Se você acompanha as notícias sobre inteligência artificial, provavelmente já percebeu uma disputa silenciosa para ver quem publica o maior número.

Bilhões em investimentos. Milhões de empregos afetados. Trilhões em valor gerado.

Nesta semana, o número da vez veio de um estudo do Reglab: a inteligência artificial pode acrescentar até R$ 986,7 bilhões ao PIB brasileiro entre 2027 e 2030.

Quase R$ 1 trilhão.

É o tipo de número que fica muito bonito em uma apresentação. A pergunta é: o que ele significa para quem tem uma empresa para administrar na segunda-feira de manhã?

É por aí que começa a BrosNews de hoje.

Nossa primeira reação diante de um número desses não é comemorar. É investigar.

De onde ele veio? Como foi calculado? Quais condições precisam existir para que se torne realidade?

Foi isso que ensinamos aos nossos 10.758 alunos, número exato no momento em que escrevemos esta edição: informação precisa ser questionada. Inclusive quando vem acompanhada pela etiqueta “gerado por IA”.

O estudo estima que a IA possa elevar o PIB brasileiro em 2,77% no período analisado, uma média de 0,69 ponto percentual por ano. Cerca de 65% desse impacto viria de trabalhadores mais produtivos. Os outros 35% viriam de máquinas, equipamentos e processos mais eficientes.

Em bom português, esse quase R$ 1 trilhão não aparece de uma vez. Ele seria a soma de milhares de pequenos ganhos: uma tarefa que levava horas e passa a levar minutos, uma máquina que para menos, um erro que deixa de acontecer ou uma decisão que passa a ser tomada com mais informação.

Também não é uma promessa. A pesquisa foi financiada pela OpenAI e utiliza parâmetros internacionais. Como o Brasil não possui uma base detalhada das tarefas realizadas em cada profissão, os pesquisadores relacionaram dados ocupacionais brasileiros a uma base dos Estados Unidos. O próprio relatório reconhece que ainda precisamos medir os ganhos reais de produtividade por setor, função e porte de empresa no Brasil.

Então, talvez a pergunta mais útil não seja “como uma empresa pega uma parte desse trilhão?”.

É esta: qual processo da sua empresa poderia ficar um pouco mais rápido, mais confiável ou mais inteligente?

Leia o estudo do Reglab e a análise da metodologia publicada pela Folha.

O Google anunciou o Sheets Canvas, um recurso que transforma dados de uma planilha em pequenas aplicações visuais e interativas.

Você pode pedir, em linguagem natural, um painel financeiro, um quadro de tarefas ou um controle operacional. As alterações feitas na interface atualizam a planilha, e as alterações na planilha aparecem na interface.

É como dar uma roupa nova para aquela planilha que já trabalha mais do que muita gente na empresa.

O recurso ainda está sendo liberado, funciona apenas na web, exige contas elegíveis e, por enquanto, precisa estar configurado em inglês. Também existe um detalhe importante: uma interface bonita não corrige dados ruins, regras confusas ou processos mal definidos.

Em um dos nossos projetos, recebemos uma planilha com um ano de vendas e cerca de cinco mil linhas. Dificilmente alguém conseguiria analisar aquilo por completo no meio da rotina. Com apoio da IA, conseguimos extrair em aproximadamente cinco minutos as informações necessárias para entender padrões, resultados e oportunidades escondidas nos dados.

A grande oportunidade não está apenas em fazer outra planilha. Está em finalmente enxergar o que a empresa já possui, mas nunca teve tempo ou estrutura para analisar.

Antes de contratar um sistema novo, talvez valha abrir aquela planilha esquecida e perguntar: o que existe aqui que ninguém está conseguindo ver?

Conheça o Sheets Canvas no anúncio do Google.

Um caso brasileiro publicado pela Exame ajuda a mostrar onde os agentes de IA começam a gerar resultado de verdade.

A CS Frotas implantou um agente de inteligência artificial para apoiar a gestão de manutenção e ordens de serviço em uma operação conectada a mais de mil oficinas. Segundo as informações divulgadas sobre o projeto, a solução reduziu em mais de 50% o esforço de atendimento e também diminuiu o tempo necessário para tomar decisões.

Existe uma lição valiosa no desenho da solução.

O agente não ficou em uma janela esperando alguém fazer uma pergunta. Ele entrou no fluxo, consultou informações e participou das etapas que levavam uma solicitação até a decisão.

É uma diferença enorme.

Muitas empresas imaginam que implantar IA é colocar um ChatGPT com o logotipo da marca no canto do site. Isso pode até render uma foto bonita para o LinkedIn. Resultado operacional costuma exigir integração, regras, acesso aos dados certos, tratamento das exceções e limites claros de autonomia.

É aqui que entra uma das frases mais repetidas por nós na BrosAI: shit in, shit out.

Pode não ser a frase mais elegante do mundo corporativo, mas é bastante eficiente. Se o processo é ruim, os dados estão desorganizados e as regras não existem, a inteligência artificial apenas encontra uma maneira mais rápida de produzir confusão.

Na rede de saúde Mercy, dos Estados Unidos, enfermeiros começaram a utilizar o Dragon Copilot para registrar informações durante o próprio atendimento.

Nas primeiras 12 semanas, a organização observou redução de 22% no tempo gasto com documentação por turno, queda de 29% a 56% nas horas extras incrementais e redução declarada de 65% na carga mental das profissionais pesquisadas.

Os dados são internos e foram publicados pela Microsoft, fornecedora da tecnologia. Ainda assim, o caso mostra algo que muita empresa ignora: o problema nem sempre está na atividade principal. Muitas vezes, ele começa no trabalho necessário para registrar tudo depois.

Vemos isso de perto em uma empresa de sindicatura profissional. Os sócios precisavam acompanhar as conversas de cerca de 30 condomínios, cada um com vários grupos de WhatsApp. A leitura avançava durante o dia e, em muitos momentos, também pela madrugada.

Criamos o que apelidamos carinhosamente de robô espião.

Ele acompanha as mensagens dos canais definidos e, ao final do dia, entrega um resumo com urgências, pendências, responsáveis e planos de ação. Em vez de obrigar os sócios a ler tudo, a automação organiza aquilo que realmente exige atenção.

O objetivo não é impedir que as pessoas saibam o que está acontecendo. É evitar que profissionais experientes gastem energia procurando uma informação importante no meio de centenas de “bom dia”, confirmações e assuntos que já foram resolvidos.

O ganho de produtividade muitas vezes aparece assim: menos tempo reconstruindo o que aconteceu e mais tempo decidindo o que fazer a partir dali.

Veja o caso completo da Mercy.

Um relatório divulgado pela Akamai, baseado em dados da LayerX, indica que 47,11% das conversas corporativas com IA acontecem em contas pessoais. A pesquisa também aponta que quase 75% das extensões de IA para navegador solicitam permissões consideradas altas ou críticas.

Quase sempre que conversamos com uma empresa, descobrimos que os funcionários já estão usando IA. Alguns utilizam contas pessoais, outros testam ferramentas diferentes e muitos copiam informações do trabalho sem qualquer orientação sobre o que pode ou não pode ser compartilhado.

Em uma empresa de porte relevante, o fundador nos contou que já não acreditava mais em inteligência artificial. Ele havia contratado sete ferramentas e nenhuma tinha conseguido fazer o que a empresa precisava.

O problema é que a empresa contratou as ferramentas. Não organizou os processos, não orientou os colaboradores e não criou qualquer estrutura de governança dos dados.

No fim, colecionou mensalidades de IA. Transformação mesmo, nenhuma.

Esse é um sintoma de um mercado que ainda vende a ferramenta como se ela fosse o projeto inteiro. Antes, existia a famosa fase do “sobrinho que faz site”. Agora, a inteligência artificial entrou na mesma fase. Basta um fluxo pronto no n8n e já nasce uma consultoria nova na bio do Instagram.

A ferramenta muda. O risco de confundir execução técnica com entendimento do negócio continua igual.

Uma empresa que deseja adotar IA precisa saber quem já utiliza, para quais tarefas, com quais contas e quais informações estão sendo compartilhadas. Depois disso, pode criar regras proporcionais ao risco, oferecer ferramentas adequadas, capacitar as pessoas e acompanhar os resultados.

Proibir tudo costuma apenas esconder o uso. Liberar tudo deixa a empresa torcendo para dar certo. Nenhuma das duas opções parece uma grande estratégia.

Leia o relatório da Akamai e os dados sobre extensões publicados pela LayerX.

A Anthropic anunciou que futuros modelos do Claude produzirão textos com uma marca d’água estatística. Não aparece um selo no canto, não existem caracteres escondidos e o leitor não percebe qualquer diferença visual. O sistema cria um padrão nas escolhas de palavras que permite estimar se o Claude participou da produção daquele conteúdo.

Arquivos compatíveis também poderão receber credenciais C2PA nos metadados, registrando que foram produzidos ou processados com a ferramenta.

A mudança responde às regras de transparência do AI Act europeu, aplicáveis desde 2 de agosto de 2026. Em determinadas situações, sistemas precisam permitir a identificação de conteúdo gerado por IA e informar quando uma pessoa está interagindo diretamente com uma máquina.

Só que a própria Anthropic reconhece os limites: a marca indica que o Claude provavelmente participou do texto. Ela não identifica a pessoa, não diferencia geração completa de uma edição profunda e não define autoria ou responsabilidade. Uma reescrita completa também pode removê-la.

Isso nos leva a uma discussão muito mais importante do que descobrir quem apertou o botão.

Professores frequentemente reclamam que os alunos usam IA para fazer trabalhos. Nossa visão é simples: a tecnologia não está errada, e o aluno também não está errado por utilizar uma facilidade disponível. A metodologia de ensino precisa acompanhar a realidade.

Quer descobrir se o aluno aprendeu ou apenas pediu uma resposta pronta? Converse com ele sobre o conteúdo.

A parte mecânica pode ser substituída. O conhecimento ainda precisa ser adquirido.

Nas empresas, vale a mesma lógica. A IA pode redigir, resumir, organizar e sugerir. A pessoa que revisa e aprova continua responsável pelo que será publicado, enviado ao cliente ou utilizado em uma decisão.

“Foi a IA que fez” não deveria encerrar a conversa. Deveria iniciar outra: quem revisou?

Entenda como funciona a marca d’água do Claude e consulte as orientações de transparência da Comissão Europeia.

Quase R$ 1 trilhão é um número difícil de imaginar.

Uma planilha com cinco mil linhas, dezenas de grupos de WhatsApp ou uma solicitação atravessando cinco pessoas são problemas bem mais fáceis de reconhecer.

Talvez seja justamente aí que aquela projeção gigantesca começa a ganhar forma. Em empresas que deixam de apenas assinar ferramentas e passam a organizar processos, preparar pessoas, proteger informações e medir resultados.

A IA pode ajudar a tomar decisões melhores e tirar projetos do papel. Ela também pode acelerar um processo ruim, multiplicar um erro ou produzir uma resposta muito convincente baseada em informações completamente erradas.

Shit in, shit out. Lembra?

A tecnologia é poderosa. O resultado ainda depende da forma como a empresa decide utilizá-la.

Se algum caso desta edição lembrou algo que acontece na sua empresa, talvez exista uma oportunidade escondida ali.

A BrosAI ajuda empresas a mapear gargalos, organizar processos e transformar inteligência artificial em soluções que realmente funcionam na operação. Sem ferramenta escolhida antes do problema e sem promessa de mágica.

ENCONTRAR OPORTUNIDADES NA EMPRESA

BrosNews

Uma newsletter da BrosAI