reconstruir a experiência do cliente com inteligência artificial agêntica, com a promessa de que conversar com um gerente movido a IA possa ficar tão fluido quanto falar com uma pessoa. A Accenture, em estudo Banking Top Trends 2026 com 10 mil consumidores em dez países (incluindo o Brasil), aponta que 6 em cada 10 clientes estão abertos a usar assistente de IA ao longo de toda a jornada, e 71% querem um assistente dentro do aplicativo do banco. O levantamento também indica que 86% confiariam no próprio banco para oferecer esses assistentes, mas 82% desejam aprovar cada ação antes que seja executada.

A notícia é importante porque coloca a IA no centro da estratégia bancária, com foco em hiperpersonalização e em transformar o atendimento de reativo para propositivo. Na prática, isso pode alterar como clientes recebem orientações e gerenciam orçamento e decisões financeiras, combinando experiências digitais com presença física para temas de maior peso. O texto também cita que o orçamento de tecnologia dos bancos brasileiros deve crescer 8% em 2026, com IA generativa e IA entre as prioridades.

#InteligenciaArtificial · #IAagente · #IAgenerativa · #Bancos · #ExperienciaDoCliente · #Omnichannel

IA Destaque

Rippling cria painel para controlar gastos com IA e medir ROI

A Rippling, plataforma de RH, lançou o AI Spend Console para conter “tokenmaxxing” e rastrear gastos com IA por funcionário, time e função. A empresa diz que, após perceber que o custo com tokens poderia consumir cerca de 40% do orçamento de headcount em P&D, iniciou um projeto urgente para entender o retorno — e encontrou casos como 10% a 15% dos colaboradores concentrando cerca de 60% do gasto, incluindo um engenheiro com US$ 50 mil/mês em consumo.

O produto cria dashboards que cruzam consumo (tokens/prompt) com sinais de produtividade (como linhas de código e pull requests) e afirma ter reduzido o gasto relativo de 40% para ~15%, sem cortar o uso. A ferramenta também inclui um “AI gateway” para rotear solicitações aos modelos mais custo-efetivos, e a empresa quer estender a medição de ROI para áreas além da engenharia, como onboarding de clientes.

#IA · #tokenmaxxing · #FinOps de IA · #AI spend · #produtividade · #AI gateway · #HR tech

Eng · Dev com IA

Microsoft põe “orçamento de tokens” no Copilot para reduzir desperdício

A Microsoft informou que vai gerenciar o uso de IA no desenvolvimento com “AI token budgets” por divisão, incluindo metas internas desde julho. Em comunicado interno, o executivo Jay Parikh pediu foco em “impacto por token” e não em gastar mais, além de permitir que engenheiros acompanhem o próprio consumo, que pode variar de centenas a milhares de dólares por mês. A empresa também definiu o GPT-5.6 Sol como modelo padrão no GitHub Copilot e citou preços por milhão de tokens (US$ 5 entrada e US$ 30 saída para Sol).

Na prática, a mudança coloca custos e eficiência no centro do fluxo de coding com IA: equipes precisam escolher modelos e configurações conforme o valor do trabalho, e administradores podem apertar controles conforme os gastos. Como agentes de IA agora fazem tarefas em múltiplas etapas (ler repositórios, rodar testes e iterar), o risco de “token waste” cresce—então medir produtividade só por volume de PRs pode não refletir qualidade, segurança ou ganho real para o produto.

#Microsoft · #GitHub Copilot · #AI coding · #token budgeting · #GPT-5.6 · #software engineering

Eng · Dev com IA Destaque

IA no SDLC: por que times gastam mais e entregam menos

A cofundadora e CEO da Quotient, Lizzie Matusov, apresentou um framework para entender a “maturidade de IA” em organizações de engenharia e os gargalos que travam resultados no ciclo de vida do software. Ela citou dados como crescimento de 47% no gasto global com IA em 2026 (ano contra ano), projeção de US$ 2,5 trilhões e que 72% das empresas já rodam ao menos um workload de IA em produção. No debate sobre ROI, Matusov mencionou casos como a Uber, que teria consumido o orçamento de IA de 2026 em quatro meses, e a Microsoft, que planeja descontinuar o Claude Code por questões de orçamento e falta de relação estável entre custo e produtividade.

A tese central é que, mesmo com ganhos individuais de produtividade, a entrega ponta a ponta pode não melhorar se o sistema tiver um gargalo (ex.: code review, testes ou deploy) — o que aumenta WIP, alonga lead time e piora a qualidade. Para times de dev, a implicação prática é tratar IA no SDLC como mudança de processo e engenharia: identificar onde o fluxo trava e só então expandir o uso de IA para destravar throughput com qualidade.

#AI maturity model · #SDLC · #code review · #software delivery · #bottlenecks · #DORA report

IA

OpenAI Astra: provas matemáticas com custo de ~US$ 2 mil em tokens

A OpenAI anunciou uma atualização de pesquisa sobre o Astra, seu modelo de “frontier reasoning”, dizendo que uma versão interna conseguiu produzir provas verificadas por máquina para 10 problemas antigos de matemática e ciência da computação teórica. A empresa estimou que o consumo de tokens para esse tipo de raciocínio ficou em torno de US$ 2.000, usando uma referência de preços da API do GPT-5.6 Sol. Apesar do avanço, os resultados ainda precisam passar por revisão de matemáticos humanos.

O ponto que mais muda para times tech é a possibilidade de tratar “raciocínio” como um orçamento de inferência, ajudando a planejar experimentos e a decidir quanto vale tentar resolver uma conjectura. Se esse acesso via API se concretizar, universidades e laboratórios menores podem comparar custos de execução e testar hipóteses sem depender de construir infraestrutura própria.

#OpenAI · #Astra · #AI reasoning · #provas matemáticas · #theoretical computer science · #API · #tokens

IA Destaque

ChatGPT pode ajudar a avaliar orçamento e diagnóstico do mecânico

Um relatório do Wall Street Journal aponta que motoristas têm usado o ChatGPT e outros chatbots de IA para reduzir riscos ao lidar com oficinas. A ideia é checar orçamentos recebidos, entender diagnósticos (como falhas em sensores) e até receber orientações para tarefas simples. A reportagem destaca que a ferramenta pode identificar itens desnecessários, preços fora da média e inconsistências entre a peça cobrada e o problema descrito.

Mas a IA não é “certeza”: ela trabalha com probabilidades e pode induzir a decisões erradas, principalmente em falhas elétricas ou intermitentes que variam com condições de uso. Para usar melhor, a recomendação é ser bem detalhista (marca, modelo, ano e sintomas) e validar qualquer conclusão com um mecânico de confiança, evitando reparos arriscados por conta própria.

#ChatGPT · #IA no dia a dia · #automotivo · #diagnóstico veicular · #orçamento · #assistentes de IA

IA para lista de compras: menos desperdício e mais economia

A inteligência artificial pode ajudar a montar sua lista de compras com base no que você já tem em casa, evitando itens repetidos e esquecidos. Com fotos da geladeira/despensa e um bom prompt, a IA organiza por categoria, sugere refeições e estima quantidades para os dias planejados. Além disso, dá para definir orçamento, comparar preço por quilo/litro/unidade e analisar promoções para não cair em “economias” que viram desperdício.

#inteligenciaartificial · #IA · #listaDeCompras · #economia · #produtividade · #chatbot · #planejamento