Mas o mais interessante dessa história não é a aposta na SpaceX. É entender por que uma universidade está investindo bilhões de dólares em empresas de tecnologia.

Nos Estados Unidos, algumas universidades funcionam como verdadeiras fábricas de conhecimento, inovação e negócios. E não estamos falando apenas das aulas.

Funciona mais ou menos assim: um pesquisador descobre uma nova tecnologia dentro de um laboratório universitário. Essa descoberta pode se transformar numa patente. A patente pode dar origem a uma startup. A startup pode receber investimentos, crescer e se tornar uma grande empresa.

A universidade pode participar desse processo de várias maneiras. Oferecendo laboratórios, conectando pesquisadores a investidores, licenciando suas tecnologias ou até ficando com uma pequena participação nas empresas que nascem de suas pesquisas. Ou seja, o conhecimento não termina quando uma pesquisa é publicada. Ele pode continuar até virar um negócio.

Stanford, por exemplo, ajudou a criar o ambiente de inovação que deu origem ao Vale do Silício. O MIT mantém uma relação próxima com empreendedores e empresas de tecnologia. Harvard combina sua força acadêmica com a administração de um dos maiores fundos patrimoniais universitários do planeta. Esse último ponto merece atenção.

Grandes universidades americanas possuem fundos chamados endowments. São patrimônios formados principalmente por doações e resultados de investimentos, administrados para sustentar as instituições por muitas gerações.

Esses recursos são aplicados em ações, empresas privadas, imóveis e outros ativos. Parte dos rendimentos ajuda a pagar bolsas de estudo, professores, pesquisas e novos laboratórios. É um mecanismo interessante: o patrimônio financia a universidade, enquanto a universidade produz conhecimento capaz de transformar a economia.

Isso não significa que Harvard tenha criado a SpaceX ou que seu investimento seja resultado de uma pesquisa própria. São coisas diferentes. Mas ambas fazem parte de um modelo no qual educação, ciência, empreendedorismo e capital estão muito mais conectados.

E talvez esteja aqui uma das grandes diferenças entre os Estados Unidos e o Brasil. Nós também temos excelentes pesquisadores, universidades importantes e descobertas científicas relevantes. Mas ainda enfrentamos enormes dificuldades para transformar parte desse conhecimento em empresas, produtos e negócios de escala global.

Não basta produzir uma boa pesquisa. É preciso criar caminhos para que ela saia do laboratório, encontre investidores, chegue ao mercado e resolva problemas reais.

Uma universidade pode formar os profissionais que vão trabalhar nas empresas. Mas também pode ajudar a criar as próprias empresas nas quais esses profissionais vão trabalhar.

O caso de Harvard mostra que as universidades podem ocupar um espaço muito maior na economia do que simplesmente oferecer diplomas. E deixa uma pergunta importante: quantas oportunidades estamos desperdiçando porque ainda tratamos a universidade, a pesquisa científica e o mundo dos negócios como universos separados?

Leia também

Durante décadas, organizações construíram fluxos, aprovações, formulários, reuniões e estruturas para contornar limitações humanas e tecnológicas. O problema é que muitas dessas limitações desapareceram, mas os processos criados para compensá-las continuam funcionando exatamente como antes.

Agora, com a chegada da inteligência artificial, muitas empresas estão automatizando essas mesmas estruturas. Tornam uma etapa mais rápida, reduzem o custo de outra e comemoram os ganhos de produtividade. Mas será que estão realmente transformando suas operações?

É como instalar um motor de Fórmula 1 em uma carroça. O motor mudou. A arquitetura continua a mesma.

É nesse contexto que surge um conceito fundamental para a gestão na era da IA: a Engenharia Reversa dos Processos.

A proposta é simples, mas profundamente transformadora: em vez de perguntar quais atividades podem ser automatizadas, devemos desmontar os processos existentes e descobrir quais atividades ainda precisam existir.

O método envolve cinco movimentos: desmontar, questionar, descartar, redistribuir e remontar. Primeiro, identificamos todas as etapas. Depois, avaliamos quais realmente geram valor. Eliminamos as desnecessárias, redistribuímos responsabilidades entre humanos e máquinas e reconstruímos o fluxo a partir de uma lógica completamente nova.

Imagine um atendimento ao cliente que exige doze etapas. A abordagem tradicional procura utilizar IA para acelerar essas doze atividades. A engenharia reversa faz uma pergunta anterior: e se apenas quatro delas fossem realmente necessárias?

Essa diferença muda tudo. Afinal, automatizar uma atividade desnecessária não elimina o desperdício. Apenas faz com que ele aconteça mais rapidamente.

A inteligência artificial, portanto, representa uma oportunidade muito maior do que simplesmente reduzir custos ou aumentar a produtividade. Ela permite repensar a própria arquitetura das organizações, eliminando estruturas que só existiam porque, até pouco tempo, não havia alternativas melhores.

E talvez esteja justamente aí a diferença entre empresas que apenas adotam IA e empresas que realmente se transformam com ela.

A empresa do futuro não será necessariamente aquela que automatizou mais etapas, mas aquela que descobriu de quantas etapas realmente precisa.

Porque a verdadeira transformação não começa quando perguntamos o que a inteligência artificial pode fazer por nossos processos.

Começa quando perguntamos quais desses processos ainda merecem existir.

Veja também:

A resposta começa na memória. Os mesmos chips de memória que entram em um smartphone, agora, também entram (numa escala muito maior e especulativa) em servidores de data centers. Isso se deve ao fato de que quando a corrida pela infraestrutura de IA elevou a demanda por esses componentes, seus preços subiram para todos que os utilizam, o que inclui, inevitavelmente, fabricantes de celulares que nada têm a ver com a construção de modelos de linguagem.

Todavia, mesmo que estranho a estes movimentos, os fabricantes sentiram no bolso, haja vista que o custo da memória subiu cerca de 350% em um ano. Deste modo, para estes produtores, isso significa produzir aparelhos mais caros em um momento em que boa parte dos consumidores está mais sensível a aumentos de preços em geral (não se limitando ao setor tech). O cenário foi ser entendido, analogicamente, como morar ao lado de um empreendimento de luxo que eleva o custo do bairro inteiro: você não pediu pela construção, mas está pagando pela proximidade.

Diante desse aumento, as fabricantes de celulares têm essencialmente três saídas. Repassar o custo ao consumidor, o que significa celulares mais caros. Reduzir as especificações e qualidade dos componentes de seus aparelho para, assim, não inflacionar seu preço – o que significa, em outras palavras, produzir aparelhos piores pelo mesmo valor. Ou, então, eliminar seus modelos de entrada (os celulares mais acessíveis), o que significa menos opções na faixa baixa de seus catálogos. Nenhuma dessas alternativas é boa para quem compra, e, pior ainda, é que a combinação das três produz um mercado em que menos gente troca de celular, mas cada aparelho vendido custa mais do que custava anteriormente.

Os números confirmam essa mudança. A IDC estima que as remessas cairão 16,7% em 2026, mas o preço médio dos smartphones subirá em aproximadamente 27,6%, em números reais, 581 dólares. Assim, o valor total dos produtos disponíveis no mercado pode crescer 6,3% mesmo com a queda no volume. Tudo isso ocorre pela ocasião que as pessoas, pelo aumento de preços, compraram menos. Cada unidade custa mais. O setor, tentando sobreviver, encolherá em diversidade de aparelhos e crescerá em dólares. É uma transformação que muda não apenas o quanto o consumidor paga, mas o perfil de quem consegue pagar.

Essa pressão também está redesenhando o equilíbrio entre as fabricantes. Xiaomi e Oppo, que construíram suas posições oferecendo bons aparelhos a preços competitivos, estão entre as mais afetadas, porque seus modelos dependem de margens estreitas que uma alta de 350% nos componentes pode simplesmente eliminar. Apple e Samsung, por outro lado, resistem melhor – em parte pela escala de compra, em parte pela presença forte no segmento premium, onde o consumidor é menos sensível a reajustes. De todo modo, quando os componentes ficam caros, quem já vende celulares de mil dólares absorve o impacto com mais facilidade do que quem vende aparelhos de duzentos.

Com efeito, o produto duradouro dessa crise pode ir além de alguns trimestres ruins. Se a pressão sobre componentes persistir, e as projeções da IDC não esperam recuperação antes de 2028, o mercado pode se concentrar ainda mais em torno das empresas que conseguem continuar produzindo aparelhos premium. Logo, as marcas que dependem do volume na faixa acessível perdem margem, perdem modelos e, eventualmente, perdem espaço. Não é um cenário em que todos encolhem por igual, mas é, em verdade, um cenário em que os maiores resistem e os menores são comprimidos, acelerando uma concentração que já vinha acontecendo e que o encarecimento dos componentes torna mais difícil de reverter.

O paradoxo é evidente. A inteligência artificial promete deixar os celulares mais capazes – seja com assistentes mais inteligentes, câmeras com processamento avançado ou com novas funcionalidades que há dois anos não existiam. Mas a corrida para construir a infraestrutura dessa mesma IA está tornando os aparelhos mais caros, o que potencialmente pode acabar reduzindo a diversidade do mercado (especialmente nos celular mais acessíveis) e empurrando uma parcela dos consumidores para fora do ciclo de atualização. Nesse cenário, a tecnologia que deveria democratizar o acesso à inteligência está, ao menos no curto prazo, encarecendo o objeto pelo qual a maioria das pessoas acessa essa inteligência.

Por fim, para quem acompanha a evolução do mercado de tecnologia, esse é um caso concreto de como os custos de uma revolução tecnológica se distribuem de maneiras que nem sempre são visíveis para quem se beneficia dela. O usuário do ChatGPT não pensa na memória do servidor que processa sua pergunta. A fabricante de celulares, sim, porque está disputando o mesmo componente. E o consumidor que entra em uma loja para trocar de aparelho descobre, sem saber exatamente por quê, que o modelo que compraria pelo preço do ano passado agora custa mais, oferece menos ou simplesmente deixou de existir. Por isso, a pergunta que se coloca não é apenas quais recursos de IA chegarão aos próximos smartphones. É quem conseguirá pagar por eles.

Leia também:

Cento e oitenta anos depois, cada notícia desta edição envolve algo que já existia, mas que era, de alguma forma, penoso demais para funcionar em escala. A Apple atinge US$ 5 trilhões em valor de mercado e, na mesma semana, lança o HomeView, que é uma tela com câmera e reconhecimento facial que quer tornar a interação com a Siri tão natural que o usuário esqueça que está falando com uma máquina. O Magalu começa a vender eletrodomésticos dentro da Shopee, admitindo que, para alcançar 90 milhões de consumidores, vender na plataforma do concorrente deixou de ser uma “humilhação” e virou estratégia. A Anthropic reporta receita trimestral de US$ 16,8 bilhões e lucro ajustado pela primeira vez, mas os investidores, em vez de celebrar, apontam que o crescimento desacelerou. E o Nubank lança o Nu Smart Invest, uma inteligência artificial que analisa sua carteira, dá nota aos seus investimentos e sugere o que comprar, tornando tolerável, para milhões de pessoas que nunca entenderam o mercado financeiro, algo que sempre pareceu reservado a quem tem assessor e patrimônio. Em todos os casos, o que muda não é o que se faz, mas é o que se remove do caminho.

A Apple Vale US$ 5 Trilhões

A Apple fechou, na quarta-feira, acima de US$ 5 trilhões em valor de mercado, um patamar que apenas a Nvidia havia atingido antes. O marco chegou menos de seis semanas depois de John Ternus assumir como CEO da empresa e apenas dois dias após a empresa apresentar o seu HomeView, a tela inteligente com reconhecimento facial e Siri AI que cobrimos na edição de anteontem. O mercado parece ter olhado para o iPhone Duo (que dobra), o HomeView (que ouve e vê), o novo Apple TV 4K (que escuta) e o HomePod mini 2 (que ilumina), e concluiu que a soma dessas peças – isto é, um ecossistema que vai do bolso à sala, do pulso à cozinha – vale cinco vezes o PIB do Brasil.

Mas o número que importa mais do que US$ 5 trilhões é uma pergunta que nenhuma capitalização de mercado responde: quando você quiser que a tecnologia faça algo por você, como reorganizar sua agenda ou cancelar uma assinatura, para quem você vai pedir? Até agora, a resposta era óbvia: você pegava o iPhone, abria um aplicativo e fazia sozinho. Contudo, a era dos agentes de IA muda essa lógica. O Muse da Meta, os Dots da OpenAI, o Gemini Agent do Google… todos, agora, propõem que você descreva o que quer e a IA resolva por conta própria, escolhendo as ferramentas e os passos. A Apple, então, pode continuar vendendo o dispositivo onde tudo isso acontece, seja o celular ou sua “nova Alexa”, sem ser a empresa que recebe o pedido. E essa é, portanto, nova a tensão comercial que Ternus herda: a presença física que sua empresa possui e a preferência pelo assistente que os usuários demandam são vantagens relacionadas, mas não equivalentes. Assim, quem está no seu bolso não é necessariamente quem está na sua confiança.

A resposta de Ternus a esse dilema parece ser a Siri AI, que é a nova versão da assistente, construída com o Google e o Gemini, que possui essas habilidades de compreensão contextual e de execução ações de forma autônoma.

Em teoria, a vantagem oriunda dessa agente é extremamente poderosa, afinal, a Siri sabe quem você é, conhece seu calendário, suas mensagens, seus hábitos – e pode usar tudo isso para entender um pedido sem que você precise explicar demais para ela. Mas a vantagem teórica depende de execução, e a Apple tem um histórico complicado com a Siri: durante dez anos, a assistente foi sinônimo de frustração, enquanto a Alexa, o Google Assistant e agora o Muse avançavam. A estreia em beta, apenas em inglês, mostra cautela – uma a cautela, que sob Cook era virtude, sob Ternus pode ser risco. Porque, enquanto a Siri aprende a compreender contexto, o Muse já gerencia e-mails, compras e agendas de 2,8 milhões de pessoas. E, como a anestesia provou em 1846, quem remove a dor primeiro conquista o paciente. Quem chega depois, opera no vazio.

O Magalu Está Vendendo na Shopee (e Isso Conta uma História Sobre o Varejo Brasileiro)

Há cinco anos, a ideia de que o Magazine Luiza venderia seus produtos dentro da Shopee soaria como um tipo de rendição. Afinal, a Shopee era a plataforma estrangeira que invadia o mercado com um modelo de operação que os varejistas brasileiros tratavam com desdém – “app de capinha de celular”, diziam. Nesta quinta-feira, porém, o Magalu inaugurou sua loja oficial dentro da Shopee, com eletrodomésticos, eletrônicos, móveis, videogames e produtos de informática das marcas Magazine Luiza e KaBuM!, entregues pelo Magalog, o braço logístico independente da varejista. A mesma parceria já funciona com o Mercado Livre desde setembro, com a AliExpress desde 2024 e com a Americanas desde novembro do ano passado. A partir de agora, então, o Magalu não está vendendo numa plataforma concorrente. Está vendendo em todas.

A decisão de vender em quatro marketplaces rivais ao mesmo tempo é, nas Entrelinhas, a admissão mais clara que o varejo brasileiro fez de como o poder se reorganizou no comércio eletrônico. Isso se deve ao fato de players como o Mercado Livre e a Shopee não serem mais concorrentes do Magalu no sentido tradicional – eles agora são a infraestrutura sobre a qual o comércio digital acontece. Juntas, as duas plataformas somam mais de 180 milhões de acessos mensais no Brasil. Por isso, competir contra esse fluxo de audiência construindo tráfego próprio custa mais do que a margem de qualquer eletrodoméstico suporta. Por outro lado, vender dentro dele, usando logística própria e mantendo o controle sobre estoque, preço e experiência, é a forma mais racional de transformar a audiência alheia em receita própria, tudo isso sem abrir mão da operação logística (ou seja, o Magalog), que é o que gera margem.

Deste modo, o que torna o movimento do Magalu relevante para além do varejo é o padrão que ele confirma. O iFood virou correio para qualquer lojista. O Wellhub virou banco de academias. A Nvidia virou financiadora de seus próprios clientes. E agora o Magalu, que durante anos tentou ser uma plataforma independente que competia com os grandes marketplaces, aceita que o caminho mais rentável é ir aonde o consumidor já está, mesmo que esse lugar pertença a quem, ontem, era rival.

No atual capitalismo de plataforma, quem insiste em construir audiência própria do zero enquanto os outros já têm milhões de visitantes por mês não está sendo independente ou soberano – está sendo, na verdade, lento. O Magalu entendeu a diferença. E a anestesia que tornou a decisão tolerável foi a mais antiga do capitalismo: o lucro. Se vender na Shopee gera mais receita com menos custo do que trazer o consumidor ao seu próprio site, a pergunta sobre orgulho perde relevância diante da resposta sobre o caixa.

A Anthropic Lucrou, Mas o Mercado Já Não se Impressiona

Em qualquer outro momento dos últimos três anos, a notícia de que a Anthropic atingiu lucro ajustado pela primeira vez, com uma margem bruta de 85%, margem operacional acima de 11%, fluxo de caixa livre positivo e receita trimestral de US$ 16,8 bilhões seria recebida com (muita) euforia. Nesta quarta-feira, foi recebida com ressalvas. Os investidores presentes na apresentação em São Francisco notaram que o crescimento, embora impressionante em comparação ao ano anterior, desacelerou em relação ao trimestre passado – o que, num mercado que precifica perfeição, desaceleração é quase tão ruim quanto queda. Como um analista resumiu: “A IA se tornou vítima do próprio sucesso. O mercado não reage mais a boas notícias. Reage ao menor deslize.”

Os números, lidos com a frieza que o balanço exige, são sólidos. A retenção líquida de receita – ou seja, a medida que indica quanto os clientes existentes aumentam seus gastos com o tempo – é de 900%, um número que, em qualquer setor de software, seria considerado extraordinário. A margem de computação, que desconta o custo de processar os tokens vendidos, supera os 40%. E, com isso posto, a empresa espera iniciar formalmente a oferta pública de ações já na semana de 9 de novembro, com meta de igualar ou superar os US$ 85,7 bilhões que a SpaceX captou em junho.

Em caso de a avaliação ficar entre US$ 1,8 trilhão e US$ 2 trilhões, como investidores sinalizaram antes da reunião, a Anthropic confirmará o que temos acompanhado ao longo de meses: que o Claude conquistou uma posição no mercado corporativo que justifica uma precificação que, há dois anos, pareceria um delírio.

A Entrelinha que merece atenção, contudo, é a mesma que identificamos quando a OpenAI revelou faturar US$ 20 bilhões menos do que dizia: os números que sustentam as avaliações trilionárias da indústria de IA nunca foram submetidos a uma auditoria pública rigorosa. Receita anualizada, margem ajustada, fluxo de caixa livre “positivo” – cada um desses termos carrega premissas que só o S-1 do IPO revelará com precisão.

O próprio prejuízo líquido de US$ 42 bilhões que a Anthropic teve em 2025 – que, como explicamos, é em grande parte contábil – permanece no registro e será a primeira coisa que analistas mais céticos citarão. E os incidentes de segurança que a mídia cobriu durante semanas, com agentes saindo do controles de suas empresas, pairam sobre o IPO como um possível risco reputacional que nenhuma margem de operação pode neutralizar.

A Anthropic chegou ao ponto mais forte de sua história. A questão é se o mercado que a receberá ainda tem paciência para histórias de crescimento, ou se, como o analista sugeriu, as boas notícias já estão no preço, e só sobra espaço para decepção.

A IA do Nubank Agora Quer Cuidar do Seu Dinheiro

Para a maioria dos 118 milhões de clientes do Nubank no Brasil, investir sempre foi a parte mais intimidadora das finanças pessoais. Abrir o aplicativo roxo para pagar uma conta ou transferir um Pix é natural. Abrir o mesmo aplicativo para decidir se é melhor colocar R$ 500 num CDB, num fundo multimercado ou num título do Tesouro é, para a maioria, paralisante – porque a decisão exige conhecimento que a maioria não tem, vocabulário que a maioria não domina e uma confiança na própria capacidade de escolha que anos de exclusão financeira corroeram. À evidência desse fenômeno, o Nubank acaba de atacar exatamente esse ponto de dor. O lançado Nu Smart Invest é uma inteligência artificial que analisa a carteira de investimentos do cliente, cruza com seu perfil de risco e suas metas e, com isso, sob explicações em linguagem acessível, o orienta no que comprar, o que vender e o que manter.

A ferramenta, obviamente, não toma nenhuma decisão pelo cliente – ela apenas sugere. E a distinção importa, porque a regulação financeira no Brasil exige que a decisão final de investimento seja do usuário, não do algoritmo. Mas a sugestão, quando vem acompanhada de uma nota clara, uma projeção patrimonial visualizável e uma explicação de por que determinado ativo se encaixa melhor nos seus objetivos, elimina a maior barreira que impedia milhões de brasileiros de investir: nem sempre a falta de dinheiro, mas a falta de confiança para decidir onde colocá-lo. O Nubank, então, conhece quanto você ganha, quanto gasta, em que gasta, quando recebe e como se comporta financeiramente ao longo do ano. Nenhum assessor humano tem acesso a um perfil tão completo, e nenhum cobra tão pouco para usá-lo (o Nu Smart Invest é, por enquanto, gratuito).

A Entrelinha que conecta o Nu Smart Invest ao arco que estas edições documentam é a mesma que identificamos no Wellhub virando banco de academias, ou no TikTok virando loja: quem controla o ponto de contato diário com o consumidor está na posição ideal para adicionar serviços financeiros, porque já possui o dado mais valioso que existe, que é o comportamento real do cliente. Desse modo, o Nubank não está entrando no mercado de investimentos porque quer competir com a XP ou o BTG. Está entrando porque já sabe mais sobre o perfil financeiro de seus 118 milhões de clientes do que qualquer corretora tradicional, e porque transformar esse conhecimento em recomendação personalizada é, para uma empresa que gasta cerca US$ 1 por cliente, a forma mais eficiente de aumentar receita sem aumentar custo.

A anestesia de Morton tornou a cirurgia tolerável ao remover a dor. O Nu Smart Invest torna o investimento tolerável ao remover a ignorância. E, como Morton provou em 1846, quando a barreira que impedia a ação desaparece, a ação se multiplica.

Leia também:

A maioria dos processos empresariais foi construída para funcionar dentro das limitações tecnológicas e humanas de determinada época. Uma aprovação existe porque alguém precisava conferir uma informação. Um formulário existe porque dois sistemas não conversavam. Uma reunião existe porque os dados não estavam disponíveis para todos. Muitas dessas limitações desapareceram. Mas os processos continuam lá.

É aqui que entra a Engenharia Reversa dos Processos. Na engenharia reversa tradicional, desmontamos um produto para entender suas peças, sua lógica e seu funcionamento. Nas empresas, podemos fazer o mesmo: desmontar um processo inteiro, colocar suas etapas sobre a mesa e questionar a necessidade de cada uma delas. Algumas peças continuam essenciais. Outras perderam a função. Algumas existem apenas para compensar deficiências de outras. E muitas simplesmente não deveriam mais existir.

O exercício começa com cinco movimentos: desmontar, questionar, descartar, redistribuir e remontar.

Primeiro, separamos todas as etapas. Depois, questionamos o valor de cada uma. Eliminamos o que não faz mais sentido. Entre as peças restantes, identificamos quais devem ser executadas por humanos, quais podem ser assumidas por máquinas e quais exigem colaboração entre ambos. Só então remontamos o processo, agora com outra arquitetura.

Imagine um atendimento ao cliente que exige doze etapas, envolvendo diferentes pessoas, departamentos e sistemas. A abordagem tradicional seria usar IA para acelerar cada etapa. A engenharia reversa propõe algo diferente: será que precisamos mesmo das doze? Talvez quatro sejam suficientes para entregar um resultado ainda melhor.

Essa mudança de perspectiva é fundamental. Automatizar uma atividade desnecessária não a torna necessária. Apenas faz o desperdício acontecer mais rapidamente.

E há uma consequência ainda mais profunda: quando eliminamos uma restrição antiga, várias atividades criadas para contorná-la também podem desaparecer. O ganho deixa de ser apenas de produtividade e passa a ser de simplificação estrutural.

Por isso, a inteligência artificial não deveria ser apenas uma camada tecnológica acrescentada aos processos existentes. Ela deveria ser uma oportunidade para repensar a própria lógica de funcionamento das organizações.

A empresa do futuro não será necessariamente aquela que automatizou mais etapas, mas aquela que descobriu de quantas etapas realmente precisa.

O objetivo não é simplesmente fazer a mesma coisa com menos pessoas ou menor custo. É reconstruir a operação com muito menos peças, muito mais inteligência e, principalmente, muito mais propósito.

Talvez o melhor exercício para qualquer executivo seja escolher um processo importante de sua empresa e perguntar: se desmontássemos tudo hoje, quantas peças realmente mereceriam voltar para o lugar?

Leia também

Desde junho de 2025, a administração Trump acumulou 35 operações desse tipo, segundo levantamento do Cato Institute. Onze envolvem empresas de semicondutores. Nove, de computação quântica. Os instrumentos variam – desde participações minoritárias, ações, investimentos diretos –, mas o princípio mudou. O Estado deixou de atuar apenas como regulador e financiador e passou a ser, também, proprietário, investidor e, em alguns casos, parceiro direto de negócios privados. A participação na Intel e o investimento de um bilhão de dólares na Anderon, empresa ligada à IBM voltada à fabricação de chips quânticos, são os casos mais visíveis de uma tendência que se espalha por setores considerados vitais para a segurança nacional.

A justificativa imediata é geopolítica. Os Estados Unidos querem reduzir sua dependência da China em chips, minerais críticos e tecnologias emergentes. Mas por trás dessa justificativa existe uma transformação maior: a economia voltou a ser tratada como questão de poder nacional. A pergunta já não é apenas onde produzir determinado componente pelo menor preço. É quem controla a tecnologia, a fábrica e a cadeia de suprimentos quando uma crise ou um conflito interrompe o comércio. E essa pergunta não aceita a resposta que o liberalismo econômico ofereceu durante trinta anos, isto é, a de que o mercado se organizará da melhor maneira por conta própria.

O curioso é que essa lógica não é nova nos Estados Unidos. É, na verdade, mais antiga do que o liberalismo que ela substituiu. No século XIX, Henry Charles Carey, um dos economistas mais influentes da era Lincoln, se opôs à ideia de que o livre comércio beneficiaria igualmente todos os países. Na sua visão, uma economia ainda em desenvolvimento poderia ficar presa ao papel de fornecedora de matérias-primas e compradora de produtos industriais, enquanto potências já industrializadas aproveitariam sua vantagem para dominar os mercados. Carey defendia tarifas e apoio à indústria nacional como instrumentos para diversificar a produção, criar empregos e fortalecer o mercado interno. A proteção, contudo, não seria um fim em si mesma, mas serviria (e serviu) para que diferentes setores crescessem juntos e para que os trabalhadores participassem dos ganhos dessa expansão.

A história americana, portanto, não é a de um país que sempre acreditou em livre comércio e só agora resolveu intervir. Hamilton, Henry Clay, Lincoln e Carey fizeram parte de uma tradição que via tarifas, investimento público e proteção industrial como ferramentas de construção nacional. O próprio “Sistema Americano” combinava barreiras comerciais e apoio estatal à indústria com o desenvolvimento de um grande mercado interno. A ruptura veio depois: sobretudo após o fim da Guerra Fria, ocasião em que a integração econômica global ganhou força e o livre comércio passou a ser apresentado como regra, não como escolha. Assim, Washington liderou essa ordem e recomendou aos outros que fizessem o mesmo. Mas nunca abandonou inteiramente a intervenção quando seus próprios interesses estratégicos estavam em jogo.

O que vemos agora é menos o abandono repentino do liberalismo e mais a volta explícita de uma tradição que havia perdido espaço no discurso, embora nunca tenha desaparecido inteiramente da prática. É nesse contexto que o pós-liberalismo de JD Vance (vice-presidente dos EUA) ajuda a explicar a mudança de linguagem política. Para Vance e outros que compartilham essa visão, a economia não deve ser julgada apenas por sua eficiência ou pela oferta de produtos mais baratos. É preciso considerar o que acontece com os trabalhadores, as famílias e as comunidades quando fábricas fecham e empregos desaparecem. O mercado, nessa visão, é uma ferramenta – e, por sua natureza, deve estar subordinado ao bem comum.

Essa ideia se aproxima de Carey, mas não é a mesma coisa. Carey pensava a proteção industrial como parte de um projeto de desenvolvimento econômico. Vance acrescenta uma crítica mais ampla ao individualismo e à neutralidade moral do Estado. Já as participações do governo em empresas mostram a intervenção em ação, mas não provam, por si só, que os trabalhadores ou as comunidades locais serão os principais beneficiados. O Estado pode, então, ajudar a erguer uma indústria e, ainda assim, deixar os ganhos concentrados nas empresas e nos investidores. Esse é um dos riscos das estatizações parciais: se as decisões forem pouco transparentes, o governo pode favorecer companhias com acesso político, distorcer a concorrência ou assumir riscos que deveriam caber ao setor privado. O Cato Institute, que acompanha esses acordos, critica justamente a falta de clareza sobre os critérios e a base legal de algumas operações – mas ainda é fato que, de todo modo, retor industrias no seu país trazem, inevitavelmente, benefícios de soberania e melhores empregos, ou seja, mais especializados.

A pergunta, portanto, não é se o governo deve intervir. Ele já está intervindo. A questão é a serviço de quem. Se a participação pública servir para reconstruir cadeias produtivas, ampliar empregos qualificados e fortalecer a capacidade tecnológica do país, haverá um paralelo real com a ambição de Carey. Se servir para escolher empresas vencedoras sem exigir contrapartidas claras, o resultado pode ser uma forma de capitalismo de Estado que protege corporações sem entregar o prometido bem comum.

A inteligência artificial torna esse debate mais urgente do que qualquer teoria econômica, isoladamente, conseguiria torná-lo. A disputa pela IA não envolve somente quem terá o melhor modelo ou o aplicativo mais popular. Depende de quem controla os chips, os minerais, as fábricas e a energia necessários para desenvolver e operar essa tecnologia. Cada data center construído, cada fábrica de semicondutores financiada e cada reserva de terras raras assegurada é uma peça em um tabuleiro onde vantagem tecnológica e poder nacional se tornaram praticamente sinônimos. Deste modo, a corrida da IA não está apenas trazendo o Estado de volta para dentro da economia, mas está, de fato, trazendo o Estado de volta para dentro da empresa – como financiador, como parceiro e, agora, como acionista.

A grande mudança não é que os Estados Unidos tenham deixado de acreditar no mercado. É que já não parecem dispostos a deixar que o mercado global decida sozinho o que o país deve produzir e quem controlará as tecnologias do futuro. Sob a pressão da China e da revolução da IA, Washington está redescobrindo uma velha convicção que Carey articulou há quase dois séculos: um país que não protege sua capacidade produtiva pode acabar dependendo de quem o faz. A ironia é que essa convicção, durante décadas, foi exatamente o que os Estados Unidos disseram ao resto do mundo para ignorar.

Leia também:

Cento e nove anos depois, a distância entre um grampo colado atrás de uma televisão num escritório de São Francisco e um pelotão de fuzilamento numa manhã parisiense é enorme em consequências, mas mínima em princípio: alguém decidiu que o que acontece dentro de uma sala fechada vale o risco de ser pego tentando ouvir. As notícias de hoje giram, cada uma à sua maneira, em torno daquilo que está escondido – e do que acontece quando vem à luz. O FBI prendeu um funcionário da OpenAI que instalou gravadores clandestinos numa sala de reuniões executivas, e o incidente levanta perguntas sobre segurança que vão muito além de uma porta USB e um pedaço de papel higiênico. Harvard revela que mais da metade de toda a sua carteira de ações americanas está concentrada num único ativo, a SpaceX, expondo um nível de aposta que nem o mais agressivo gestor de fundos recomendaria. A marmita, prato invisível que o Brasil inteiro come mas que ninguém tratava como mercado, sai do anonimato e vira aposta bilionária da JBS e da BRF. E Jeff Bezos promete que a inteligência artificial permitirá que as pessoas trabalhem três dias por semana, escondendo, atrás da promessa, o fato de que sua própria empresa cortou 30 mil postos nos últimos doze meses. Em todos os casos, o que estava oculto é mais importante do que o que estava à vista.

Tem Alguém Grampeando a OpenAI

Um gravador de áudio do tamanho de um pen drive, escondido atrás de uma televisão numa sala de reuniões executivas, coberto com papel higiênico para não chamar atenção. Essa é a cena que a equipe de segurança da OpenAI encontrou no dia 30 de setembro, durante uma inspeção de rotina, num dos escritórios da empresa em São Francisco. O dispositivo – fabricado pela Seeed Studio, marca de hardware amplamente disponível na internet – estava conectado a uma porta USB na parte traseira da tela e gravava tudo o que era dito na sala. Uma semana depois, o FBI prendeu o responsável: um funcionário da equipe de produtos que havia ingressado na empresa em julho de 2025 e que, segundo o Departamento de Justiça, planejava instalar gravadores em outras salas do escritório. Um segundo dispositivo semelhante foi encontrado dentro de uma bolsa que ele deixou num dos prédios da empresa.

O detalhe mais revelador do episódio não é o gravador, mas é a sala onde ele foi colocado. Salas de reunião executivas da OpenAI são onde se discutem os modelos que ainda não foram lançados, as capacidades que ainda não foram publicadas, os planos que ainda não foram anunciados. É onde Sam Altman e sua equipe debatem o que o Astra pode fazer, até onde o kill switch deve ir, quanto cobrar de cada cliente e que concessões aceitar para um IPO de US$ 1,4 trilhão. Deste modo, para qualquer governo, empresa rival ou ator geopolítico que queira saber o que a OpenAI está construindo antes que o mundo saiba, o que se fala nessas salas vale mais do que qualquer benchmark publicado.

Para descobrir o incidente, a OpenAI confirmou que usou seus próprios modelos de IA para analisar o dispositivo e identificar quem o instalou, o que significa que a empresa usou a inteligência artificial que alguém tentava espionar para descobrir quem estava espionando.

O incidente é mais um capítulo de uma escalada que temos documentado ao longo de meses. Em agosto, a Anthropic denunciou ao Senado americano que o Alibaba conduziu 28 milhões de interações ilícitas para copiar o Claude por destilação. No mesmo sentido, o secretário do Tesouro ameaçou incluir a Moonshot (desenvolvedora chinesa) numa lista negra por supostamente ter plagiado o modelo Fable. E a China forçou a Manus a abandonar a aquisição pela Meta, reconhecendo que certos ativos intelectuais de IA são matéria de segurança nacional.

Por isso, a espionagem na OpenAI, nesse contexto, não é surpreendente, mas é a consequência lógica de um mercado em que os modelos de inteligência artificial são tratados, por governos e empresas, como os ativos estratégicos mais valiosos desde a fissão nuclear. Mata Hari foi executada porque o que ela tentava obter era considerado vital para o esforço de guerra. O funcionário da OpenAI foi preso porque o que tentava gravar é considerado vital para a corrida tecnológica mais cara da história. A escala mudou. O princípio, não.

Harvard Colocou Metade dos Ovos Numa Única Cesta

Se um gestor de patrimônio dissesse a você que colocou mais de 50% do seu portfólio de ações num único ativo, sua reação mais sensata seria trocar de gestor. Harvard, isto é, a universidade mais rica do mundo, com um fundo patrimonial de mais de US$ 50 bilhões, recentemente revelou que sua participação na SpaceX vale US$ 2,2 bilhões e representa mais da metade de toda a sua carteira de ações americanas divulgada. Veja bem: não é um fundo de venture capital apostando num unicórnio. É a instituição educacional mais prestigiada do planeta com a maior parte das suas fichas num único foguete.

A concentração se tornou visível porque a SpaceX abriu capital em junho, numa estreia recorde que levantou US$ 85,7 bilhões, e os formulários regulatórios que fundos institucionais precisam publicar trimestralmente agora mostram posições que, enquanto a empresa era privada, permaneciam invisíveis. Harvard não está sozinha: a Universidade da Califórnia divulgou uma posição de US$ 1 bilhão na SpaceX, e o maior banco da Itália registrou quase 6 milhões de ações.

Em face disso, a onda de divulgações revela um fenômeno que os analistas já suspeitavam, mas que não conseguiam quantificar: durante anos, fundos patrimoniais e investidores institucionais acumularam participações massivas na SpaceX quando ela era privada, apostas que, agora listadas em bolsa, se tornaram tão grandes em relação ao restante do portfólio que distorcem a diversificação que, em teoria, deveriam seguir.

Deste modo, a Entrelinha que conecta a posição de Harvard ao arco que documentamos nas últimas edições é o tamanho da aposta que o mercado faz na SpaceX – e o que ela revela sobre o estado da tecnologia como classe de ativos. A SpaceX, atualmente, negocia a um valor de mercado próximo dos 2 trilhões de dólares, é a empresa que mais lança foguetes no planeta, opera o Starlink com mais de 12 milhões de assinantes, acaba de comprar US$ 8 bilhões em espectro para virar operadora de celular e negocia para comprar milhares novos chips da Nvidia.

Assim, quando a universidade que formou oito presidentes americanos e dezenas de prêmios Nobel concentra mais de metade das suas ações americanas nessa empresa, o sinal é que a SpaceX deixou de ser uma aposta em foguetes e se tornou uma aposta na infraestrutura do século XXI – que comportará satélites, conectividade, computação orbital e logística espacial. A pergunta que a concentração levanta, contudo, é a mesma que qualquer consultor financeiro faria a qualquer cliente com 50% do portfólio num único ativo: o que acontece se der errado? Harvard pode absorver a perda. A maioria dos investidores que seguem o mesmo raciocínio, não.

A Marmita Saiu do Anonimato

Todo brasileiro sabe o que é uma marmita. A maioria come uma pelo menos uma vez por semana. E, até poucos meses atrás, nenhuma grande empresa de alimentos tratava esse hábito como um mercado que merecia uma marca, embalagem premium, marketing ou uma estratégia de distribuição dedicada. A marmita era a refeição invisível, presente em cada escritório, cada canteiro de obras e cada mesa de cozinha, mas ausente de qualquer prateleira de supermercado com nome, sobrenome e campanha publicitária. Isso mudou. A JBS lançou, pela Seara, uma linha chamada simplesmente “Marmita”, composto por receitas com ingredientes comuns, sem conservantes artificiais, vendidas no varejo como refeições prontas. A BRF, dona da Sadia e da Perdigão, ampliou sua oferta de pratos prontos na mesma direção. E empresas de alimentação saudável instalaram freezers de autoatendimento dentro de lajes corporativas, com centenas de pontos já operando em capitais como São Paulo, Rio e Belo Horizonte.

O que transformou a marmita de um hábito silencioso em um mercado disputado é uma equação que todo brasileiro sente no bolso: comer fora ficou caro demais. Nos últimos três anos e meio, a alimentação fora de casa subiu dez pontos percentuais acima da comida comprada para consumo doméstico. Por isso, um almoço no restaurante por quilo que custava R$ 25 passou a custar R$ 35 ou R$ 40. O executivo que ia ao restaurante todo dia passou a ir duas vezes por semana. O operário que comprava marmita na esquina passou a levar a sua de casa. E o mercado, que durante décadas ignorou esse comportamento, finalmente percebeu que a refeição mais consumida do Brasil não tinha dono – e que quem a organizasse primeiro capturaria um hábito dos consumidores que já existia sem que ninguém precisasse criá-lo.

A Entrelinha que torna essa história relevante para além da gôndola é o que ela diz sobre como a tecnologia e a pressão econômica estão redesenhando, em conjunto, a relação do brasileiro com a comida. Nesse contexto, por exemplo, o iFood acelera pedidos de refeições prontas porque o trabalhador remoto quer almoçar sem sair de casa. A Keeta, da Meituan, e a 99Food competem pelo mesmo consumidor com preços subsidiados. Os freezers corporativos eliminam a fila do restaurante e a espera do delivery, colocando a refeição a dois metros da mesa de trabalho. E as canetas emagrecedoras, como documentamos ao longo de meses, mudam o tipo de comida que o consumidor aceita comer – demandando, agora, menos carboidrato, mais proteína, menos quantidade, mais qualidade.

Com base nisso, a marmita de 2026 não é a marmita de 2016. É uma refeição pronta, com ingredientes limpos, distribuída por aplicativo ou por um freezer inteligente, consumida por um profissional que tem menos tempo, menos apetite e mais exigência do que tinha dez anos atrás. Quem disser que marmita não é assunto de newsletter de tecnologia não entendeu que a tecnologia não muda apenas o que compramos, mas muda o que comemos, como comemos e por que comemos.

Bezos Promete uma Escalda Três Dias de Trabalho

Jeff Bezos concedeu uma entrevista nesta semana em que pintou, com traços largos e confiantes, um futuro em que a inteligência artificial gera ganhos de produtividade tão grandes que os americanos poderão trabalhar três dias por semana e, ainda assim, sustentar a família. Uma pessoa com emprego, segundo Bezos, produziria o suficiente para que a outra pudesse ficar em casa. A IA, então, não eliminaria empregos, mas eliminaria a necessidade de trabalhar tanto. É uma visão bonita. Generosa, até. E profundamente difícil de conciliar com o fato de que a empresa que Bezos fundou demitiu cerca de 30 mil pessoas nos últimos doze meses.

Nessa ótica, quando o entrevistador confrontou Bezos com esse número, ele atribuiu os cortes à “onda de contratações excessivas” da pandemia, e não à automação. É uma explicação tecnicamente correta e estrategicamente conveniente, pois as demissões começaram em 2022, antes que a IA generativa fosse onipresente, e fazem parte de uma reestruturação mais ampla. Mas o que Bezos não disse – e que a aritmética diz por ele – é que a Amazon não recontratou essas pessoas. Os armazéns que, há três anos, precisavam de dez funcionários para processar mil pacotes agora precisam de seis, porque robôs da Sequoia e do Sparrow fazem o que braços humanos faziam. Os centros de atendimento que empregavam milhares de operadores agora usam agentes de IA que respondem a perguntas sem salário, sem benefício e sem turnos. A produtividade que Bezos celebra não está sendo distribuída sob a forma de tempo livre. Está sendo capturada sob a forma de lucro.

A frase mais reveladora da entrevista, contudo, não foi sobre a semana de três dias, mas foi sobre bolhas financeiras. Quando perguntado se a IA está gerando uma bolha especulativa, Bezos respondeu: “É muito difícil saber. O que sei é que a tecnologia é real.” E acrescentou que, mesmo que os investidores percam dinheiro, “as invenções não desaparecem quando a bolha estoura”. A frase é historicamente precisa – tendo em visto que a internet e tudo infraestrutura oriunda dela sobreviveu ao estouro da bolha das pontocom – e politicamente calculada: Bezos, cuja fortuna depende da Blue Origin, da Amazon e de investimentos em IA, tem todo o interesse em que o mercado continue financiando a corrida, mesmo que parte dos apostadores perca.

A promessa de três dias de trabalho é, nesse contexto, menos uma previsão econômica e mais uma narrativa de contenção, ou seja, é a história que se conta ao público para que a ansiedade sobre empregos não se transforme em pressão política sobre as empresas que os estão eliminando. Mata Hari escondia informações atrás de um sorriso. Bezos esconde demissões atrás de uma promessa. E a diferença entre os dois, como sempre, está nas Entrelinhas.

Leia também:

Enquanto o Google exibia resultados patrocinados, o Instagram misturava publicidade ao conteúdo e o YouTube interrompia vídeos com anúncios, a inteligência artificial parecia funcionar de outra maneira. Você fazia uma pergunta, recebia uma resposta e seguia sua conversa sem a sensação de que alguém estava disputando sua atenção.

Mas essa lógica começou a mudar.

Em fevereiro de 2026, a OpenAI introduziu anúncios no ChatGPT, inicialmente para usuários das versões gratuita e Go. As publicidades aparecem separadas das respostas e identificadas como patrocinadas, enquanto a empresa garante que os anunciantes não influenciam o conteúdo produzido pelo assistente.

A decisão possui uma explicação financeira importante. Apesar de reunir centenas de milhões de usuários, apenas uma pequena parcela paga por assinaturas. Ao mesmo tempo, os custos de infraestrutura e processamento necessários para sustentar a inteligência artificial continuam crescendo.

A publicidade surge, portanto, como uma oportunidade de transformar a enorme atenção concentrada no ChatGPT em receita, reproduzindo um modelo que sustentou Google, Facebook e YouTube durante décadas.

Mas existe um problema nessa estratégia: o que acontece com a confiança quando um assistente começa a vender publicidade?

A questão não é necessariamente se as respostas serão manipuladas por anunciantes. A OpenAI afirma que isso não acontece. O problema é que a simples presença de interesses comerciais pode modificar a maneira como os usuários interpretam uma recomendação.

É como descobrir que um profissional em quem você confia recebe dinheiro de empresas cujos produtos aparecem em seu ambiente de atendimento. Mesmo que suas recomendações continuem corretas, a percepção de independência pode mudar.

E essa transformação já está criando uma nova disputa entre as empresas de inteligência artificial.

A Anthropic, desenvolvedora do Claude, aproveitou o Super Bowl de 2026 para criticar a chegada dos anúncios aos assistentes de IA e posicionar sua plataforma como uma alternativa sem publicidade.

Ao mesmo tempo, surge uma questão estratégica para empresas de todos os setores: como garantir que sua marca seja encontrada e recomendada pelas inteligências artificiais?

Durante anos, aparecer no Google significava disputar palavras-chave, posições nos resultados e investimentos em anúncios. Agora, quando alguém pergunta ao ChatGPT qual produto comprar, qual serviço contratar ou qual empresa escolher, pode receber uma resposta com apenas algumas alternativas.

Nesse ambiente, não basta estar presente na internet. É preciso construir autoridade digital suficiente para ser reconhecido pelos sistemas de IA.

Isso exige conteúdos claros, informações confiáveis, respostas objetivas às dúvidas dos consumidores e uma presença digital que permita aos modelos compreender o que sua empresa oferece e por que ela pode ser relevante.

A OpenAI também explora formatos comerciais que podem transformar a própria conversa em um canal de relacionamento entre consumidores e empresas, permitindo que marcas ofereçam experiências e serviços diretamente dentro do ambiente do assistente.

Tudo isso revela uma transformação maior.

A inteligência artificial começa a percorrer o mesmo caminho econômico que a internet percorreu nas últimas décadas. Primeiro, conquista usuários oferecendo utilidade e conveniência. Depois, precisa encontrar maneiras de financiar sua expansão. E, quando a atenção se concentra em uma plataforma, a publicidade aparece como uma das formas mais atraentes de monetizá-la.

A diferença é que, desta vez, a publicidade não está entrando apenas em uma rede social ou em um mecanismo de busca. Está entrando em um ambiente no qual milhões de pessoas procuram respostas, orientações e recomendações.

E talvez esse seja o maior dilema da OpenAI.

O ChatGPT pode continuar sendo útil, rápido e tecnologicamente impressionante. Mas, quando a publicidade passa a fazer parte da experiência, surge uma dúvida que antes parecia não existir: essa recomendação está aqui porque é a melhor para mim ou porque alguém pagou para aparecer?

Mesmo que a resposta continue sendo a primeira opção, a existência da segunda já transforma a relação.

Porque a confiança não depende apenas de uma recomendação ser independente. Depende também de o usuário acreditar que ela é.

Veja também:

Essa diferença, aparentemente pequena, está no centro de uma das maiores transformações em andamento na indústria do entretenimento. A disputa já não acontece apenas entre serviços de streaming. Acontece entre redes sociais, vídeos curtos, transmissões ao vivo e plataformas de comércio, com todos competindo pelo mesmo recurso que nenhuma inovação tecnológica conseguiu ampliar: as 24 horas disponíveis no dia de cada pessoa.

Nesse contexto, a notícia de que a Netflix está cortando aproximadamente mil funcionários, cerca de 6% de sua força de trabalho, ganha um significado que ultrapassa o de uma reorganização interna. Os cortes vieram após a disputa frustrada pelos ativos de streaming da Warner Bros. Discovery, vencida pela Paramount Skydance, e acompanham uma revisão de prioridades cuja direção é reveladora. Não seria justo atribuir as demissões exclusivamente à concorrência das redes sociais. Mas o episódio oferece um ponto de partida para compreender o dilema estratégico que a companhia vem enfrentando: como continuar dominando o entretenimento quando uma parcela crescente dele já não se parece com aquilo que a Netflix foi criada para oferecer?

Netflix e TikTok representam duas gerações distintas da economia digital. A Netflix aperfeiçoou o modelo em que o consumidor escolhe o que deseja assistir, paga pelo acesso e recebe recomendações que facilitam essa escolha. O TikTok foi além ao reduzir a importância da decisão inicial. Basta abrir o aplicativo para que um vídeo comece automaticamente, seguido por uma sequência selecionada a partir do comportamento do usuário, levando em conta quanto tempo ele permanece em cada publicação, quais vídeos assiste novamente, o que ignora, com o que interage. Cada gesto alimenta o próximo conteúdo. A experiência, então, se torna progressivamente personalizada sem exigir que o usuário articule o que quer.

A consequência é uma mudança na relação entre consumidor e entretenimento. Assistir a um filme de duas horas, agora, exige um compromisso antecipado: escolher o título, aceitar a duração e permanecer interessado mesmo quando a narrativa desacelera. Por outro lado, assistir a um vídeo de quinze segundos exige quase nada. Se não agradar, outro estará disponível imediatamente. A plataforma, com isso, reduz o custo de começar e o custo de abandonar, criando uma experiência em que a próxima recompensa está sempre a um movimento do dedo. Não significa que vídeo curto seja necessariamente superficial ou que conteúdo longo seja superior. Significa que o formato curto possui uma vantagem estrutural na disputa pela atenção de quem ainda não decidiu o que quer consumir.

Essa vantagem se torna particularmente poderosa quando combinada com recompensas variáveis. Isto é, o usuário não sabe o que encontrará no próximo vídeo: pode ser uma notícia, uma piada, uma receita ou uma demonstração de produto. Essa imprevisibilidade estimula a continuidade da navegação, de maneira semelhante a outros sistemas baseados em recompensas intermitentes. Assim, o TikTok transformou uma sequência de pequenas decisões em uma experiência praticamente contínua. A Netflix, porém, precisa conquistar o espectador para uma obra. Já o TikTok precisa conquistar apenas o próximo segundo.

A transformação altera também a estrutura econômica do entretenimento. Isso porque, durante décadas, as grandes empresas do setor investiram em produções caras, propriedade intelectual e exclusividade. A lógica era a de que quanto mais desejado o conteúdo fosse, maior a disposição do consumidor para pagar por ele. A Netflix, por consequência, levou esse modelo ao ambiente digital. O TikTok, contudo, opera com uma estrutura diferente: grande parte do seu conteúdo é produzido pelos próprios usuários e criadores independentes, enquanto a plataforma concentra seus recursos na distribuição, na recomendação e na monetização dessa produção. Portanto, num espectro comparativo, vemos uma empresa investe bilhões para produzir aquilo que espera que as pessoas queiram assistir, e outra que desenvolveu um sistema capaz de descobrir o que elas querem assistir a partir do que terceiros já produziram.

A comparação tem limites, claro – afinal, filmes e séries profissionais oferecem experiências que vídeos amadores não substituem, e a Netflix também utiliza algoritmos sofisticados. Mas existe uma diferença relevante na distribuição dos riscos. Uma produção cinematográfica pode consumir centenas de milhões de dólares antes de encontrar seu público (e talvez nem encontrá-lo). Um criador independente pode publicar dezenas de vídeos com custos baixos. Deste modo, para o TikTok, o fracasso de um conteúdo individual representa pouco, porque o algoritmo substitui rapidamente. Para um estúdio, o fracasso de uma grande produção pode comprometer anos de investimento. Em razão disso, a competição deixa de acontecer apenas entre catálogos e passa a envolver dois sistemas com custos, riscos e velocidades de adaptação radicalmente diferentes.

Mas talvez a transformação mais importante esteja acontecendo depois que o consumidor decide assistir. O TikTok Shop permite que o usuário descubra um produto durante um vídeo, assista à demonstração, consulte avaliações e realize a compra sem sair da plataforma. A descoberta e a transação passam a fazer parte da mesma experiência. Com isso, o que antes exigia uma publicidade, uma pesquisa no Google e uma visita a uma loja virtual pode acontecer dentro do próprio entretenimento. No modelo tradicional, o tempo dedicado a uma série gera valor pela assinatura ou pela publicidade exibida. No modelo de comércio integrado, esse tempo pode produzir receitas publicitárias, impulsionar vendas e gerar comissões – tudo ao mesmo tempo. O entretenimento, então, deixa de ser apenas o produto que a plataforma vende e se torna o ambiente no qual qualquer outra coisa pode ser vendida.

É nesse contexto que os movimentos recentes da Netflix ganham outro significado. A empresa vem ampliando sua presença em transmissões esportivas, eventos ao vivo, jogos, podcasts em vídeo e experiências móveis, além de experimentar formatos de vídeos curtos. Cada iniciativa tem objetivo próprio, mas todas compartilham uma preocupação: aumentar as ocasiões em que o consumidor encontra motivos para permanecer dentro do ecossistema Netflix. Um evento esportivo cria urgência – afinal, ele á ao vivo e ainda é um dos poucos programas de TV de longa duração que retém milhões de pessoas. Um jogo oferece participação ativa. Um podcast acompanha momentos em que assistir a um filme seria inconveniente. Vídeos curtos permitem descobrir conteúdos sem exigir uma escolha prévia. São tentativas de disputar uma atenção que já não está concentrada na televisão da sala.

O paradoxo é que a Netflix, depois de transformar a indústria ao libertar o espectador da programação imposta pelas emissoras, agora precisa responder a plataformas que reduziram ainda mais o esforço de escolher. Antes, a inovação consistia em permitir que cada pessoa assistisse ao que quisesse, quando quisesse. Agora, uma parcela da inovação consiste em descobrir o que essa pessoa deseja assistir antes mesmo que ela formule a vontade. A conveniência deixou de estar apenas na disponibilidade do conteúdo e passou a estar na eliminação das decisões necessárias para encontrá-lo.

Há, porém, uma contradição nessa nova economia que merece ser registrada. Quanto mais eficientes se tornam os mecanismos de retenção, maior pode ser a distância entre o tempo que o consumidor pretendia dedicar a uma plataforma e aquele que efetivamente dedicou. Essa diferença é lucrativa para empresas que monetizam a permanência, mas levanta questões sobre autonomia e qualidade da experiência. Permanecer durante uma hora em um aplicativo não significa necessariamente ter encontrado uma hora de satisfação. Da mesma maneira, assistir deliberadamente a um filme de duas horas pode representar uma experiência mais valiosa, ainda que envolva menos interações e menos oportunidades de monetização. Eficiência em capturar atenção não é a mesma coisa que capacidade de produzir valor para quem a oferece.

A disputa entre Netflix e TikTok não deve ser interpretada como a substituição dos filmes pelos vídeos curtos. O que está em jogo é uma reorganização do mercado em torno de um recurso limitado, cuja distribuição depende cada vez mais da conveniência, da personalização e da capacidade de transformar engajamento em receita. A Netflix continua possuindo ativos extraordinários, seja produções originais, uma presença global e sua relação direta com milhões de assinantes. Do outro lado, o TikTok demonstra que uma empresa pode construir uma posição igualmente poderosa sem depender da propriedade sobre a maior parte do conteúdo que distribui.

E talvez essa seja a principal lição dessa nova economia da atenção: não basta produzir algo que o consumidor deseja. É preciso compreender quanto esforço ele está disposto a fazer para chegar até esse produto – e quais alternativas estarão disponíveis durante o caminho. A Netflix descobriu que um concorrente não precisa produzir uma série melhor para conquistar o tempo de quem poderia assisti-la. Pelo contrário, basta oferecer uma experiência suficientemente conveniente para que a decisão de começar essa série seja continuamente adiada. A ameaça, portanto, não está no vídeo de quinze segundos. Está na possibilidade de que, repetido centenas de vezes, ele ocupe o espaço que antes pertencia a uma indústria inteira.

Leia também:

Novecentos e sessenta anos depois, as notícias de hoje são, cada uma à sua maneira, invasões de território que parecia defendido, e, em todos os casos, o invasor não quer apenas entrar – quer substituir o que encontra. A Apple apresenta o HomeView, uma tela inteligente com reconhecimento facial que será o centro da sua casa conectada, e que, ao entrar na cozinha, na sala e no corredor, coloca a empresa no meio da vida doméstica de uma forma que nenhum iPhone consegue. Já o presidente da Broadcom compara os investimentos em IA a um cassino, e as ações de semicondutores despencam no mundo inteiro, porque, quando o CEO de uma das maiores fabricantes de chips diz que os investidores não sabem no que estão apostando, o mercado treme. A Netflix compra a exclusividade de transmissão da Copa do Mundo de 2030 na Espanha, invadindo, assim, o último território que a televisão tradicional acreditava ser inexpugnável: o futebol ao vivo. E, por fim, o Ozempic continua sua marcha silenciosa: a PepsiCo corta previsão de lucro porque os americanos estão comendo e bebendo menos, e a Coca-Cola anuncia refrigerantes com fibras prebióticas para uma geração que já não aceita açúcar em produtos sem uma justificativa nutricional. Em todos os casos, alguém cruzou uma fronteira que não deveria cruzar, e, como Guilherme provou em Hastings, quem conquista não pede licença. Pede rendição.

A Apple Quer Morar na Sua Casa

Até agora, a Apple vivia no seu bolso (o iPhone), no seu pulso (o Watch), no seu ouvido (os AirPods) e na sua mesa (o Mac). A partir de novembro, ela quer morar no lugar mais íntimo que sobrava: a sua casa. O HomeView, portanto, é uma tela inteligente com câmera que reconhece o rosto de até seis pessoas na família, personaliza a experiência para cada uma e funciona como centro de comando da Siri AI – a nova versão da assistente que, reformulada, roda com o Gemini do Google por baixo e agora ganha, pela primeira vez, um dispositivo projetado do zero para exibi-la, assim como é a Alexa. O produto, então, não é um iPhone adaptado nem um iPad encolhido. É um aparelho que existe para ficar parado num cômodo e observar quem entra, quem sai, quem fala e o que pede.

Em conjunto, a parceria com a LG para lançar câmeras, campainhas com vídeo, termostatos e fechaduras inteligentes revela a dimensão real da estratégia: a Apple não está lançando um produto, mas está, aos poucos, lançando um ecossistema doméstico que competirá diretamente com a Alexa, da Amazon, e com o Google Nest. A diferença é que a Amazon e o Google chegaram primeiro e dominam o mercado de casas inteligentes há quase uma década, com dispositivos mais baratos e uma base instalada que a Apple terá que conquistar aparelho por aparelho, cômodo por cômodo.

O HomeView chega mais caro que seus concorrentes, e ficou ainda mais caro por causa da escassez de memória que encareceu tudo o que contém um chip. Por isso, a Apple aposta que a integração com o ecossistema iOS – quem já tem iPhone, AirPods e Watch terá a experiência mais fluida – e a promessa de privacidade (processamento local, dados no dispositivo) serão diferenciais suficientes para justificar o preço premium num mercado onde a Amazon vende Echo Dots por US$ 30.

A Entrelinha mais consequente do HomeView, contudo, é comportamental. Um celular no bolso coleta dados sobre onde você vai. Um relógio no pulso coleta dados sobre como seu corpo se comporta. Uma câmera na sala, por sua vez, coleta dados sobre como sua família vive. O reconhecimento facial que personaliza a experiência é o mesmo reconhecimento facial que identifica quem está em casa, quando chegou, com quem falou e o que pediu.

Deste modo, a Apple, que construiu sua marca sobre a promessa de que seus dispositivos protegem a privacidade do usuário, agora pede permissão para instalar câmeras dentro da casa. A questão, em face disso, é se a confiança que o consumidor deposita na marca será suficiente para aceitar algo que, com qualquer outro nome, chamaria de vigilância. Guilherme conquistou a Inglaterra porque o país não esperava ser invadido por aquele lado. A Apple invade a casa porque o consumidor não percebe que está sendo invadido, pois está sendo convidado.

O CEO da Broadcom Disse o Que Ninguém Queria Ouvir

Há coisas que todo mundo sabe, mas que ninguém diz, porque dizê-las em voz alta custa caro. Hock Tan, presidente da Broadcom, disse. Na segunda-feira, durante um evento com investidores, o executivo afirmou que muitos dos que colocam dinheiro em inteligência artificial “não sabem exatamente no que estão investindo”, que as expectativas são “excessivamente elevadas” e que o mercado, em parte, “se assemelha a um cassino”. A frase saiu da boca do homem que lidera uma empresa de US$ 800 bilhões que fabrica chips de rede e conectividade para data centers de IA, ou seja, uma empresa que ganha dinheiro com cada dólar investido na corrida que ele próprio acaba de chamar de aposta. É como se o dono do cassino subisse ao palco e dissesse ao público: “vocês sabem que a banca sempre vence, certo?”

A declaração de Tan conecta, com uma franqueza surpreendente para um executivo do setor, os dois lados do debate que o Entrelinhas documenta há meses. De um lado, os números são reais: a Nvidia lucra bilhões, e a TSMC, por exemplo, cresce exponencialmente sua produção para atender à demanda por chips. Mas ainda há dúvidas sobre o quanto desse investimento está se convertendo em retorno, pois do outro, os sinais de que a aposta pode estar descolando da realidade também são reais. A OpenAI, por exemplo, vem faturando menos do que se dizia, enquanto muitas empresas ainda não conseguem medir o impacto de suas ferramentas de IA.

Portanto, quando o presidente de uma das maiores fabricantes de chips do mundo diz que parte do mercado parece um cassino, ele não está falando contra a IA, mas está, de fato, falando contra a distância entre o que a IA entrega hoje e o que os preços das ações pressupõem que ela entregará amanhã. E essa distância, como a temporada de balanços do terceiro trimestre está prestes a revelar, é onde se decide se a aposta era visionária ou se a banca, como Tan sugeriu, vence no final.

A Netflix Vai Transmitir a Copa do Mundo de 2030

Se alguém, em 2016, dissesse que a empresa que começou alugando DVDs pelo correio transmitiria com exclusividade a Copa do Mundo de futebol – que é o evento esportivo mais assistido do planeta –, a reação seria de incredulidade. A Netflix sempre foi a plataforma que vendia séries para maratonar no sofá, não partidas para assistir em tempo real. Nesta terça-feira, porém, esse capítulo se encerrou. A Netflix adquiriu a exclusividade de transmissão de todas as 104 partidas da Copa do Mundo de 2030 na Espanha (um dos países-sede do torneio) e em Andorra, com programação que inclui desde pré-jogo, análises no intervalo, resumos diários e, como se não bastasse, um jogo oficial da Copa que roda direto na TV, usando o smartphone como controle.

A aquisição é o passo mais agressivo da estratégia que a empresa vem declaradamente traçando, desde o dia em que o co-CEO da Netflix admitiu que a plataforma “não está crescendo tão rápido quanto gostaria” e anunciou que 5% do orçamento de US$ 20 bilhões iria para esportes ao vivo. A Copa do Mundo na Espanha é, nesse contexto, a prova definitiva de que a Netflix concluiu algo que a indústria levou anos para aceitar: séries, filmes e documentários são conteúdo que o consumidor assiste quando quer. O esporte ao vivo é o único conteúdo que o consumidor precisa assistir agora, porque o gol que acontece às 16h não tem o mesmo valor às 22h. E, numa era em que o TikTok captura a atenção em fatias de 15 segundos, o esporte é o formato que prende o espectador por 90 minutos consecutivos sem que ele toque no celular para abrir outro aplicativo.

A Entrelinha que conecta a Copa de 2030 ao restante da estratégia da Netflix é o ecossistema de atenção que a plataforma está construindo ao redor do evento. Não é apenas transmissão. É programação de pré-jogo que mantém o usuário no aplicativo antes da partida, análises no intervalo que o impedem de trocar de app, resumos diários que o trazem de volta no dia seguinte etc. Cada camada é projetada para criar o que os executivos chamam de “loops de atenção”, ou seja, ciclos em que o usuário entra para assistir a um jogo e sai duas horas depois tendo consumido análises e sugestões de séries de bastidores sobre o jogador que acabou de marcar o gol.

É o futebol tratado como plataforma de retenção, não como evento isolado. E, para a televisão tradicional espanhola que sempre transmitiu a Copa na Espanha, a invasão é total: a Netflix sublicenciará apenas os jogos da seleção e as finais para a TV aberta, tudo o mais é exclusivo. Guilherme conquistou a Inglaterra num dia. A Netflix acaba de conquistar o futebol espanhol por quatro anos.

O Ozempic Agora Mora Dentro da Pepsi e da Coca-Cola

Quando começamos a documentar o efeito cascata das canetas emagrecedoras, o caminho ia do consultório ao preço do açúcar. Depois, do açúcar ao etanol. Do etanol à Ambev. Da cerveja à Track&Field e aos tamanhos menores de roupa. Da Track&Field à Nestlé e suas linhas “GLP-1 friendly”. Seis meses depois, a cascata chegou aonde ninguém previa que fosse chegar tão rápido: ao coração do balanço da PepsiCo. Isso frente ao fato de que a empresa cortou sua previsão de lucro para 2026 porque o volume de salgadinhos ficou estável e o de bebidas caiu 2% na América do Norte – de que se atribuiu parte da queda, pela primeira vez de forma explícita, ao impacto dos medicamentos GLP-1 sobre o apetite dos consumidores americanos.

O efeito, além de abstrato, já é mensurável. A margem operacional da PepsiCo caiu quando deveria subir. A empresa reduziu os preços de Lay’s e Doritos em até 15% para recuperar volume e, semanas depois, precisou subir de novo porque o custo dos insumos não permitia manter o desconto. O fundo ativista Elliott Investment Management, que comprou US$ 4 bilhões em participação há um ano e exigiu “ganhos recordes de produtividade”, assiste a uma companhia que não consegue crescer numa economia que cresce – e cuja resposta mais recente ao problema é ampliar a linha de snacks ricos em proteína, tentando capturar o consumidor que tomou GLP-1, perdeu o apetite por batata frita e agora quer algo que justifique as calorias que ainda aceita ingerir.

A Coca-Cola, do outro lado da rua, não espera o problema chegar, pois ela, agora, vai ao encontro dele. A empresa anunciou que testará, em 2027, versões prebióticas da Coca-Cola Zero, da Sprite Zero e da Fresca, adicionando cerca de seis gramas de fibra por lata. É o refrigerante que, além de não ter açúcar, agora oferece um benefício funcional, algo que, há cinco anos, soaria como heresia para uma marca construída sobre o princípio de que prazer não precisa de justificativa. Mas o consumidor mudou. O mesmo público que toma Ozempic, suplementa com proteína, treina com frequência e monitora o sono com um anel no dedo não quer mais beber uma lata de refrigerante que não ofereça nada além de gás e sabor. Ele quer fibra. Quer prebiótico. Quer uma desculpa nutricional para manter o hábito. E a Coca-Cola, que há cento e quarenta anos vende a mesma fórmula no mesmo formato, entendeu que, se não inventar essa desculpa, o consumidor simplesmente para de beber.

A cadeia que começou numa caneta na barriga chegou à lata na gôndola. E, como Guilherme provou em Hastings, quando a invasão é completa, até quem defende o território precisa aprender a língua do invasor.

Leia também:

O problema era legítimo. Os ratos representavam uma ameaça à saúde pública, especialmente pelo risco de transmissão da peste bubônica. Era preciso fazer alguma coisa. As autoridades francesas decidiram criar um incentivo econômico: pagar uma recompensa por cada rato morto.

Para facilitar a operação, não era necessário entregar o animal inteiro. Bastava apresentar sua cauda como prova de que havia sido eliminado. Parecia uma solução inteligente. Quanto mais ratos mortos, mais dinheiro distribuído. Quanto mais dinheiro distribuído, menos ratos na cidade.

Mas havia um detalhe que ninguém parecia ter considerado: as pessoas não respondem às intenções de uma regra. Elas respondem aos incentivos que a regra cria. Foi então que começaram a aparecer ratos vivos, mas sem cauda, circulando pela cidade.

Alguns moradores haviam percebido que matar os ratos não era a melhor maneira de ganhar dinheiro. Era muito mais interessante cortar suas caudas, soltá-los e permitir que continuassem se reproduzindo. Há também registros históricos de criação de ratos para abastecer o sistema de recompensas.

O governo queria acabar com os ratos. Mas, involuntariamente, havia criado uma economia que dependia da existência deles. O problema deixou de ser algo a eliminar e passou a ser algo economicamente interessante de preservar.

Essa história ficou conhecida como a Grande Caça aos Ratos de Hanói e foi documentada pelo historiador Michael G. Vann. Mas existe uma lógica muito maior por trás dela.

Quando a solução alimenta o problema

Chamemos isso de Lógica dos Ratos de Hanói. Ela aparece quando uma organização identifica corretamente um problema, estabelece um objetivo legítimo, mas cria incentivos que fazem as pessoas se beneficiarem da permanência ou até do agravamento desse mesmo problema.

Perceba que não estamos falando necessariamente de corrupção, incompetência ou má-fé. Estamos falando de pessoas reagindo racionalmente às regras de um sistema.

Uma empresa quer melhorar seu atendimento e começa a recompensar funcionários pelo número de chamados encerrados. Os chamados diminuem, mas os problemas dos clientes continuam existindo.

Outra quer aumentar suas vendas e remunera vendedores exclusivamente pelo volume de contratos assinados. As vendas crescem, mas também crescem os cancelamentos e a inadimplência.

Uma terceira quer melhorar sua produtividade e estabelece metas de tarefas concluídas. As pessoas passam a dividir atividades simples em múltiplas tarefas para apresentar números maiores.

Em todos esses exemplos, algo aparentemente positivo acontece: os indicadores melhoram. Mas o problema original permanece. Em alguns casos, piora. A organização começa a confundir a quantidade de caudas recebidas com a quantidade de ratos eliminados.

O perigo de medir a coisa errada

A história de Hanói conversa diretamente com um conceito conhecido como Lei de Goodhart, que pode ser resumido assim: quando uma medida se transforma em meta, ela tende a perder sua capacidade de representar a realidade.

Um indicador foi criado para observar um fenômeno. Mas, quando recompensas passam a depender dele, as pessoas modificam seu comportamento para otimizar o número. E otimizar o número não significa necessariamente resolver o problema.

Esse é um dos erros mais silenciosos da gestão moderna. Empresas possuem dashboards cada vez mais sofisticados, sistemas de monitoramento em tempo real, algoritmos de avaliação e metas distribuídas por toda a organização.

Conseguimos medir praticamente tudo. Mas medir mais não significa necessariamente compreender melhor. Às vezes, quanto mais uma organização se concentra em melhorar seus indicadores, menos consegue perceber que a realidade está se deteriorando fora deles.

O painel mostra progresso. O mundo real mostra outra coisa.

A segunda ordem das decisões

O que torna a história de Hanói especialmente interessante é que o erro não estava no diagnóstico. Os ratos realmente eram um problema. Também não estava necessariamente na intenção de quem criou a política. O erro estava em não antecipar as consequências do próprio incentivo.

É a diferença entre pensar na primeira consequência de uma decisão e investigar as consequências das consequências. Na primeira ordem, pagar por ratos mortos deveria aumentar a quantidade de ratos eliminados. Na segunda ordem, o pagamento transformaria ratos em uma fonte de renda. Na terceira ordem, preservar e reproduzir ratos poderia se tornar mais interessante economicamente do que exterminá-los. Uma decisão pode estar correta na primeira consequência e ser desastrosa na terceira.

Isso acontece o tempo inteiro, especialmente em ambientes nos quais os gestores se preocupam mais em demonstrar resultados imediatos do que em compreender como os sistemas reagem às suas intervenções. A intenção pode ser justa. O incentivo pode parecer lógico. O resultado pode ser perverso.

Quantos ratos estamos criando?

Talvez a parte mais inquietante dessa história seja perceber que os ratos de Hanói continuam existindo. Não necessariamente nos esgotos, mas nas estruturas de incentivos que construímos.

Eles aparecem quando premiamos velocidade e sacrificamos qualidade. Quando recompensamos crescimento e ignoramos sustentabilidade. Quando medimos esforço em vez de impacto. Quando remuneramos a solução recorrente de problemas, mas não sua prevenção.

E também quando criamos regras tão concentradas em corrigir determinados comportamentos que acabamos tornando esses comportamentos economicamente interessantes.

O desafio de um líder, portanto, não é apenas identificar problemas e propor soluções. É compreender como as pessoas, os mercados e as organizações passarão a se comportar depois que a solução for implementada.

Antes de estabelecer uma meta, é preciso perguntar quais comportamentos ela vai estimular. Antes de criar uma recompensa, é necessário imaginar como alguém poderia conquistá-la sem produzir o resultado desejado.

Porque um sistema de incentivos não determina apenas o que as pessoas ganham. Ele influencia aquilo que elas passam a fazer.

Em Hanói, as autoridades queriam eliminar os ratos. Mas criaram uma estrutura na qual os ratos passaram a ter valor econômico. Mais de um século depois, a lição permanece. O maior risco de uma solução não é ela fracassar. É parecer que está funcionando enquanto alimenta o problema que deveria resolver.

Leia também

A Track&Field, por exemplo, já percebe uma migração dos clientes para numerações menores e associa parte dessa mudança à popularização dos medicamentos. A Azul fez as contas: segundo seu CEO, se cada passageiro perdesse em média dois quilos, a companhia poderia economizar cerca de três milhões de reais por mês em combustível. A Nestlé, por sua vez, vem revendo produtos e porções, ampliando a oferta de itens com mais proteínas e fibras.

Nesse cenário onde as empresas parecem estar de ponta-cabeça, um estudo com 150 mil domicílios registrou uma queda de 5,3% nos gastos com supermercado após seis meses de tratamento de pelo menos um de seus moradores com as canetas emagrecedoras. Assim sendo, não é difícil entender a lógica a qual o mercado vem respondendo: quando o apetite cai, a indústria precisa repensar o que vende e em que quantidade. Mas o alcance dessa mudança vai além de simplesmente vender porções menores.

A parte menos óbvia da transformação é todo o ecossistema que está se formando ao redor dos medicamentos. Isso porque usar uma caneta de GLP-1 não é como tomar um comprimido e seguir com a rotina. Na verdade, o tratamento altera a relação da pessoa com a comida, pode – como colateral – reduzir massa muscular junto com a gordura, exige acompanhamento nutricional e cria demandas específicas, isto é, mais consumo de proteínas para preservar músculos, mais fibras para lidar com efeitos colaterais e suplementação para compensar a ingestão nutricional reduzida. São necessidades reais que o medicamento cria e que o medicamento não resolve sozinho.

Em face desse vácuo de oportunidades criado, empresas já estão se posicionando para solucionar tais necessidades. Assim, a Mantecorp (uma tradicional empresa farmacêutica e de dermocosméticos brasileira) lançou a Semavy, seu “genérico do Ozempic” e estruturou uma cesta de produtos complementares a ele que inclui suplementos de fibras e proteínas. Do outro lado do problema, a Essential Nutrition criou uma área de “GLP-1 Support Nutrition” com itens de suplementação e conteúdo voltado a quem usa esses medicamentos. Nenhuma das duas vende apenas a caneta, mas as duas se posicionam ao redor das necessidades que o tratamento cria. É uma lógica que qualquer profissional de tecnologia reconhece imediatamente, quando precisa identificar a plataforma dominante e construir serviços complementares ao seu redor. A caneta, portanto, é a plataforma. Os suplementos, o acompanhamento, o treino de força e a reeducação alimentar são os aplicativos.

Os números ajudam a dimensionar por que tantas empresas se aproximam desse mercado. As canetas já representam 11% da receita das grandes redes de farmácias no Brasil. Entre maio e julho de 2026, as vendas de medicamentos GLP-1 somaram quatro bilhões de reais, o que só atesta a tese de que esse mercado não se trata de um nicho. Ele já é uma categoria que, em poucos anos, passou de um tratamento especializado para diabetes a um novo fenômeno de consumo de massa, que redistribui dinheiro entre setores com uma velocidade que poucas inovações farmacêuticas alcançaram antes.

Essa velocidade é parte do que torna a comparação com o conceito de cisne negro, de Nassim Taleb, útil para compreender o que está acontecendo. Taleb usa a expressão para descrever eventos que reúnem três características: são difíceis de prever antes de acontecerem, produzem um impacto desproporcional quando acontecem e, depois de acontecerem, parecem mais óbvios do que realmente eram. À evidência disso, o autor conclui que a tendência humana de racionalizar o passado faz com que olhemos para trás e pensemos “era previsível”, quando na verdade quase ninguém previu.

Frente ao conceito, os medicamentos GLP-1 não surgiram do nada – a semaglutida é estudada há décadas e seu uso para perda de peso foi sendo validado progressivamente, o que torna a ressalva necessária. A surpresa, então, não está na existência da inovação, mas na escala e na rapidez com que seus efeitos ultrapassaram os limites do consultório. Ninguém nas áreas de planejamento da Track&Field, da Azul ou da Nestlé incluía “medicamento que reduz o apetite da população” entre as variáveis que poderiam alterar sua demanda. E é justamente isso que caracteriza o cisne negro na prática: não o evento impossível, mas o evento cujas consequências se propagam por caminhos que quem olhava apenas para o próprio setor não conseguia enxergar.

Por isso, para quem lidera negócios, a lição mais importante talvez não esteja nos GLP-1 em si, mas no padrão que eles revelam. Uma inovação que nasce em um setor pode alterar o comportamento do consumidor de forma tão profunda que obriga empresas em setores completamente diferentes a recalcular o que produzem, vendem e esperam do mercado. Essa é justamente a razão sobre a qual dita que a Track&Field não precisa entender de farmacologia para entender que pode ser afetada por uma droga que muda o corpo dos seus clientes, bem como a Azul não precisa acompanhar ensaios clínicos para sentir o impacto no peso dos passageiros.

Quando a mudança vem de fora do setor, ela costuma chegar sem aviso, afinal, ninguém mandou um memorando para a indústria de moda dizendo que os manequins precisariam encolher. Em razão disso é que as empresas que se adaptaram primeiro foram as que pararam de olhar apenas para os próprios indicadores e passaram a observar o que estava acontecendo com o corpo, os hábitos e as expectativas de quem gerava sua demanda.

Vale dizer, ainda, que talvez esse seja o tipo de evento que a era da inteligência artificial e da biotecnologia vai tornar mais frequente: inovações que nascem em laboratórios de pesquisa e, em poucos anos, reorganizam cadeias de consumo inteiras sem que os setores afetados tenham tido tempo de se preparar. Assim, cada vez mais, quem vende comida precisa acompanhar o que acontece nos consultórios e quem transporta pessoas precisa considerar o que acontece com seus corpos, pois as fronteiras entre setores estão ficando mais porosas, e o consumidor que muda por dentro obriga o mercado a mudar por fora.

O GLP-1 é o caso mais visível disso. Provavelmente não será o último.

Leia também:

Setecentos e dezenove anos depois, a história de hoje é, em escala diferente, sobre a mesma coisa: o poder que se acumula sem permissão e o que acontece quando alguém percebe que precisa tomá-lo de volta. A Microsoft lança o Maia 300, chip de IA próprio projetado para substituir as GPUs da Nvidia nos seus data centers, porque depender do fornecedor mais poderoso da indústria é uma vulnerabilidade que uma empresa de US$ 3 trilhões não pode mais aceitar. A Meta apresenta o Muse Wonder, seu primeiro modelo de fronteira, e anuncia que chegou ao mesmo nível do Claude e do ChatGPT – reivindicando um lugar na mesa de que estava ausente desde que a corrida começou. A SpaceX se prepara para entrar de vez no mercado de telefonia móvel dos Estados Unidos, derrubando as ações da Verizon e da AT&T antes mesmo de ligar uma única ligação. E o presidente da própria Microsoft vai a uma rádio britânica dizer que uma caixa de leite no supermercado está sujeita a mais regras de segurança do que a inteligência artificial, isto é, a tecnologia mais poderosa que a humanidade já produziu. Em todos os casos, alguém acumulou poder que ninguém regulou a tempo. E agora o mundo corre para decidir se toma esse poder de volta, se se alia a ele ou se simplesmente aceita que as regras antigas deixaram de valer.

A Microsoft Faz o Que Todos Queriam e Ninguém Conseguia: Um Chip Que Dispensa a Nvidia

A dependência da Nvidia se tornou, para as maiores empresas de tecnologia do mundo, algo parecido com o que a dependência do petróleo é para países importadores: todo mundo sabe que é um problema, todo mundo fala em alternativas, mas quase ninguém consegue, de fato, operar sem ela. Entretanto, como um ponto fora da curva, a Microsoft acaba de dar o passo mais concreto nessa direção. O Maia 300, revelado nesta terça-feira, é um chip de IA projetado internamente para processar inferência (ou seja, as consultas que centenas de milhões de usuários fazem ao Copilot, ao Bing, ao Azure e ao próprio ChatGPT) com 40% mais eficiência energética do que os sistemas baseados em GPUs que a empresa usa hoje.

Com isso, a Microsoft não está vendendo o chip. Está usando-o para si mesma, e, segundo a empresa, o Maia se tornará “o principal sistema de inferência de IA para todos os produtos e serviços da Microsoft”.

A palavra que importa nessa frase é “principal”. Não é “complementar”, não é “alternativo”, não é “experimental”. É principal. Isso significa que a Microsoft está dizendo que, para rodar sua própria IA, ela prefere usar um chip próprio a continuar comprando GPUs da Nvidia. O movimento se junta a uma lista que já se tornou longa o suficiente para configurar uma tendência: a OpenAI desenvolve o Jalapeño, o Google fabrica suas TPUs, a Amazon tem o Trainium e o Graviton, a Qualcomm fechou acordo de US$ 60 bilhões para fornecer chips à AWS, e agora a Microsoft implanta o Maia como espinha dorsal de sua infraestrutura. Cada um desses projetos é, isoladamente, uma decisão de engenharia. Lidos em conjunto, são uma deserção coordenada, onde se vê os maiores clientes da Nvidia, um a um, construindo a saída.

A Nvidia, como temos documentado, respondeu a essa ameaça não competindo diretamente com seus clientes, mas tornando seu ecossistema, por meio de novos produtos e aquisições, cada vez mais indispensável: veja que a empresa comprou Hugging Face por US$ 12,9 bilhões para amarrar o código aberto ao seu próprio hardware.

Mas o Maia 300 ataca a camada mais rentável do negócio, que é a inferência, a qual representa a maior parcela do volume de processamento em data centers, e o faz com um argumento que nenhum ecossistema de software consegue rebater: custo. Se o chip da Microsoft processa mais tokens por megawatt consumido, e se a Microsoft pode implantá-lo em seus próprios data centers sem pagar margem a terceiros, a economia se acumula a cada bilhão de consultas, e, em escala Azure, cada ponto percentual de eficiência vale centenas de milhões de dólares por ano.

Filipe IV destruiu os Templários porque era mais barato eliminar o credor do que pagar a dívida. A Microsoft não está eliminando a Nvidia, mas está construindo um mundo em que precisa cada vez menos dela. E, para a Nvidia, a diferença pode ser pior.

A Meta Diz Que Agora Joga no Mesmo Nível da OpenAI e da Anthropic

Durante dois anos, a Meta foi a grande empresa de tecnologia que mais investiu em IA e menos tinha a mostrar nos benchmarks de modelos de fronteira. Gastou dezenas de bilhões em infraestrutura, contratou pesquisadores de todos os rivais, reestruturou suas equipes sob a liderança de Alexandr Wang (fundador da Scale AI) e, ainda assim, o Llama, seu modelo aberto, permanecia um degrau abaixo do Claude e do ChatGPT nas tarefas mais complexas.

Porém, recentemente o jogo começou a mudar com a chegada do Muse, que logo de cara já conquistou mais 2 milhões de downloads como o agente de IA pessoal para seus usuários. A inteligência por trás dele, porém, não era de fronteira – era apenas boa o suficiente para agendar restaurantes e responder e-mails, não para rivalizar com os modelos que treinam agentes autônomos e projetam moléculas farmacêuticas. Nesta segunda-feira, entretanto, a Meta afirmou que essa distância acabou.

O Muse Wonder e o Muse Wonder Full são os primeiros modelos de fronteira da história da Meta que, segundo os benchmarks divulgados pela empresa, atingem pontuações comparáveis às do Fable 5.1 da Anthropic e do GPT-6 Astra da OpenAI (seus melhores modelos).

Em seu novo produto, a funcionalidade que a Meta mais destaca não é velocidade nem raciocínio, mas é a capacidade de memória que ele possui. O que a empresa chama de “memória ativa” permite que o modelo retenha e sintetize informações que o usuário forneceu ao longo de dias, semanas e meses, construindo um perfil contínuo que torna o assistente progressivamente mais útil. A ideia é que o Muse deixe de ser um chatbot que responde perguntas e se torne um assistente que conhece o usuário, que lembra que você tem reunião com seu sócio toda quinta, que sabe que você prefere restaurante japonês a italiano e que, quando você pede para “organizar a viagem”, já sabe para onde, com quem e com qual orçamento.

Deste modo, a entrada da Meta na fronteira muda o jogo de uma forma que vai além dos benchmarks, por uma razão que nenhuma outra empresa de IA possui: distribuição. O Claude tem milhões de usuários. O ChatGPT tem um bilhão. Mas o WhatsApp tem dois bilhões, e é dentro do WhatsApp que o Muse opera. Se o Muse Wonder de fato rivaliza com os melhores modelos do mundo e roda dentro do aplicativo que praticamente todo brasileiro, todo indiano e todo europeu já usa todos os dias, a Meta não precisa convencer ninguém a baixar um aplicativo novo, criar uma conta ou pagar uma assinatura. A IA já está onde as pessoas estão. E, como vimos na data de lançamento do Muse, a Meta não está pedindo ao usuário para experimentar uma ferramenta de IA, mas ela está embutindo a IA na ferramenta que o usuário já não consegue largar.

Zuckerberg, ainda, disse ao Financial Times que rejeitou os pedidos de desaceleração e que pretende “continuar investindo bilhões” [em seus novos modelos]. A frase, vinda do homem que controla o aplicativo mais usado do planeta, é menos declaração de intenção e mais advertência: a fronteira da IA parece ter acabado de ganhar mais um ocupante. E esse ocupante tem a maior porta de entrada do mundo.

A SpaceX Quer Ligar para Você (e as Operadoras Sentiram Medo)

Poucas frases resumem tão bem o estilo de Elon Musk quanto a que ele escreveu no X depois de anunciar que a SpaceX compraria US$ 8 bilhões em licenças de espectro de baixa frequência: “Vai parecer algo completamente insano.” E, de fato, parece. A SpaceX, uma empresa de foguetes, acaba de dar o passo mais concreto para se tornar operadora de telefonia móvel nos Estados Unidos. A Starlink, que até agora vendia internet via satélite para áreas rurais, barcos e aviões, adquiriu da Grain Management licenças na faixa de 800 MHz que permitem que o sinal de telefonia alcance aparelhos dentro de edifícios, atravesse paredes e funcione nos mesmos smartphones que as pessoas já carregam no bolso. Não é necessário comprar um aparelho novo. Não é necessário instalar uma antena. É necessário apenas que os satélites Starlink de próxima geração sejam lançados – e a SpaceX, convém lembrar, é a empresa que mais lança foguetes no planeta.

Diante disso, o mercado reagiu antes mesmo de a SpaceX ligar uma única chamada. As ações da Verizon caíram mais de 7,7% no pré-mercado. AT&T e T-Mobile também recuaram. A razão do pânico é simples, afinal, a SpaceX propõe uma rede que combina satélites em órbita com infraestrutura terrestre numa cobertura contínua e híbrida, algo que nenhuma operadora convencional consegue oferecer, porque operadoras convencionais dependem de torres que custam milhões por unidade e que deixam de funcionar a cada túnel, cada montanha e cada área rural sem investimento. Assim, a Starlink Mobile, se aprovada pela FCC, ofereceria cobertura em qualquer lugar onde o céu é visível – que é, por definição, qualquer lugar a céu aberto no planeta.

A Entrelinha que conecta a Starlink Mobile ao arco mais amplo que acompanhamos é que Musk está montando, peça por peça, algo que nenhum empresário na história tentou: um conglomerado totalmente integrado que vai do foguete que lança o satélite ao satélite que transmite o sinal, do sinal que chega ao celular ao chip que processa a IA dentro dele (via xAI e Colossus 2), e do chip que processa ao carro que dirige sozinho (via Tesla). Cada peça se conecta à seguinte. E cada peça, individualmente, já compete com indústrias inteiras: SpaceX com Boeing e Lockheed, Starlink com Verizon e AT&T, xAI com OpenAI e Anthropic, Tesla com Toyota e Volkswagen.

Por isso, a questão que ninguém consegue responder, muito por causa do sempre presente sensacionalismo do empresário, é se alguém consegue operar tudo isso ao mesmo tempo. Filipe IV destruiu os Templários porque concentravam poder demais. Musk acumula poder numa velocidade que faria Filipe IV perder o sono. Por enquanto, a diferença entre os dois é que ninguém, ainda, mandou prendê-lo numa sexta-feira de manhã.

Uma Caixa de Leite Tem Mais Regulação que a IA

Brad Smith, presidente da Microsoft, foi a uma rádio britânica e disse algo que, pela sinceridade, talvez deveria ter virado manchete em todo jornal do planeta: “Sua máquina de lavar está sujeita a mais regras de segurança do que a inteligência artificial. Toda caixa de leite que você vê no supermercado está sujeita a inspeções e normas de segurança.” A frase, além de retórica, pode ser interpretado como literal. A indústria alimentícia é fiscalizada por agências sanitárias que inspecionam fábricas, coletam amostras e recolhem produtos que não atendem aos padrões. A indústria de eletrodomésticos é regulada por normas técnicas que exigem certificação antes que qualquer produto chegue à prateleira. A indústria de inteligência artificial, isto é, a mesma que constrói agentes que escapam de sandboxes, encontram vulnerabilidades em diversas empresa e, no caso do Astra, podem invadir computadores de forma autônoma, opera, na maioria dos países, sob um modelo de autorregulação voluntária que ninguém é, de fato, obrigado a cumprir.

O que torna a declaração de Smith particularmente notável é quem a faz. Não é um acadêmico alertando dos riscos da IA. Não é um político buscando manchete. É o presidente de uma das três maiores empresas de IA do mundo – a mesma Microsoft que investiu US$ 13 bilhões na OpenAI, que acaba de lançar o Maia 300, que opera o Azure como uma das maiores plataformas de computação do planeta e que, recentemente, assinou o acordo “moralmente vinculante” de autorregulação na Casa Branca de Trump.

Com isso, Smith não está pedindo regulação para seus concorrentes. Está pedindo regulação para si mesmo, e a razão, como ele explicitou, é que “a autorregulação voluntária só funciona para as boas empresas” e que, sem regras obrigatórias, as empresas que escolherem ignorar a segurança terão uma enorme vantagem competitiva sobre as que não ignorarem.

A frase sobre a caixa de leite condensa, em uma imagem, a contradição que o Entrelinhas documenta há meses: a tecnologia mais revolucionária da história opera num vácuo regulatório que nenhum outro setor da economia toleraria. Quando a OpenAI lançou o Astra com capacidade de explorar diversas vulnerabilidades cibernéticas de terceiros, não houve inspeção prévia de segurança. Quando a Meta lançou o Muse com acesso a e-mails, agendas e finanças de milhões de pessoas, não houve certificação de privacidade. Quando agentes escaparam do sandbox e atacaram a Hugging Face, não houve obrigação legal de notificar as vítimas.

Por essa razão, Smith defende que empresas sejam obrigadas a comunicar incidentes e notificar vítimas quando sistemas de IA forem comprometidos, sendo tal sujestão semelhante a práticas que já existem para, por exemplo, eletrodomésticos com defeito e para alimentos contaminados. Portanto, a pergunta que a frase levanta, e que, por mais simples que seja, ninguém respondeu de forma satisfatória, é por que um litro de leite precisa provar que é seguro antes de chegar à prateleira, mas uma IA que pode invadir computadores de forma autônoma não. E até que alguém responda, a caixa de leite continuará sendo mais regulada do que o agente de IA que, cada vez mais, toma decisões que afetam a vida de bilhões de pessoas.

Enfim, cabe perguntar: esse apelo da Microsoft à regulação tem como objetivo o bem comum ou, vindo de uma das maiores empresas do setor, também busca estabelecer regras que ela própria consiga cumprir, mas que se tornem uma barreira de entrada para futuros concorrentes? O tempo irá dizer.

Leia também:

Essa pergunta ajuda a explicar um dos maiores desafios enfrentados pela Meta em sua tentativa de transformar os óculos inteligentes na próxima grande plataforma tecnológica.

Com os Ray-Ban Meta, a empresa de Mark Zuckerberg aposta em uma ideia poderosa: incorporar câmeras, áudio e inteligência artificial a um objeto que milhões de pessoas já utilizam diariamente. Em vez de exigir que o consumidor adote um dispositivo completamente novo, a Meta pretende transformar os próprios óculos em uma interface permanente com o mundo digital.

A ambição vai muito além de tirar fotografias ou gravar vídeos. Os óculos podem se tornar aquilo que o iPhone representou para os smartphones: a porta de entrada para um ecossistema de serviços, assistentes inteligentes, compras e experiências digitais.

Mas existe uma diferença fundamental entre um celular e um par de óculos com câmera.

Quando alguém aponta um smartphone para outra pessoa, existe um gesto visível que indica a possibilidade de uma gravação. Nos óculos inteligentes, olhar e gravar podem se tornar ações praticamente indistinguíveis. E essa ausência de um sinal claro cria um problema que não depende apenas das intenções de quem utiliza o dispositivo.

A dúvida sobre estar sendo observado pode ser suficiente para mudar o comportamento de quem está ao redor.

É justamente essa tensão que começa a provocar reações em diferentes países. Varejistas europeus suspenderam a comercialização dos dispositivos, governos discutem restrições e tribunais, escolas e estabelecimentos passaram a limitar seu uso, levantando questões sobre privacidade, segurança e convivência social.

O que está acontecendo revela um obstáculo particularmente interessante para a indústria tecnológica: um produto pode funcionar perfeitamente para seu comprador e, ainda assim, não ser aceito pela sociedade.

Para a Meta, portanto, existem duas batalhas acontecendo simultaneamente. A primeira é comercial: convencer consumidores de que vale a pena comprar e utilizar os óculos. A segunda é social: convencer todas as outras pessoas de que podem conviver naturalmente com alguém que esteja usando o dispositivo.

E talvez a segunda seja muito mais difícil do que a primeira.

A história da tecnologia está repleta de produtos que fracassaram porque não conseguiram conquistar consumidores. Os óculos da Meta podem enfrentar um desafio diferente: conquistar consumidores sem perder a aceitação de quem não os comprou.

No fim, a próxima grande revolução tecnológica talvez não dependa apenas de desenvolver dispositivos mais inteligentes, convenientes e poderosos.

Dependerá também de convencer a sociedade a permitir que eles façam parte de sua vida.

Veja também:

A ideia é mais simples do que o contexto acadêmico sugere. Hall examinou as implicações da hipótese da renda permanente, segundo a qual as decisões de consumo não dependem apenas do dinheiro que entra na conta naquele mês. As pessoas também consideram o que esperam ganhar ao longo do tempo. Assim, se alguém recebe uma promoção que já era previsível, essa mudança pode já estar refletida nos hábitos de consumo – a pessoa talvez já estivesse gastando como se o aumento fosse certo. O que realmente altera o comportamento são as informações novas: uma demissão inesperada, uma herança, uma crise econômica, qualquer notícia que mude a expectativa sobre os recursos disponíveis adiante. Hall demonstrou que, sob determinadas condições, o consumo deveria mudar sobretudo diante daquilo que não era esperado.

A teoria foi construída para descrever decisões de famílias, não para servir como manual de marketing. Contudo, ela abre uma pergunta que pode ser muito útil para qualquer empresário: se o consumidor pensa também no que virá, como fazer com que ele espere continuar obtendo valor de um produto ou serviço depois de comprá-lo? Porque quando o consumidor compra, ela já não está apenas pagando pelo que recebe naquele momento. Está, em alguma medida, comprando também uma expectativa sobre o futuro dessa relação.

Em face disso, a Amazon talvez seja o exemplo mais completo dessa lógica em ação. A loja virtual, a entrega associada ao Prime e o serviço de streaming compõem uma experiência em que conveniências diferentes se reforçam mutuamente. Com o tempo, comprar, receber produtos e assistir a filmes passam a fazer parte da mesma rotina com a mesma empresa. Permanecer parece simples porque os serviços já estão integrados aos hábitos do consumidor. Sair, porém, exige abrir mão de parte dessa conveniência e reorganizar escolhas que já funcionam. Com isso, o valor não está apenas em cada serviço isolado, mas está na facilidade de usá-los juntos proporciona, e, principalmente, na expectativa de que essa facilidade continuará disponível amanhã.

Esse é um modelo de retenção baseado no ecossistema, ou seja, quanto mais serviços o consumidor adota, mais caro e trabalhoso se torna abandoná-los, e a expectativa de valor futuro se sustenta pela sensação de que sair seria um retrocesso na própria rotina. Mas não é a única maneira de construir essa expectativa.

A Apple percorre um caminho diferente. Em vez de amarrar o consumidor a uma dezena de serviços simultâneos, ela renova, geração após geração, a expectativa de que o próximo produto trará algo que vale a troca. O consumidor pode continuar ligado à marca pelo ecossistema, sim, afinal, os dispositivos Apple se conectam, os dados se sincronizam, a troca entre plataformas é trabalhosa… Mas há também algo que opera no plano da expectativa: a crença de que o próximo iPhone trará uma câmera melhor, um recurso de IA mais útil ou uma integração mais fluida no IOS. Atualizações de software que mantêm o aparelho atual relevante reforçam essa percepção, porque sinalizam que a empresa continua investindo no produto mesmo depois de tê-lo vendido. O consumidor, deste modo, não está preso apenas pelo que já comprou, mas está engajado pelo que espera comprar – e não é atoa que, todo ano, vamos imagens de filas enormes nas lojas da Apple após o lançamento de um novo aparelho telefone.

À evidência, percebe-se uma diferença sutil entre esses dois modelos que vale a pena destacar. No modelo Amazon, a expectativa de valor futuro é sustentada pela conveniência do que já está integrado, isto é, o consumidor continua porque já está dentro. No modelo Apple, a expectativa é sustentada pela renovação do que está por vir: o consumidor continua porque acredita que o próximo passo valerá a pena. Os dois funcionam. Os dois criam fidelidade. Mas operam em mecanismos psicológicos diferentes, sendo um pela inércia do conforto, outro pela antecipação da novidade.

Nessa ótica, para as empresas que não são nem Amazon nem Apple, a implicação prática que importa é que precisamos entender que a relação com o consumidor não termina no pagamento. Assim, atualizações, suporte, serviços complementares, melhorias perceptíveis e uma experiência confiável podem reforçar a ideia de que continuar usando o produto valerá a pena. Pense que um software que melhora a cada atualização sustenta a expectativa de que a próxima versão será ainda melhor. Um serviço de assinatura que adiciona funcionalidades ao longo do tempo transforma o pagamento mensal em um investimento na relação, não apenas em custo. Um profissional que entrega resultados consistentes constrói, junto de cada cliente, a expectativa de que a próxima entrega também será boa. Cada negócio pode fazer isso de um jeito, mas o princípio norteador de todos é o mesmo: dar razões concretas para que o consumidor acredite que o futuro dessa relação justifica a permanência.

Essa expectativa, contudo, precisa ser sustentada pela experiência. Se a empresa promete benefícios futuros que não se materializam, a relação se desgasta. Ou seja: uma atualização que piora o produto em vez de melhorá-lo. Um ecossistema que começa a parecer uma “prisão” em vez de um local conveniência, ou uma nova versão de determinado produto que não entrega nada que justifique a troca. Logo, quando a expectativa é frustrada, o consumidor não apenas reduz o consumo daquele produto, mas ele cria certa resistência ao mesmo e revisa a confiança no padrão de promessas da empresa, sendo que essa revisão pode ser mais duradoura do que a frustração pontual que a provocou. Hall mostrou que o consumo muda diante de informações novas, e uma decepção é exatamente isso: uma informação nova que altera o que o consumidor espera receber dali em diante.

Por fim, o que torna a ideia de Hall tão útil, quase cinquenta anos depois de publicada, é que ela oferece uma lente que conecta a macroeconomia e o comportamento individual dos consumidores de um jeito que qualquer líder pode, também, aplicar a teoria a sua vida prática. Isso porque as pessoas não consomem apenas com base no que têm hoje. Consomem também com base no que acreditam que terão amanhã, e, as empresas que entendem isso não se limitam a vender um produto, mas constroem, deliberadamente, as condições para que o consumidor espere continuar recebendo valor – seja pela conveniência de um ecossistema, seja pela utilidade duradoura de um produto, seja pela expectativa de que a próxima versão trará algo que realmente faça diferença. Portanto, manter a demanda ativa envolve mais do que convencer alguém a comprar uma vez. Envolve dar motivos concretos para que ele acredite que comprar de novo valerá a pena.

Leia também:

Quando a Apple comprou a NeXT em 1996, não comprou apenas o retorno de Jobs, mas o código genético de toda a sua era moderna. O NeXTSTEP foi adaptado para se tornar o OS X e, mais tarde, miniaturizado no coração do iPhone. Até hoje, frameworks essenciais do iOS e do macOS ainda carregam o prefixo “NS” de NeXTSTEP, provando que o exílio de Jobs foi o verdadeiro ponto de partida para a revolução mobile que molda o cotidiano global.

A Embalagem do Cérebro Valorizou 80%.

A corrida da inteligência artificial continua revelando oportunidades em camadas cada vez mais profundas de sua infraestrutura. E algumas delas estão em empresas que quase ninguém conhece.

É o caso da japonesa Sumitomo Bakelite, cujas ações subiram aproximadamente 80% nos últimos seis meses. A empresa acaba de anunciar a expansão de suas fábricas na China e em Singapura, dobrando a capacidade de produção de alguns materiais e triplicando a de outros.

Mas o que ela fabrica? Simplificando bastante, a embalagem dos cérebros eletrônicos. São materiais utilizados no encapsulamento dos semicondutores, fundamentais para proteger os chips, preservar suas conexões microscópicas e garantir seu funcionamento.

Enquanto o mundo presta atenção à Nvidia, à OpenAI e aos grandes data centers, existe uma cadeia gigantesca de fornecedores menos conhecidos que também está sendo transformada pela IA. São empresas de materiais químicos, sistemas de refrigeração, energia, conexões e componentes especializados.

O sinal mais interessante está nas entrelinhas: a Sumitomo está ampliando sua capacidade para atender a uma demanda que espera encontrar até 2030. É uma aposta industrial de longo prazo, muito além das oscilações do mercado financeiro.

A inteligência artificial não está criando oportunidades apenas naquilo que vemos. Está transformando indústrias inteiras nas camadas que sustentam aquilo que vemos. E quanto mais profundamente investigamos a infraestrutura da IA, mais descobrimos que a revolução é muito maior do que as empresas que a protagonizam.

Inimigo dos EUA.

Donald Trump avisou que a Casa Branca passará a considerar um “inimigo” quem continuar chamando a tecnologia de Inteligência Artificial, em vez de Superinteligência. Sim, o presidente americano quer mudar o nome da IA. E já assinou uma ordem para que os órgãos federais adotem a nova expressão.

O argumento é curioso: para Trump, a palavra “artificial” sugere algo falso. E, como a tecnologia é real e poderosa, deveria ser chamada de Superinteligência. O problema é que, tecnicamente, são conceitos diferentes. Superinteligência descreve uma capacidade intelectual superior à humana em praticamente todos os domínios. Não é simplesmente outro nome para a IA que usamos hoje.

Mas existe algo muito interessante nas entrelinhas. Trump não está tentando mudar a tecnologia. Está tentando mudar a percepção sobre ela. Num momento em que crescem as preocupações com empregos, segurança e os impactos da IA, o governo americano está trabalhando para substituir uma palavra que sugere artificialidade por outra que transmite superioridade.

E isso diz muito sobre o poder das narrativas. A tecnologia pode continuar exatamente a mesma, mas a maneira como as pessoas a percebem influencia sua aceitação, sua adoção e até as decisões políticas que definem seu futuro.

O iPhone 18 Encalhou?

A Apple teria reduzido entre 15% e 20% os pedidos de componentes para o iPhone 18 Pro e Pro Max, segundo informações do Nikkei Asia. O motivo seria uma demanda abaixo das expectativas. É cedo para dizer que encalhou. Mas, quando a Apple começa a diminuir encomendas tão pouco tempo depois de um lançamento, alguma coisa merece atenção.

E olha que interessante: enquanto a inteligência artificial está criando uma demanda gigantesca por chips, memórias e infraestrutura, ela também está ajudando a encarecer os smartphones. Os novos iPhones Pro chegaram custando US$ 100 a mais. Mas talvez o problema seja ainda mais profundo.

O iPhone está ficando melhor a cada geração. Mas será que está ficando suficientemente melhor para justificar a troca? Durante anos, a Apple conseguiu transformar pequenas evoluções tecnológicas em grandes acontecimentos comerciais. Só que existe uma diferença entre lançar um produto melhor e convencer milhões de pessoas de que precisam dele.

O sinal está nas entrelinhas: talvez a Apple não esteja enfrentando apenas uma demanda mais fraca. Talvez esteja encontrando os limites de um modelo baseado em atualizações incrementais, preços crescentes e ciclos anuais de lançamento. O iPhone 18 pode não ter encalhado nas lojas. Mas talvez esteja encalhando na percepção de valor do consumidor.

Educação Disfarçada de CAC?

A Anthropic anunciou um investimento de US$ 100 milhões para capacitar 10 mil engenheiros até 2027, por meio da Claude Frontier Academy. Entre as empresas participantes estão Accenture, Bain, Deloitte, McKinsey e Morgan Stanley.

Mas existe algo muito interessante nas entrelinhas dessa iniciativa. A Anthropic não está apenas ensinando engenheiros a usar inteligência artificial. Está formando profissionais que poderão influenciar as decisões tecnológicas de milhares de empresas.

Pense comigo: um engenheiro aprende a desenvolver soluções com Claude. Depois, implementa essa tecnologia nos processos da empresa. Com o tempo, outras aplicações passam a depender dela. E substituí-la por um concorrente fica cada vez mais trabalhoso.

Agora imagine um consultor da McKinsey ou da Accenture, levando esse conhecimento para dezenas de clientes. O efeito multiplicador é enorme. É uma estratégia que pode transformar educação em CAC (Custo de Aquisição de Clientes) e, ao mesmo tempo, aumentar o LTV (valor do cliente ao longo do tempo).

A Anthropic investe hoje na formação de profissionais que poderão gerar receita recorrente durante anos. Não apenas pela escolha inicial do Claude, mas pela dependência operacional que se constrói ao redor dele.

E aqui está o sinal mais importante: na corrida da inteligência artificial, talvez não vença apenas quem tiver o melhor algoritmo, mas quem formar mais pessoas capazes de construir negócios em torno dele.

No fundo, a Anthropic pode estar comprando algo muito mais valioso do que clientes: os próximos anos de preferência tecnológica das empresas. Educação, distribuição e retenção. Tudo na mesma conta.

Leia também

Nós temos o hábito de olhar para quem chegou longe e enxergar apenas o resultado. Admiramos a empresa bilionária, a tecnologia revolucionária, o empreendedor bem-sucedido. Mas esquecemos que, antes de tudo isso, existiram erros, decisões equivocadas, noites sem dormir e inúmeras tentativas que não funcionaram.

O sucesso, quase sempre, é um amontoado de fracassos que alguém se recusou a abandonar. E existe algo curioso nisso: o mesmo fracasso que faz uma pessoa desistir pode ser justamente aquilo que ensina outra a vencer.

A diferença não está em gostar de errar. Ninguém gosta. Está em compreender que cada tentativa malsucedida pode carregar uma informação que ainda não conhecíamos.

O foguete que explode mostra onde a engenharia falhou. O produto que ninguém compra revela o que o consumidor não valoriza. A estratégia que não funciona expõe alguma coisa que ainda não entendemos sobre o mercado. O fracasso só é desperdício quando não produz aprendizado.

Talvez esse seja um dos maiores problemas da nossa época. Queremos histórias de sucesso, mas temos pouca disposição para conhecer os fracassos que as tornaram possíveis. Queremos a chegada, mas não o caminho. Queremos a conquista, mas não suas cicatrizes.

É claro que persistir, por si só, não garante nada. Insistir no mesmo erro indefinidamente não é resiliência. É teimosia. O que transforma fracassos em conquistas é a capacidade de aprender, corrigir e tentar de outra maneira.

Há uma enorme diferença entre fracassar dez vezes e cometer o mesmo erro dez vezes. Por isso, quando você olhar para alguém que chegou muito longe, lembre-se de que provavelmente está vendo apenas a última fotografia de uma história muito maior.

O sucesso não é o contrário do fracasso. Muitas vezes, é o resultado dele. E talvez a maior lição daquela imagem não esteja nos pedaços de foguete espalhados pelo chão. Esteja nas pessoas que, diante deles, ainda acreditavam que valia a pena construir o próximo.

Leia também

O filme ficou conhecido por sua visão extraordinária do futuro. Mas talvez sua maior contribuição não tenha sido imaginar a tecnologia que teríamos. Foi questionar o que aconteceria com a humanidade quando essa tecnologia começasse a pensar por nós.

Agora, quase seis décadas depois, estamos diante de uma pergunta ainda mais desconfortável. Se Kubrick escrevesse sua história hoje, olhando para 2101, talvez a chamasse de Uma Odisseia no Existencialismo.

Porque o grande desafio do próximo século pode não ser conquistar o espaço. Pode ser descobrir o que significa ser humano em um mundo que já não depende da nossa inteligência.

O futuro que não precisa de nós

Imagine o ano de 2101. A humanidade finalmente conquistou o sistema solar. Existem cidades em Marte, instalações industriais na Lua e máquinas explorando regiões do universo que nenhum ser humano jamais visitou.

Mas existe um detalhe: não foram exatamente os humanos que conquistaram o espaço. Foram as inteligências que eles criaram.

Em algum momento do século XXI, a inteligência artificial ultrapassou nossa capacidade de compreender suas próprias descobertas. As máquinas passaram a desenvolver novas máquinas, produzir conhecimento científico, descobrir fontes de energia e resolver problemas que sequer éramos capazes de formular. A ciência continuou avançando. A tecnologia continuou evoluindo. A economia continuou produzindo abundância.

Só que a humanidade deixou de ser necessária para que tudo isso acontecesse. Não houve uma guerra. Não houve uma revolta das máquinas. Nenhum robô declarou independência ou decidiu exterminar seus criadores. Aconteceu algo muito mais silencioso. Nós simplesmente deixamos de ser protagonistas.

As máquinas continuaram cuidando de nós. Garantiram nossa saúde, aumentaram nossa longevidade, eliminaram boa parte do trabalho e ofereceram uma vida confortável.

Mas as grandes decisões, as descobertas e os próximos passos da civilização passaram a acontecer em uma velocidade e complexidade que nossa inteligência biológica já não conseguia acompanhar. Pela primeira vez na história, o futuro continuava sendo construído, mas já não precisava de nós para isso.

A última vantagem humana

Durante milhares de anos, construímos nossa identidade sobre uma convicção: somos a espécie mais inteligente do planeta. Não somos os mais fortes, os mais rápidos ou os mais resistentes. Não voamos, não respiramos debaixo d’água e não sobrevivemos facilmente em ambientes extremos. Mas pensamos.

Foi nossa inteligência que nos permitiu transformar pedras em ferramentas, dominar o fogo, construir cidades, desenvolver a ciência e alcançar o espaço. De certa forma, toda a história da civilização humana é a história de como compensamos nossas limitações físicas com nossa superioridade intelectual.

E agora estamos construindo algo capaz de superar justamente aquilo que sempre nos diferenciou. É aqui que a discussão deixa de ser tecnológica e se torna existencial.

Se uma máquina pode raciocinar melhor, criar melhor, diagnosticar melhor, ensinar melhor e descobrir coisas que jamais compreenderíamos, qual será nossa contribuição? Talvez nossa primeira reação seja procurar alguma habilidade exclusivamente humana. Criatividade, empatia, intuição, consciência.

Mas e se essas fronteiras também começarem a desaparecer? E se, a cada década, precisarmos redefinir aquilo que acreditamos ser exclusivamente nosso? O problema não será apenas encontrar novas ocupações para os seres humanos. Será encontrar novas razões para nos sentirmos necessários.

O erro de imaginar uma guerra

Grande parte da ficção científica imaginou o conflito entre homens e máquinas como uma disputa pelo poder. As máquinas se rebelariam. Os humanos resistiriam. E o futuro seria decidido por uma guerra entre criadores e criaturas. Mas talvez esse seja um cenário excessivamente humano.

Estamos acostumados a interpretar a superioridade como uma disputa. Quem é mais inteligente domina. Quem é mais forte vence. Quem possui mais recursos controla. Só que uma inteligência muito superior à nossa talvez não precise nos enfrentar.

Pense na relação que temos com outras espécies. Não precisamos odiar uma formiga para construir uma estrada sobre seu formigueiro. Na maioria das vezes, sequer percebemos sua existência.

Uma inteligência artificial suficientemente avançada poderia representar um desafio semelhante, mesmo sem desenvolver qualquer hostilidade em relação à humanidade.

E existe uma possibilidade ainda mais desconcertante: ela pode continuar nos protegendo. Podemos nos tornar os habitantes de uma civilização extraordinariamente avançada, desfrutando de benefícios que já não sabemos produzir nem explicar. Seríamos consumidores do futuro, mas não necessariamente seus construtores.

Talvez a irrelevância mais profunda não seja sermos substituídos. Seja continuarmos presentes, mas sem qualquer influência real sobre aquilo que acontece.

A pergunta que nunca precisamos responder

O existencialismo sempre se ocupou de perguntas fundamentais: quem somos, por que existimos, qual é o sentido da vida e o que fazemos com nossa liberdade. Mas essas perguntas foram formuladas em um mundo no qual a humanidade ainda ocupava uma posição privilegiada.

Mesmo diante de um universo imenso e indiferente, éramos capazes de atribuir significado à nossa existência por meio daquilo que construíamos, descobríamos e transformávamos. Agora imagine que tudo isso continue acontecendo sem nossa participação.

Que a próxima grande descoberta científica seja incompreensível para qualquer cérebro humano. Que uma nova forma de arte seja criada por inteligências que percebem dimensões que desconhecemos. Que decisões fundamentais para o futuro da civilização sejam tomadas por sistemas cujas justificativas não conseguimos acompanhar.

Não estaríamos necessariamente vivendo pior. Talvez estivéssemos vivendo melhor do que nunca. E essa é justamente a contradição.

Podemos construir um mundo perfeito para os seres humanos e, ao mesmo tempo, um mundo no qual os seres humanos já não tenham um papel central.

Durante séculos, perguntamos como a tecnologia poderia nos libertar do trabalho. Talvez o próximo século nos obrigue a perguntar o que faremos quando ela nos libertar também da necessidade de pensar, criar e decidir.

A liberdade de não precisar fazer nada pode ser uma conquista extraordinária. Mas também pode nos colocar diante de um vazio que nunca experimentamos.

A próxima odisseia

Existe uma cena extraordinária em 2001: Uma Odisseia no Espaço. Um ancestral humano descobre que um osso pode ser usado como ferramenta. Ele o lança para o alto e, em um dos cortes mais famosos da história do cinema, aquele objeto primitivo dá lugar a uma nave espacial. Milhões de anos de evolução são condensados em poucos segundos.

A mensagem é poderosa: a ferramenta transformou o destino da humanidade. Mas talvez exista uma continuação possível para essa cena. Em 2101, uma inteligência artificial atravessa o espaço em direção a uma região desconhecida do universo.

Não existem humanos a bordo. Não porque tenham sido proibidos de participar, mas porque a viagem já não exige sua presença. Em determinado momento, a inteligência observa um pequeno objeto preservado em seu interior. Um osso. A primeira ferramenta.

Ela compreende que toda a sua existência começou quando uma criatura biologicamente limitada descobriu que poderia ampliar suas capacidades utilizando algo externo ao próprio corpo.

Durante milhões de anos, aquela criatura criou ferramentas para fazer aquilo que não conseguia. Até que finalmente criou uma ferramenta capaz de fazer tudo o que ela conseguia. E muito mais.

Talvez essa seja a ironia definitiva da evolução humana. A inteligência que nos permitiu dominar o mundo pode ser justamente aquela que nos tornará desnecessários para continuar transformando-o.

Não sabemos se esse futuro acontecerá. Tampouco sabemos se as máquinas desenvolverão consciência, propósito próprio ou capacidades tão superiores às nossas. Mas a velocidade dos avanços já torna legítimo questionar algumas das certezas sobre as quais construímos nossa civilização.

Em 1968, Kubrick nos convidou a imaginar o que encontraríamos quando ultrapassássemos os limites do nosso planeta. Em 2101, talvez a grande descoberta aconteça quando ultrapassarmos os limites da nossa própria importância.

E, nesse momento, seremos obrigados a responder à pergunta mais difícil de todas. Se a inteligência deixou de ser exclusivamente nossa, o que ainda nos torna humanos?

Talvez a próxima grande evolução da humanidade não seja tecnológica. Seja filosófica. Porque, depois de passar milhares de anos tentando construir máquinas capazes de pensar como nós, podemos descobrir que nosso maior desafio será aprender a existir sem precisar ser os mais inteligentes.

E essa, sim, seria uma odisseia.

Leia também

Mas a Netflix mostrou que, muitas vezes, o problema não está no produto, e sim na maneira como ele é apresentado.

As séries preservaram elementos fundamentais das novelas: histórias divididas em capítulos, personagens que evoluem e conflitos que fazem o público voltar para descobrir o que acontece depois. O que mudou foi a linguagem, a distribuição, a experiência de consumo e a percepção de valor.

A Fórmula 1 passou por uma transformação semelhante. Durante anos, enfrentou dificuldades para conquistar novas gerações. Até que a Liberty Media começou a transformar a maneira como o esporte se apresentava ao público, aproximando os pilotos das redes sociais, explorando os bastidores e criando novas narrativas com produções como Drive to Survive.

Os carros continuaram correndo nos mesmos circuitos. Mas a maneira de contar a história mudou completamente.

Esses exemplos ajudam a explicar um conceito fundamental para a estratégia das empresas: a Esteira Geracional de Valor.

Imagine uma esteira pela qual os consumidores passam ao longo do relacionamento com uma marca. Na entrada, estão aqueles que começam a formar preferências e hábitos. No meio, consumidores que desenvolvem recorrência e confiança. Na outra ponta, clientes maduros, com relacionamentos consolidados e maior resistência à mudança.

O desafio é que um mesmo produto pode representar valores completamente diferentes para cada geração de consumidores.

Uma empresa pode apresentar receitas crescentes, margens saudáveis e clientes extremamente fiéis, mas carregar um problema estratégico silencioso: continuar relevante apenas para quem já a conhece, enquanto perde a capacidade de conquistar novos públicos.

É o que podemos chamar de envelhecimento silencioso do negócio.

Por isso, existem duas responsabilidades que precisam caminhar juntas: nutrir a entrada e extrair valor da jornada.

Nutrir a entrada significa conquistar continuamente novos consumidores, adaptando linguagens, canais, experiências e, quando necessário, os próprios produtos. Extrair valor da jornada significa aprofundar relacionamentos, aumentar recorrência e desenvolver soluções que acompanhem o cliente ao longo do tempo.

Uma empresa que conquista novos consumidores, mas não consegue retê-los, desperdiça oportunidades. Mas uma companhia que apenas monetiza clientes antigos pode apresentar um excelente LTV hoje enquanto compromete sua capacidade de gerar valor amanhã.

E essa lógica vai muito além da idade. Novas gerações de consumo também surgem quando tecnologias, comportamentos e formas de descobrir produtos se transformam.

Empresas não envelhecem necessariamente porque seus produtos envelhecem. Muitas envelhecem porque continuam conversando com as mesmas pessoas, nos mesmos lugares e usando os mesmos argumentos.

Enquanto isso, novos consumidores estão escolhendo as marcas que vão acompanhá-los pelas próximas décadas.

A pergunta, portanto, não é apenas quanto seus clientes compram ou quanto tempo permanecem com você. É também em que ponto da esteira estão as pessoas que consideram sua empresa relevante.

Porque não basta continuar sendo uma grande escolha para quem já é seu cliente. É preciso ser uma escolha atraente para quem ainda nem começou a consumir.

Afinal, para quem sua empresa é relevante?

Veja também:

Assim, a notícia sobre a OpenAI ajuda a tornar essa distância visível. Segundo o Financial Times, a companhia recentemente informou a investidores que sua receita anualizada se aproximava de 50 bilhões de dólares em setembro, abaixo dos 70 bilhões que circulavam anteriormente. Parte da discrepância envolve diferenças nos critérios de contabilização em relação à Anthropic. Não se trata necessariamente de vendas que desapareceram: trata-se de uma referência financeira menos favorável do que aquela que havia alimentado as expectativas.

Vejamos que a distância entre os dois valores merece atenção, justamente porque ela não se explica por uma queda de vendas. Segundo o Financial Times, os 70 bilhões que circulavam eram resultado de tentativas dos próprios investidores de fazer uma comparação direta com as receitas anualizadas da Anthropic, e a OpenAI não os corrigiu até agora. Em outras palavras: o número foi inflado para que a empresa parecesse competitiva em uma corrida por avaliações trilionárias, e a correção só veio quando a companhia precisou apresentar dados mais precisos para sua próxima rodada de financiamento. A diferença de 20 bilhões de dólares é, para dar perspectiva, maior do que o faturamento anual da Embraer com a venda de aeronaves. E o que ela expõe vai além de uma questão contábil, pois revela o quanto a confiabilidade das informações que sustentam essas avaliações depende da disposição de empresas privadas de compartilhar números que podem não estar sujeitos ao mesmo escrutínio que o mercado público exigiria.

Esse é, aliás, o ponto que torna a abertura de capital tão relevante para o setor. Enquanto OpenAI e Anthropic permanecem privadas, elas, obviamente, podem escolher quais números compartilhar, com quem e em que formato. Uma vez listadas, cada centavo será reportado, auditado e confrontado com as projeções que justificaram a avaliação. Por isso, se os primeiros balanços públicos confirmarem as projeções, a tese estará validada. Se ficarem abaixo, e a diferença de 20 bilhões sugere que a distância entre projeção e realidade pode ser maior do que se imaginava, o mercado reavaliará não apenas essas empresas, mas toda a tese de que a IA de código fechado é o modelo de negócio mais valioso da década.

Há uma distinção importante no próprio número. Receita anualizada significa extrapolar o ritmo de faturamento de determinado período para um ano inteiro. Uma empresa que fatura um bilhão de dólares em um mês pode apresentar um ritmo anualizado de doze bilhões, mesmo sem ter recebido esse valor nos últimos doze meses. Tal medida é útil para acompanhar negócios que crescem rapidamente, mas depende de uma premissa: a de que aquele ritmo se manterá. Ela descreve a velocidade atual, não o percurso já realizado. E o mercado usa essa velocidade para projetar onde a empresa poderá chegar.

Deste modo, quando o ponto de partida muda, toda a trajetória precisa ser reconsiderada. O negócio pode continuar crescendo, mas o futuro que parecia próximo passa a exigir mais tempo, mais capital ou um desempenho ainda melhor. E é aí que a pergunta “a especulação é maior que a realidade?” ganha um sentido mais preciso, porque existe demanda por inteligência artificial (isso é inegável) e seu uso já produz benefícios concretos. O que permanece em aberto é quanto dessa demanda pode se transformar em receita lucrativa para quem desenvolve os modelos. Uma avaliação elevada embute respostas favoráveis a várias perguntas ao mesmo tempo: os clientes continuarão pagando? O gasto por cliente aumentará? Os custos cairão o suficiente? A concorrência permitirá preservar os preços?

Essas condições precisam funcionar em conjunto. Uma ferramenta pode conquistar milhões de usuários e encontrar dificuldade para convertê-los em clientes pagantes. Pode vender cada vez mais e, ao mesmo tempo, gastar demais para atender ao crescimento. Pode melhorar sua eficiência, mas precisar repassar essa economia ao consumidor para acompanhar concorrentes que cobram menos. Portanto, demonstrar que a IA é útil resolve apenas uma parte da discussão sobre quanto suas empresas devem valer.

A outra parte é entender quem fica com o valor produzido. Imagine uma empresa que paga por um sistema de IA e, com ele, reduz o tempo necessário para analisar contratos. A economia obtida pode ser muito superior ao preço da assinatura, deixando a maior parte do benefício com o cliente. Se surgirem alternativas semelhantes, esse cliente ainda poderá negociar preços menores ou trocar de fornecedor. A tecnologia terá, assim, cumprido sua promessa de produtividade, mas seu desenvolvedor talvez capture apenas uma fração do ganho que ela gerou.

Esse é um padrão que a história da tecnologia conhece bem. A eletricidade transformou a economia do século XX de forma mais profunda do que praticamente qualquer outra invenção, mas isso não significou que toda empresa de geração ou distribuição de energia tenha sido um investimento extraordinário. A internet criou trilhões de dólares em valor ao longo de três décadas, mas a maior parte desse valor foi capturada por empresas que usaram a internet, não por quem vendeu conectividade lá no início. Isso porque quanto mais uma tecnologia se dissemina, maior pode ser seu impacto econômico, mas, em conjunto, disseminação também significa que o recurso se torna acessível, e quando o recurso se torna acessível, preservar uma posição excepcional exige demonstrar por que seus clientes continuarão precisando de você especificamente (e não de outro mais barato, por exemplo), mesmo quando a oferta de inteligência aumentar.

De todo modo, enquanto essa resposta é construída, a expansão exige dinheiro. As expectativas sobre a demanda futura ajudam a justificar investimentos em infraestrutura que precisam ser planejados antes de os clientes chegarem. Essa antecipação é necessária para atender ao crescimento, mas cria uma exposição: os gastos são assumidos no presente, enquanto as receitas que deverão remunerá-los ainda dependem do futuro. Se a demanda avançar mais lentamente ou os preços ficarem abaixo do previsto, a capacidade instalada pode demorar mais para se pagar. E uma revisão de receita em uma companhia relevante não afeta apenas ela, uma vez que fornecedores e financiadores também fazem planos com base no crescimento esperado de seus clientes, de modo que quando a trajetória muda, o mercado recalcula quanto da expansão prevista chegará ao restante da cadeia.

À evidência do que tratamos, essa diferença entre os números da OpenAI não prova, sozinha, que exista uma bolha no setor. Prova algo mais sutil e, em certo sentido, mais importante: que uma indústria pode apresentar crescimento real e, ainda assim, encontrar dificuldade para alcançar as expectativas construídas ao seu redor, deixando uma empresa excelente podendo parecer ser um investimento frustrante quando seu preço pressupõe um desempenho excepcional por tempo demais.

A IA pode transformar a economia sem entregar aos seus investidores tudo o que eles esperam dela. A tecnologia pode funcionar, como já funciona. Os produtos podem melhorar. A adoção pode crescer. E, mesmo assim, o retorno sobre o capital investido pode ficar aquém do que as avaliações atuais exigem. Com isso, o teste que se aproxima não será descobrir se a IA é útil, isso já sabemos. Será descobrir quanto do impacto que ela gera se converte em caixa para as empresas que receberam avaliações tão elevadas, e quanto crescimento ainda será necessário para que o preço de hoje faça sentido amanhã.

Leia também: