Redes sociais
Clean & Solar Energy/ Energia Eólica/BiogásCloud Computing ( Computação em Nuvem )Construtechs/Proptechs/EPS/IsoporCoworking/Coliving/SelfStorage/Crowdfunding/Home OfficeDrones / Geotecnologias / SatélitesE-commerceEdtech/ EducaçãoEventos e CursosIfarm / Agtechs/ Biotech/ BiotecnologiaFintechsHealthtech/ Medtech/ Medicina e SaúdeImpressoras 3DInteligência Artificial / Big Data / Reconhecimento facial/ emocionalInternet das Coisas/ IoT/ 5G/ 6G/ ConectividadeLivros / PublicaçõesO que é?Realidade Virtual e Realidade AumentadaRobótica e NanotecnologiaStartupsInovação e Tecnologias DisruptivasVeículos Elétricos, Hidrogênio e AutônomosVídeos

Com essa impressora 3D, você pode imprimir chocolate em casa

O novo Chameleon AI da Meta é mais poderoso que o GPT-4

O futuro da IA, de acordo com o ex-CEO do Google, Eric Schmidt

Em palestra reproduzida em vídeo, o ex-CEO do Google Eric Schmidt disse que modelos de linguagem vão mudar mais a economia que a internet móvel e defendeu que empresas tratem IA como infraestrutura, não como projeto.

O futuro da IA, de acordo com o ex-CEO do Google, Eric Schmidt

O ex-CEO do Google Eric Schmidt afirmou em palestra que a inteligência artificial terá impacto econômico maior que a migração para o celular, porque muda a forma de produzir conhecimento, e não apenas o canal de distribuição. O vídeo com a fala circulou amplamente no setor.

A tese não é original, mas ganha peso vindo de alguém que dirigiu a maior empresa de busca do mundo em seus anos de formação: se o custo de escrever, programar e analisar despenca, o gargalo passa a ser julgamento.

Os três pontos que ele destacou

Primeiro, capacidade de computação é o insumo estratégico: quem controla chips e data centers controla o ritmo da tecnologia. Segundo, modelos vão se especializar por domínio, e o diferencial não será o modelo genérico, mas o dado proprietário da empresa.

Terceiro, o risco de concentração. Schmidt reconheceu que a corrida de IA tende a criar poucos vencedores, porque treinar modelos grandes custa caro e exige infraestrutura que poucas organizações possuem.

Implicações práticas para empresas:

  • tratar dado próprio como ativo central e organizá-lo agora;
  • definir política de uso antes de distribuir ferramenta;
  • contratar competência em avaliação de modelo, não só em prompt;
  • acompanhar custo de inferência como item de orçamento;
  • preparar o time para revisar saída de máquina.

Do risco ao caminho de adoção

A fala carrega uma advertência velada: empresa que espera o padrão do mercado se consolidar entra tarde. A recomendação de mercado é começar com processos de baixo risco e retorno mensurável, e varrer a organização com caso de uso antes de assinar contrato grande.

Governança é a parte que o discurso técnico costuma esquecer. Registro de decisão, revisão humana em ponto crítico e rastreio de dado são o que permite escalar sem susto regulatório.

Comparação entre ciclos tecnológicos recentes

Como a IA se compara ao que veio antes:

OndaQuem capturou valorTempo de maturaçãoGargalo
Internet fixaOperadoras e portaisAnosAcesso e custo de banda
Internet móvelPlataformas e appsAnosAparelho e conectividade
NuvemProvedores de infraestruturaAnosPoder de processamento
Inteligência artificialDono de chip, dado e distribuiçãoEm cursoComputação, energia e confiança

O que fazer com esse diagnóstico

Para quem dirige empresa, o valor da análise está em três decisões: onde aplicar IA agora, que dado proteger e que competência contratar. Para quem trabalha em tecnologia, o recado é atualizar julgamento e arquitetura, porque escrever a primeira versão do código deixou de ser diferencial.

O excesso de entusiasmo é tão perigoso quanto a paralisia. O caminho defensável é piloto curto, métrica clara e decisão sobre escalar baseada em número.

Com essa impressora 3D, você pode imprimir chocolate em casa

O novo Chameleon AI da Meta é mais poderoso que o GPT-4