Problemas para visualizar? Veja no navegador
Insight Artificial — Edição 24/04/2026
Abertura
As Big Techs não estão em crise. Estão trocando de peça. E a peça que estão descartando pode ser o seu cargo, o seu processo, ou a ferramenta que você colocou no centro do negócio. Esta semana os dados tornaram isso impossível de ignorar.
Nesta edição
- Meta demite 15 mil para bancar US$ 135 bi em IA (e o padrão que ninguém nomeia)
- Por que o Claude regrediu em fevereiro e o que isso diz sobre dependência de ferramenta
- O dado do FGV IBRE que ficou enterrado no quinto parágrafo
- Por que empresas de IA estão contratando atores
- 30% dos construtores de agentes de IA não escrevem código
Destaques da semana
Seu cargo sobrevive à conta da Meta?
A Meta confirmou corte de 15 mil posições (20% do quadro global) e investimento de US$ 135 bilhões em infraestrutura de IA só em 2026. A empresa faturou mais de US$ 160 bilhões em 2025. Não está cortando porque está em apuros. Está cortando porque o capital encontrou retorno maior do que salário de coordenador. A Amazon fez o mesmo ao demitir 16 mil e redirecionar para AWS e IA. Quando Big Techs trocam folha de pagamento por capex de infraestrutura, a pergunta não é quantos foram demitidos. É qual tipo de trabalho ainda tem proteção nessa equação.
Esse movimento não fica só no macro. Ele chega direto na ferramenta que você usa todo dia.
Você não controla o Claude. Nunca controlou.
Em fevereiro de 2026, o Claude começou a simplificar onde devia aprofundar, parar antes de terminar e ignorar instruções que antes seguia sem falha. Stella Laurenzo, Senior Director do grupo de IA da AMD, foi ao GitHub com dados: análise de 6.852 sessões mostrou que a profundidade de raciocínio do Claude caiu de forma abrupta e consistente a partir daquele mês. Não era impressão subjetiva. Era padrão mensurável. A Anthropic confirmou que ajustes no treinamento causaram a regressão. Quando você constrói dependência direta de uma ferramenta sem método por baixo, o fornecedor decide quando a sua produtividade cai. Não você.
Você adotou IA e ficou mais barato de substituir.
O FGV IBRE publicou em abril de 2026 um dado que incomoda: jovens profissionais brasileiros entre 18 e 29 anos com alta exposição à IA têm 5% menos chance de estar empregados e recebem 7% menos que seus pares com baixa exposição. A manchete óbvia foi “IA reduz emprego”. O que ficou enterrado no quinto parágrafo: o problema não é usar IA. É usar IA para acelerar tarefas que, aceleradas o suficiente, viram commodities. Faixas de 30 a 59 anos foram pouco afetadas. Porque os cargos sênior envolvem responsabilidade, contexto e decisão. Coisas que a IA ainda não compra. O diferenciador não é velocidade. É o que você decide fazer com o tempo que a IA libera.
Então por que as Big Techs estão gastando bilhões treinando modelos com atores de teatro?
IA contrata atores: o gap de dados que ninguém menciona.
Anthropic, OpenAI e Google estão recrutando atores para sessões de improvisação em vídeo. Raiva, sarcasmo, frustração, alegria em contextos realistas. O motivo técnico: modelos treinados em texto aprendem padrões linguísticos de emoção, mas não captam o gap entre o que a pessoa diz e o que ela sente. Um cliente que responde “tudo bem” com tom neutro após uma falha de produto não está bem. E o modelo não sabe isso. Para IA conversacional funcionar em atendimento, vendas e suporte, ela precisa aprender a ler o não-dito. Os atores são os dados que faltavam.
Se quer aplicar IA sem depender de equipe técnica, as soluções da PD foram feitas para isso.
E se as Big Techs constroem camadas mais sofisticadas, quem está usando os resultados?
O bloqueio técnico que você nunca teve
Uma pesquisa da plataforma Lyzr Agent Studio revelou que 30% dos construtores de agentes de IA são profissionais de negócio: gestores, copywriters, analistas de vendas, sem uma linha de código escrita. O relatório State of Vibe Coding 2026, da Taskade, analisou mais de 150 mil aplicações criadas em plataformas de IA assistida e encontrou que 63% foram feitas por pessoas sem background de programação. O Gartner projeta que 80% dos produtos de tecnologia serão construídos por pessoas fora dos papéis tradicionais de TI até o fim de 2026. O bloqueio nunca foi técnico. Foi a narrativa que convenceu você de que precisava ser desenvolvedor para construir.
Experimente as ferramentas da PD antes de decidir o que construir.
O fio que conecta os cinco posts desta semana
Stella Laurenzo não foi reclamar no Twitter. Ela foi ao GitHub com 6.852 sessões de dados. Dois dias depois, a Anthropic reconheceu o problema e abriu uma task force interna.
Esse episódio é o padrão da semana: assimetria entre quem controla a infraestrutura e quem depende dela.
A Meta tem US$ 135 bilhões para redirecionar. Você tem o workflow que montou no mês passado. A Anthropic ajusta o treinamento do Claude às 3h de uma quinta-feira. Você descobre na segunda quando o relatório não sai mais certo. A OpenAI treina modelos com dados de atores em vídeo. Você usa o resultado final sem entender o que está por baixo.
O FGV IBRE mediu a consequência direta em salários: quem usa IA para acelerar tarefas sem entender que a tarefa acelerada vira commodity paga 7% menos. Não porque a ferramenta é ruim. Porque a estratégia estava errada desde o início.
A saída não é parar de usar IA. É parar de depender de IA como se ela fosse estável, previsível e controlável. E começar a construir método por cima dela.
Veja quem já está fazendo isso na prática.
Cinco coisas que ficam desta semana
- Meta segue o padrão Amazon: demite para bancar capex de IA. O trabalho protegido envolve responsabilidade, não velocidade.
- Ferramenta sem método é risco operacional: o Claude regrediu em fevereiro e você só percebeu quando o fluxo quebrou.
- Alta exposição à IA sem estratégia gera commodity: 7% menos salário para jovens que aceleraram as tarefas erradas.
- Emoção é o próximo campo de dados: atores em vídeo treinam nuances que texto não resolve. O gap era de dados, não de modelo.
- 63% das aplicações de IA são criadas por não-devs: o bloqueio era narrativa. Sempre foi.
Micronoticias
🔬 Anthropic superou a OpenAI em receita — US$ 30 bi anualizados vs. US$ 25 bi da OpenAI, adicionando US$ 11 bi em 30 dias. Times Brasil / CNBC
🤖 Google lança infraestrutura de agentes para empresas — Ferramentas para criar, rastrear e reportar agentes de IA dentro de organizações, com caixa de entrada dedicada para relatórios de progresso. Bloomberg
DeepSeek lança V4 — Novo modelo chinês afirma competir com sistemas fechados da OpenAI e Google. A corrida de modelos open-weight não parou. Blog do Esmael
Meta lança Muse Spark — Primeiro modelo desde a contratação de Alexandr Wang (Scale AI). Usa squad de agentes em paralelo para raciocínio extremo. CNBC
Modelos restritos de cibersegurança chegam ao mercado — Anthropic lançou Claude Mythos para 40 grandes empresas. OpenAI respondeu com GPT-5.4-Cyber. Acesso controlado, não público. StartSe
Contra dados não há argumentos
“O FGV IBRE mediu: quem usa IA para acelerar tarefas tem 7% menos salário. Não porque a ferramenta falhou. Porque a estratégia estava errada: você acelerou uma tarefa que virou commodity. A ferramenta funcionou exatamente como prometida.”
Uma ação desta edição
Encaminhe esta edição para alguém que ainda acha que adotar mais ferramentas é a resposta. Às vezes, o melhor insight da semana chega por recomendação, não por algoritmo.
Até sexta
Toda semana filtro o que importa para quem toma decisão. Sem lista de ferramentas sem contexto. Na próxima edição: mais dados reais para você calibrar onde está na curva.
Felipe
Felipe Luis Salgueiro
Fundador, Posicionamento Digital
Estrategista de Marketing, Storytelling e IA
Posicionamento Digital — Automação e IA para médias empresas que querem crescer sem perder identidade.
[Instagram] [LinkedIn] [Blog] [Site]
Você recebeu porque se cadastrou na lista da Posicionamento Digital.
{{unsubscribe_url}} | Gerenciar preferências
