A Spotify ampliou o uso de desenvolvimento assistido por IA e mais que dobrou as mudanças mensais mescladas, de cerca de 8.100 para 17.000 ano a ano em agosto. Com o aumento do volume de alterações nos sistemas de produção, a empresa ajustou controles de qualidade e confiabilidade para lidar com a nova escala.
A companhia opera quase 3.000 serviços de produção para 777 milhões de usuários ativos mensais e relata desafios em processamento de conteúdo, automação de frota e capacidade de computação. Entre as respostas estão melhorias em monitoramento e testes, salvaguardas de rollout e capacidade de rollback, além da adoção do Honk, um agente de codificação em background que executa o Claude via Agent SDK em pods no Kubernetes.
Pesquisadores apresentaram na conferência KDD o estudo “GEO: Generative Engine Optimization”, voltado a melhorar a visibilidade de conteúdos nas respostas de mecanismos generativos. Nos testes descritos, intervenções específicas aumentaram a presença em até 40%, variando conforme o tema pesquisado.
O movimento é comparado ao SEO, mas com uma diferença: ao perguntar a uma inteligência artificial, muitas vezes o usuário recebe uma resposta pronta em vez de uma lista de opções. O texto destaca ainda como a construção de um “rastro público” — entrevistas, artigos, participações e fontes — pode influenciar o que sistemas como os buscadores associados ao ChatGPT encontram e citam, exigindo que assessorias e relações públicas considerem como esses dados são lidos e organizados.
A Starlink já permite que celulares se conectem diretamente aos satélites por meio da tecnologia Direct to Cell, sem a antena usada no serviço residencial. A proposta evoluiu de mensagens de texto para acesso a dados e chamadas via aplicativos, com operação feita em parceria com operadoras de telefonia que disponibilizam parte das frequências.
No Brasil, Vivo e Starlink participam de um ambiente experimental autorizado pela Anatel, com permissão válida até abril de 2029, mas ainda sem oferta comercial ampla. Enquanto isso, a SpaceX recebeu autorização da FCC para implantar até 15 mil satélites de nova geração, com novas frequências para ampliar cobertura e capacidade, inclusive em ambientes internos, aproximando a tecnologia de serviços móveis mais avançados.
A Binance lançou o Agent OS, uma plataforma que permite que agentes de IA analisem mercados e executem trades em nome dos usuários. A proposta é integrar aplicações e agentes à infraestrutura financeira da exchange, usando ferramentas como Binance APIs, Binance Wallet Agentic Hub, verificação de transações Binance x402, Binance Skill Hub e suporte ao Model Context Protocol (MCP).
O Agent OS também funciona com ferramentas como ChatGPT e Codex, Claude Code e Cursor, com autorização do usuário para acesso a dados de mercado, informações de conta e execução de ordens. Para reduzir riscos, a Binance enfatiza controles no nível da conta via sub-accounts, com bloqueio de saques por padrão e opção de exigir aprovação a cada ordem; a exchange afirma ainda que não vê o raciocínio por trás das decisões, apenas monitora a atividade resultante.
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.
O debate sobre o custo da infraestrutura de IA ganhou um novo teste com dados de Amazon, Alphabet e Microsoft, focados nos gastos de capex dos grandes provedores de nuvem. A análise aponta que o crescimento da demanda por IA está acelerando, que a lucratividade dos hyperscalers tende a escalar com o tamanho do negócio e que a eficiência do capex vem melhorando.
A discussão surge em meio a críticas financeiras de que AWS, Google Cloud e Azure estariam gastando demais em computação para IA, sem conseguir aproveitar toda a capacidade. Com os números reunidos, o argumento de “capex queimando recursos” perde força e sugere que a estratégia de investimento pode estar gerando retorno conforme a escala aumenta.
Pedir ao ChatGPT para “avaliar uma empresa” de forma genérica tende a gerar respostas vagas. A matéria destaca que a qualidade melhora quando o usuário fornece contexto e dados: demonstrativos como DRE, balanço patrimonial e fluxo de caixa, além de objetivo da análise, período e setor. Também recomenda orientar a IA com comandos objetivos e papéis específicos, como “atuar como analista financeiro focado em varejo”, priorizando lucratividade, endividamento, geração de caixa e eficiência.
Na prática, o diferencial não é escrever prompts longos, e sim garantir informações suficientes e perguntas bem direcionadas. Pedir justificativas baseadas nos números e solicitar que a IA aponte quando faltarem dados reduz inferências indevidas e facilita a checagem. Ainda assim, a matéria reforça que o ChatGPT funciona como apoio: decisões de investimento e avaliações estratégicas exigem validação humana.
Empresas estão desperdiçando grandes valores em infraestrutura de nuvem por falta de governança e visibilidade operacional. Um relatório da Harness (FinOps in Focus 2025) projeta US$ 44,5 bilhões de desperdício em cloud em 2025, citando falhas de governança e pouca integração entre engenharia e finanças. O levantamento também aponta que 52% dos líderes de engenharia veem a desconexão entre áreas técnicas e financeiras como causa de desperdício, enquanto menos da metade das organizações tem visibilidade em tempo real sobre recursos ociosos e workloads superdimensionados.
A análise da VendorBenchmark, com base em mais de 700 ambientes, estima que 28% a 34% do investimento em cloud é perdido com recursos ociosos, provisionamento excessivo e ambientes esquecidos. Na prática, isso reforça a importância do FinOps como disciplina de gestão: monitoramento contínuo, políticas de provisionamento, automação para desligar o que não é usado e definição de ownership para reduzir custos sem comprometer a operação — inclusive em ambientes que suportam IA e integrações críticas.
:quality(85)/0e4eb14a-75de-4dbe-8c25-c0ebff4bcdfe.jpeg)