IA Agêntica: Quem pensa é você?

Olá, eu sou a Marcella Esperdute, consultor e comunicadora. Olá, sou o Alex Fornazar e consultor e executivo. Olá, sou o Júlio Gomes, consultor e treinador. Essa aqui eu afirma uma plataforma de conversas, trocas, muito repertório nosso, dos nossos convidados e convidados sobre o mundo do trabalho, gestão, carreira, tudo o que esteve, presente, está e estará por vir nesse mundo do trabalho.

E se você está aqui, por favor, comente, deixe seu like e compartilhe. Depois de não sei quantos episódios fugindo de qualquer pauta com a palavra IA, a gente finalmente se rendeu, hein, Toná? Pois, não tinha como fazer. Pra tristeza de alguns na bancada, tu é ligado? Pra alegria do que o outro? Ou pra alegria de outros.

Vamos desmistificar isso aí. A pauta de hoje é IA Agêntica. Tantan. Mas relaxa, que a gente não vai babar ovo em cima do último motor do Cloud Co-work, ou do novo agente da OpenEI que controla os apps do seu celular. Não vai rolar isso aí. E também não vai ter profecia do Apocalipse aqui. Nada de as empresas de software vão quebrar e o dev que não se reinventar vai morrer.

Nem o surrado vai roubar todos os empregos. Por tapar pro chato do caralho. Ninguém aguenta mais ouvir essa porra. Só que está acontecendo tanta coisa que ignorar virou impossível. Então o desafio de hoje é esse. Deixar o hype bem longe dessa bancada e escapar da conclusão óbvia tipo, vai turbinar a produtividade. Quanto uma novidade, né?

Diz aí, Julião. Quanto tempo a gente está ouvindo falar que a tecnologia vai nos libertar, que a tecnologia vai aumentar as nossas capacidades, que a tecnologia vai elevar o nosso processamento humano. Pois é. Várias coisas, sim. Mas a forma como está acontecendo é muito bem como imaginávamos, hein. Exato. Acho que tem pergunta mais interessante pra puxar aqui.

Tipo, como é que estão as agendas de dados e governança das empresas? Quem responde quando a gente faz uma cagada? Oi, vai ser demitido. Então, o mesmo que é mais importante, como é que as empresas estão formando gente capaz de pensar e não só de apertar o botão a provar? Caramba, Alex, que lindo esse. É, então. É poético aí.

Sou poético. Cada vez mais poético. Legal. A conta da adoção está alta, né, Daia? A previsão é que uns 40% dos aplicativos corporativos tenham a gente embarcado até o final desse ano de 2026. Contra menos de 5% no final de 2025. E a pergunta que fica é, e o resultado? Apareceu? Nosso convidado especial pra essa conversa cheia de pontos de interrogação é o Vicente Camilo.

Bem-vindo, Vicente. Bem-vindo, Vicente. Obrigado pelo convite, pessoal. Boa. Vicente, economista de formação, passou pela Ernest Young, pela CVM e pela Ministério da Fazenda no coração das regras do mercado financeiro. Aí ele resolveu trocar de lado, virou empreendedor e série, Jaco fundou 5 startups, 5 startups... Só 5, tá, gente?

Só 5, o mercado gigante. Minha gima quebrou. Minha gima quebrou, o seu povo... Boa, é um dica-dor. Mercados gigantes aí, de... Irregulados, né, mercado de energia, mercado de imóveis e passando por atendimento com inteligência artificial. É o tipo de gente que conhece o labirinto lá por dentro e mesmo assim, escolheu entrar dentro do labirinto pra construir.

Prazer ter você aqui na mancada com a gente. Obrigado, pessoal. Obrigado pelo convite, prazer o meu. E vamos falar sobre a... Eu também não aguento mais falar sobre a... Já é um bom começo. É, é... É muito chato. É muito chato, mas eu acho que é um assunto bastante desafiador. É uma fronteira de conhecimento, não só corporativa, mas da humanidade.

A gente querendo ou não, vai ser o que vai nos dominar pelos próximos talvez 10, 20 anos, né? E acho que assim, além das discussões corporativas que a gente vai ter aqui, acho que tem uma provocação inicial, é já que temos seres inteligentes e sintéticos do nosso lado, o que nos faz diferente hoje em dia, né? É só uma bela provocação.

Como seres humanos. O que sobra da humanidade. O que sobrou, exatamente. É, isso é um bom papo. É mais filosófico, mas só pra gente talvez sair desse bla bla bla, que se fala muito de ar, mas acho que é onde vamos nós, humanos, nos diferir das máquinas. Das máquinas, boa. O que a gente fala de ar, gente, que a gente tá falando basicamente, né, de maneira bem resumida, é de uma máquina que toma decisão sozinho.

Sim, não. Vamos lá. Vamos começar por isso. Pra dar um contexto. Desconstruir, né? Mas pra dar um contexto. Daquela maneira simples pra nosso audiência ouvir. O agente é uma teoria dos anos 60, pra começar, tá? Não é um negócio de hoje, não surgiu caô penhais, sei lá. É uma tese que já vem há muitos anos, muitas décadas.

Ele é um software que executa ações buscando um objetivo. Ponto. Agora, se ele toma decisão sozinho ou não, vai depender da estrutura de governança dele. Tá. Você pode escolher agentes que tomam decisões, você pode escolher agente que não tomam decisões, e escala um pra um mano tomar essa decisão, ou pra vários humanos.

Você tem agentes que se orquestram em processos, e um vai passando a bola pro outro pra que cada um faça uma etapa daquele processo, por exemplo, né? Então, assim, acho que a definição de agente é, é um software que usa, ou que tem um componente de inteligência, e busca um objetivo pré-determinado. Precetado, vamos dizer assim.

E quem escolhe se ele vai tomar decisão ou não? No mundo, vamos dizer assim, no mundo correto e ideal, essa escolha tem que passar pela governança da empresa. Então, é como se a gente criasse um ambiente virtual que emulasse o ambiente corporativo, por exemplo, pensando numa corporação ou numa organização, né? Então, imagina que um diretor tome essa decisão pra determinado tipo de assunto.

No final do dia, o agente vai executar aquelas ações, mas o executar no final, o OK pra execução, vai vindo àquele diretor. E pelo que eu entendi, então, nós temos o agente que trabalha com a gente, e o agente que trabalha autônomo, né? Sim. Você tem exemplos desses dois universos, desses dois modos? Sim, sim, sim, sim.

É que na prática, as coisas se confundem, porque quando você vai fazer um processo agêntico, eu dei essa palavra, mas um processo agêntico... Fica duro de falar isso aí, né? Você estabelece as duas coisas no mesmo fluxo. Você estabelece etapas em que os agentes vão executando entre si numa orquestração, e em vários momentos desses processos, você tem etapas que escalam pra humano.

Você tá um exemplo. Cobrança. Cobrança é um processo antigo, né? É antigo e antiquado, porque é muito trabalho, o braçal e muito humano envolvido pra conseguir fazer o negócio acontecer. Mas o que que muda? O que que mudou com agentes? Ele consegue ser muito mais estandarizado, né? Então, por exemplo, se alguém xingar ele, ele não vai perder a paciência, ele vai conversar.

Isso é importante hoje em dia, né? Se eu receber aquela ligação, eu vou poder colocar tudo pra fora mais. Você vai poder, você vai poder. Mas se esse agente foi bem construído, o que que vai acontecer? Ele vai te tratar bem, ele vai identificar um sentimento negativo do seu lado, e se ele estiver presetado bem, ele vai escalar isso até pro jurídico.

Ele vai falar assim, jurídico, ó, acabei de receber uma ligação aqui, que o cara tá ameaçando a empresa de processo. Tá aqui o histórico dele, tá aqui o que aconteceu com ele. Jurídico, tome alguma providência. Então, em tempo real, esse agente vai montando esse tíquete, vai performando o tíquete, conversando, tirando dúvidas, oferecendo propostas de acordo, e do outro lado, o cara xingando, né?

Essa coisa do sentimento, de como identificar esse cliente que tá fazendo essa reclamação, é também treinamento, como vem essa identificação do sentimento negativo? É treinamento que pode estar num modelo de A, ou pode estar especificado dentro da sua aplicação. E esse sentimento, você pode identificar ele tanto pela tonalidade, quanto pelas palavras usadas ali, né?

É como faz isso. Porque o trabalho com ciência, de comportamento de compra, né? E hoje, análise de sentimento é um ponto crítico. Além de saber como você interage com uma marca, ele quer construir relacionamento com a marca. Então, análise de sentimento elevou todas as outras análises mercadológicas pra ajudar a guiar.

Então, trabalhando todos os sentimentos, eu sei o que eu tenho que comunicar, né? A inteligência artificial consegue mimetizar isso através da voz, através do texto. Microexpressão facial. Microexpressão facial. Quer dizer que esse podcast que tá sendo gravado aqui, o nosso tom de voz, as nossas minhas expressões... Nós vamos rodar aqui na plataforma, não?

Pode dar merda, é isso que vocês estão falando? Eu tenho uma ideia de microexpressão facial aqui no seu like que a gente fez. Quisais ver agora, a gente vê a sua microexpressão facial. A gente vai fazer um recorte pra colocar... A gente faz um recorte depois de ver como é que é que é. Faz a demonstração, eu quero ver. A gente quer mostrar pra casa comigo.

Porque nesse mundo dos agentes, a gente te exorou, mas eu passo a bola daqui a pouco de volta pra te voltar lá no ponto. E eu ainda tô no patamar de agentes, por exemplo, eu criei um agente pra todo dia de manhã. Então, sete horas da manhã, ele entra na numbera Outlook, pega todos os meus e-mails, prioriza os e-mails, são do presidente da empresa, da minha equipe, dos meus sócios, e classifica pra mim por grau de importância.

Então ele já consegue saber o assunto que o grau de importância. E ele já redige um draft da resposta e deixa tudo em ordem pra mim só pra eu lá escrever e apertar a cêndio. Escrever e apertar a cêndio. É o básico do básico, gente. Mas é muito fácil. E salvou um tempo gigantesco. Me ajudou a dar um foco que eu não tinha antes.

Mas o ponto é, já errou. A gente já errou, já mandou e me errar. Sabe, mandou e me... Por isso, eu coloquei o agente que trabalha com a gente. O autônomo não tem as manhã não. Então, mas esse agente... É tudo valido. Mas esse agente não deixa de ser autônomo, mas você colocou numa etapa do processo dele... Devalidação.

Um humano no looping... É. Como uma regra de governança pra você definir o que vai ser feito. Exatamente. E isso é, digamos assim, acho que é a boa prática pra construir agentes numa corporação. Mas aí, até fazendo algumas brincadeiras, né? Por exemplo, lá nos anos 90, quando a internet começou, todo mundo queria ter um site, né?

E aí, o cara... Pô, o meu sobrinho aí tá fazendo, sei lá, computação na microcampe... Eu até lembro, usando o macro mídia. É... O meu sobrinho faz esse site, né? Deixa aí o meu sobrinho, meu filho, meu amigo. Então, se começou a ter muitos sites, sites que não eram, digamos, profissionalizados, todo mundo fazia de alguma maneira.

Então, você teve uma evolução de sites. Mas essa não foi a prática que predominou o tempo. Você profissionalizou isso. E a gente tá nesse momento. É o meu sobrinho, que é o meu filho que tá fazendo o meu agente. Então, assim, a gente tá hoje num momento ainda muito infante da história. Você tá construindo seu agente, eu tô construindo o meu, ele, o dele, ela dentro...

Beleza, aí você tá numa organização? Tá, qual o padrão? Qual o framework? O que indica que o seu agente conversa com dele, não quebra, segue o compliance, saiba a segurança e etc., etc., etc. Não, agora você levantou a bola pro Shand, o Alex. O grande momento da IA, o momento de validação, assim, hoje nessa primeira etapa, é nesse ponto que tava falando de conectar com...

Se a minha IA vai falar com a IA de marketing, que vai falar com a IA de RH, e que vai falar com a IA do cliente, do varejista, no meu caso. E, cara, como se governa tudo isso? Como se estabelece processos? Então, é como se tivesse um monte de gente criando esses agentes, cada um é responsável a fazer uma coisa, falando uma língua em que, em algum momento, eles vão ter que convergir pra gerar essa inteligência coletiva, pra otimizar os processos, e eu te levantei a bola porque é um assunto que você sempre traz, né?

É, o que eu queria abordar muito nessa conversa é trazer caos, trazer história de erros, de problemas, de humano no loop, que não tava na verdade no loop, e deu alguma merda, as redoram a maionese, quem foi responsabilizado, tem alguma história boa? Não precisa ser tá nova de coleguinhas. Sim, tem muitas dessas histórias.

Hoje, por exemplo, a gente tá implementando mais de 30 operações agênticas ao mesmo tempo. Então tem de tudo, né? Tem as ótimas, tem as mais ou menos, enfim. Mas, assim, antes de eu falar de um caso, deixa eu só falar um conceito que eu acho que é importante. Sem apelar para o técnico, mas o que que acontece? Quando você vai construir um agente, você tem duas abordagens, você tem uma abordagem mais estocástica, estatística, e você tem uma abordagem mais determinística, ou seja, você fala pra ele, gente, você vai fazer isso, isso, isso, isso, você não vai desviar.

E aqui nessa mais estocástica, você confere pra ele mais graus de liberdade, pra ele ser mais criativo, pra muitos fluxos funcionam, pesquisa, etc., isso fica muito bom, mas ele pede a previsibilidade dele, e quando estamos no mundo de organizações, a previsibilidade é muito importante. Então o que que acontece? A gente tá usando uma ferramenta que é, por definição, criativa, estocástica, trabalha em campos estatísticos, onde 2 mais 2 nem sempre é 4, mas você quer sempre que a resultante final seja 4.

É o primeiro momento aonde dá meda, porque você tá colocando pra rodar um bicho que você não conhece direito, que tem uma inteligência, vamos chamar assim de própria, não é tão própria, mas vamos fazer o uso desse termo própria, e que eventualmente, 2 mais 2 pra ele, não pode ser 4, pode ser 5. E por que pode ser 5? Porque pra dar 4 ou 5, ele trabalha num campo estatístico, então 99% das vezes que ele viu aquela conta deu 4, mas sei lá, 1% não deu, e às vezes ele pode desviar por si 1% e começar a apresentar o resultado de 5.

Num mundo corporativo isso é péssimo. O que que acontece quando dá o resultado de 5? Então o que acontece? Deu meda total. Porque imagina você tá numa operação de cobrança, um exemplo, que eu acho que é um exemplo muito bom, porque lida com números, lida com matemática básica, mas dá errado, muito. O que que acontece? Você começa a fechar acordos de cobrança fora da política da empresa, fora dos juros que a empresa cobra, fora do desconto que a empresa cobra.

Isso começa a acontecer em massa. E aí? Começa a dar desconto de 70% na tívia, na grande pessoa que maravilha. Agora imagina uma operação que roda, sei lá, 500 mil, 1 milhão de tíquets por mês, como que você vai conseguir a tempo identificar isso, corrigir esse problema e as cobranças que você já fez. Você acaba gerando até um problema de consumidor no final das contas, vira um problema jurídico, legal, e até ter uma discussão muito na academia, aí a vai ter responsabilidade civil ou não?

Ela vai ser responsável pelos seus atos. Essa não pergunta que eu tinha, ela vai ser responsável. Quem é responsável pelos atos? Hoje é a empresa, o dono do... O CNPJ. O CNPJ ou o CPF que está fazendo aquilo. Mas e aí? A partir do momento que a gente tem um bichinho autônomo ali, esse cara vai ser responsável? Como você vai ser responsável?

Estou me sentindo no Blade Runner, praticamente. Já entrou na Matrix e já chegou lá no Blade Runner. Essa discussão é muito boa. O que você, na sua opinião pessoal, não estou falando dos projetos que você está tocando, você acha que seria correto responsabilizar civil em um modo, né? Os agentes. Uma máquina, né? Se acha isso...

Assim, independente do que eu acho, acho que o que eu acho não importa muito, mas o que vai acontecer? O que eu acho que vai acontecer no final das contas? Eu acho que a gente vai para um caminho, que a IA vai ser alinhada com o ser humano e vai depender do OK do ser humano. Então esse OK vai definir que a responsabilidade é do ser humano e não da máquina.

E aí que está a assinatura digital que fala que aquela decisão foi sua e não do seu agente. Como mais tensão nossa, né? Exatamente. E ele vai estar alinhado. Existe essa tese, existe uma outra tese do não alinhamento. E chama assim mesmo. Que cara, esquece, você não vai conseguir controlar isso e as máquinas vão crescer a tal ponto, a inteligência vai crescer a tal ponto.

É, que entra no ponto da autonomia, né? Isso que é dificilmente você vai garantir esse alinhamento. Tem essas duas discussões mais futurísticas aí. Eu acho que o alinhamento, ele é inevitável. Até por regras de mercado, dificilmente você vai conseguir ter uma IA não alinhada que vai conseguir predomínio de mercado. Porque ninguém vai querer.

Você não vai querer criar uma IA não alinhada a você. Quem garante que ela não pega, sei lá, ela vira um robôzinho, pega uma arma e tira um tiro na cabeça. E aí? Esse ponto é legal porque tem a discussão do carro autônomo, né? Isso o carro autônomo, tem um monte de carro autônomo operando nos Estados Unidos, na China. Se o carro autônomo atropela alguém, lá nesses lugares onde eles estão operando, de quem é a responsabilidade?

É, então essa discussão ela está em aberto. Ela está em aberto. É, porque você não tem jurisprudência ainda, bem estabelecida, está sendo regrigida. Mas acho que daí vem o fato de que eu até falei no começo, a IA vai dominar os nossos temas nos próximos 10, 20 anos e vai mudar tudo, inclusive o regime jurídico que a gente usa hoje.

Se não mudar, a gente vai ficar atrasado, porque alguns países vão mudar, algumas jurisprudências vão mudar. Eu vou regular esse negócio aqui, sei lá, dar autonomia para ela e vou dar responsabilidade civil para ela. Outros vão ficar mais para praia. O Brasil certamente vai ficar para trás. Tem alguns países que já estão bem na frente?

Você pode contar pra gente. Sim, você tem discussões, tipo, o Japão tem algumas discussões interessantes. As discussões hoje estão muito focadas ainda no direito de propriedade. Por exemplo, eu usei esses dados para treinar esse modelo. E aí, eu tenho que pagar royalties por esse direito de propriedade ou não? Você já vê países discutindo isso em maneira séria e alguns países já colocaram em leis ou em regulamentos que sim ou não, enfim.

Porque quando a gente olha sobre a perspectiva organizacional das empresas, hoje, todo mundo que é o CLT ou todo mundo que é um provedor, ao prover o serviço, eu sou responsável por ele. E eu estou construindo em cima da história da evolução do internet, quando estava falando que todo mundo começou a construir site de HTML e o primo, tio, hoje nós estamos nesse mesmo patamar.

A tendência é que isso começa a ser aplicado em grandes escalas, começa a ter um movimento. Só que a partir do momento que eu chego dentro de casa, numa organização, não tem essa competência, não tem essa capacidade. Vou contratar uma consultoria, vou contratar uma empresa. O cara vai desenvolver um agente que vai trabalhar para mim.

O que você programou, como você pensou? Você não vive a minha empresa. Eu vou te dar os drivers, meu, quero, sei lá, que seja dessa forma, quadrado, redondo, 1-001. E você vai seguir essa métrica. Só que se você falhou em algum momento ou eu falei no briefing, quem vai ser responsabilizado? Volta por essa questão. E se isso em larga escala começa a se disseminar, qual é o impacto que ele vai ter?

Então, até que momento as empresas vão conseguir coordenar, de uma forma estruturada, esse movimento dos agentes para trabalharem em linha com todo o compliance, com todas as regras que são estabelecidas para governar os humanos. Então, eu te falo muito disso aqui, na firma das relações humanas no trabalho e do grau de dificuldade que a gente tem de trabalhar em ambientes saudáveis.

Eu me alonguei aqui, mas só para trazer esse questionamento que, para mim, me preocupa muito. É, você tem um processo de fora para desenvolver para mim, colocar isso para rodar e fazer com que ele trabalhe dentro dos limites. Isso aí vai ser um... Hoje você já tem frameworks para isso, que você estabelece os guardrails, os objetivos, as fases, as transições, as chamadas de outras aplicações.

Vamos pegar o exemplo da cobrança de novo. Uma LLM não sabe fazer conta matemática. 2 mais 2 em sempre é 4, como eu disse. É isso. Aí o que se acontece? Nesse momento de fazer a conta, você tira o poder da LLM e dá poder para uma calculadora financeira ela faz a conta e retorna a resultante. Aí a LLM só comunica. Então você tem hoje já frameworks que buscam resolver essas questões de como que a resultante vai ser boa, como que isso está alinhado ao compliance, a cyber, a LGPD, que é uma outra discussão.

Mas os frameworks ainda não estão definidos. Todo mundo está teando e tentando diferentes modelos, diferentes aplicações. Por exemplo, o que é melhor? É melhor usar um modelo Dantropic, que está na fronteira do conhecimento e tal, ou é melhor eu desenvolver um modelo em casa, hospedar no Mac Mini e rodar. Tem várias pessoas agora seguirem para esse modelo.

Às vezes é melhor. Esse modelo pequeno que eu faço eu mesmo, hospedo no Mac Mini com, sei lá, 4 bilhões de parâmetros super, baixo custo. Às vezes esse modelo para aquela aplicação funciona melhor que o Dantropic, porque ele é específico. Ele é um modelo de domínio específico. Mas isso não está definido ainda. A pergunta foi também porque normalmente quem leva culpa é o estagiário.

Então, quem ele vai culpar é a gente. Quem nós vamos culpar no fim da conta, pela produtividade ou pelo problema? Tem uma coisa que eu discuto muito entre a gente lá. Quando o humano erra você não tem o log desse erro. Não sempre. O único log que tem é a Dada. Foi ele. Mas tem a ONU também. A Dada é implacável às vezes.

Cruel. Então, quando o ser humano erra você não tem necessariamente o log daquele erro porque foi erro. Quando a gente erra você tem. Então isso muda também as coisas. É legal essa perspectiva. Você começa a ver aonde ele errou, porque ele errou e aí aprende. E aí aprende. Exatamente. Então, isso é um legal. Isso é um ganho interessante do agente.

Você falou um pouco do exemplo em cobrança, né? Eu queria transportar um pouco para exemplos que você tenha em marketing e comunicação que é um pouco o território da Marcela. A gente está vendo uma proliferação também de co-work, de agentes automatizando campanhas de comunicação e tudo mais. Você já viu alguma cagada acontecer aí? Você também já viu?

Ou bons exemplos, né? Na verdade, eu queria saber bons exemplos porque eu acho que comunicação e marketing tem muita coisa acontecendo. Só que estou procurando bons exemplos. Eu conheci um exemplo semana retrasada em um painel que eu participei com o SIEMU da Raia Drogazil. Vou até citar o nome. Ele tem um exemplo legal.

Eles construíram uma automação de campanha porque ele tem muitos SKAUs, potenciais promoções para diferentes públicos e CPs. Então eles construíram uma ferramenta lá que ele consegue quero isso, quero isso, quero isso, quero isso e aí aia vai gerando vários caveas para vários formatos, e-mail, WhatsApp, enfim. Isso gera muito rápido. O exemplo dele, se eu não me engano era antes eu fazia 200 campanhas por mês, agora eu faço 18 mil, 16 mil.

Então foi essa... Assustado. A evolução. Isso não é um case meu. Eu estou até citando aqui porque eu achei muito interessante e ele falou isso publicamente. Então é um tema público. Mas e no território da criatividade, tipo criar ativações, criar aplicativos, criar coisas que facilitem a vida do cliente. Aí temos alguns exemplos legais.

A gente tem exemplos de estética, exemplos de e-commerce, exemplos de trade marketing, mas eu vou contar um pouco. Em estética a gente desenvolveu uma solução de análise facial que já identifica as suas oportunidades de melhoria. Oportunidade. Oportunidade de melhoria. Oportunidade de melhoria boa. É a gente tem que para brincar.

Eu acho que eu tenho umas oportunidades que foi legante. Então verifica alguma oportunidade de melhoria, faz o matching com os procedimentos daquela clínica e já recomenda para aquele paciente ou para aquele lead, um lead ainda, no whatsapp e já fala para ele a clínica mais próxima do endereço dele. Qual é o contrinamento, qual é o parâmetro do que eu tenho que mudar?

Entendeu? Fravel, essa é o nariz. Porque deve buscar por quê? Simetria. Porque o rosto é um cálculo matemático. Totalmente assimétrico também. O lado esquerdo, o lado índico. Você está para tirar a folga. Tem uma dez fósseis que tem que nascer de novo. Tem os que não tem jeito. Não, você tem faltas de simetrias. Você tem campos que tem que dar determinado tamanho.

Então imagina por exemplo, imagina que eu precise de um botox. Porque a minha testa um pouco para baixo. Aí a conseguindo identificar isso ver se naquela clínica tem aquele procedimento e faz esse matching entre a oportunidade de melhoria e o procedimento indica. Mas os parâmetros são construídos juntos com a clínica e o dermatologista etc.

Juntos. Porque senão a gente for todo mundo por um mesmo estándar de simetria com um grande perigo também. O fíaz do agorítimo, né? Do treinamento. Você sabe que tem uma palavra em inglês que eu acho muito poética? Uma palavra, uma frase muito poética. Shit in, shit out. Merda que entra, merda que sai. O shit in é uma chama mais poética.

É, fica mais bonito. É traduzir. É que nem tenta traduzir saudade para o inglês, não existe. Mas o shit in, shit out é lindo, não dói tanto. Mas a verdade é essa, porque o prompt hoje e no começo eu lembro que a Ropena teve até começar a colocar limitadores ali porque era tanta pergunta ruim a máquina estava emburrecendo ali.

Se você não tem um input técnico da pessoa que é referência que estudou para isso, né? E que sabe que, por exemplo, o procedimento para aquele tipo de pele. Então como é que a máquina vai aprender isso, né? Primeiro é um input, né? De prompt e de... Você tem a camada de treinamento então a máquina já... Ela já processou várias informações relativas àquilo.

Por exemplo, o que é uma pele vermelha ou o que não é uma pele vermelha? Ela já sabe que... Ela já sabe que é vermelha. E aí você tem uma camada, por exemplo, de prompt falando que a pele vermelha pode identificar, sei lá, acne. Eu estou inventando, eu não sou de... Deematologista. Então ela faz essa correlação. Eu tirei uma foto, eu analisei, identifiquei a pele vermelha e sei que essa pele vermelha pode ser acne.

Mas o modelo de aprendizagem vai ser o quê? Várias fotos de várias pessoas de várias pele vermelhas aí ele vai ver que a incidência de pele vermelha em um pontinho preta é provavelmente uma pele acne aqueneca, né? É, sim. Processa milhões, bilhões de informações para chegar em um resultado estatisticamente. Falar em 99% dos casos que isso acontece e isso acontece, né?

Você faz uma correlação, uma causalidade ali. Se eu alinho isso, por exemplo, com algum device, alguma máquina, que por exemplo, hoje tem várias no mundo de dermatologia, com nível surreal de análise, cara, vai potencializar para um negócio que vai... 4D, né? Vai com análise preditiva, vai acontecer. Se você não começar a usar vitamina C a partir de hoje, você vai, cara...

Eu imagino que será a próxima... Não é a próxima, isso já dá pra fazer. Já os 4... Frecuento muito de dermatologista. O preditivo já dá pra fazer também. Eu vou colocar aquela pergunta do começo e aí o papel do dermatologista vai ser o qual? Fazer procedimento. E continuar estudando e continuar fazendo as coisas. Eu acho que ele valida aquela análise e ele faz o procedimento e ele aplica...

E olha que brilhante, pessoal. Ah, as profissões serão substituídas. E vou fazer um parênteses aqui para deixar muito claro de como as profissões vão ser evoluídas. Sim, é isso. Redesenhadas. Vou aproveitar o teu gancho para colocar uma paulca de... É, um pouco mais filosófica dentro do contexto de governança de corporação, né?

Fiz uma provocação no começo que é como é que a partir daqui, a partir desse momento, dessa foto que a gente tá vivendo de uma mudança muito profunda, a gente treina as pessoas, a gente capacita as pessoas a pensar. Não apenas apertar o botão de aprovar. Essa é uma primeira. E uma segunda que eu queria engatar nessa primeira, esses agentes não tão devorando o trabalho da entrada da organização do aprendiz, que é aquele cara que fazia o relatório, até codava, às vezes, era onde o júnior virava pleno.

Como é que você tá vendo o impacto disso do ponto de vista de governança? Vamos lá, toda evolução tecnológica ela de fato muda o status quo. Ela tira quem tá ali e pega aquele ali, o que se adapta a essa mudança, leva ele daqui pra cá. É o Darwinismo Tecnológico. É, aprendiz, ele então é uma evolução do aprendiz. Sim, se ele se adaptar a essa mudança, e eu não sei como ela vai ser, né, ninguém sabe, essa é real, a gente tá teando e vendo, mas porque tá cheio de futurologos de ar, né, pelo amor de Deus, eu desligo, eu ouço, eu já desligo assim.

Vamos chegar nessa pauta aí. Tá cheio de futurologos de eu usar e eu vim de um milhão no mês, pelo amor de Deus. Desastrólogos também. Pague 100 reais e que copra meu curso que eu te ensino a ganhar pra ela, essa é clássica. Mas, resumo, as pessoas que se adaptarem a essa mudança, e eu não sei o que é se tem esse conhecimento, elas vão sair da posição que elas estão aqui, elas vão pra frente, elas vão, elas vão crescer nessa escala evolutiva profissional ou de competências, mas eu acho que tem uma mudança que é maior que essa.

Toda grande mudança tecnológica, também além de mudar o status quo, ela muda o próprio paradigma da sociedade. O paradigma, nossa, é o trabalho, beleza? Então, nós estamos, sei lá, 200, 300 anos, focados numa sociedade que trabalha, que tem a hierarchy de trabalho, e o seu trabalho começa na sociedade e corresponde ao seu nível de participação do trabalho.

Falamos bastante sobre isso, né? Isso vai isso vai ruir, acho que isso vai ruir. Já tá ruim, dona gente. Porque, cara, se não necessariamente vai precisar trabalhar o mesmo número de horas pra ter o mesmo remuneração. Primeira coisa, segunda coisa, as organizações como estão organizadas hoje, não faz nenhum sentido. As estruturas, as estruturas, e eraquias. A caica demais, cara.

O middle management também não faz sentido. Porque o middle management, ele pega informação da base e traduz pra liderança. E ta liderança pra baixo. Se o MAIA faz isso hoje, muito melhor. Mas aí, vou fazer um contraponto, uma provocação. Mesmo o middle management, eu entendo que você tá aqui, é um caminho inevitável, mas mesmo o middle management precisa ter uma leitura de contexto. E às vezes a leitura de contexto não tá no texto, na matemática, tá, não em ler as pessoas, não em interpretação de contexto.

Você não acha que... Mas aí, tá chegando nisso, né? Tá chegando nisso? Tá, ó, você tá falando e colar isso com exemplo de trade marketing. Blade Runner de novo. O exemplo de trade marketing que a gente tá ali, é... desenvolvendo, é pra uma empresa de bebidas que chega no seu cliente, no supermercado, enfim, tira uma foto da gondola, e essa gondola já é montada de acordo com as bebidas daquela empresa, considerando critérios de sazonalidade, skaus mais vendidos, regionalidades, enfim.

Que famoso planograma. Pronograma, exatamente. Isso tudo aí faz rapidinho. E pra ir a fazer isso ela teve que ter uma leitura de contexto do ambiente. Tá, mas não é uma leitura muito lógica do contexto do ambiente? Sim, não. Porque você pode colocar, por exemplo, você pode colocar análise de expressão facial pra ver se aquilo foi positivo e negativo.

Do consumidor. Do consumidor. Exato. Você pode ir adicionando componentes nessa história pra que tudo seja processado e você consiga ser mais humano, vamos dizer assim. Não estamos ainda no momento de que está rodando, que está lindo, todo mundo usa. Não, a gente está no começo. É, porque seguindo nesse ponto, eu desenvolvi um modelo de análise de visão computacional exatamente pra capturar análise de sentimento, eu fui na outra ponta, né, pra captar análise de sentimento ali. E o dilema é que muitas das vezes, por exemplo, o que a câmera vê de trás da gondola é o ser humano, né, e aí ela processa o processo a bem. Funciona bem.

Funciona bem, muito bem. Agora, do outro lado, quando a câmera pega o planograma, tem uma interface, né, pra ela poder enxergar, que normalmente é o celular. Então, com a inteligência artificial, rodando ali, você tem ainda dificuldades, por exemplo, se você, o promotor que está lá na pra abaixo do CEC Agondo, virou o celular por conta do ângulo da lente, ele já não entende que aqueles sucrilhos eram sucrilhos de 1 kg, ele não entende porque ficou amassadinho. E a gente está vendo, tem várias empresas que vendem essa solução, mas o grau de aplicabilidade ainda de assertividade é baixo, cara. Mesmo com IA, algumas aplicações ainda tem dificuldade de evoluir para chegar no nível de assertividade. Mas essa de assortimento, mix, assim, de uma maneira geral, acho que está no caminho legal.

E isso aqui está muito na evolução da IA, porque a IA começou processando texto, ela passou para o processamento de áudio, depois para de imagem e vídeo. Então, esse campo imagem e vídeo, ele está sendo explorado agora, né, que são os World Models, enfim, e que também exploram o mundo, né, real, mundo 3D, enfim. Essa é uma fronteira que está sendo trabalhada agora. E quando essa fronteira for superada, vamos dizer, ela vai conseguir trazer respostas tão boas quanto as IAs de texto trazem, entendeu? Eu achei uma pergunta.

Só para fechar esse ponto, mas desculpa. E aí eu acho que a gente vai chegar num ponto onde, por exemplo, uma loja de supermercado, vai virar uma página, uma PDP, uma LendPage, né, vai virar um eCommerce. Porque eu estou ali na frente da gondola, estou feliz, vai aparecer ali na faixa de gondola, cara, aproveite esse momento e compre essa haine, quem sabe. E aí eu vou direcionar a comunicação para a conversão automaticamente. Então, eu vou começar a trazer atributos do mundo digital para o mundo físico e conseguir medir da mesma forma. Fluxo, interações, né, conversões e assim mais.

Bom, como há muitos anos, também, quando a gente começou a questão de cook, de, né, dados de third party, agora só pode de first party, etc. A gente está falando de uso de imagens, né, para você poder fazer o, ah, como é que está a minha pele, a gente está falando de visualizar sentimento, rostos, etc. em pontos de venda.

O que vocês enxergam aí de perigos e de como está a legislação, todas essas coisas para utilizar o de imagem e vídeo, em tempo real de seres humanos? Como é que está a compliance do mundo em relação a isso? A LGP2, você está falando? Não, estou falando em relação, provavelmente, coisas que nem existam ainda, né? Tudo vai na linha do aceite, né?

Você autorizei e usou para aquele fim beleza, vamos... Mas tem sempre o aceite escrito por aí? Para cada vez mais especializado, mas se você fizer piscacolho, assim, é o aceite, sabe? Estão achando tanto formas, cara, é impressionante. Porque isso aí acabou com tudo, toda essa preocupação acaba nesse... Exatamente, porque tudo parte desse princípio, se eu dei o aceite para aquele uso e foi de fato usado, beleza, toda essa discussão que já está resolvida. A questão é quando eu não tenho o aceite ou quando eu não tenho a outra finalidade, que não aquela.

E aí, de fato, isso é ilegal nas legislações. Mas o que que eu acho? Eu acho que a privacidade exposta até polêmico, eu acho que ela é super... A gente gosta, a gente gosta. Eu acho a privacidade superestimada. A abrir mão de privacidade nos traz mais benefícios do que prejuízos. Uau! Eu acredito bastante, eu acho que muitas coisas que a gente aprende, o contextual, informações que recolheram, fizeram até anúncios melhores, até ter coisas muito mais relacionadas. Tudo o que a gente tem hoje em dia, de alguma maneira, os odados nossos para trazer para a gente melhor os produtos, melhor esse serviço e a gente está feliz com isso. Por exemplo, uma discussão, desculpa, entendo um pé, o SmartSampa, que é aquelas câmeras em São Paulo que identificam fugitivos etc. Essa é uma ótima discussão.

Cara, aquilo não pede permissão para identificar o seu rosto, mas é a supremacia do interesse público. O interesse público vale mais do que o seu de privacidade. É um excelente ponto. E aí, você prendeu o cara, o cara um infrator, o cara pode fazer mais crime, você prendeu ele, porque você feriu o direito de privacidade dele. Que bom que você feriu o direito de privacidade dele. Entre aspas nós estamos infringindo o direito de privacidade em vários campos, isso está trazendo para a gente uma qualidade de vida melhor e não pior. O bonus é maior do que o ônus. Mas, por que o bíblico ocupa, cara? Claro.

Mas colocando, voltando essa lente para o corporativo, você já vira alguma empresa que não soube explicar o que a própria IA que ela colocou, a gente o IA fez, decidiu, já vira sentimento em algum caso, como esse. Alguma cagada que deu, mas a empresa não sobre-explica o que aconteceu. Já, já, bastante. Conta aí uma boa. Os frameworks de construção de IA ainda não estão definidos.

Então, cada um usa um, é o sobrinho fazendo site. A chance de isso dar problema é muito grande. Então, o que eu tenho visto. Por exemplo, ontem mesmo eu estava conversando com um cara de uma Big Tech, em um evento e ele está numa Big Tech, os caras a entendem de tech, ele falou, cara, tá um problema lá dentro, que é o seguinte, cada um faz isso a gente e os agentes, eles não necessariamente, eles se convirtam.

Então, a gente está tendo problema lá dentro, porque foi pedido para um cara fazer algo, esse cara fez algo, usou um agente, aí o outro cara fez outro algo, usou o agente, foi o mesmo pedido para os dois e deu resultados diferentes. E esses resultados se conflito aí. O que a gente escolhe? Qualquer certo. Fogo no parquinho a gente.

Exatamente. É, fogo no parquinho a gente. Aí tem, em outros exemplos, de suporte ao cliente, aquela história de que infringe a própria política da empresa e oferece promoções que não existem, fecha acordos de cobrança fora da regra de negociação da empresa, cara, tem bastante problemas nisso, mas muito por conta ainda da dificuldade de se construir um framework de que isso funciona. Uma pergunta, as empresas que estão acertando mais na agêntica hoje, são aquelas que estão se movendo rápido e quebrando as coisas ou são aquelas que estão indo um pouco mais devagar, entendendo, aprendendo a lidar com a situação, na tua experiência. Eu não tenho essa resposta ainda com certeza para você porque eu estou vendo um pouco de cada coisa, mas eu acho que é assim, quem está errando é quem está querendo fazer tudo sozinho. Tipo assim, ah, por exemplo, o Claude deixa eu fazer isso, agora eu vou fazendo o Claude. Ontem, anteontem saiu

dois modelos novos, o Mythos e o Fables, acho que é isso, mano. A gente pegou o Fables, colocamos em um código nosso que funciona, para testar e falou para ele recriar aquele código, ele recriou e não funciona. E é o modelo meu, é o revolucionário do revolucionário. Não, e é bom, ele tem várias coisas boas, mas a gente fez o teste, isso aqui funciona, pegue isso aqui, recri, isso aqui, vamos ver se funciona, não funcionou.

Então assim, essa tese de deixa eu vou pegar isso aqui, vou fazer isso aqui sozinho e eu vou rodar isso aqui, vai dar certo? Isso é difícil, quem está errando em geral, está errando por conta disso. Na minha humildade, queria mais um conselho na verdade, porque a gente estava conversando isso nos bastidores em vários momentos, eu falei, eu gostaria de estudar mais, de entender mais sobre algumas coisas que servem para mim, porque é impossível estudar tudo, saber tudo exatamente como você falou. Se cerque de pessoas, de profissionais que possam te ajudar, mas se eu quiser saber mais, se eu quiser tentar entender como esses frameworks podem se evoluir.

Onde são fontes realmente boas para procurar? É uma pergunta excelente, cara. E a melhor resposta do mundo é apropriar a sua fonte de informação. É isso. E a Nisa? A resposta estava aqui no bando do futebol. Ela queria fugir, mas não queria. Só queria um curso de Harvard. Caramba. Os cursos legais são cursos mais filosóficos, de discussão dos princípios.

Tipo, vamos ver redes neurais, vamos entender redes neurais. Eu quero mais randesons. O prático ela quer, né? O prático é apropriar. Você fala assim, quero isso, monta aí para mim, o que que eu tenho? Me indica onde eu posso assistir isso de maneira e as próprias empresas de modelo têm os seus cursos. É lá, não tem, é de graça.

Eu fui tentando, acho que já três anos, seguir um caminho. Os primeiros cursos que eu fazia era de prompt. Prompting engineering. Já falou isso. E de verdade, você tem razão. Mas tem que ter o prompt legal para aprender com a máquina. Você for muito simples. Quero fazer um agente. Ferrou. Contextualizo. Você tem que aprender a estruturar o seu prompt tão sim, mas o mais importante que eu estava falando do cheat-in, cheat-out, é fazer boas perguntas para que aí você gostaria de construir um agente.

Meu contexto. Tem que ser um Bible, é bom. E tem ainda, antes disso, você vai pegar o co-work, tem outras coisas que é qual é o propósito daquilo para ajudar o modelo a direcionar e ele construiu o modelo mental, o modelo de processamento dele para te ajudar. E cara, esse agente do e-mail, eu criei com ele. Eu não sei o monte de partilhar. Saiu.

E aí eu legal é que me indique coisas que poderiam ser melhoradas, baseadas em melhores práticas. É muito louco, bicho. Ou seja, use, use e aprenda a usar. É, use e aprenda. Teste com lá, esquece venda de promessa, pelo amor de Deus, fujam disso. Vamos falar rapidinho disso, cara. Vamos fugir disso, não dá pra falar disso.

Não, vamos botar já o body na sala. Body na sala. Esse pode ser um body na sala. Pode ser um body. Vamos botar o body na sala. Body na sala pode ser uma provocação, pode ser uma pergunta, pode ser uma... Qualquer coisa. O body na sala. 95% das pessoas que estão falando de sobre-á, não tem a menor ideia do que estão falando.

Vou lutar pra na cara, vou a dor. Instagram, principalmente, TikTok, Instagram, aquele negócio, eu construí aqui, eu estou vendendo mais, vem aqui no meu curso, esquece, esquece, foge. Essa cultura do infoproducto... Sabe o que pra mim virou? Parece venda de bet. Então é, exatamente. Não é a feteçaria, é tecnologia. A venda de bet, ela tem esse princípio psicológico do que clica aqui e ganha dinheiro.

A gente mostra uma conta demo, que você ganha sempre. Estou jogando aqui, estou ganhando pra caramba. Clica aqui, entra aqui, que você vai ganhar também. A venda de... E hoje é a mesma coisa, né? Eu estou construindo aqui uma conta demo. Se você construir também uma coisa, você vai ganhar o mesmo dinheiro que eu ganhei.

É pra mim, o pessoal está vendendo N.A. usando as mesmas técnicas de venda de bet. E assim, um mar de gente comprando, cara. E... E isso deriva, cara, de todo mundo seguindo o mesmo roteiro. Teve uma época daqueles gurus da internet, dos produtos digitais, né? Não vou citar nomes aqui, que fizeram muito dinheiro mesmo.

E eles vendem... Por isso que tem essa questão, pessoal, da ostentação, tal. Porque te ajuda, eles trabalham nos gatilhos mentais, então eles pegaram... Mas todo... a receita é a mesma. E a gente, de alguma forma, acaba caindo porque eles trabalham esses gatilhos muito bem. Você tem a sensação de que aprendeu e, no final das contas, ah, foi só R$ 100.

E aí você não critica, você não fica chateado com o cara. É por isso que esse modelo se perpetua. Só que eu acho que a gente está no limiar e vai ter uma seleção natural também das pessoas que realmente têm um propósito, as pessoas que têm um propósito te ajudar. Vão gerar uma reflexão de como usar, por exemplo, eu sigo um cara que é muito legal, que ele trata a IA como um segundo cérebro.

Então ele não me vende como fazer, ele vende como que ela pode me ajudar como um segundo cérebro, né? O que é uma verdade muito legal. Meu bode na sala é a IA não vai pensar e resolver as suas coisas. Não deixe, não seja preguiçoso, cara. É, use pode usar milhões de vezes com a profundidade, com a frequência, se quiser, mas processe.

Você tem que ser o processamento final. E aí, cara, você vai ser elevado como humano e como profissional. O meu é um pouco parecido com o Julio, mas é troca e mediucridade pela curiosidade. Olha aqui. Olha, essa é legal, hein? A curiosidade, o comodismo de apertar o botão aprovar vai chegar rápido. Já tá chegando, né? A ideocracia tá aí.

Que legal esse papo, eu aprendi muito hoje. Eu também, eu vou fazer vários cursos. A gente tava caro, vamos falar de IA, mas foi do caralho, muito bom. É, legal, eu tentei não ser técnico e ser mais filosófico. Foi bem legal. Muito bom. Maravilhoso. Esse foi mais um episódio do Afirma. Se você gostou da conversa, clica no canal no seu tocador, comenta, compartilha, senta o dedo no like, fica ligado nos próximos episódios.

O Afirma é uma produção do Estúdio 1338 a direção geral do Maurício de Paula, trabalhos técnicos Camila Guiar e Diego Nathanae Cola. Até o próximo episódio. Até o próximo, não. Nos vemos no próximo episódio. Tchau, tchau, galera.