Paul Erdös não tinha casa. Suas posses se limitavam a uma mala e uma bolsa – esta última contendo apenas papéis. Dormia onde o acolhessem. Normalmente, tocava a campainha da casa de algum matemático e, assim que este lhe abria a porta, perguntava: “Então, em que nós vamos trabalhar?” Nos dias seguintes, produzia alguma prova ou inventava um novo problema. Esse gênio húngaro era tão prolífico – escreveu mais artigos do que Pelé fez gols – que após sua morte, em 1986, disseminou-se o conceito do “número Erdös”: o próprio seria o zero; quem publicou algum artigo com ele seria 1; quem publicou um artigo com alguém que publicou um artigo com Erdös seria 2; e assim por diante.
Para surpresa de toda a comunidade científica mundial, no final de maio deste ano um modelo de inteligência artificial da OpenAI ganhou o direito de reivindicar o número Erdös 1. Sem nenhum auxílio humano, o modelo resolveu um problema proposto pelo
matemático que permaneceu sem prova por oito décadas.
“O custo do trabalho computacional está caindo rapidamente, o que tornará as iniciativas em IA mais acessíveis para organizações e indivíduos. Isso muda tudo.” Ramesh Raskar, professor associado do MIT Media Lab, laboratório de pesquisas avançadas do Instituto de Tecnologia de Massachusetts. “Mas o custo do trabalho computacional está caindo rapidamente, o que tornará as iniciativas em IA mais acessíveis para organizações e indivíduos. Isso muda tudo.”
Em comparação com a revolução dos computadores, segundo Raskar, é como se estivéssemos ainda na era dos mainframes, os sistemas gigantes que só eram usados por grandes corporações. Em breve entraremos na etapa dos computadores pessoais – em que a inovação explode.
A diferença para revoluções tecnológicas passadas é que a velocidade de disseminação da IA é muito maior. Basta lembrar do tempo que o ChatGPT levou para alcançar 1 milhão de usuários: apenas cinco dias. Em menos de quatro anos, a plataforma da OpenAI já tem 1 bilhão de usuários mensais, segundo dados da Sensor Tower, uma plataforma de análise de dados. Isso equivale a uma em cada oito pessoas no mundo.
Do que essa nova tecnologia será capaz, não há como saber. “A velocidade com que as coisas estão acontecendo nos impede de chegar a uma conclusão generalizável para todas
as áreas e para todos os aspectos existenciais da vida”, afirma Flaw Bone, filósofa pesquisadora pela UFRJ especializada nos impactos da inteligência artificial e das novas tecnologias sobre a sociedade e os negócios. Mas há pistas.
Em 1987, o Prêmio Nobel de Economia Robert Solow comentou que se podia enxergar a “era dos computadores em todo lugar, exceto nas estatísticas de produtividade”. Estava errado, os resultados apenas demoraram a chegar. Quem observa a macroeconomia pode ter a mesma impressão, hoje, sobre a revolução da IA: os investimentos são astronômicos, o custo ambiental – pelo gasto de energia com computadores – é crescente e os resultados são difíceis de medir.
Para muitas empresas, contudo, a revolução está começando a ficar clara. Tarefas enfadonhas são automatizadas, montanhas de dados podem finalmente ser analisadas, o atendimento é mais preciso, problemas são antecipados e tratados. É esse apanhado das primeiras conquistas da IA que apresentamos nas páginas a seguir.
Resolver antes de ter o problema
A Gol Linhas Aéreas é a companhia aérea mais pontual do Brasil pelo segundo ano consecutivo, segundo dados da Anac, agência que regula o setor. Em grande medida, isso foi atingido por um sistema que otimiza a manutenção dos aviões, tanto antecipando possíveis problemas quanto auxiliando a encontrar a origem de uma falha. Com base no relatório dos mecânicos, a IA mergulha nos dados da empresa e identifica situações parecidas, fornecendo um diagnóstico em instantes. O resultado é economia de tempo da aeronave no solo e menos voos atrasados ou cancelados por falha de algum componente.
Na mesma linha, a Petrobras tem até uma estimativa de economia proporcionada pela rapidez dos diagnósticos: US$ 20 milhões nos próximos anos. Esse efeito vem do Petronemo, uma IA própria treinada com dados acumulados por 30 anos de vários sistemas, desde a exploração e a produção até a refinaria.
O sistema indica o momento ideal em que um serviço precisa ser realizado e evita gastos e trabalho desnecessários ou fora de hora, em um universo de mais de 30 mil inspeções por ano (o CIO que implementou o Petronemo está na página 68).
Um nível ainda maior de precisão nos diagnósticos pode ser obtido com a instalação de sensores nos variados equipamentos. É o que fez, por exemplo, a fabricante de eletrônicos Foxconn, de Taiwan, com o sistema MoMClaw, desenvolvido com tecnologia da Nvidia. O monitoramento das máquinas reduziu 80% do tempo de diagnósticos de falhas, cortou em 10% os defeitos e aumentou a produtividade em 15%, segundo a empresa.
“A pergunta que a sociedade precisa fazer não é ‘Para onde estamos indo?’, mas ‘Para onde queremos ir?’” Flaw Bone, filósofa pesquisadora de IA pela UFRJ.
Simular antes de construir
Mais do que agilizar os consertos, a IA vem sendo usada para testar produtos antes que eles sequer existam. A PepsiCo, por exemplo, projeta réplicas digitais de suas fábricas e centros de distribuição. Nesse ambiente virtual, agentes de IA podem testar mudanças de layout e de operação para verificar os impactos nos resultados antes de qualquer execução na planta real. Nos primeiros projetos nos Estados Unidos, a empresa afirma ter registrado ganho de até 20% na capacidade das linhas, redução de 10% a 15% nos investimentos e identificação virtual de até 90% dos problemas.
A Pegatron, uma fabricante de eletrônicos de Taiwan, também usa um sistema de IA da Nvidia para simular defeitos virtualmente e assim treinar sistemas de inspeção. Esse controle de qualidade prévio reduziu, de acordo com a empresa, 67% do tempo de inspeção e 10% do esforço operacional.
Nas linhas de produção, em pouco tempo o emprego da IA deve se tornar a norma, dados os aparentes ganhos de eficiência. Um caso recente é o da multinacional alemã Siemens, que em março lançou um sistema de agentes de IA para ajudar a desenvolver chips e placas eletrônicas. Um agente coordena o trabalho, enquanto outros cuidam de diferentes etapas, do desenho à preparação para a fabricação. Engenheiros acompanham e validam o processo.
Facilitar as vendas
Além da atuação nas fábricas, a PepsiCo aplica a IA como auxiliar de vendas. Ao compilar dados específicos dos mais de 200 mil pontos de venda no Brasil, o sistema aponta aos vendedores as demandas de cada loja e sugere quais dos mais de 400 produtos têm maior potencial de venda.
O uso da ferramenta está ajudando a transformar o perfil dos vendedores, de acordo com a CIO da empresa, Francini Cristelo. Em vez de se concentrarem em retirar e enviar pedidos, eles passam a participar do negócio e dos resultados. “Nós temos uma academia digital
para treinar e empoderar os vendedores”, diz. “Eles precisam entender a IA para acreditar na ferramenta. Com a tecnologia, eles passam a desenvolver novas habilidades, como gestão de negócios, e conseguem desenvolver uma visão sobre a estratégia das marcas e sobre a visão de futuro da PepsiCo.”
A L’Oréal também usa a IA para aumentar a conversão das compras, ajudando o consumidor a escolher o produto. A dificuldade é que o Brasil tem 55 dos 66 tons de pele e todos os tipos de cabelo mapeados globalmente. Por isso fazer uma escolha na plataforma digital com base no mostruário online acaba sendo um desafio.
Com o uso da IA, a empresa se redefiniu como uma beauty tech, que permite o teste dos produtos pelo aplicativo. A L’Oréal calcula que os clientes que fazem a experimentação
digital têm uma conversão para a venda 70% maior do que os que não fazem. Os agentes de IA também realizam atendimentos. Um deles, que identifica solicitações, diminuiu em até
80% o tempo gasto pelos consultores com tarefas administrativas. A IA também faz reconhecimento visual para detectar a falta de produtos nas lojas. E, nos Estados Unidos, o Beauty Genius, um assistente que analisa a pele e recomenda itens para as clientes, já superou 1,2 milhão de conversas.
Provadores virtuais já estão se tornando algo comum na indústria. A Hering começou a usar neste ano o Virtual Try-On do Google Cloud, um simulador que permite experimentar roupas sem sair de casa. Além disso, a companhia usou a tecnologia para automatizar a criação de anúncios e URLs nas campanhas de busca para capturar novas demandas, tendo detectado aumento de vendas e receita.
“Nós temos uma academia digital para treinar e empoderar os vendedores. Eles precisam entender a IA para acreditar na ferramenta.” Francini Cristelo, CIO da PepsiCo
Auxiliar o consumidor
O varejo foi um dos primeiros setores a aderir à IA, desde os primeiros sistemas de conversa automatizada. Mas essa experiência tem evoluído bastante. A empresa de pagamentos Elo lançou no início do ano um concierge digital para facilitar a jornada de compra. A proposta é fazer todo o esforço para o cliente, a partir de um pedido: comparar produtos, levantar preços em diferentes e-commerces, avaliar prazos de entrega e sugerir a melhor forma de pagamento para aproveitar descontos ou acumular pontos em programas de recompensas. O usuário precisa apenas conferir as opções e, se concordar, finalizar a compra, segundo o CTO da Elo, Eduardo Merighi.
Neste ano a Elo desenvolveu com a Decolar um projeto piloto de pagamento agêntico de ponta a ponta. A partir de um pedido, como “quero viajar para Miami”, o agente busca, compara, monta o carrinho e paga numa só conversa.
Os agentes de IA também começam a ser usados para tarefas, digamos, menos agradáveis. Desde o ano passado o Banco BV os emprega para negociar cobranças de boletos com cinco a 15 dias de atraso, por voz e WhatsApp. O agente liga, se identifica como assistente virtual, valida o cliente, informa a parcela e negocia dentro de uma alçada. Se o desconto pedido passa do limite, transfere o atendimento a um humano.
Carlos Bonetti, vice-presidente de Riscos, Crédito e Cobrança do BV, afirma que o agente de IA recupera 48% dos valores cobrados nos primeiros estágios de atraso, um desempenho 4 pontos percentuais acima dos colegas humanos. O custo, porém, fica em torno de um terço. Com isso, para cada R$ 1 gasto, o valor recuperado pelo banco subiu de R$ 85 para R$ 285. O sistema foi treinado com dois anos de ligações gravadas e com as regras internas do BV que definem até onde o agente pode ir.
“Não dá para pegar a IA e simplesmente aplicar nos processos do jeito que eles são hoje”, diz Bonetti. Antes de adotar a tecnologia, o banco revisou a operação para identificar em
quais etapas os agentes poderiam atuar.
O Nubank também tem desenvolvido agentes para o atendimento da clientela. No atendimento sobre entrega de cartões, os testes internos mostraram avanço de 37 pontos percentuais na satisfação dos clientes e de 29 pontos na resolução sem ajuda humana.
Criar medicamentos, acelerar diagnósticos
Alguns dos resultados mais dramáticos do uso da IA estão na área da saúde. Talvez o melhor exemplo seja o AlphaFold, sistema desenvolvido pela DeepMind, o laboratório de IA do Google, criado para solucionar um dos maiores desafios da biologia: prever a estrutura tridimensional das proteínas.
Componentes essenciais do corpo, as proteínas são cadeias de aminoácidos extremamente difíceis de decifrar, porque o modo como elas se enrolam afeta sua função. Mapear uma
única proteína em laboratório é uma tarefa que pode levar meses, até anos. Mas, em 2020, o AlphaFold mostrou-se capaz de prever os formatos das proteínas em minutos ou horas.
O Google, então, liberou gratuitamente um banco de dados com estrutura prevista de mais de 200 milhões de proteínas, praticamente todas as conhecidas, e isso acelerou pesquisas no mundo todo em áreas como desenvolvimento de medicamentos, combate a doenças, criação de enzimas e estudos sobre resistência a antibióticos. A pesquisa, os resultados e
os avanços obtidos pelo AlphaFold renderam aos cientistas envolvidos o prêmio Nobel de Química de 2024.
Nas empresas de saúde propriamente ditas, a IA tem sido usada das mais variadas formas. A Dasa, laboratório de medicina diagnóstica, utiliza mais de 40 modelos para apri-
morar os resultados dos exames e a experiência do paciente. Hoje, uma IA que roda diretamente nos aparelhos de ressonância magnética reduz o tempo de exame, diminui o ruído a que a pessoa fica exposta e ainda melhora as imagens usadas para fazer o laudo.
A tecnologia também indica possíveis diagnósticos ao médico responsável e alerta para casos que exijam mais cuidado e uma ação rápida. Um modelo usado pela Dasa faz uma varredura nos exames em busca de achados críticos de quase 40 doenças, como tumores. Caso algum paciente tenha um indicativo de uma doença mais grave, a equipe médica é notificada para uma avaliação.
“A inteligência artificial nunca dá o diagnóstico. Ela assessora o médico, que tem sempre a palavra final”, garante a CIO da Dasa, Anaterra Oliveira.
Há também os usos mais prosaicos da IA na saúde, comuns a empresas de vários setores, como marcar exames, organizar rotinas e controlar a administração de hospitais.
Não é pouca coisa. Na Rede Mater Dei, a delegação de tarefas repetitivas à IA permite que as equipes foquem na gestão estratégica e na resolução de casos complexos, enfatiza Lara
Salvador Geo, diretora de Inovação e Experiência do Paciente. No fim das contas, isso tem o potencial de salvar vidas. Também não é nada mal que a IA tenha dado até agora, segundo a empresa, um retorno de 517% sobre o valor investido.
Em saúde, tarefas aparentemente mundanas podem ter efeitos milagrosos. Desde 2025, a Medical Mutual de Ohio, nos Estados Unidos, usa a Stephanie, agente da Hippocratic AI, para acompanhar pacientes crônicos por telefone, com lembretes de medicação e consultas. Resolveu a maior parte das chamadas sem intervenção humana e ampliou em mais de 360% a capacidade da equipe de cuidado.
“A inteligência artificial nunca dá o diagnóstico. Ela assessora o médico que tem sempre a palavra final.” Anaterra Oliveira, CIO da Dasa.
Adotar um ensino mais preciso
Outro setor em que a IA tem um papel transformador é a educação. Com um sistema para correção de provas, criação de avaliações, formulação de aulas de reforço e até para burocracia de documentos e históricos, a Ânima Educação tem como foco oferecer um ensino hiperindividualizado para aumentar a eficiência da aprendizagem e diminuir a evasão no ensino superior.
O papel dos professores continua preservado, afirma o CIO da Ânima, Bruno Machado. “Eles têm o controle do que acontece dentro da sala de aula e decidem como vão aplicar o uso da tecnologia no ensino. Isso ajuda inclusive na adesão da inovação”, afirma.
A professora Telma Soares, diretora do Centro de Excelência em Inteligência Artificial (Ceia), da Universidade Federal de Goiás, um dos principais polos brasileiros de pesquisa aplicada e desenvolvimento em inteligência artificial, defende que as escolas devem levar a IA para a sala de aula não só como ferramenta, mas para ensinar as possibilidades. “É necessária uma formação que comece com as crianças na escola. Se não começarmos a prepará-las agora, como estarão prontas para utilizar essas ferramentas quando chegar a hora?”, diz.
Agilizar a burocracia
Se há um campo em que a IA tem uma função óbvia é no setor público, eivado de regulamentações e normalmente acusado de lentidão nos processos. Um exemplo nesse caminho é a França. Neste ano, o Ministério da Economia e Finanças do país adotou o DeepBrain, plataforma multiagente da ThinkDeep sobre infraestrutura da Nvidia, para procurar e analisar documentos internos sem que os dados saiam do governo. Uma busca que levava até dois dias passou a ser feita em dois minutos, com economia estimada de € 2 milhões na escala dos 10 mil funcionários.
Na área jurídica, a startup Minuta IA oferece agentes que analisam o conteúdo de minutas, sentenças, contratos e outros arquivos do processo e cruzam essas informações com a legislação pública, novas normas e decisões que possam servir de referência. Com isso, entrega a juízes, assessores e tribunais recomendações fundamentadas em dados atualizados. A empresa diz ser capaz de reduzir 80% do tempo necessário para chegar à tomada de decisão. Em março, ela já atendia sete tribunais e cerca de 100 procuradorias, reunia quase 100 mil usuários ativos e havia processado mais de 10
milhões de minutas em menos de um ano.
Outro caso semelhante foi a atualização da plataforma que cuida de mais de 54 mil usuários do SUS em tratamento contra o câncer, um sistema de 250 mil linhas em arquitetura defasada. O serviço foi feito pela empresa de gestão de programas de saúde Humania, do grupo Viveo. Com a consultoria :upd8 e tecnologia da Amazon, agentes aceleraram a reescrita. Um trabalho estimado em mil horas foi feito em 30 dias, com 200
horas de supervisão, e economia acima de R$ 200 mil.
“É necessária uma formação que comece com as crianças na escola. Se não começarmos a prepará-las agora, como estarão prontas para utilizar as ferramentas de IA quando chegar a hora?” Telma Soares, diretora do Centro de Excelência em Inteligência
Artificial (Ceia), da Universidade Federal de Goiás
E os humanos, como ficam?
Todos os exemplos acima são, de certa forma, uma maneira incipiente de usar a IA. O fato de que apresentam resultados, porém, é que sustenta a promessa de avanços muito mais extraordinários. A próxima etapa, de acordo com especialistas, deverá unir a IA a outras tecnologias.
“No centro dessa revolução temos a inteligência artificial como uma tecnologia exponencial, mas junto com ela há pelo menos outras quatro tecnologias que se aceleram mutuamente: nanotecnologia, biotecnologia, internet das coisas e robótica. Essas devem ser a base para pensar o futuro”, afirma o professor Anderson Rocha, titular de Inteligência Artificial da Unicamp e diretor do Recod.ai, um dos principais laboratórios de IA da América Latina.
A IA avança tão rápido que se justificam os temores sobre qual papel terão os humanos no futuro. O professor de IA e diretor do programa sobre o futuro do trabalho da Universidade de Oxford, Carl Benedikt Frey, argumenta que a resposta a essa dúvida depende da cultura e dos hábitos humanos, que determinarão como será a relação entre as inteligências artificiais e as pessoas.
“Provavelmente ainda haverá um humano em algum lugar, mas obviamente tudo isso dependerá das preferências das pessoas. E se de repente as pessoas tiverem uma maior preferência pelas máquinas? E se as pessoas valorizarem mais os companheiros de IA do que os companheiros humanos? Tudo pode mudar”, afirma Frey.
A filósofa Flaw Bone, da UFRJ, segue a mesma linha. “A pergunta que a sociedade precisa fazer não é ‘para onde estamos indo?’, mas ‘para onde queremos ir?’”, sentencia.
Um indício pode ser o jogo de xadrez. Uma versão antiquada de inteligência artificial (o computador Deep Blue, da IBM, construído a partir de uma lógica simbólica, e não de
redes neurais, como a vertente atual) conseguiu derrotar o então campeão mundial de xadrez, Garry Kasparov, em 1997. Imaginou-se, então, que o jogo seria a partir dali dominado pelas máquinas. Mas não foi o que aconteceu.
No ano seguinte à disputa, o próprio Kasparov passou a advogar um campeonato em que, em vez de enfrentar os computadores, os humanos se uniriam a eles para criar o mais alto nível de xadrez jamais jogado. Esse formato ganhou forma e hoje é conhecido como Xadrez Avançado ou Xadrez Estilo Livre. Os concorrentes são chamados de centauros, a fusão da intuição humana com o cálculo das máquinas.
As primeiras competições demonstraram que um grande mestre auxiliado por um computador pode derrotar, até com certa facilidade, um computador que jogue sozinho ou um humano que jogue sozinho.
