Todo chatbot nasce com uma ambição quase impossível: saber um pouco sobre tudo. Ele escreve, programa, traduz, resume, pesquisa e responde a perguntas sobre praticamente qualquer assunto, e essa versatilidade foi essencial para apresentar a inteligência artificial ao mundo, porque permitiu que milhões de pessoas experimentassem uma tecnologia até então confinada a laboratórios e departamentos de engenharia, descobrindo usos que nenhum desenvolvedor havia antecipado. Mas aquilo que tornou o chatbot popular pode não ser o suficiente para torná-lo indispensável às empresas, porque no ambiente corporativo saber um pouco sobre tudo vale menos do que conhecer profundamente uma coisa específica, e é por isso que a próxima etapa da inteligência artificial provavelmente não acontecerá dentro de uma caixa de conversa vazia esperando que alguém formule uma pergunta, mas dentro dos sistemas que as empresas já utilizam, conectada aos seus dados, submetida às regras de cada setor e capaz de participar diretamente dos fluxos de trabalho. O chatbot está morrendo para dar lugar ao especialista.
A Anthropic, nesse contexto, acaba de apresentar o Claude for Financial Advisors, uma versão de sua inteligência artificial direcionada a consultores financeiros que será integrada a plataformas de análise de investimentos e gestão patrimonial de empresas como BlackRock, Charles Schwab, Addepar, Envestnet e iCapital, e que em vez de apenas responder a perguntas genéricas sobre finanças poderá preparar reuniões com clientes, revisar portfólios, atualizar registros e organizar tarefas posteriores ao atendimento, operando dentro dos sistemas que o assessor já usa diariamente e não em uma janela separada que exige copiar e colar informações entre ambientes. A OpenAI avançou na mesma direção ao lançar uma solução voltada a banqueiros de investimento e analistas financeiros. O movimento parece apenas uma expansão comercial, mas revela algo mais profundo sobre o que está acontecendo com o mercado de inteligência artificial, porque indica que os modelos generalistas estão começando a virar uma espécie de infraestrutura, da mesma forma que a eletricidade um dia deixou de ser novidade para se tornar a base invisível sobre a qual todo o restante funciona.
Para entender o que essa transição significa na prática, considere dois assessores financeiros utilizando exatamente o mesmo modelo de inteligência artificial, com acesso à mesma capacidade de raciocínio, interpretação e produção de texto. Se a inteligência do modelo é igual para os dois, ela deixa de ser, por si só, uma vantagem competitiva, e a diferença estará em tudo aquilo que existe ao redor dela: qual dos dois sistemas conhece o histórico completo do cliente, qual consegue compreender a composição real de seu patrimônio, qual está conectado às movimentações da carteira, às restrições regulatórias, aos documentos internos e às políticas da instituição, e qual é capaz não apenas de sugerir uma ação, mas de executá-la dentro do fluxo correto. A inteligência generalista responde; a inteligência verticalizada compreende o contexto e participa da operação, e essa distinção, que pode parecer sutil quando descrita em abstrato, determina se a IA será mais um aplicativo no canto da tela ou uma camada que transforma a maneira como o trabalho é feito.
No caso da integração com a Addepar, por exemplo, o Claude não receberá simplesmente uma planilha cheia de números para interpretar, porque a plataforma continuará responsável por organizar as relações entre famílias, contas, empresas, estruturas de propriedade e investimentos, aplicar os cálculos adequados e respeitar as permissões de cada usuário, enquanto a IA utilizará essa estrutura para responder a perguntas complexas e transformar os resultados em análises ou comunicações para os clientes. O modelo fornece a capacidade de raciocínio, mas o conhecimento específico permanece nos dados, nos cálculos, nas permissões e nos processos construídos por cada organização, e é como contratar um funcionário extremamente inteligente que, no primeiro dia, ainda desconhece os clientes, as regras internas e a maneira pela qual a empresa funciona: sua inteligência pode impressionar, mas sua utilidade somente aparece quando ele compreende o ambiente em que trabalha.
Essa compreensão do ambiente é, precisamente, a fronteira competitiva que está se formando, porque na primeira fase da inteligência artificial generativa as empresas competiram para construir o modelo mais inteligente, medindo cada lançamento por parâmetros, testes de desempenho e capacidade de responder a perguntas cada vez mais difíceis, e na segunda fase a disputa está mudando: o modelo continua importante, mas já não basta, e a próxima vantagem competitiva será possuir o contexto mais exclusivo. À evidência disso, um hospital não precisa apenas de uma IA que conheça medicina, mas de uma que consulte o prontuário, compreenda os protocolos da instituição, considere as restrições do paciente e registre corretamente cada etapa do atendimento. Um escritório de advocacia não precisa apenas de uma IA que conheça as leis, mas de uma que esteja conectada ao processo, à jurisprudência relevante, aos documentos do cliente, às teses adotadas pelo escritório e aos prazos judiciais. Uma varejista não precisa apenas de uma IA que saiba recomendar produtos, mas de uma que conheça o estoque disponível, a margem de cada item, o histórico do consumidor, a capacidade logística e a probabilidade de entrega em determinado endereço. O verdadeiro produto, portanto, deixa de ser o modelo isolado e passa a ser a combinação entre inteligência, dados proprietários, conhecimento setorial e capacidade de execução, e isso ajuda a explicar por que tantas empresas ainda não conseguem extrair resultados relevantes da IA: elas contrataram uma inteligência genérica e esperaram que ela compreendesse, sozinha, uma organização construída ao longo de décadas, quando o problema não estava necessariamente na capacidade do modelo, mas na distância entre o chatbot e o fluxo real de trabalho.
Essa mudança altera a própria natureza dos programas empresariais, porque durante décadas os softwares corporativos foram desenvolvidos, em grande parte, para registrar o que os seres humanos fazem: o CRM registra o contato com o cliente, o ERP registra a movimentação da empresa, o sistema jurídico registra processos e prazos, a plataforma financeira registra carteiras e transações. A IA verticalizada modifica essa relação ao transformar o software de registro passivo em um participante ativo do trabalho, porque no lugar de abrir cinco sistemas, reunir informações, preparar uma análise e depois atualizar manualmente cada plataforma, o profissional poderá solicitar um resultado, e a IA consultará as fontes autorizadas, executará parte do processo e devolverá o trabalho preparado para revisão. Isso não significa necessariamente que o especialista humano desaparecerá, porque em setores como saúde, direito e finanças, responsabilidade, confiança e julgamento continuam sendo elementos centrais, e a própria proposta do Claude para assessores financeiros preserva o profissional na decisão final, com a máquina organizando os dados e realizando o trabalho pesado enquanto o assessor continua responsável pelo aconselhamento. Mas a função do profissional será deslocada, uma vez que o valor deixará de estar na capacidade de coletar informações e preencher sistemas para se concentrar naquilo que a máquina ainda não consegue assumir integralmente, que é interpretar situações ambíguas, compreender pessoas, responder pelas decisões e construir relações de confiança.
Entre no canal Entrelinhas no WhatsApp e siga nosso Instagram: informação rápida, em tempo real, que tangibilizam as transformações.
A morte do chatbot não deve ser entendida literalmente, porque continuaremos conversando com inteligências artificiais e a caixa de diálogo permanecerá como uma das interfaces mais intuitivas da tecnologia. O que está morrendo é a ideia de que basta abrir uma janela, escrever um comando e aguardar uma resposta desconectada do restante da empresa, porque a IA verdadeiramente útil ficará cada vez menos visível, integrada ao banco, ao hospital, ao escritório, à fábrica e à plataforma de comércio eletrônico, e talvez o usuário nem saiba qual modelo está sendo utilizado, sabendo apenas que o sistema conhece o contexto, encontra as informações certas e conduz o processo até o resultado esperado.
Nesse cenário, OpenAI, Anthropic e Google enfrentam um risco que já se desenha com nitidez: o de se transformarem em fornecedores de uma inteligência cada vez mais abundante e acessível, enquanto outras empresas, aquelas que controlam os dados, as relações com os clientes e os fluxos de trabalho, capturam o valor agregado ao construir a camada de contexto que torna essa inteligência genuinamente útil. A primeira corrida da IA foi para construir a máquina que soubesse responder a qualquer pergunta, e a próxima será para decidir qual máquina conhece melhor o trabalho de cada organização, porque quando essa decisão se consolidar, o melhor modelo talvez não seja aquele que sabe mais sobre o mundo, mas aquele que sabe exatamente o que fazer dentro dele.
