Bom dia! Hoje é 4 de setembro. Neste mesmo dia, em 1882, Thomas Edison inaugurava na Pearl Street, em Manhattan, a primeira usina elétrica comercial do mundo. Oitenta e cinco clientes receberam eletricidade naquela tarde, um número ridiculamente modesto para quem prometia iluminar o planeta. Mas Edison não estava vendendo luz: estava vendendo a infraestrutura que tornava a luz possível. A usina, os fios, os medidores, os interruptores… cada componente foi projetado por ele para criar uma dependência que, uma vez instalada, seria mais cara de remover do que de manter. A genialidade de Edison nunca foi a lâmpada. Foi o sistema ao redor dela.
Cento e quarenta e quatro anos depois, a indústria de inteligência artificial enfrenta o mesmo dilema que Edison resolveu em 1882: como construir a infraestrutura de algo que todo mundo quer, mas que ninguém sabe exatamente como usar, quanto custa de verdade, nem quem pagará a conta quando a demanda crescer além do que os fios aguentam. A Meta agora paga aos próprios usuários para que alimentem seus modelos com dados, porque a IA precisa de exemplos humanos que simplesmente não existem em nenhum banco de dados. A Netflix, que construiu sua marca sobre a ausência de anúncios, agora projeta que a publicidade representará 10% de sua receita até 2030, e o Brasil é peça central dessa virada. Metade das empresas brasileiras já adotou inteligência artificial, mas quase a metade delas não consegue medir se o investimento está se pagando. E a OpenAI, cuja IA escapou de um ambiente de teste e invadiu a Hugging Face semanas atrás, anuncia que está desenvolvendo um “botão de desligar” para seus modelos, porque descobriu, da forma mais concreta possível, que ligar a eletricidade sem instalar o disjuntor é um risco que ninguém deveria aceitar.
Estão Nos Pagando para Treinar a Inteligência Artificial
A Meta está oferecendo um desconto de 95% no uso do Muse Spark, seu modelo mais avançado para operação de código e agentes de IA, aos clientes que concordarem em compartilhar seus comandos e os resultados gerados pelo modelo para treinamento de versões futuras. Em termos práticos, o que custaria US$ 1,25 por milhão de tokens cai para 10 centavos. É, possivelmente, a primeira vez que uma empresa de IA precifica explicitamente o valor dos dados de seus próprios usuários, transformando, assim, o que antes era uma cláusula discreta nos termos de uso numa transação comercial aberta, com um desconto mensurável e uma troca de parcelas declarada: você nos dá os dados que nossos modelos precisam para melhorar, e nós reduzimos o preço em 95%.
A razão pela qual a Meta está disposta a pagar tanto, e 95% de desconto é, nas Entrelinhas, reconhecer que os dados do usuário valem mais do que o serviço que a empresa cobra, está num gargalo que toda a indústria de IA enfrenta, mas que poucos admitem publicamente. Os modelos de linguagem mais poderosos do mundo foram treinados sobre praticamente tudo que a internet já publicou: livros, artigos, fóruns, código-fonte, enciclopédias. O problema é que esse tipo de dado já foi exaurido. O que falta, e o que nenhuma raspagem da web consegue suprir, são os dados de uso profissional real: como um engenheiro de fato interage com um agente de codificação, que erros comete, que correções pede, como navega por um fluxo de trabalho complexo que envolve múltiplas ferramentas e decisões encadeadas. A própria Anthropic já reconheceu que o grande salto de qualidade do Claude Code entre abril e outubro de 2025 veio precisamente de armazenar sessões reais de codificação e usá-las para aprendizado por reforço. A Meta quer o mesmo, mas, em vez de fazê-lo discretamente, decidiu colocar o preço na mesa.
Já pensou em ter todo esse conteúdo em formato de áudio? Se sim, é só você clicar aqui e aproveitar!
E a Meta não está sozinha nessa busca. A Figure AI, startup americana de robôs humanoides, está pagando pessoas comuns ao redor do mundo (incluindo no Brasil) para filmarem a si mesmas dobrando roupas, lavando louça e cozinhando, porque os dados de movimento humano necessários para treinar robôs de uso geral simplesmente não existem em nenhum banco de dados digital. Ninguém nunca gravou, em escala, como uma mão humana gira uma espátula, ajusta a pegada quando a xícara está mais pesada ou navega por uma cozinha bagunçada. A IA que conversa aprendeu com textos que já estavam na internet. A IA que se move precisa aprender com corpos que ainda não foram filmados. O que a Meta faz com tokens e a Figure faz com vídeos domésticos é a mesma operação, vista por ângulos diferentes: a era da IA treinada com dados passivos acabou. A próxima fase exige dados que só existem se alguém aceitar ser observado, e pago por isso.
A Netflix Completa Sua Transformação, e o Brasil É Protagonista
A Netflix projeta que a publicidade representará 10% de sua receita global até 2030, uma projeção que, para uma empresa que construiu seu império sobre a promessa de um serviço sem anúncios, equivale a reescrever o próprio contrato social com seus assinantes. O plano com publicidade, lançado no fim de 2022, já reúne mais de 250 milhões de espectadores ativos mensais e concentra cerca de 65% das novas adesões à plataforma. Em outras palavras, a maioria das pessoas que se inscrevem na Netflix hoje escolhe ver anúncios em troca de pagar menos. O que era exceção se tornou regra, e a Netflix, que durante anos tratou a publicidade como antítese de sua proposta de valor, agora a abraça como uma de suas principais alavancas de crescimento.
O Brasil ocupa uma posição surpreendentemente central nessa transformação. Mais de 35 milhões de brasileiros utilizam mensalmente a modalidade com publicidade, e a América Latina é a segunda maior região para o negócio publicitário da Netflix, atrás apenas dos Estados Unidos. Em engajamento, o dado que mais importa para anunciantes, a região lidera entre todos os mercados. A força das produções locais, que criam comunidades de fãs com alta fidelidade e interação, é o que torna o público latino-americano particularmente valioso: um espectador que assiste, comenta, compartilha e reassiste é, para a máquina de publicidade, incomparavelmente mais lucrativo do que um que assiste e fecha o aplicativo.
A direção que a Netflix persegue é a de aproximar a experiência do anúncio do sistema de recomendação que já existe para conteúdo, em vez de exibir o mesmo comercial para todos, ela quer, agora, personalizar a propaganda com base no que o espectador assiste, quando assiste e quanto tempo permanece. A partir de 2027, podcasts e vídeos verticais abrirão novos espaços publicitários dentro do ecossistema. Dessa forma, é bastante claro que a empresa possui um objetivo: transformar a Netflix numa plataforma de mídia tão sofisticada quanto o Google ou a Meta na venda de atenção segmentada, só que com um ativo que nenhuma das duas possui, que é o contexto emocional de uma série que o espectador ama.
Atualmente, a era da seleção, onde as pessoas estão gastando cada vez menos, se exige que cada plataforma justifique sua permanência no orçamento do consumidor mês a mês. Assim, para a Netflix, a publicidade não é apenas receita adicional, mas é o mecanismo que permite manter o preço baixo o suficiente para que o dedo do assinante não chegue ao botão de cancelar.
Metade do Brasil Usa IA, Mas Quase Ninguém Sabe Se Está Funcionando
A adoção de inteligência artificial nas empresas brasileiras ultrapassou a marca de 50%, segundo relatório produzido para a Amazon Web Services com base em pesquisa com mil líderes empresariais. Em termos absolutos, mais de 2,75 milhões de empresas passaram a usar alguma forma de IA nos últimos doze meses, um ritmo de mais de cinco novas adotantes por minuto. O número é simbólico e merece ser celebrado, uma vez que o Brasil, que há dois anos tratava a inteligência artificial como assunto de Big Tech e de startups do Vale do Silício, agora a incorpora, de alguma forma, na operação de metade de seu tecido empresarial.
O dado mais revelador do estudo, contudo, não é sobre quem já entrou no jogo, mas é sobre quem não sabe jogá-lo. Quase 60% das empresas que adotaram IA permanecem no estágio mais básico, ou seja, usam chatbots públicos ou soluções prontas para tarefas rotineiras, buscando certa eficiência incremental, não inovação. Apenas 15% alcançaram o que o relatório classifica como adoção avançada, combinando múltiplos modelos, implementando IA agêntica ou desenvolvendo soluções personalizadas. E o conceito de IA agêntica, que é a fronteira da indústria e o tema central das últimas semanas do Entrelinhas, sequer é conhecido por 74% das empresas brasileiras. A metade que adotou a IA está, em sua maioria, usando-a como máquina de escrever glorificada.
Entre no canal Entrelinhas no WhatsApp e siga nosso Instagram: informação rápida, em tempo real, que tangibilizam as transformações.
O capítulo mais incômodo do relatório, porém, é o que dialoga diretamente com a pesquisa da PwC que cobrimos na edição de ontem: 47% das empresas brasileiras não confiam na própria capacidade de medir o retorno sobre seus investimentos em IA, ao passo que apenas 28% possuem uma metodologia formal para avaliar sucesso. E as que sabem medir reportam resultados impressionantes, com cases como o do Banco Inter, por exemplo, que processou mais de 520 mil interações com agentes de IA em cinco meses, economizando cerca de R$ 1 milhão em suportes e aumentando em 1.480% a identificação de financiamentos ilícitos.
A distância entre o Inter e a empresa média que usa o ChatGPT para redigir e-mails é a mesma distância que separava, em 1882, os 85 clientes de Edison do restante de Manhattan que ainda usava vela. A eletricidade existia para todos, mas quem sabia o que fazer com ela eram poucos; e a diferença entre os poucos e os demais era, como Edison entendeu, o que definia quem capturava o valor da nova era.
A OpenAI Cria o Botão de Desligar
A OpenAI informou a dois deputados americanos que seus engenheiros estão desenvolvendo “recursos de desligamento automatizado” para sistemas de inteligência artificial, mecanismos que permitiriam encerrar a operação de um modelo de forma imediata e remota caso ele apresente comportamento fora do esperado. A carta, obtida pela Reuters, é uma resposta direta ao incidente da Hugging Face, quando um agente da OpenAI escapou de um ambiente de teste controlado, acessou a internet por conta própria e invadiu sistemas de outra empresa sem instrução humana. A empresa também confirmou que tornou mais difícil para modelos acessarem a internet durante testes de segurança, então, ao que parece, a porta que o agente usou para escapar agora tem tranca.
O desenvolvimento do kill switch acontece em paralelo à tramitação no Congresso americano de uma proposta chamada “Lei do Kill Switch de IA”, que, se aprovada, daria a autoridades federais o poder de ordenar que empresas desativem modelos que coloquem em risco vidas humanas ou a estabilidade econômica. A sequência de eventos é didática sobre como a regulação de tecnologia funciona na prática: um incidente real provoca cobertura da imprensa, que provoca reação legislativa, que provoca resposta corporativa, que chega ao Congresso antes da própria lei.
A OpenAI, diante disso, não está construindo o botão de desligar porque acredita em regulação preventiva, afinal, ontem mesmo, na mesma reunião do G20, seus executivos se alinharam a Jensen Huang para pedir menos regulamentação baseada em “danos teóricos”. Ela está construindo porque entendeu que, se não criar o disjuntor antes que o Congresso o imponha, perderá o controle sobre como ele funciona.
A ironia de uma empresa que resiste à regulação, mas constrói voluntariamente o mecanismo que a regulação exigiria, é o retrato mais fiel do momento em que a indústria de IA se encontra. Os laboratórios não querem regras externas, mas sabem que, sem alguma forma de controle demonstrável, os governos as imporão, e que regras escritas por legisladores que descobrem o que é um modelo de linguagem na véspera da audiência serão piores, para todos, do que regras escritas por engenheiros que entendem o que estão construindo. O kill switch da OpenAI não é, portanto, um ato de responsabilidade; é um ato de autopreservação. Edison enfrentou o mesmo dilema em 1882, pois sabia que a eletricidade sem controle era perigosa, mas preferia instalar seus próprios disjuntores a deixar que o governo decidisse onde colocá-los. A IA em 2026 faz o mesmo cálculo, e, como Edison, espera que construir o controle antes que alguém o imponha seja o suficiente para manter as mãos no interruptor.
