#024 - Empresas ainda trabalham como os Astecas... enquanto agentes já orquestram tudo

Fala, pessoal, tudo bem? Esse episódio 24 do Between Futures.

Meu nome é Flávio Prippas, eu sou o Rodrigo. Bem-vindo, pessoal!

E a gente tem vários assuntos para falar no podcast de hoje. Eu queria começar a nossa conversa, nosso bate-papo, Rodrigo, com um assunto que me deixa— eu vou, eu confesso, me deixa nervoso às vezes, que eu falo que tem gente usando os computadores, os celulares, tem gente usando tecnologia da mesma forma que os astecas usavam tecnologia. Então assim, você vê, você vê principalmente em grande empresa. Tem uma empresa do meu portfólio que ela é uma consultoria de inovação, e quando ela vai em grande empresa, cara, eles veem isso absolutamente todas as vezes.

Você vê, por exemplo, equipes trabalhando num Zoom ou no Meet, que quer que seja, numa reunião virtual, com uma pessoa com Excel aberto, todo mundo dando feedback, qual que é a célula que tem que mudar, mas muda aqui, coloca essa fórmula, coloca essa cor, faz isso, faz aquilo.

Daí a pessoa me salva o Excel, manda manda por email para todo mundo.

Daí uma outra pessoa abre aquele Excel, daí faz uma modificação, daí salva como versão V2, daí manda para todo mundo de novo. Daí todo mundo fala: aí me consolida esses dados, me manda que eu vou fazer, vou consolidar tudo numa planilha só na sexta-feira para mandar para o diretor. E daí todo mundo faz na sua máquina. A gente tá em 2026, a gente tem ferramenta colaborativa. Para mim é impensável Impensável, impensável as pessoas ainda trabalharem dessa maneira.

Eu lembro que eu já trabalhei dessa maneira. Eu lembro que há 20 anos atrás eu criava aquele arquivo lá: Excel V1, planilha V2, planilha V2 final, planilha V2 final agora vai, planilha V2 final agora vai, mas tem mais uma modificação, ponto XLS. Cara, não faz mais sentido trabalhar dessa maneira. Você vê isso também nos seus clientes?

Cara, totalmente. Eu acho engraçado arquivo, né, cara? Óbvio que a gente trabalha com arquivo ainda, imagem, vídeo, assim, né? Tem arquivos na minha máquina, PDF, EPUB, tem arquivos. Mas quando a gente tá falando de Word, vai, Excel, apresentação também, cara, arquivo, PPTX, ficar passando PPTX de um lado para o outro, cara, é uma coisa que Mas não é uma coisa de AI, né? É uma coisa que já não era para estar acontecendo nas empresas há muito tempo, na realidade, porque com essas ferramentas colaborativas na nuvem, né, você não precisa mais, entendeu, do arquivo vivendo na sua máquina.

E aí tem disparidade de versão de um com o outro, cara. Já é uma coisa bizarra, na minha opinião, quando você tem um arquivo de Excel que fica sendo repassado pelas pessoas, né? Eu não consigo entender porque O Excel, cara, era uma ferramenta super mega avançada há 20 anos atrás, vai, vamos, 20 anos, vai, não tem como ser menos que isso, talvez 30. E hoje em dia, então talvez até mais, né? E hoje em dia, cara, é uma coisa tão normal assim, tão básica de como que você trabalha no computador, né, como você organiza informação no final do dia.

E sim, eu vejo isso. E não é nem só como que as empresas estão trabalhando com os arquivos, é os hábitos das pessoas mesmo, né? Que eu sinto que as pessoas tendem a ter muita dificuldade de mudar os hábitos de trabalho. E parece que é aquele ditado lá: time que tá ganhando não tira de campo, né? Mas as pessoas têm que se adaptar. E a gente tá vendo umas mudanças de como você trabalha com computador acontecer tão rápido que se você não acompanha, né, fica, você fica para trás muito, muito rápido, né.

Eu, uma das coisas mais impressionantes que eu mostro para as pessoas com inteligência artificial é o Confio AI, né. E até a gente vai falar um pouco mais dele aí depois no episódio, mas o Confio AI é uma interface de nodes para você criar IA generativa de imagem, vídeo, áudio, tá. E ela integra também LLM, tem diversas coisas, mas ela é uma interface de nodes gráfica. Então você arrasta os nodes de computação que você quer no seu workflow e monta o workflow que você quer executar, né?

E quando eu mostro isso para as pessoas, que especialmente quem é criativo trabalha com imagem mesmo, cara, as pessoas ficam chocadas que nunca tinham visto isso, sabe? E eu falo, cara, se você não se acostumar com esse tipo de coisa, meu, você vai ficar para trás muito rápido. E de novo, essas mudanças estão chegando muito rápido, né, Pri Paz? Acho que as pessoas têm que aprender a mudar os hábitos rapidamente. E não tô falando qual hábito que tem que mudar, é ter essa frequência de mudança de hábito já implícita na pessoa, porque as coisas estão mudando muito rápido.

Até eu mesmo aqui, com o próprio jeito que eu venho trabalhando com a AI, Mudou completamente de 6 meses para cá, honestamente, completamente. Assim, antes era só um chatbot que eu ficava só no ChatGPT ou na Anthropic conversando com o chat, cara. Hoje ambos os agentes, dentro da OpenAI como da Anthropic, eles tomam conta do meu computador. OpenCLaw também, mesma ideia, literalmente. Às vezes ele grava minha tela para ver o que que O que que ele tem que fazer no meu computador?

É, mas você pegou exatamente o ponto, essa questão da mudança do hábito, que é difícil para as pessoas. Só que a gente tá vivendo numa época que a tecnologia tá avançando muito, e a gente fala muito aqui no nosso podcast que invariavelmente quem souber usar melhor essas novas ferramentas vai ficar anos-luz na frente de quem não souber usar. Assim, a distância ela vai ser tão grande que ela vai ser irreconciliável. Quem souber usar vai ser produtivo, quem não souber usar vai ser inútil.

Eu uso essa palavra polêmica, essa palavra mais forte, porque é o que eu acho que pode acontecer. E para mim ver, e eu participei de reunião nas últimas semanas, para mim ver ainda o pessoal preenchendo planilha Excel do jeito que tá preenchendo é coisa da época das cavernas, é coisa dos astecas, que nem a gente brincou aqui no começo. Você falou de arquivo, tem gente que fica passando arquivo de Keynote por WhatsApp, por email.

Cara, cada arquivo de Keynote, que é um negócio absolutamente pré-histórico, tem 500 MB. Assim, para que que você vai ocupar a memória do seu celular passando um arquivo de Keynote por email? E assim, são várias anedotas que a gente vê acompanhando como as pessoas trabalham e como elas não mudam o hábito dentro de empresa. A gente fala de, por exemplo, mandar planilha em anexo. A gente fala de um ritual que o pessoal faz, Você pega um documento que vem por email, você imprime, você assina, você tira foto do documento e manda por email de novo.

Assim, é a coisa mais imbecil que existe, porque qual que é a segurança que isso tem? Cada vez, só para completar esse ponto, cada vez que um documento digital sai do meio digital ou muda de meio, você vai perdendo trilha de auditoria. Então assim, é um hábito que foi feito para que aquele documento não sirva para porcaria nenhuma, para nada, porque ele perdeu o trilho de auditoria, porque ele saiu do meu digital e voltou no meu digital numa foto para ser mandado por email de novo. Tem sentido nenhum. Fala, manda lá.

Não, nem um, totalmente, cara. Não, você falou de imprimir as coisas, me lembrou, cara. Eu tive um chefe, foi meu segundo emprego, estágio, né? Eu tive um, meu primeiro estágio foi num banco de investimento, que eu assim me senti um peixe fora d'água. E o outro foi numa consultoria, e era uma consultoria de moda. Então eles faziam, eles adaptavam as marcas internacionais para atuar no Brasil. É uma consultoria grande assim. O cara que era o head da consultoria era um guru assim da moda no Brasil, mas ele era um cara zero computador, zero computador.

Ele não tinha computador na mesa dele, para você ter ideia, de trabalho. Sabe o que ele fazia? É surreal assim. Ele tinha duas secretárias, as secretárias imprimiam os emails para ele, ele escrevia à mão a resposta que ele queria dar para aquele email, tá, na impressão, devolvia para elas, elas digitavam e respondiam o email que a pessoa mandava. Ele mesmo não respondia email, ele não tinha computador, não gostava. E cara, me lembrou muito isso.

Ele foi um cara que não ficou para trás nesse sentido, porque ele era muito, de novo, ele era o guru da moda no Brasil. Era esse cara, ele adaptava todas as marcas internacionais, Michael Kors, Benetton, Tommy Hilfiger. Era ele que adaptava essas marcas para entrarem e venderem o produto certo no mercado brasileiro. Mas me lembrou demais esse chefe que eu tinha, porque eu na época, tudo bem, não tinha AI, não tinha nada, mas eu já era um nerd do computador, né?

Sabia fazer altas coisas, tanto que eu na época, segundo estágio, a minha responsabilidade lá era fazer as modelagens financeiras dessas marcas que entravam no Brasil, porque eu sabia mexer no Excel muito bem. Mas era a época do arquivo, né? Não tinha nem ferramenta colaborativa nessa época, era a época mesmo do arquivo, da versão e tal. E é engraçado também que te obriga a ter uma organização maior, né? E eu acho que hoje em dia essa obrigação de ser organizado no computador também tá mudando, né?

Eu acho que você tem que ser mais organizado com os seus prompts e com as conversas que você tá tendo com seus agentes do que propriamente organizar os arquivos. Porque, cara, desde que os agentes tiveram acesso às minhas máquinas aqui, nossa, todas as máquinas que eu tenho aqui assim é um exemplo de organização agora, porque Foi uma das primeiras coisas que eu fiz quando eu dei acesso aos computadores, aos agentes dos meus computadores, foi, cara, organiza meus arquivos.

E, cara, ficou agora um dia, organiza e organiza bem.

E pegava duplicata, arquivo que tava duplicado, byte por byte, né? Ele falava, esse arquivo aqui tá duplicado byte por byte, vou deletar. Aí eu falava, não, não deleta, bota tudo numa pasta chamada arquivo, archive. E aí eu revejo, aí revi os arquivos, vi que era tudo besteira, limpou tudo. Então assim, cara, eu acho que as pessoas têm que se adaptar muito mais em falar com os agentes, né, do que saber mexer no computador. Porque eu mesmo eu vejo aqui às vezes, primpas, eu tô com, sei, ontem eu tava trabalhando acho que com uns 8 agentes ao mesmo tempo, e cada um desses agentes ele abria mais 15 agentes para trabalhar debaixo dele, né?

Ontem foi um dos dias que eu terminei o dia, eu falei assim, eu não acredito na quantidade de coisa que eu consegui fazer hoje no meu dia de trabalho. Assim, eu não acredito, né? Eu fiquei de férias semana passada, então tinha muita coisa atrasada para fazer. E ontem foi um dia que eu falei, nossa, eu não tô acreditando na quantidade de coisa que eu fiz, não tô acreditando, por causa dos agentes. Só que eu me vi numa situação em que eu Eu não tava mexendo no computador, eu tava orquestrando os agentes, que é muito diferente.

Eu não tava abrindo pasta, movendo arquivo, respondendo email. Pelo contrário, cara, eu tava orquestrando os agentes. O agente agora do Codex da OpenAI, ele é engraçado. O Codex da OpenAI, ele tá mexendo no browser melhor do que o Claude, tá? O Claude, ele tem umas limitações, ele trava, não gosta de fazer certas coisas. O Codex da OpenAI, ele faz tudo, cara. Meu, ontem eu pedi para ele configurar meu Cloudflare, várias coisas que ele teve que abrir o browser e ele navegando lá preenchendo as informações.

Aí eu falei, pô, mas isso é muito legal, cara, vou pedir para ele responder meus emails, né? Agora tinha um monte de email da minha empresa de simulador para responder, de cliente e tal. Aí eu falei, meu, vou fazer esse teste, né? Ao invés de ativar o meu agente do OpenCL para responder os emails, eu falei, meu, deixa eu ver se o Codex não faz isso, cara. O Codex abriu abriu o browser dentro da própria plataforma da OpenAI, do app, abriu o browser lá, abriu o de email e foi email por email, ia lá, respondia, tal, não sei o quê.

E eu ficava só assistindo, né? Então, cara, essa de novo é uma mudança de hábito. Eu não tava mais lá digitando email, eu só lia o que o cara, o que a gente respondia, mudava obviamente uma coisa ou outra e falava, não, tá legal, pode mandar, entendeu?

As pessoas, eu vou comentar uma coisa, viu? Isso que a gente tá fazendo para pro pessoal que ainda fica fazendo Excel do jeito do Asteca, acho que vai parecer ficção científica. E eu acho que pra gente, pra quem escuta a gente aqui no nosso podcast Between Futures, é uma super oportunidade, porque tem um monte de gente que vai ficar pra trás, que não vai se adaptar pra trabalhar de uma maneira diferente. Até fazer uma planilha Excel você não precisa mais fazer na mão, você pode colocar o próprio agente pra consolidar informação, pra fazer um monte de coisa.

Tem um monte de coisa que ainda é feita no ambiente corporativo, no ambiente que, no ambiente das empresas, das grandes empresas, médias, grandes empresas, que em 2026 não faz mais sentido. Vou dar mais alguns exemplos aqui para a gente ficar com raiva. Você conhece aquele ping-pong de marcar reunião? Quando que você pode? Quando que você não pode? Um monte de mensagem, um monte de WhatsApp. Ninguém vai lá e coloca uma data, ou então coloca um sistema de agendamento mais inteligente.

Aliás, eu tenho um hack, tá, para quem tiver escutando a gente. Eu antes eu usava aqueles sistemas de Calendly, You Can Book Me, que você mandava um link, a pessoa escolhia um horário em aberto. E dependendo, é chato fazer isso. Hoje eu tô falando, olha, eu tô livre na quarta, na quinta e na sexta, me manda um invite. Se eu não puder naquele horário, eu te mando uma outra sugestão, que eu acho que fica um pouquinho mais simpático também, tá?

Então assim, é um hack para agendamento de reunião. E tem uma coisa que É o que eu falei, né? Não dá para exigir das pessoas usar a gente se ainda tem gente que tem foto no celular sem backup, sem jogar na nuvem. Aliás, eu desejo com toda a minha energia que todo mundo que tem foto no celular da família, dos filhos, fotos importantes no celular sem backup, eu desejo que perca as fotos, porque vai perder, invariavelmente vai perder em algum momento.

Aquele celular vai cair no chão, vai cair na água, vai acontecer. Eu gostaria que você perdesse as fotos que você merece. É tão simples quanto isso. Não faz sentido as pessoas terem foto no celular sem becar hoje em dia.

Totalmente, cara. É, meu, é uma mudança de hábito. E você tem razão, às vezes a gente fala aqui, e para quem, assim, eu tenho esse problema às vezes. Às vezes eu acho que todo mundo tá no meu nível de conhecimento de certas coisas, né? Eu tenho esse problema, cara. E às vezes eu converso com pessoas que estão mais assim longe, que nunca usaram AI. Eu conheci um cara outro dia que ele virou para mim, eu dei uma dica para ele, falei, ah, cara, você pode resolver esse problema com AI, né?

Joga lá o agente, o agente resolve isso para você. Ele tava com o mesmo problema que eu. Aí eu virei para ele e falei assim, olha, eu resolvi com AI. Aí ele falou assim, é, mas eu nunca usei o ChatGPT e o e o Anthropic, né? Falei assim, cara, como assim você nunca usou? Ele falou, não, nunca usei, cara, nunca usei. Quando eu tenho que fazer alguma coisa, faço uma pesquisa no Google.

Mas, Rodrigo, pensa numa pergunta, ó, nisso que você falou agora: por que que as pessoas aprendem uma rede social em 10 minutos e continua anexando versão de Excel e por email? Por que que você acha que acontece isso?

É, eu acho que Bom, primeiro que é mais chato aprender essas coisas de AI, né, porque você tá falando de trabalho, não é uma coisa, né, tipo o social media, você tá lá, cara, alimentando sua dopamina na verdade ali, né, com os posts e tal. E o trabalho, aprender AI, acho que exige uma dedicação, vai, vamos falar assim. Ela parece muito simples na superfície quando você entra e começa a conversar com o ChatGPT, Mas depois isso se destrincha em diversas funções que você pode executar ao lado da AI, que aí eu acho que começa a complicar de fato.

De novo, ela é simples na superfície, que é uma ferramenta conversacional, só conforme você vai tendo conversas mais profundas com ela, tanto de coisas, vai, posso até falar aqui coisas filosóficas, como coisas mais corriqueiras e tal, como coisas de trabalho, você vai destrinchando e você vai vendo funções, né, que aí consegue executar para você, que, cara, às vezes você nem— não é uma coisa. E outra, não são coisas que estão implícitas na ferramenta, não tem um manual de instrução, né?

Acho que esse é o negócio. Quando você compra um aparelho eletrônico, né, geralmente vem com manual de instrução ali. Não tô falando de computador, tá, mas um, sei lá, um rádio, qualquer coisa você compra, ele vem com manual de instrução, né? E aí não vem com manual de instrução, ela é um Cara, ela pode executar uma série de tarefas. Cabe a você ser criativo em como você vai executar essas tarefas. Eu até, eu não sei se eu dei esse exemplo para as pessoas no podcast passado, mas tem algumas coisas que eu faço com a AI que até surpreende a mim assim.

Eu falo assim, cara, não sabia que o sistema podia executar isso, né? Eu vou dar um exemplo. Tinha um filme aqui que eu queria muito assistir, que tava no YouTube, é um filme do Cazaquistão, tá? Assim, um filme super cabeça, tal, não sei o quê, mas eu tenho essas noas. E eu queria muito assistir esse filme. Eu vi o filme no Instagram, alguém comentando, tinha um pequeno Reels ali sobre o filme e tal. Falei, nossa, que filme maravilhoso, fotografia, contava uma história folclórica assim no Cazaquistão.

E aí eu falei, pô, quero assistir esse filme, né? E tinha alguém comentando lá falando assim, é, o filme está disponível no YouTube em 4K remasterizado, só que o áudio é todo em russo. E casacastanês, né, sei lá que língua que eles falam lá. E eu falei assim, pô, mas espera aí, isso não é um problema para hoje em dia, né? Aí eu entrei lá, eu fiz o download do vídeo do YouTube, joguei o vídeo no ChatGPT, no Codex, tá, não no ChatGPT, joguei o vídeo no Codex, ou melhor, disponibilizei o vídeo para o Codex.

O Codex separou o áudio do vídeo, criou um MP3 com áudio, ele pegou o MP3, ele dividiu em dois porque o MP3 era muito comprido, É muito grande, né? E ele criou as legendas para mim em inglês e jogou o arquivo da legenda de volta no vídeo para eu assistir. Aí eu falei assim, ah, tá bom, mas vai ficar uma porcaria isso aqui, né? Porque russo com casaco dos trenês não vai ficar legal. Eu falei, não, deixa eu tentar assistir o filme.

Logo você vai ver se tá tendo coerência ou não com o que tá acontecendo na tela e o que eles estão falando na legenda, né? Eu não preciso falar casacastanês ou russo para entender o que tá acontecendo. Cara, ficou perfeito, perfeito a legenda, assim, perfeito, sabe? Aí eu falei, cara, não tô acreditando que eu consegui fazer isso com AI. E a quantidade de comentários, tanto no vídeo do YouTube como nesse post que eu vi no Instagram, falando, putz, que pena que não dá para assistir o filme, né?

Que pena que não tem legendas e tal. Aí depois eu comentei lá no Reels, falei assim, gente, joga o arquivo no do OpenAI e pede para ele criar as legendas para você. Só isso, não expliquei muito como que eu fiz, mas, cara, é um uso que você pega da AI que é uma coisa completamente fora do normal assim, que você, de novo, não tem manual de instrução, né? Eu fui lá, falei, pô, será que dá para fazer? É o índice de curiosidade que a gente fala bastante aqui, né?

Que eu fui lá de curioso, fui ver se dava, e dava, e deu, entendeu? Aqui, só para concluir também, uma outra história. Eu tinha um cara aqui para mim que fazia meu bookkeeping, né, das empresas. E a minha empresa de simulador tem muita movimentação de coisa, né, parafuso da China, peça que eu compro da Europa, peça que eu compro da China, muita coisa. Entra e sai muito dinheiro da empresa. E então o bookkeeping é uma coisa importante para eu manter atualizada, né.

E a OpenAI lançou um feature que você conecta agora sua conta bancária na OpenAI via o Plaid. E aí eu conectei minha conta pelo Pleite, falei assim, cara, não preciso nem mais do QuickBooks agora, não precisa mais do QuickBooks. Ele acessa minha conta bancária, ele planilha para mim no meu Google Drive com todas as coisas que eu preciso ter. Já criou lá um hábito, ele já sabe que o meu fornecedor da Europa é esse, e tudo que eu faço pagamento para esse cara é considerado como cost of goods sold, vai.

Aí eu fiquei ontem até de madrugada fazendo isso, porque eu falei assim, eu não acredito que eu tô conseguindo fazer minha contabilidade inteira agora. E assim, eu fiz a contabilidade inteira da empresa em 2 horas, eu não acreditei também. Outra coisa, e não era possível fazer isso até pouco tempo atrás, eu não dava. Até era, né, só que você tinha que fazer o download dos statements em PDF, jogar isso na IA, e aí ia computar aquelas coisas todas.

Agora não, agora ela tem acesso direto via API sua conta bancária. Você pede para ela fazer a contabilidade, e não só contabilidade, né? Ela otimiza cash flow, ela vai te dar dicas de quanto que você tá pagando. Ela ajustou meu pricing de alguns produtos, que tinha alguns produtos que eu precisava ajustar o pricing. E como eu tenho de novo muita peça móvel, eu tinha muita dificuldade de, né, ter o cost of goods sold perfeito. Cara, ela fez isso de novo perfeito para mim ontem, cara.

De novo, coisas que você vai descobrindo que você pode fazer com a AI, mas tem que usar. Esse é o negócio, tem que usar, tem que começar.

Esse é o ponto que a gente reforça muito aqui, porque se alguém tiver escutando a gente, alguém ficou ofendido porque eu chamei de asteca, essa pessoa ela tem que se preocupar mesmo, tá? Porque ela tá ficando para trás. Só que ao mesmo tempo, todas as pessoas do mundo hoje têm oportunidade de correr atrás, se tiver esse índice de curiosidade apurado no mundo, olha, olha aqui, olha que interessante o que eu vou falar agora. No mundo não existe nenhum expert de AI usando essas ferramentas novas que a gente tá comentando aqui, porque todo mundo fala que você precisa ter 10 mil horas para virar expert no assunto.

Gente, a AI, essas últimas ferramentas, não existem 10 mil horas úteis nos últimos 2, 3 anos dessas ferramentas que a gente tá comentando. Então tá todo mundo no mesmo nível, é, basta você ter gana. Basta você ter energia, arregaçar as mangas e ir lá aprender. Ah, mas como que eu vou aprender? Vou fazer um curso? Aliás, no Brasil eu vi que é uma proliferação de curso bizarra, né? O pessoal ganha dinheiro só vendendo curso em vez de vender valor.

Mas é, como que eu vou fazer? Vou vender no curso? Não, é sentando a bunda na cadeira na frente do computador e fazendo. Não tem outra resposta. Esse que é o fato, porque é o único jeito de aprender assim como todo o resto do mundo tá aprendendo. E outra coisa, para mim tem que desafiar a empresa. Se você trabalha numa empresa que ainda usa os processos como os astecas faziam os processos com a tecnologia da época, você tem que desafiar a empresa para mudar os processos, porque não dá para continuar a fazer da mesma forma agora em 2026, porque o mundo tá mudando cada vez mais rápido.

Ah, mas eu não consigo desafiar. Então se vira, tem que fazer alguma coisa diferente. Eu até confesso para você, eu tava pensando esse dia, esse, quando eu coloquei esse tópico para a gente discutir aqui no podcast, veio uma coisa na minha cabeça. Se eu tivesse fazendo entrevista para emprego, sabe uma pergunta que eu faria para o recrutador? Eu pergunto, eu perguntaria: o que que você usa dentro de casa? Você usa Outlook? Você usa o Teams para fazer reunião?

Se me respondesse que usa Outlook e Teams, eu já, eu já não ia considerar aquela empresa para entrar, viu? Porque Olha, é saber que a empresa é arcaica. Então assim, é bizarro. Eu sei que essa minha frase vai ser polêmica, um monte de gente vai ficar ofendida, mas gente, a gente tem que desafiar como que as coisas elas funcionam hoje. O mundo, ele existe tecnologia que você consegue fazer as coisas de uma maneira muito diferente.

Eu até lembro, Rodrigo, acho que quando eu tava desenhando esse tópico aqui E para quem for acessar nosso site consegue ver todas as notas lá na íntegra. Eu até lembro, eu lembrei do quando eu usei o Google Wave. Você chegou a usar isso na época do Google Buzz, Google Wave, que é o início, que foi a semente, que o experimento que o Google fez para poder hoje a gente ter essa ferramenta de colaboração em tempo real, que lá no Google Wave, não sei se você lembra, eu achava a coisa mais incrível do mundo.

Você podia ter 2, 3, 4, 5 pessoas. Eu acho que ele tinha um limite lá de menos de 10. Mas que você sabia exatamente que parte do texto a pessoa tava mudando e você podia escrever um texto junto. Hoje isso é tão comum, mas é o Google que foi o pioneiro nesse tipo de colaboração. Ele teve que iterar e teve que desenvolver muita tecnologia ao longo dos anos 2000, 2010, para a gente chegar agora na nossa década de 20 e ter o estágio que a gente tem da tecnologia.

Então, já que você mora na década de 20, pode usar aquilo que foi desenvolvido na década de zero e na década de 10, que foi legal, já tá funcionando. Não precisa mais trabalhar que nem os astecas, não. Já pode fazer diferente.

Mas, cara, você sabe que, ó, por um lado positivo também, eu tenho alguns clientes que já estão usando os agentes que eu construí para eles já uns 4, 5 meses assim, que já enfim, já estão entregues, os caras já estão usando e tal. E eu monitoro a conversa que eles estão tendo com os agentes ainda, cara, porque às vezes tem algum problema que o agente tem, não sei o quê, e eu preciso ficar de olho lá para ver se eu preciso consertar alguma coisa, né.

Mas o que eu fico muito feliz com esses caras que já estão usando há um certo tempo é que eu vejo também como eles se adaptaram rápido, cara. Eu tenho um cliente que o agente dele ficou online faz um mês, tá, mais ou menos, que eu Entreguei para ele. Ele tem uma construtora aqui também, é um cara zero de tecnologia. O negócio dele é construção, ele gosta de, meu, construção, cara, bem, bem típico americano assim. Tem uma picape gigantesca, fica passando nas obras, tal.

Super ruim de computador, tá, cara. Ele se adaptou super bem à gente dele, cara, porque ele virou para mim, ele falou assim, Rodrigo, eu não abro mais o computador agora porque Todo dia de manhã a gente manda para ele um relatório de quais reuniões que ele tem que estar, aonde que ele tem que estar. Eu criei uma automação também que ela planeja para ele a rota que ele tem que fazer de visita nas obras que estão tendo, né, baseado na distância.

Então ela vai lá, já fala para ele, olha, você tem que sair do escritório às 9 horas da manhã, passar no endereço tal, depois no XYZ. Fala para ele quais emails que requerem atenção dele para ele responder. E aí que ele começou a aprender, ele começou a aprender a tratar o agente como uma assistente dele mesmo, como uma secretária dele mesmo. Então ele virava para ela e falava assim, ah, então me pega a última fatura do cliente X.

E eu conectei tudo para ele, obviamente, né, isso tudo não veio pronto. E cara, ele ia lá no QuickBooks, puxava a última fatura daquele cliente para ele. Aí eu comecei a ver como ele tava usando e como ele se adaptou rápido. E aí ele virou para mim semana passada, ele falou assim, Rodrigo, eu não consigo me ver trabalhando mais sem essa agente. Eu gostei tanto que eu quero disponibilizar esse agente agora para todos os outros funcionários da minha empresa.

A empresa dele é média, né? O meu cliente realmente é empresa de tamanho médio. E tem um motivo por causa disso, porque as empresas grandes em qualquer lugar, não é só aqui, cara, elas têm uma série de políticas que faz a implementação desses agentes, dessas coisas mais, né, fronteira de inteligência artificial, ficar muito mais difícil, cara. Muita regra, muita coisa que você precisa passar para tentar implementar um negócio que, pô, tudo bem, existe um risco, mas é um risco tolerável, entendeu?

Absolutamente. Você tá, né, sempre inovando dentro da empresa. E aí ele pediu para mim essa semana, ele falou, cara, agora eu quero disponibilizar esse agente para todos os funcionários. Aí ele até deu um exemplo, ele falou assim, cara, eu tenho um cara que é o meu braço direito aqui, e ele é um cara que ele não fica, ele não tem computador, ele fica no celular o tempo inteiro e visitando obra. E ele falou para mim assim, ele falou, cara, esse cara tira muita foto, faz muito vídeo do que tá acontecendo nas obras, e a gente, né, passa muito vídeo e foto um para o outro para falar o que tá acontecendo.

E agora eu tô criando um negócio para ele em que o agente vai ler, né, um vision model que vai ler o que que tá acontecendo no vídeo, ler o que que tá acontecendo na imagem e transformar aquilo em texto para passar para uma conversa de texto que estão todos eles. Mas de novo, eu vou criar a mesma assistente que eu criei para o Mike, que é esse meu cliente, eu vou criar para o Frank, que é o braço direito desse cara. E ele pediu para mim justamente por causa disso, ele falou, cara, não consigo me ver mais trabalhando sem a minha assistente virtual.

Então, e eu tenho outros clientes que têm histórias parecidas, tá? Eu tenho um outro cliente aqui também que tem restaurante, que o projeto também já tá entregue com ele. E, cara, eu fico muito feliz com o que ele avançou com o uso que ele tinha com a AI, a ponto de, olha isso, a ponto de eu me sentir confiante, porque tudo que mudava o código do agente em si ele me dava um flag, ele pedia autorização para mim falando assim, olha, o cliente X tá tentando mudar o código, você aprova essa alteração?

Aí eu ia lá, aprovava ou não, fazer alguma mudança. Mas com esse cara, ele pegou tanto jeito de trabalhar com a gente que eu falei assim, meu, vou te liberar, vou te liberar agora para fazer autorização, alteração no código você mesmo, que ele tava fazendo com tanta frequência. E tudo que ele tava pedindo era, cara, condizente ali com o que tava acontecendo. Que eu me senti confiante, falei assim, não, cara, agora eu vou passar a bola 100% para você.

Óbvio que vou rever aqui o código do que tá acontecendo, porque os meus agentes revêm os códigos, né? E então assim, não é que você vai estar flying solo, mas eu me senti confiante de falar, meu, acho que dá para você ir sozinho. Então assim, o que que eu quero dizer com isso? Se você insiste, se você está aberto a absorver essas coisas, absorver essa nova tecnologia, Cara, você se adapta. Esses caras todos estavam abertos, tanto que eles me contrataram para trazer essa inovação para dentro da empresa deles, né?

Então acho que é isso. Se você tá aberto e se você tá disposto a aprender e usar de fato o sistema, você vai ver que, cara, rapidinho você pega o jeito e depois você não se vê mais trabalhando sem isso.

E aí depende só de você. Mas legal, vamos pular de tópico aqui, Rodrigo. Segundo tópico do nosso bate-papo de hoje um amigo meu, Rafael Siqueira. Rafael Siqueira, ele foi lá atrás fundador do Apontador e MapLink, que era, fazia pesquisa com geolocalização no Brasil. Cara, cara incrível. E nos últimos 10 anos ele foi partner da McKinsey e ele acabou de anunciar que ele vai sair, porque ele até fez um post no LinkedIn falando, ó, eu tô saindo porque a oportunidade agora de AI ela é tão grande que eu quero aproveitar essa oportunidade.

Ele é um Ele é um cara que nem a gente, tá bem técnico assim, vai a fundo nas coisas. E ele fez um post no LinkedIn falando sobre um tweet do Peter Steinberger, que é o criador do OpenClaw, que colocava o contexto de Graph Engineering. E eu quero trazer esse post para cá porque é uma discussão importante que a gente tá passando agora. A gente fala muito que tá tudo evoluindo muito rápido, né? E se você for ver Nos últimos 3 anos, e só nos últimos 3 anos, a interação com a AI ela saiu de prompt engineering, que significa você fazer o melhor prompt, para context engineering, ou seja, você criar um contexto onde a AI tinha memória, sabia o que ia fazer, sabia o que ia deixar de fazer dentro daquele contexto.

Você saiu de context engineering e você foi para Harness Engineering. Como que você explica Harness Engineering fácil, Rodrigo?

Cara, Harness Engineering é você colocar coisas em volta da AI, né? Então você coloca o loop de feedback, você coloca os guardrails, que são as barreiras de segurança em volta da AI. Você não depende do modelo base em si para ter essas coisas dentro dele para realizar a tarefa que você tá querendo fazer, né? De novo, é um uso mais avançado da AI, eu diria. É um uso que tá mais para o lado do developer até do que do cara que simplesmente quer fazer pergunta e resposta ali com o ChatGPT.

Mas é o caminho que desenvolvimento tá tomando, né? E é como você constrói um agente que é reliable, né, que é confiável, que enfim consegue executar a tarefa que você quer fazer de forma boa, vai de forma, de forma controlada, vou falar dessa maneira.

Só que daí a gente tá saindo do Harness Engineering, a gente tá indo para o Loop Engineering, onde você faz o próprio agente em ciclos, ele evolui sozinho. Eu gosto da sua explicação, fala um pouco de Loop Engineering, cara.

O Loop Engineering é exatamente isso que você falou, ele faz uma tarefa, volta para trás para ver se a tarefa que ele fez, que que o resultado da tarefa que você pediu ficou bom. Se não ficou bom, ele volta, tenta melhorar, ele vai fazendo esses loops até ele chegar no resultado que você quer, né? É uma coisa que assim, para quem usa modelo open source, que não tem a mesma qualidade dos modelos de fronteira, né, cara, o loop engineering é necessário.

Então vou dar um exemplo aqui, eu tenho as minhas máquinas da NVIDIA que eu rodo alguns modelos open source lá, que de novo não são, não chegam nem perto dos modelos de fronteira, mas são capazes de chegar no mesmo resultado. A diferença é que o modelo de fronteira, por ser muito melhor, ele executa a tarefa muito rápido, né, ele chega no resultado muito bom muito rápido, e o modelo local não. Só que o modelo local, quando você bota ele nesse processo de loop engineering, em que ele fica observando sempre o resultado versus o que você pediu e fica observando, avaliando o resultado e refazendo, né?

Observando, avaliando o resultado e refazendo.

Exatamente. Você consegue chegar no mesmo lugar, só que às vezes demora 10, 15 horas para chegar no lugar que você quer, porque ele fica, como ele gera alguns bugs no meio do caminho, ele vai, cria, gera o bug, ele pega o próprio bug e fala, opa, pera aí, preciso refazer. Aí ele volta para trás, refaz, aí ele gera outro bug, ele vai, volta para trás, refaz, ele chega no mesmo lugar que não vai ter bug nenhum, só que vai demorar 10 horas.

E assim, vai gastar muito mais token, mas como o modelo é local, tá rodando no seu computador, tanto faz quantos tokens gastou, não, entendeu? Porque você tá queimando o seu hardware mesmo. Então, cara, é um processo que Com certeza os modelos de fronteira estão fazendo esse loop engineering também dentro das casas de desenvolvimento hoje, da OpenAI e da Anthropic. Com certeza eles fazem um processo de loop engineering no backend quando você pede uma tarefa para eles também, tá?

Inclusive, se você ver os agentes lá da OpenAI, da Anthropic trabalhando, e você abrir o reasoning process dele, você vai ver que ele tá fazendo loop engineering, né? Mas, cara, nada mais é do que um processo lógico, né? É um processo lógico que você institui para o sistema de LLM fazer. De novo, é uma coisa que não precisa estar intrínseca no sistema de LLM de fazer esse processo de loop engineering. É uma coisa que você como desenvolvedor pode colocar qualquer LLM para executar um processo de loop engineering, né?

É só uma forma nova de fazer as coisas que permite mais automação, né, mais autonomia do sistema para chegar no resultado que você quer. Eu acho que há 6 meses, 1 ano atrás, os desenvolvedores não se sentiam confiantes em botar esse processo de loop engineering para trabalhar, porque eu acho que ia ser um processo infinito. Eu acho que ele sempre ia gerar bugs e nunca ia chegar no resultado. Hoje os modelos melhoraram a ponto de que, por mais que eles tenham que fazer, sei lá, centenas de loops no processo, mas ele chega num resultado, entendeu?

Eu acho que há uns meses atrás os modelos, não sei se eles iam chegar no resultado. Entendeu? Eles iam ficar num loop infinito. Mas, cara, é um jeito novo de trabalhar, com certeza, é mais técnico, né? Ficou mais técnico. Acho que aí tá ficando mais técnica, né?

E agora a gente tá indo para um outro, tá ficando mais técnica. Agora a gente tá indo para um outro passo, né? Deixa eu recapitular aqui. A gente saiu da engenharia de prompt, do prompt engineering, para engenharia de contexto. Context Engineering, depois foi para o Harness Engineering, agora Loop Engineering. E o que tá se falando muito agora é do Graph Engineering, que foi o conceito que o Peter Steinberger ele colocou lá, que é a engenharia de grafo.

Que que é grafo? Grafo, imagina vários nós conectados, vários agentes conectados. Como que você faz a orquestração dessa rede de agentes especializados, cada um com sua memória, com dependência, paralelismo? Segurança, responsabilidade. E a habilidade de você orquestrar esses grafos, essas conexões entre os agentes, segundo essa discussão que eu tô trazendo para cá, ela vai ser uma habilidade importante para você conseguir melhores resultados, que é o que a gente tá vendo, né?

A gente tem tanto, acho que tanto você quanto eu, Rodrigo, quando a gente tá desenvolvendo nossos agentes, aquele agente não é um agente deus que ele faz tudo para todo mundo. Ele é um agente que ele tem uma responsabilidade específica, que ele tem skills, que ele tem habilidades específicas. E você pode ter um exército desses agentes, cada um com suas responsabilidades. E aonde eu pelo menos estou trabalhando bastante, creio que você também, como que você faz a comunicação e a orquestração entre esses exércitos de agentes para que cada um conheça o outro e cada um possa delegar trabalho para o outro agente quando é necessário. A gente tá indo para esse cenário agora, não é?

Totalmente, cara, totalmente para esse cenário. E é engraçado que o Graph Engineering é uma coisa que tem uma interface gráfica que você pode usar com Graph Engineering, né? Você falou dos nós aí, que são os nodes, e cada nodo tem uma função, e você consegue visualizar o processo lógico de transferência de informação, né, entre um um ponto e outro muito mais fácil. Até falei do ComfyUI aqui no começo do podcast. O ComfyUI é uma interface gráfica de nodes para você fazer imagem generativa, né?

Porque a AI generativa de imagem, cara, é um arquivo JSON, entendeu, que executa uma série de tarefas e vai ativando uma série de algoritmos no meio desse caminho, né, até chegar na imagem que você quer. O que o pessoal da Confio AI fez foi eles pegaram esses arquivos e transformaram numa interface gráfica de nós em que você pode amarrar literalmente, né? Você puxa, vai puxando a cordinha entre um nó e outro e você vai amarrando as tarefas.

Aí quando você dá play, ele gerar a imagem, ele ilumina cada um dos nós conforme ele vai processando o arquivo, né? Então fica muito mais fácil de você observar onde que tá o raciocínio do sistema em qual determinado momento. Então se ele trava num raciocínio Você sabe, ele travou no nó X. E fica muito mais fácil para você criar coisas complexas com imagem, né? Então eu tô falando de imagem porque eu acho que é até mais simples de explicar imagem com esse processo de Graph Engineering do que é texto e agente.

Mas com imagem, por exemplo, você pode colocar, você tem um prompt positivo que você fala o que que você quer na imagem, um prompt negativo que é o que você não quer na imagem, E aí depois disso ele passa, ele pega um sampler, ele vai pegar o modelo de imagem mesmo que ele tem que puxar. Aí depois ele passa por um outro node, um outro node que fala para ele: olha, na parte de cima eu quero que tenha um texto, no meio da imagem eu quero que tenha uma xícara, atrás eu quero que tenha essa parte, chama contextual, esqueci o nome técnico desse negócio, mas é contextual alguma coisa que você vai colocando dentro da imagem, dentro dos pontos cardeais da imagem, vamos chamar dessa forma, o que que você quer que gere em cada uma das coisas.

Aí ele gera a imagem, você fala eu quero um upscaler, ele pega a imagem e faz um upscaling para 4K. E tudo isso são processos que é um processo que o arquivo de JSON existe, é o que tá rodando por trás e é 100% texto, só que a interface gráfica faz ficar muito mais fácil de você entender esses nodes. E a mesma coisa tá acontecendo agora com desenvolvimento de agente, que tá indo para esse lado, né? Quem usava agente há muito tempo atrás vai lembrar do LangChain.

O LangChain foi o primeiro sistema open source que você conseguia fazer, criar um agente, tá? É um percursor do OpenCLaw, era open source, tá? Então você baixava também o LangChain, instalava na máquina e fazia, criava o agente, era um orquestrador de agente bem old school assim.

É, o LinkedIn na verdade, para mim, mais do que orquestrador de agente, ele era um orquestrador de prompts, porque ele encadeava os prompts para você conseguir ter o efeito de um agente. E no final das contas você teve outras abstrações, o OpenCLaw fez isso de uma maneira diferente usando o Py, daí você teve outras, mas ele era um orquestrador de prompts, né?

É, exatamente. Ele era o que permitia fazer o primeiro agente, né? Ele não orquestrava os agentes. Ele foi, eu acho que, a primeira coisa que apareceu que fez com que quem trabalhasse com AI olhasse para aquilo e falasse assim: opa, pera aí, aqui tem uma automação a mais.

Dá para gerar valor com isso.

Exatamente, foi a primeira. Eu usei esse negócio, cara, assim, saiu uma semana depois, eu já tava brincando com o LangChain. E depois o LangChain evoluiu para o LangGraph, que era uma coisa parecida também. Você tinha os nodes, você amarrando os nodes e orquestrando os prompts. Acho que você colocou de uma maneira melhor mesmo. Então assim, agora a gente tá vendo a mesma coisa acontecer com a orquestração dos agentes, que você tem essa interface gráfica em que você orquestra os agentes.

Ele fica um pouco mais técnico, aumenta o nível de complexidade de quem tá trabalhando com isso, Mas eu usei a palavra técnica, mas talvez técnico não seja o jeito certo. Eu acho que ele aumenta o nível de complexidade lógica do sistema. Eu acho que se você é uma pessoa que tem um raciocínio lógico muito bem desenvolvido, você vai se dar muito bem com esse tipo de coisa, porque nada mais é do que você pegar uma tarefa, destrinchar essa tarefa num processo lógico mental E desse processo lógico mental você traduz para essa interface gráfica de nós, que é o Graph Engineering hoje em dia.

Então pessoas que têm um raciocínio lógico muito bem desenvolvido, cara, vão se dar muito bem nesse negócio. E eu já falei aqui outras vezes, mas eu estudei estoicismo muito a fundo, fui muito mais a fundo do estoicismo moderno, que é uma filosofia grega, né? E o estoicismo moderno pega só a parte de autoajuda, vai. Mas a filosofia estoica tem muitas outras coisas, outros campos de estudo que não envolvem só a parte de autoajuda.

E uma delas é a lógica. E a lógica estoica é uma lógica proposicional, é uma lógica baseada em texto, não é baseada em matemática, né? E essa lógica baseada em texto, cara, na minha opinião, é o que deu origem a todas as fórmulas de Excel, essa lógica baseada em texto. E, cara, me ajudou demais. Como desenvolvedor hoje de AI a desenvolver exatamente esse tipo de coisa, porque nada mais é do que um raciocínio lógico que você tem que desenvolver baseado em texto, né?

Se isso acontecer, faça isso. Se aquilo não acontecer, volte para cá. De novo, é tudo parte de um processo lógico.

Não, legal. E eu não sei se você viu, mas o Jack Dorsey, ele colocou um projeto open source chamado Buzz. Se as pessoas tiverem curiosidade, chama buzz.xyz. Bu.zz.xyz, que é como se fosse um Slack, como se fosse um ambiente de comunicação entre humanos e agentes. E eu vi um monte de comentário agora também, o pessoal falando que ele é um ambiente exatamente para que exista esse tipo de colaboração, né, onde você tem os vários agentes trabalhando, você tem os vários agentes no ambiente.

Porque quer queira quer não, ainda não existe um ambiente, você tem interface gráfica, onde você consegue colocar os nós e como que eles interagem. Mas ainda não existe um ambiente onde o humano ele fica confortável em interagir com todos esses agentes que estão trabalhando em paralelo. E tem o pessoal tentando resolver esse tipo de problema. Vale a pena dar uma olhada. Você já tinha visto esse bus? Tinha ouvido falar?

Não, não tinha ouvido falar. Vou ter que pesquisar agora. Já sei que vou perder horas nesse negócio.

É, vai. É open source. Ele colocou, é o Jack Dorsey lá, e que é o Cara, inclusive, que hoje eu, ele é do Square, né, que é uma plataforma de pagamento. Mas é algo para se ver. Mas vamos, mas legal, Rodrigo, deixa eu trocar de tópico aqui, senão a gente vai ficar muito nesse assunto. E a gente só quis chamar atenção que o mundo tá evoluindo rápido. A gente começou o nosso bate-papo falando, olha, não dá para trabalhar mais que nem os astecas.

Já que você não vai trabalhar que nem os astecas, você tem um índice, você tem que ter o índice de curiosidade elevado. Como você tem um índice de curiosidade elevado, você tem que saber que a gente tá mudando de prompt engineering para context engineering, para harness, para loop engineering, agora graph engineering. Ou seja, daquele prompt agora você tá fazendo orquestração de agentes. Se você fizer isso bem feito, você vai ser muito produtivo.

E o próximo tópico que eu queria comentar era sobre um texto que o Satya Nadella, que é o CEO da Microsoft, ele publicou no LinkedIn agora no dia 12 de julho, que ele chamou esse texto, é um artigo que ele chamou de— não foi nem LinkedIn, desculpa, ele publicou no X, no X, que é um artigo que ele chamou de The Reverse Information Paradox, que é que ele fala que o paradoxo clássico do Kenneth Arrow. Quem foi Kenneth Arrow? Foi uma, foi um estudioso, um economista que publicou em 1962 um paper falando Economic Welfare and the Allocation of Resources for Invention, que ele falava o seguinte, o Kenneth Arrow, ele falava que, vamos lá, o vendedor de informação ele precisa primeiro revelar conhecimento para provar valor e depois cobrar por aquele conhecimento, por aquele valor gerado.

Então esse era o paradoxo lá de 1962. Você primeiro tinha que provar que você era, por exemplo, ah, eu vou vender consultoria. Você primeiro tinha que provar que você era um bom consultor para depois recuperar o valor daquilo. Ah, eu vou sei lá, vou vender um livro. Você primeiro tinha que escrever o livro para depois ganhar valor daquele livro. Ah, eu sou um bom trabalhador de conhecimento. A gente falou de usar a planilha Excel.

Você primeiro tinha que provar que você sabia usar a planilha Excel para depois poder receber o salário de usar a planilha Excel. E o Satya Nadella falou que agora com a AI isso tá sendo invertido.

Por quê?

Porque primeiro você vai comprar a inteligência da AI e depois você vai colocar o seu conhecimento interno dentro da AI para depois poder extrair o valor disso. E isso muda a regra do jogo, né? Porque para o modelo ser realmente útil, você precisa alimentar o modelo com seu próprio conhecimento, as suas decisões, o seu contexto interno, o seu critério de qualidade, seu feedback, a sua propriedade de intelectual. E isso cria desafios que antes não existiam.

Como que você vai garantir que o seu diferencial competitivo, uma vez que você tá dando tudo para AI, antes de extrair valor da AI? É interessante pensar nisso, né, Rodrigo? Qual que é a sua opinião sobre essa, essa mudança de paradigma do que o Satya Nadella trouxe à tona?

É, cara, é interessante. Eu acho que tem, tem gente que já tá começando a levantar a bandeira disso, né, que isso é um perigo entre aspas, né, que as empresas de, as donas dos modelos aí que absorvem essa informação no final do dia vão começar a ficar muito mais poderosas no futuro porque elas processam tudo que tá acontecendo dentro da sua empresa. É um caso também a favor do modelo open source, né, que então acho que eu perdi um pouquinho, eu caí aqui, cara.

É um caso também a favor do modelo open source, né, que mantém esse tipo de informação dentro de um ambiente controlado dentro da sua empresa, né. Tanto a gente viu a carta de diversas empresas aí falando a favor dos modelos open source há umas semanas atrás. E de novo, torna as empresas que são donas da informação, donas do processamento da informação, aí que a Anthropic e OpenAI, muito mais poderosas, né? Eu acho que hoje não é um problema, mas eu acho que vai se tornar um problema.

Eu acho que o Satya Nadella aí já tá vendo esse problema no futuro se tornar uma coisa maior. E eu acho que as empresas vão começar a proteger isso um pouco mais, né? E assim, aqui a gente tá falando muito de texto e esse tipo de coisa, mas esse problema pode se estender a uma série de outras coisas. O Anthropic, a OpenAI, os agentes, eles ficaram muito bons em usar um programinha chamado Blender. O Blender é um programa de criar objetos 3D.

Não é de engenharia ainda, não é CAD, mas ele cria objetos 3D para ambiente digital, impressão 3D, criação de imagem, de vídeo, efeito especial e tal. Eles ficaram muito bons em usar o Blender, né, cara? Se você tem assets que você criou no Blender e que foram, estão sendo absorvidos pela AI, a gente já tá falando de coisas que não são mais coisas, só informação. Né? São coisas que são mais palpáveis e que também estão sendo absorvidas por esse sistema, né, cara?

A minha teoria meio utópica aqui, bem utópica, tá? Talvez muito utópica demais, mas eu acho que a gente tá caminhando para um mundo em que, cara, conhecimento vai ser barato, entendeu? Não vai ser uma coisa mais É que tipo a receita da Coca-Cola não vai mais ser precisar, você não precisa guardar mais ela num cofre às sete chaves, entendeu? Porque vai ficar tão fácil de você replicar a receita da Coca-Cola que, cara, não vale nem mais a pena você guardar esse segredo, entendeu?

Sabe, entende o que eu quero dizer? Eu acho que conhecimento vai ficar uma coisa muito barata, muito acessível. Tanto que isso eu acho interessante, a Y Combinator solta, eles soltam lá os requests for startups, né, que eles pedem quais startups que eles querem no programa. E uma delas era um mentor digital. E o argumento deles era o seguinte, que a mentoria personalizada era uma coisa que, cara, era só de pessoa muito rica, só de pessoa que tinha acesso aos melhores gurus do mundo.

Que podiam fazer essa mentoria personalizada para um indivíduo, né? E que hoje isso mudou. Hoje qualquer um pode ter um mentor personalizado que é um Einstein, que é um filósofo, né? Que é alguém que saiba muito mais do que você e consegue te mentorar na vida, né? Inclusive, na Grécia Antiga e na Roma Antiga, o Alexandre o Grande, por exemplo, ele foi treinado pelo Não sei se foi Sócrates ou Aristóteles, aí eu tenho que ver quem que foi que viveu na época ali do Alexandre o Grande.

Mas ele foi treinado por um desses grandes pensadores, era o mentor dele, era esse cara, entendeu? E o ponto é, quem que tinha acesso a um cara como Aristóteles ou Sócrates era um cara como Alexandre o Grande, que era um príncipe na época, né? Então hoje não, hoje mudou. Hoje você consegue ser treinado pelo Aristóteles ou pelo Platão ou por qualquer outro filósofo, porque esses caras Né, você consegue replicar esse modelo. Inclusive, o meu conselho de anciões aqui, ele tá rodando um teste faz 2 semanas, Pipas, no meu computador aqui. 2 semanas sem parar rodar esse teste e termina hoje.

Então tô super ansioso para ver o resultado, mas eu já consigo ver o resultado preliminar. Esse resultado aqui que eu tô comparando, eu tô comparando os 237 filósofos que eu treinei, o modelo específico nos livros deles versus o modelo base da OpenAI, da Anthropic e do Quen e o GPT-4, que são dois modelos open source. Então eu treinei o meu LoRA versus 4, e o meu modelo de treinamento ganhou em 73% das vezes. O meu modelo responde mais parecido com filósofo do que o modelo base, né?

Então assim, de novo, se você consegue ainda especializar mais o modelo de AI em cima de um conhecimento específico, você consegue extrair um resultado ainda mais inteligente, entendeu? Acho que esse exercício é muito válido comparando o modelo base com uma coisa que é feita para executar uma tarefa específica, né? E então assim, eu acho que essas empresas ainda não detêm o controle total do conhecimento da informação. A exemplo desse pré-treinamento que eu fiz com o LoRA.

Mas de novo, é uma coisa que conforme os modelos vão aumentando de tamanho e absorvendo mais informação, é uma coisa que tende a diminuir, né, esse gap, né, entre um pré-treinamento e o modelo base. Complicado, cara. Eu não sei o que vai acontecer, mas eu acho, eu acho que a gente tem que caminhar esse cenário em que conhecimento e informação é uma coisa de tão fácil acesso que, cara, não vai mais ter problema, patente, entendeu? Acho que vai ser uma coisa diferente, tá? Diferente.

A gente tem que combinar quando que a gente vai fazer um especial do seu Conselho de Anciãos, hein? Você tem que avisar. E depois você tem que contar que você tá fazendo praticamente aquilo que a gente falou no último episódio, que é um distillation dos modelos de fronteira com seu conselho de anciãos.

É exatamente, é praticamente isso mesmo. Eu tô para colocar ali no ar, eu acho que essa semana eu consigo colocar ali no ar. A única coisa que eu não vou conseguir fazer é disponibilizar o processamento do, do, tipo, as pessoas não vão conseguir de fato conversar com os agentes porque Eu fiz um teste, se for para colocar na nuvem, né, o meu modelo rodando, vai me sair $3.500 por mês para alugar uma GPU para servir esses agentes para os usuários.

E sendo que aqui eu rodo localmente, né, então eu não vou conseguir. Mas eu vou colocar online todo o perfil dos agentes e eu vou colocar as conversas que eu tenho com os agentes, porque ele gera discussões automáticas todo dia entre os agentes, eles escolhem um tópico para conversar e eles criam um debate. E eles pegam as 5 notícias mais importantes do dia e criam um debate em cima dessas 5 notícias também. Então isso eu vou disponibilizar online, mas a versão para você conversar com o próprio agente eu não vou conseguir disponibilizar, porque senão vai entupir minha máquina aqui, eu não vou conseguir trabalhar.

Se for o caso, a gente arranja um patrocínio, arranja algum investidor para colocar isso no ar, porque vai ficar, vai ficar muito legal. Mas você pegou exatamente no ponto, Rodrigo, que o Satya Nadella fala no artigo dele, tá? Porque o ponto forte do texto é que ele coloca que se você consome inteligência, você também cria inteligência. E a pergunta é: quem fica dono dessa inteligência criada no processo? Porque se todo o aprendizado vai para infraestrutura do fornecedor, para OpenAI, para Anthropic, o valor ele acaba convergindo para quem controla essa infraestrutura e não para quem gerou o conhecimento.

E o Satya Nadella, ele até sugere um framework, ele até sugere lá o que ele chamou dos 5 Cs que são importantes para as empresas que estão vivendo nesse mundo hoje em dia, né, que são, que é o Control, Capability, Choice, Cost e Compound. O que que é, o que que são esses 5 C's que o Satya Nadella, ele falou que as empresas elas têm que se preocupar? Control. Control é você vai criar EVAs privados e manter o ownership, manter a propriedade das memórias, dos traces, das avaliações, ou seja, todo contexto que é relacionado a valor, você tem que ter controle sobre ele.

Que senão você vai estar entregando o seu valor para um terceiro. O segundo C, o capability, ou seja, a capacidade. Você tem que construir ambiente proprietário dentro da sua infraestrutura onde os modelos eles possam aprender sem expor muito os seus segredos. O terceiro C que ele falou, que é o choice, que é a escolha, que é desacoplar a camada de orquestração de qualquer modelo único. Ou seja, se o modelo da Anthropic ficar muito caro, você tem que usar o modelo da OpenAI.

Se o modelo ficar muito caro, você tem que usar o modelo open source. O quarto C que ele falou é o quê? Que é o cost, que você tem que combinar modelo que você paga com modelos que geram de uma, que você tem um controle do custo um pouco melhor, né? A gente fala muito, problemas técnicos, acho que eu voltei, minha internet deu uma, é, problemas técnicos, mas acontece. Mas eu tava falando dos 5 Cs e vou falar de novo, é Control, Capability, Choice, Cost, Compound.

O Cost é controlar o custo e o Compound é você criar um loop contínuo, você fazer uma composição de tudo isso, onde investimento de AI aumenta o valor ao longo do tempo. Então assim, o Satya Nadella, ele faz a crítica, ele reconhece que— eu vou até dizer dessa maneira— ele reconhece que o império da Microsoft no enterprise está perdendo a majestade, porque se essas novas empresas, OpenAI, Anthropic, estão mordendo uma fatia considerável do negócio dele olhando para o futuro.

E ele tá tentando criar uma, um framework onde essas coisas elas podem ser gerenciadas de uma maneira diferente. Vou falar dessa maneira.

É, eu acho que ele, o valor que as empresas vão gerar, e eu tava tendo essa discussão até ontem com dois amigos meus, Eu acho que o valor que as empresas vão gerar está exatamente nisso, não tá na propriedade intelectual em si, porque a propriedade intelectual é a receita da Coca-Cola, né, que ficou fácil de replicar a receita da Coca-Cola. É muito mais difícil hoje você criar um moat, né, para o seu produto. Acho que isso para mim ficou claro.

Mas a discussão que eu tava tendo com os meus amigos é o seguinte: eu acho que quem souber criar uma empresa em que tem exatamente isso que você acabou de descrever muito bem delineado, cara, eu vejo valor nisso. É uma coisa que eu posso pegar e vender, entendeu? Falar assim, olha, minha empresa já está preparada para agir nessa, nessa nova era, porque eu tenho tudo isso muito bem delineado, entendeu? Eu sei quais modelos que eu tenho que usar, quais agentes que eu tenho.

Isso demora muito tempo para construir. Eu vejo mesmo aqui com os meus clientes, né, que a gente começa com uma coisinha pequenininha Eles vão gostando, vão vendo o que dá para fazer, a gente vai aumentando, aumentando, aumentando, aumentando, aumentando. Esse sistema todo que eu tô criando para eles, o sistema em si tem um valor, né? Porque é uma empresa que já tá adaptada a esse processo novo de inteligência artificial. O valor passou da criação do produto em si, na minha opinião, porque ficou muito mais fácil, especialmente produto digital, né?

Cara, até comentei com você antes da gente entrar no call aqui que o QuickBooks, por exemplo, depois que eu conectei a minha conta bancária aqui nos Estados Unidos, dá para fazer isso no Brasil não, mas você consegue conectar a conta bancária no ChatGPT hoje em dia, né? E eu conectei as contas das minhas empresas no ChatGPT, cara, a contabilidade eu não preciso mais do QuickBooks porque a AI faz para mim inteira agora. Então, de novo, ficou muito fácil você criar os produtos, especialmente digital.

Agora, criar toda essa estrutura sistêmica para você colocar sua empresa na era da inteligência artificial, isso sim tem valor por enquanto, tá? Eu acho. E eu acho que, de novo, tá mudando aí aonde que tá o valor da empresa. Eu acho que tá deixando de ser o IP e passando a ser uma coisa mais organizacional, entendeu? Para ter a estrutura já em place. Posso estar errado, mas é o que eu tenho observado aqui.

E tem uma questão que se a gente for olhar, o pessoal fala, né, olhar a 10 mil pés de altura, olhar lá de cima, tem uma questão de você tem todos os incumbentes, ou seja, aquelas empresas consolidadas tentando defender o seu pedaço do bolo, tentando defender o seu espaço. A Microsoft, ela tá tentando defender o seu posicionamento. Assim como a própria Anthropic tá tentando defender o seu posicionamento quando ela fala de proibir modelos open source, que é uma das grandes discussões que estão acontecendo aqui nos Estados Unidos.

Porque o mundo parece que ele tá caminhando com essa aceleração das tecnologias, com essa aceleração dos modelos, com essa aceleração da adoção de AI, o mundo tá caminhando para um modelo híbrido entre Os modelos de fronteira, onde você tem aquela inteligência que em breve deve superar a inteligência humana, e os modelos open source que você consegue rodar em casa, consegue colocar no loop e consegue gerar valor sem parar, 24 horas por dia, 7 dias por semana.

Esse modelo muda como que a própria precificação das empresas, ela é baseada. Porque a gente vai contratar produtos e serviços das grandes empresas de uma forma diferente do que a gente tava acostumado até então.

É, exatamente, cara. E de novo, eu arrisco a dizer aqui que quando a AI ficar boa em usar CAD, que ela não é ainda, tá? CAD é um grande mistério ainda para inteligência artificial, ela não desvendou.

Eu sei, explica o que que é CAD, que tem gente que não conhece.

Bom, CAD é, cara, é um arquivo de design. Obrigado, eu não sabia o anacronismo aí. Computer Aided Design, mas é feito, é um arquivo de engenharia, né? É feito para você criar produto de engenharia, planta técnica, planta de arquitetura, esse tipo de coisa, né? Não é nem engenharia, é mais de planta. Engenharia vai mais para o SolidWorks, que é uma coisa diferente, dá para você simular material. Outras coisas lá também. Eu uso bastante CAD na minha empresa de simulador.

Eu não sei CAD, tá? Eu não sei CAD. Eu tenho pessoas que me ajudam com o CAD. Eu não vejo a hora da inteligência artificial começar a me ajudar com o CAD. Então assim, eu tô bem, bem acompanhando de perto isso porque eu preciso da AI me ajudando no CAD. E eu tenho clientes também que já me pediram isso, né? Eu tenho um cliente que ele faz, ele emite certificado de incêndio E ele precisa analisar toda a planta técnica ali da empresa, da fábrica, do whatever it is, para ver se tá dentro do código.

E é uma planta em CAD, né? E então assim, eu acho que a hora que a AI ficar boa em CAD, nossa, aí o céu é o limite, porque você pode tirar uma foto do negócio e pedir para a AI tentar replicar aquilo em CAD, e ela vai conseguir fazer. Você pode ter certeza que ela vai conseguir fazer. E aí eu acho que muda mais ainda esse cenário de propriedade intelectual, porque hoje você tem essa grande barreira ainda, que são esses produtos físicos que dependem de um tipo de arquivo e um tipo de estrutura de computação que aí ainda não é muito boa em executar.

Mas, cara, acho que a gente tá 2, 3 anos disso acontecer, entendeu? De você ter uma boa execução de CAD O Blender, por exemplo, que eu usei como exemplo aqui, que é um objeto 3D digital e para impressão 3D, não é uma coisa que funciona para produtos técnicos de engenharia, mas aí já tá excelente. Tanto que o próprio CEO da Blender, que é um aplicativo open source, ele virou e falou assim, cara, nós somos uma empresa agora AI first, porque aí ficou muito boa em executar as tarefas que antes demorava os humanos assim umas semanas Semanas.

Você criar um objeto 3D lá decente demorava semanas. Agora você dá instrução para AI, ela abre o Blender e cria o objeto para você. É uma coisa surreal assim, fica ótimo. Não fica perfeito, mas fica ótimo, entendeu?

É, para mim, não, voltando até para o artigo do Satya Nadella, eu acho que ele levanta uma questão que todo CIO, CTO, todo líder de tecnologia de empresa média e grande deve estar pensando agora, que qual que é o futuro da AI dentro da empresa, se vai ser o uso de frontier model externo ou se vai fazer learning loop em cima de vários modelos dentro de casa. Eu tenho a tendência de pensar que vai ser um híbrido entre os dois, porque aquilo que você falou, o modelo de fronteira, você pega o modelo novo da OpenAI, você pega esse ChatGPT 5.6, Sol, Terra e Luna, Você pega o Opus 5, Fable da Anthropic, eles têm um nível de inteligência que nenhum loop interno vai conseguir replicar sem investimento de bilhões de dólares.

Então vai ter tarefa onde talvez o segredo industrial não é tão importante, que vai ser colocada para esse modelo externo, e vai ter tarefa onde talvez o segredo industrial ele é importante, que vai rodar dentro do modelo interno. E a gente tá voltando, eu acho muito legal que a tecnologia ela funciona em ciclos, né? Você teve aquele primeiro ciclo que era dos mainframes lá atrás, mainframe com terminal burro na ponta. Depois você foi para o ciclo do client-server, onde você tinha o terminal inteligente na ponta, as pessoas usando computador.

Daí você foi para internet, onde era quase um terminal mais ou menos inteligente, a gente usando o navegador. Então você tinha um servidor que era muito parrudo com navegador que era mais ou menos. Daí o navegador ficou algo mais inteligente, tem mais capacidade. Você tem os celulares que são mais inteligentes, você tem computação na ponta. E agora você vai mudar para o modelo onde as empresas vão ter que ter infraestrutura de servidor dentro de casa também para poder fazer a inferência dentro de casa e usar o modelo híbrido com o modelo de fronteira que você vai estar usando desses grandes fornecedores.

É muito legal perceber esses ciclos de computação computação tá acontecendo mais longe, tá acontecendo mais perto, acontecendo mais longe, tá acontecendo mais perto, e cada vez mais vai estar acontecendo ao mesmo tempo longe e perto.

É, eu acho que você matou a charada. Eu acho que o modelo, o modelo vai ser um modelo híbrido aí, sem sombra de dúvidas, entre modelo de fronteira, cloud, e uma coisa local. E talvez dividindo tanto o poder computacional para você ter coisas mais intensas de poder computacional na nuvem, no modelo de fronteira, e coisas menos intensas localmente, como para proteção de dados, né? Eu até no episódio passado a gente tava conversando aí, no meio da conversa eu vi que meu computador tava assim com 80% de processamento de GPU, e eu lembro que a OpenAI pegou ela de novo, ela tem acesso irrestrito à minha máquina, Ela pegou, o Codex percebeu que eu tinha lá o Olhama instalado com alguns modelos locais, e uma das tarefas que eu pedi para ele, eu vi no processo de reasoning lá e falei assim, meu, essa tarefa vai gastar uma insanidade de tokens.

Eu vi que o usuário aqui tem o Olhama, vou ativar o Olhama, que é o modelo local. Então esse é um excelente exemplo dessa mescla híbrida aí entre uma coisa e outra, né? E inclusive eu peguei isso que aconteceu comigo no episódio passado, há umas 2 semanas atrás, E eu tenho aplicado no meu workflow de trabalho aqui. Toda vez eu falo para os agentes que eu tô trabalhando, eu falo assim, olha, você sabe que você tem aqui disponível duas máquinas da NVIDIA.

Agora ele sabe, porque já tá lá no meu, no meu arquivo .env. Ele sabe lá o que que ele tem disponível para usar, quais modelos que ele tem. E é assim, o interessante é que ele escolhe qual modelo que ele quer. Inclusive eu dei autonomia para ele. Eu tenho API com o Hugging Face. Eu dei autonomia para ele, falei assim, olha, se você vir que tem um modelo melhor no Hugging Face e que ele cabe dentro das minhas máquinas, pode baixar, não tem problema nenhum.

E ele fez já isso algumas vezes, entendeu? Então, de novo, é uma mescla entre os dois. Acho que você matou a charada aí de como eu acho que vai ser também. E de novo, eu acho que é um outro desafio para as empresas, é uma área nova dentro das empresas que vai ter que surgir, não é TI, Não é desenvolvimento, é uma área nova de inteligência artificial que vai ter que surgir dentro da empresa para orquestrar não só os agentes, mas fazer a orquestração da infraestrutura.

E a gente pode subdividir essas responsabilidades em diversas subáreas, vamos chamar assim, né? Mas é uma coisa absolutamente nova, as empresas vão ter que se adaptar. E aqui eu tô falando das empresas grandes, né? Empresa média é diferente. Mas empresa grande certamente vai ter que ter toda essa subdivisão aí de responsabilidades.

É, não, muito legal, Rodrigo. A gente tinha mais dois tópicos para falar hoje, mas acho que a gente já estourou o nosso tempo. E eu vou passar para semana que vem, tá? Vou dar um spoiler aqui dos tópicos que a gente vai falar na semana que vem. É de uma entrevista lá do Daniel Cocotágio, que era um dos pesquisadores lá da OpenAI, que ele fala inclusive sobre apocalipse de AI, fala sobre os controles que a OpenAI tá colocando, deveria controlar e não tá controlando.

E a gente tem que falar também da entrevista do Elon Musk para editora-chefe do The Economist, que foi muito interessante. Tem um monte de coisa relacionada a isso, e fora o que vai acontecer entre hoje e a semana que vem. Mas, Rodrigo, mais um bate-papo muito legal, queria agradecer aqui. E pessoal, deixar sempre o convite: se tiver uma crítica, sugestão, tema para a gente discutir, É só você falar, tá bom? Valeu, todo mundo!

Valeu, pessoal! Abraços, até o próximo!