<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Eduardo Queiroz on Medium]]></title>
        <description><![CDATA[Stories by Eduardo Queiroz on Medium]]></description>
        <link>https://medium.com/@edufqueiroz.systemframe?source=rss-9ac46b974fac------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*vwCPZ1Kr0z49vpLI</url>
            <title>Stories by Eduardo Queiroz on Medium</title>
            <link>https://medium.com/@edufqueiroz.systemframe?source=rss-9ac46b974fac------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 13:06:27 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@edufqueiroz.systemframe/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Dívida técnica: o que é e por que a IA está cobrando essa conta | Eduardo Queiroz]]></title>
            <link>https://medium.com/@edufqueiroz.systemframe/d%C3%ADvida-t%C3%A9cnica-o-que-%C3%A9-e-por-que-a-ia-est%C3%A1-cobrando-essa-conta-eduardo-queiroz-31fdc256fc27?source=rss-9ac46b974fac------2</link>
            <guid isPermaLink="false">https://medium.com/p/31fdc256fc27</guid>
            <category><![CDATA[infrastructure]]></category>
            <category><![CDATA[empresa]]></category>
            <category><![CDATA[technology]]></category>
            <category><![CDATA[cybersecurity]]></category>
            <category><![CDATA[dívida-técnica]]></category>
            <dc:creator><![CDATA[Eduardo Queiroz]]></dc:creator>
            <pubDate>Tue, 17 Nov 2026 13:01:03 GMT</pubDate>
            <atom:updated>2026-11-17T13:01:03.651Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>Dívida técnica</strong> é o acúmulo de atalhos, adiamentos e soluções provisórias em software e infraestrutura que, com o tempo, tornam o ambiente mais difícil e mais caro de manter. Como uma dívida financeira, ela rende juros: cada correção adiada deixa a próxima mudança mais lenta e aumenta o risco de falhas, inclusive de segurança.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tFbuh9gvwAbkrwuhPXzkEg.jpeg" /></figure><p>Um caso recente mostra como essa conta pode chegar de uma vez. Em 14 de outubro, o CEO do Bank of America, Brian Moynihan, contou em entrevista à CNBC, após o balanço do terceiro trimestre, que o banco colocou 1.000 terceirizados na correção de vulnerabilidades de software no segundo trimestre. O objetivo foi sanar falhas que modelos de IA de fronteira, como o Mythos, da Anthropic, passaram a expor. Esses profissionais continuam no banco, somados aos 3.000 funcionários que já atuam na área.</p><p>Moynihan afirmou que “esse risco é real”, mas também disse que o aumento de gastos é temporário: depois de corrigir, não é preciso corrigir tanto, e o custo deve cair com o tempo. O mesmo banco informou que a economia gerada por cerca de 130 projetos internos de IA deve passar de US$ 300 milhões neste ano para US$ 700 milhões em 2027.</p><p><strong>O que é dívida técnica, em linguagem de gestão</strong></p><p>O termo vem do desenvolvimento de software, mas o conceito vale para toda a TI. Dívida técnica aparece quando se escolhe o caminho mais rápido agora sabendo, ou não, que ele vai exigir retrabalho depois. Alguns exemplos comuns:</p><p>— Bibliotecas e componentes de software que não são atualizados há anos.<br> — Sistemas operacionais e servidores fora do período de suporte do fabricante.<br> — Correções de segurança acumuladas, aplicadas com atraso ou nunca aplicadas.<br> — Código sem testes automatizados, em que cada mudança exige conferência manual.<br> — Integrações improvisadas entre sistemas, que funcionam até o dia em que um deles muda.<br> — Documentação desatualizada ou inexistente.</p><p>Nem toda dívida técnica é um erro. Às vezes, entregar rápido é a decisão certa para o negócio. O problema é quando a dívida não é registrada, não é medida e nunca é paga.</p><p><strong>Por que a IA está cobrando a conta da dívida técnica</strong></p><p>O caso do Bank of America ilustra um movimento mais amplo. Modelos de IA cada vez mais capazes conseguem ler grandes volumes de código e identificar vulnerabilidades com rapidez. Isso é uma excelente notícia para quem defende sistemas: falhas que antes passavam despercebidas agora podem ser encontradas.</p><p>O outro lado é que vulnerabilidades antigas, que estavam escondidas no meio de código pouco revisado, ficam mais visíveis. Uma dívida técnica que parecia tolerável passa a ser um risco concreto, porque encontrar a falha ficou mais fácil.</p><p>Na minha leitura, o recado é que a velocidade de correção precisa acompanhar a velocidade de descoberta. Empresas com ambiente atualizado e bem documentado conseguem corrigir rápido. Empresas com muita dívida acumulada precisam de mais gente e mais tempo, como mostra a decisão do banco de reforçar a equipe.</p><p>A boa notícia é que a mesma tecnologia ajuda a pagar a dívida. Ferramentas de IA podem apoiar a revisão de código, sugerir correções, gerar testes e documentar sistemas antigos. O ganho que o banco projeta com seus projetos internos de IA mostra que o uso não é só defensivo.</p><p><strong>Como medir a dívida técnica</strong></p><p>Dívida que não é medida não é gerida. Eu costumo sugerir que a empresa comece com indicadores simples, que a diretoria consiga acompanhar:</p><p>— Quantidade de sistemas e servidores fora do suporte do fabricante.<br> — Tempo médio entre a publicação de uma correção de segurança e a sua aplicação.<br> — Número de vulnerabilidades conhecidas em aberto, separadas por gravidade.<br> — Percentual de componentes de software com versões desatualizadas.<br> — Sistemas críticos sem documentação ou com conhecimento concentrado em uma única pessoa.<br> — Proporção do tempo da equipe gasto em correções emergenciais em vez de melhorias planejadas.</p><p>Esses números não precisam ser perfeitos no início. O importante é ter uma linha de base e acompanhar a tendência.</p><p><strong>Como priorizar o pagamento</strong></p><p>Nenhuma empresa paga toda a dívida técnica de uma vez. A questão é escolher a ordem. Um critério prático combina duas perguntas: qual é o impacto se isso falhar, e qual é a probabilidade de falhar?</p><p><strong>Prioridade alta:</strong></p><p>— Vulnerabilidades críticas em sistemas expostos à internet.<br> — Sistemas que sustentam faturamento, operação ou dados de clientes e estão fora do suporte.<br> — Componentes com falhas conhecidas e exploradas publicamente.</p><p><strong>Prioridade média:</strong></p><p>— Sistemas internos desatualizados, mas protegidos por outras camadas.<br> — Falta de testes automatizados em sistemas que mudam com frequência.</p><p><strong>Prioridade planejada:</strong></p><p>— Refatorações que melhoram a manutenção, mas não reduzem risco imediato.<br> — Documentação de sistemas estáveis.</p><p>Uma prática que considero útil é reservar uma parte fixa da capacidade da equipe, em cada ciclo de trabalho, para reduzir dívida técnica. Assim, o pagamento acontece de forma contínua, e não só quando algo dá errado.</p><p><strong>Dívida técnica é assunto de diretoria</strong></p><p>O caso do banco mostra que a dívida técnica deixou de ser um tema restrito à equipe de desenvolvimento. Ela aparece no balanço, na conversa com analistas e na estratégia de segurança. Para empresas de qualquer porte, a pergunta que a diretoria deveria fazer à TI é direta: quanto da nossa dívida técnica conhecemos, e qual é o plano para reduzi-la?</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NAUyc4t_IncT16-h-2Fkyw.png" /><figcaption><a href="https://www.systemframe.com.br/">https://www.systemframe.com.br/</a></figcaption></figure><p><strong>Perguntas frequentes</strong></p><p><em>O que é dívida técnica?</em></p><p>É o acúmulo de atalhos, adiamentos e soluções provisórias em software e infraestrutura que tornam o ambiente mais caro e arriscado de manter com o tempo.</p><p><em>Quais são exemplos de dívida técnica?</em></p><p>Sistemas fora do suporte do fabricante, correções de segurança atrasadas, bibliotecas desatualizadas, código sem testes, integrações improvisadas e falta de documentação.</p><p><em>Como a inteligência artificial afeta a dívida técnica?</em></p><p>Modelos de IA conseguem encontrar vulnerabilidades com mais rapidez, o que torna falhas antigas mais visíveis. Ao mesmo tempo, a IA ajuda a revisar código, gerar testes e documentar sistemas.</p><p><em>Como medir a dívida técnica de uma empresa?</em></p><p>Com indicadores como sistemas fora de suporte, tempo de aplicação de correções, vulnerabilidades em aberto por gravidade e proporção do tempo da equipe gasto em emergências.</p><p><em>Por onde começar a reduzir a dívida técnica?</em></p><p>Pelas vulnerabilidades críticas em sistemas expostos e pelos sistemas essenciais ao negócio que estão fora do suporte, reservando capacidade fixa da equipe para o pagamento contínuo.</p><h4>Se uma ferramenta de IA revisasse hoje todo o código e a infraestrutura da sua empresa, quanto tempo a equipe levaria para corrigir o que fosse encontrado?</h4><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=31fdc256fc27" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Benefício flexível: o que é e o que muda com a compra da Caju pelo iFood | Eduardo Queiroz]]></title>
            <link>https://medium.com/@edufqueiroz.systemframe/benef%C3%ADcio-flex%C3%ADvel-o-que-%C3%A9-e-o-que-muda-com-a-compra-da-caju-pelo-ifood-eduardo-queiroz-b937baa13720?source=rss-9ac46b974fac------2</link>
            <guid isPermaLink="false">https://medium.com/p/b937baa13720</guid>
            <category><![CDATA[ifood]]></category>
            <category><![CDATA[employee-benefits]]></category>
            <category><![CDATA[empresa]]></category>
            <category><![CDATA[brasil]]></category>
            <category><![CDATA[negocios]]></category>
            <dc:creator><![CDATA[Eduardo Queiroz]]></dc:creator>
            <pubDate>Mon, 16 Nov 2026 13:01:02 GMT</pubDate>
            <atom:updated>2026-11-16T13:01:02.929Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>Benefício flexível</strong> é um modelo em que a empresa concede um valor de benefícios ao colaborador, geralmente em um único cartão ou aplicativo, e ele pode distribuir esse saldo entre categorias como alimentação, refeição, mobilidade, saúde ou educação, dentro das regras de cada categoria. A ideia é dar autonomia ao trabalhador e simplificar a gestão para o RH, que passa a lidar com uma plataforma em vez de vários fornecedores.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*_EGUmzTIuWhrQe7c9EbORg.jpeg" /></figure><p>O tema voltou ao noticiário em 20 de outubro, quando o iFood Benefícios anunciou a assinatura de um acordo para comprar a startup Caju, especializada em benefícios corporativos e gestão de despesas. Segundo o comunicado das empresas, a proposta é integrar a rede de aceitação e o ecossistema do iFood à plataforma de gestão da Caju, oferecendo uma solução que vai da gestão administrativa ao pagamento dos benefícios.</p><p>Os números divulgados mostram a escala. O iFood Benefícios atende 65 mil empresas e 1,7 milhão de usuários. A Caju tem mais de 70 mil empresas e 1,3 milhão de trabalhadores. Juntas, as operações passariam a atender cerca de 135 mil empresas e 3 milhões de usuários.</p><p><strong>O que é benefício flexível, na prática</strong></p><p>No modelo tradicional, a empresa contrata um fornecedor para vale-refeição, outro para vale-alimentação, outro para transporte, e cada benefício tem seu cartão, seu saldo e seu processo. O colaborador recebe um valor fixo em cada categoria, mesmo que use mais uma do que outra.</p><p>No benefício flexível, a lógica muda:</p><p>— A empresa define o valor total e as categorias permitidas.<br> — O colaborador distribui o saldo conforme a própria necessidade, respeitando os limites e regras de cada categoria.<br> — Tudo fica em um único cartão ou aplicativo, com extrato e controle por categoria.<br> — O RH acompanha, recarrega e ajusta pela mesma plataforma.</p><p>Um ponto que considero importante deixar claro: cada categoria de benefício tem regras próprias, trabalhistas e fiscais, e algumas estão ligadas a programas específicos, como o Programa de Alimentação do Trabalhador, o PAT. Antes de mudar o modelo de benefícios, a empresa deve validar o desenho com o contador e com o jurídico. A plataforma facilita a operação, mas não substitui essa análise.</p><p><strong>O que muda com a compra da Caju pelo iFood</strong></p><p>Na minha leitura, há três aspectos a observar.</p><p>Ainda não mudou nada para os clientes. A conclusão do negócio depende da análise do Cade, o Conselho Administrativo de Defesa Econômica, e do Banco Central. Até que as aprovações saiam e a integração seja concluída, as duas empresas continuam operando de forma independente, com suas estruturas e serviços atuais.</p><p>A proposta é unir gestão e aceitação. A Caju contribui com a plataforma de gestão de benefícios e despesas. O iFood contribui com rede de aceitação e ecossistema. O objetivo declarado é uma solução unificada para empresas e trabalhadores.</p><p>O setor está em transformação. A própria matéria lembra que o mercado de benefícios tem passado por mudanças nas diretrizes do PAT, que buscam ampliar a concorrência e a flexibilidade para empresas e beneficiários. A aquisição acontece nesse contexto.</p><p>Para empresas que usam alguma das duas plataformas, eu costumo sugerir acompanhar os comunicados oficiais e evitar decisões precipitadas. Contratos em vigor seguem valendo, e eventuais mudanças devem ser comunicadas pelas próprias empresas.</p><p><strong>Por que o benefício flexível ganhou espaço</strong></p><p>O modelo flexível atende a uma demanda que aparece em muitas empresas: colaboradores com necessidades diferentes recebendo o mesmo pacote. Uma pessoa que trabalha em casa pode usar menos transporte e mais alimentação. Outra pode preferir destinar parte do saldo a educação ou saúde, quando isso é permitido.</p><p>Para o RH, os ganhos costumam estar em:</p><p>— Menos fornecedores para gerir e menos contratos para renovar.<br> — Processo único de recarga, ajuste e desligamento.<br> — Relatórios de uso que ajudam a entender o que os colaboradores realmente valorizam.<br> — Percepção de autonomia por parte do colaborador.</p><p><strong>O lado de tecnologia: o que avaliar numa plataforma de benefícios</strong></p><p>Por trás de um cartão de benefícios existe uma plataforma que lida com dados pessoais de todos os colaboradores, valores mensais e integrações com folha de pagamento. Por isso, a escolha não é só de RH. A área de TI e a de segurança da informação também deveriam participar.</p><p>Alguns pontos que eu incluiria na avaliação:</p><p>— Integração com o sistema de folha e com o cadastro de colaboradores, para evitar digitação manual e erros de recarga.<br> — Controle de acesso no painel administrativo, com perfis diferentes para quem consulta e para quem aprova recargas.<br> — Autenticação forte para administradores, já que o painel movimenta valores.<br> — Tratamento de dados pessoais conforme a LGPD, com clareza sobre o que é coletado, onde fica armazenado e por quanto tempo.<br> — Processo de desligamento: o que acontece com o cartão e com o saldo quando um colaborador sai da empresa.<br> — Relatórios exportáveis, para que o RH e o financeiro conciliem os valores sem depender de suporte.</p><p>Em momentos de fusão entre fornecedores, vale também perguntar como ficará a migração de dados, se houver, e qual será o canal de suporte durante a transição.</p><p><strong>Como decidir se o benefício flexível faz sentido para a sua empresa</strong></p><p>Não há resposta única, mas algumas perguntas ajudam:</p><p>— O pacote atual atende bem perfis diferentes de colaboradores?<br> — Quantos fornecedores de benefícios a empresa administra hoje?<br> — O RH gasta tempo relevante com recargas, ajustes e conciliação?<br> — A empresa tem clareza sobre as regras trabalhistas e fiscais de cada benefício que oferece?</p><p>Se as respostas apontam para complexidade operacional e insatisfação com o pacote, o modelo flexível merece ser estudado, sempre com apoio contábil e jurídico.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NAUyc4t_IncT16-h-2Fkyw.png" /><figcaption><a href="https://www.systemframe.com.br/">https://www.systemframe.com.br/</a></figcaption></figure><p><strong>Perguntas frequentes</strong></p><p><em>O que é benefício flexível?</em><br>É um modelo em que a empresa concede um valor de benefícios e o colaborador distribui esse saldo entre categorias permitidas, como alimentação, refeição, mobilidade e saúde, normalmente em um único cartão.</p><p><em>O iFood comprou a Caju?</em><br>O iFood Benefícios anunciou em 20 de outubro a assinatura de um acordo para comprar a Caju. A conclusão depende de aprovação do Cade e do Banco Central.</p><p><em>O que muda para quem usa o cartão Caju?</em><br>Por enquanto, nada. Segundo as empresas, até a conclusão do negócio as duas continuam operando de forma independente, com os serviços atuais.</p><p><em>Benefício flexível substitui vale-refeição e vale-alimentação?</em><br>Ele pode reunir essas e outras categorias em uma única plataforma, mas cada categoria mantém suas regras. A empresa deve validar o desenho com contador e jurídico.</p><p><em>O que avaliar ao escolher uma plataforma de benefícios?</em><br>Integração com a folha, controle de acesso no painel, autenticação forte, tratamento de dados pessoais conforme a LGPD, processo de desligamento e qualidade dos relatórios.</p><h4>Se cada colaborador da sua empresa pudesse escolher como usar o próprio benefício, o pacote atual ainda faria sentido?</h4><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=b937baa13720" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[O que é GPU e por que a Nvidia virou peça central da inteligência artificial | Eduardo Queiroz]]></title>
            <link>https://medium.com/@edufqueiroz.systemframe/o-que-%C3%A9-gpu-e-por-que-a-nvidia-virou-pe%C3%A7a-central-da-intelig%C3%AAncia-artificial-eduardo-queiroz-0c3b444e37c8?source=rss-9ac46b974fac------2</link>
            <guid isPermaLink="false">https://medium.com/p/0c3b444e37c8</guid>
            <category><![CDATA[nvidia]]></category>
            <category><![CDATA[gpu]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[infrastructure]]></category>
            <category><![CDATA[empresa]]></category>
            <dc:creator><![CDATA[Eduardo Queiroz]]></dc:creator>
            <pubDate>Sun, 15 Nov 2026 13:01:02 GMT</pubDate>
            <atom:updated>2026-11-15T13:01:02.569Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>GPU</strong>, sigla de Graphics Processing Unit, é um processador criado para fazer milhares de cálculos simples ao mesmo tempo. Nasceu para gerar imagens em jogos e aplicações gráficas, mas essa capacidade de cálculo em paralelo se mostrou ideal para treinar e rodar modelos de inteligência artificial, o que transformou a GPU em um dos componentes mais disputados da tecnologia atual.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*I8_i3-eXqSn2B09RzWtcTw@2x.jpeg" /></figure><p>Outubro deixou clara a dimensão dessa disputa. Em 21 de outubro, durante o evento GTC em Berlim, a Nvidia anunciou o DSX POD, uma arquitetura de referência modular para acelerar a construção de data centers de IA. São fábricas de IA completas, baseadas na tecnologia Vera Rubin, montadas, integradas e validadas em fábrica antes de serem enviadas ao cliente. Segundo a empresa, a implantação em locais já preparados cai de seis meses para 14 dias.</p><p>No mesmo mês, outros anúncios mostraram que o mercado de chips para IA vai além da GPU. Em 12 de outubro, a Microsoft apresentou o Maia 300, terceira geração de seus aceleradores próprios de IA. Em 28 de outubro, Oracle e Google anunciaram que a Oracle Cloud Infrastructure será o primeiro hiperescalador fora do Google a oferecer as TPUs, os chips de IA do Google.</p><p><strong>O que é GPU, em linguagem simples</strong></p><p>Uma comparação ajuda. Imagine que você precisa corrigir mil provas de múltipla escolha. Uma pessoa muito experiente corrige uma de cada vez, rápido e com precisão. Agora imagine mil pessoas, cada uma corrigindo uma prova ao mesmo tempo. Cada uma é menos versátil do que a especialista, mas juntas terminam muito antes.</p><p>A CPU, o processador principal do computador, é a especialista: poucos núcleos muito capazes, bons em tarefas variadas e sequenciais. A GPU é o grupo grande: milhares de núcleos mais simples, excelentes quando o trabalho pode ser dividido em partes iguais e feito em paralelo.</p><p>Treinar um modelo de inteligência artificial envolve exatamente esse tipo de trabalho: multiplicações de matrizes repetidas bilhões de vezes. Por isso a GPU se tornou a base da IA moderna.</p><p><strong>CPU, GPU, TPU e NPU: qual a diferença</strong></p><p>As siglas se multiplicaram nos últimos anos. Um resumo prático:</p><p>— CPU (Central Processing Unit): o processador de uso geral. Roda o sistema operacional, os aplicativos e coordena tudo. Está em todo computador e servidor.<br> — GPU (Graphics Processing Unit): processador de cálculo paralelo. Usado em gráficos, ciência de dados e, principalmente, em treinamento e execução de modelos de IA.<br> — TPU (Tensor Processing Unit): chip desenvolvido pelo Google especificamente para cargas de IA. Segundo o Google, dá acesso a treinamento e inferência exigentes.<br> — NPU (Neural Processing Unit): unidade dedicada à IA em dispositivos como notebooks e celulares, pensada para rodar modelos menores com baixo consumo de energia.<br> — Aceleradores próprios: chips que grandes empresas de tecnologia desenvolvem para suas próprias cargas, como o Maia, da Microsoft.</p><p>Um termo que aparece muito junto dessas siglas é inferência. Treinamento é ensinar o modelo, um processo pesado e concentrado. Inferência é usar o modelo já treinado para responder a perguntas, gerar textos ou analisar dados. Cada vez que alguém usa um assistente de IA, há inferência acontecendo em algum data center.</p><p><strong>Por que a Nvidia virou peça central da IA</strong></p><p>A Nvidia não é a única fabricante de GPUs, mas se tornou a referência em IA por uma combinação de fatores amplamente conhecidos no setor: chips com alto desempenho em cálculo paralelo, um ecossistema de software consolidado entre desenvolvedores e pesquisadores, e uma oferta que vai além do chip, incluindo rede, servidores e sistemas completos.</p><p>O DSX POD ilustra essa última parte. A empresa não está vendendo só processadores, mas um data center de IA pré-montado. A solução inclui rede, cabeamento, energia em nível de rack e refrigeração líquida, em contêineres de transporte padrão de 28 mil quilos, que podem ser levados por logística rodoviária convencional. A produção envolve parceiros como Foxconn, Gigabyte, Lenovo, HPE, Quanta, Pegatron e Dell Technologies, e as primeiras entregas estão previstas para o início de 2027.</p><p>Para quem acompanha infraestrutura, a mensagem é que o gargalo da IA não é só o chip. É energia, refrigeração, rede e tempo de implantação.</p><p><strong>O mercado de chips de IA está ficando mais diverso</strong></p><p>Ao mesmo tempo, os anúncios de outubro mostram um mercado com mais opções.</p><p>A Microsoft informou que o Maia 300 foi projetado com arquitetura voltada à inferência, otimizada para contextos longos e cargas intensivas em memória. A produção começa em 2027, e a empresa projeta 40% mais tokens por megawatt em comparação com sistemas líderes baseados em GPU. Vale notar que os sistemas comparados não foram nomeados e que a metodologia dos testes não foi detalhada. A geração anterior, o Maia 200, já atende cargas como o Copilot.</p><p>O Google, por sua vez, passa a oferecer TPUs fora da própria nuvem, por meio da Oracle. Segundo Mahesh Thiagarajan, presidente da Oracle Cloud Infrastructure, o acordo dá aos clientes acesso a várias arquiteturas de computação de IA em uma só nuvem. No mesmo dia, o The Information informou, citando uma pessoa a par do assunto, que a OpenAI planeja comprar TPUs do Google, e a OpenAI não quis comentar.</p><p>Na minha leitura, a tendência é de convivência: GPUs para uma ampla variedade de cargas, chips especializados para inferência em escala e NPUs nos dispositivos para tarefas locais.</p><p><strong>O que isso significa para empresas que não constroem data centers</strong></p><p>A maioria das empresas nunca vai comprar uma GPU de data center. Mas a corrida dos chips afeta qualquer organização que usa IA, por três caminhos.</p><p>Custo dos serviços de IA. Chips mais eficientes tendem a reduzir o custo por resposta gerada, o que pode se refletir em preços de serviços de IA ao longo do tempo.</p><p>Disponibilidade na nuvem. Com mais arquiteturas disponíveis, as empresas que usam nuvem passam a ter mais opções de onde e como rodar cargas de IA.</p><p>Renovação de equipamentos. Notebooks com NPU começam a rodar tarefas de IA localmente. Isso entra nos critérios de renovação de frota, especialmente para funções que usam assistentes de IA o dia todo.</p><p>Eu costumo sugerir que a área de TI acompanhe esse tema sem pressa de decisão: entender as siglas, saber o que roda na nuvem e o que roda no dispositivo, e perguntar aos fornecedores que tipo de infraestrutura está por trás dos serviços contratados.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NAUyc4t_IncT16-h-2Fkyw.png" /><figcaption><a href="https://www.systemframe.com.br/">https://www.systemframe.com.br/</a></figcaption></figure><p><strong>Perguntas frequentes</strong></p><p><em>O que é GPU?</em><br>GPU é a unidade de processamento gráfico, um processador com milhares de núcleos que faz muitos cálculos simples em paralelo. É usada em gráficos e, cada vez mais, em inteligência artificial.</p><p><em>Qual a diferença entre CPU e GPU?</em><br>A CPU tem poucos núcleos muito versáteis, ideais para tarefas variadas e sequenciais. A GPU tem milhares de núcleos mais simples, ideais para cálculos repetitivos feitos ao mesmo tempo.</p><p><em>O que é TPU?</em><br>TPU, ou Tensor Processing Unit, é o chip de IA desenvolvido pelo Google para treinamento e inferência de modelos. Em outubro, a Oracle anunciou que vai oferecer TPUs em sua nuvem.</p><p><em>O que é NPU?</em><br>NPU é a unidade de processamento neural presente em notebooks e celulares mais recentes, dedicada a rodar tarefas de IA localmente com baixo consumo de energia.</p><p><em>Por que a IA precisa de GPU?</em><br>Porque treinar e rodar modelos de IA exige bilhões de operações matemáticas repetitivas, e a GPU executa esse tipo de cálculo em paralelo de forma muito mais eficiente do que a CPU.</p><h4>Você sabe dizer em que tipo de infraestrutura rodam as ferramentas de IA que a sua equipe usa todos os dias?</h4><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=0c3b444e37c8" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Automação de processos com IA: como os agentes entram na rotina da empresa | Eduardo Queiroz]]></title>
            <link>https://medium.com/@edufqueiroz.systemframe/automa%C3%A7%C3%A3o-de-processos-com-ia-como-os-agentes-entram-na-rotina-da-empresa-eduardo-queiroz-4562efd7af29?source=rss-9ac46b974fac------2</link>
            <guid isPermaLink="false">https://medium.com/p/4562efd7af29</guid>
            <category><![CDATA[empresa]]></category>
            <category><![CDATA[rotina]]></category>
            <category><![CDATA[negocios]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[infrastructure]]></category>
            <dc:creator><![CDATA[Eduardo Queiroz]]></dc:creator>
            <pubDate>Sat, 14 Nov 2026 13:01:02 GMT</pubDate>
            <atom:updated>2026-11-14T13:01:02.965Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>Automação de processos com IA</strong> é o uso de inteligência artificial para executar etapas de um processo de negócio que antes dependiam de alguém lendo, conferindo e digitando, como lançar notas, conciliar pagamentos ou triar solicitações. A diferença para a automação tradicional é que a IA consegue lidar com informação menos estruturada e, no caso dos agentes, planejar e encadear várias tarefas a partir de um único pedido.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mtUxZSHr5jev2jEkDnSciw.jpeg" /></figure><p>Dois anúncios de outubro mostram como esse movimento está chegando às ferramentas que as empresas já usam. Em 8 de outubro, durante o evento Gemini at Work 2026, o Google Cloud lançou um agente universal de IA para fluxos de trabalho corporativos. Segundo Thomas Kurian, CEO do Google Cloud, a ferramenta pode planejar atividades, pesquisar, criar conteúdo e escrever ou executar código a partir de um único prompt, mantendo memória de tarefas que se estendem por vários dias.</p><p>Poucos dias depois, no Universo TOTVS 2026, realizado em São Paulo nos dias 13 e 14 de outubro, a TOTVS apresentou o Corten, um novo sistema operacional de gestão, e mais de 30 agentes especializados de IA, desenvolvidos sobre a plataforma Lynn, voltados para processos como faturamento e conciliação. A empresa destacou que esses agentes mantêm a supervisão humana em etapas críticas.</p><p><strong>O que é automação de processos com IA, sem jargão</strong></p><p>Vale separar três níveis, porque eles costumam ser confundidos.</p><p>Automação por regras. É o modelo clássico: se acontecer A, faça B. Funciona bem para tarefas repetitivas e previsíveis, como enviar um e-mail quando um pedido é aprovado.</p><p>IA aplicada a uma etapa. A inteligência artificial resolve um passo específico que exigia interpretação, como ler uma nota fiscal em PDF, classificar um chamado ou extrair dados de um contrato.</p><p>Agentes de IA. O agente recebe um objetivo, decide os passos, usa ferramentas e sistemas, verifica o resultado e segue adiante. É o nível mais recente e o que mais exige cuidado na implantação.</p><p>Na rotina de uma empresa, os três convivem. Um mesmo processo pode ter uma etapa por regra, outra com IA e uma terceira em que o agente coordena o fluxo.</p><p><strong>Onde os agentes entram na rotina da empresa</strong></p><p>Os anúncios do Google Cloud e da TOTVS apontam para áreas parecidas: tarefas administrativas e financeiras, em que o volume é alto e a natureza é repetitiva. Os executivos da TOTVS destacaram justamente que essas áreas oferecem maior potencial de ganho de eficiência operacional.</p><p>Alguns exemplos de uso que fazem sentido para a maioria das empresas:</p><p>— Faturamento: conferir pedidos, gerar documentos e apontar divergências antes do envio.<br> — Conciliação financeira: cruzar extratos, recebimentos e lançamentos, sinalizando o que não bate.<br> — Contas a pagar: ler boletos e notas, conferir com o pedido de compra e preparar o lançamento para aprovação.<br> — Atendimento interno: responder dúvidas recorrentes de colaboradores sobre políticas e procedimentos.<br> — Relatórios: reunir dados de vários sistemas e montar uma primeira versão de um relatório gerencial.</p><p>O agente do Google Cloud, por exemplo, se integra a plataformas como Google Workspace, Microsoft 365 e Slack, e pode se conectar a sistemas como Salesforce, Jira, Confluence e Databricks. Para fluxos mais complexos, ele coordena subagentes especializados que executam etapas em paralelo. Segundo a empresa, a solução está em prévia privada.</p><p><strong>Supervisão humana: onde ela não pode faltar</strong></p><p>A frase da TOTVS sobre manter a supervisão humana em etapas críticas resume, na minha leitura, o ponto mais importante desse tema. Automatizar não significa tirar as pessoas do processo. Significa mudar o papel delas: de quem executa cada passo para quem aprova, revisa e trata exceções.</p><p>Eu costumo sugerir que a empresa defina, para cada processo automatizado, três coisas por escrito:</p><p>— Quais etapas exigem aprovação humana obrigatória, como pagamentos acima de um limite, alteração de dados bancários de fornecedor ou envio de documento fiscal.<br> — O que o agente pode fazer sozinho e o que ele só pode preparar para alguém confirmar.<br> — Quem é o responsável por revisar os resultados e com que frequência.</p><p>Também é importante que tudo fique registrado. Se um agente lançou, conciliou ou enviou algo, deve ser possível saber o que foi feito, quando e com base em quê.</p><p><strong>Por onde começar a automação de processos com IA</strong></p><p>A tentação é começar pelo processo mais complexo, porque é onde a dor parece maior. Na minha visão, o caminho mais seguro é o contrário.</p><p>Escolher um processo de volume alto e risco baixo. Classificação de documentos, triagem de solicitações e conferência de dados são bons candidatos.</p><p>Mapear o processo como ele é hoje. Quem faz o quê, em que sistema, com que dados e em quanto tempo. Sem esse mapa, não há como medir ganho.</p><p>Definir a métrica antes de começar. Tempo por tarefa, taxa de erro, volume processado por dia. Os próprios executivos da TOTVS defenderam que as empresas saiam da experimentação para a entrega de resultados mensuráveis.</p><p>Rodar em paralelo por um período. O agente executa, a pessoa confere. Quando a taxa de acerto estiver estável, a conferência pode passar a ser por amostragem.</p><p>Expandir aos poucos. Só depois que o primeiro processo estiver funcionando bem vale partir para o próximo.</p><p><strong>Cuidados com dados, acesso e custo</strong></p><p>Agentes de IA precisam acessar sistemas para trabalhar, e isso traz questões que a área de TI deve tratar desde o início:</p><p>— Permissões mínimas: o agente deve ter acesso apenas ao que precisa para a tarefa.<br> — Dados sensíveis: avaliar que informações podem ser enviadas a serviços externos e quais devem ficar dentro do ambiente da empresa.<br> — Custo de uso: muitas soluções cobram por volume de processamento, e um agente mal configurado pode consumir mais do que o previsto.<br> — Governança: o Google Cloud, por exemplo, destaca controles de segurança, governança e gestão de custos como parte da oferta, e esse tipo de recurso deve estar na lista de critérios de escolha.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NAUyc4t_IncT16-h-2Fkyw.png" /><figcaption><a href="https://www.systemframe.com.br/">https://www.systemframe.com.br/</a></figcaption></figure><p><strong>Perguntas frequentes</strong></p><p><em>O que é automação de processos com IA?</em><br>É o uso de inteligência artificial para executar etapas de processos de negócio que exigem interpretação, como ler documentos, classificar solicitações e conferir dados, e, no caso dos agentes, encadear várias tarefas a partir de um objetivo.</p><p><em>Qual a diferença entre RPA e agente de IA?</em><br>O RPA segue regras fixas e repete passos definidos. O agente de IA recebe um objetivo, decide os passos, usa ferramentas e se adapta a situações que não estavam previstas no roteiro.</p><p><em>Quais processos podem ser automatizados com IA?</em><br>Faturamento, conciliação, contas a pagar, triagem de atendimento interno e montagem de relatórios estão entre os mais comuns, por terem volume alto e natureza repetitiva.</p><p><em>A automação com IA substitui a revisão humana?</em><br>Não em etapas críticas. A boa prática é manter aprovação humana em pagamentos, alterações cadastrais sensíveis e documentos fiscais, e revisar os resultados com frequência.</p><p><em>Como medir o resultado da automação de processos?</em><br>Definindo antes do início métricas como tempo por tarefa, taxa de erro e volume processado, e comparando com o processo como era feito antes.</p><h4>Na sua empresa, qual processo consome mais horas de conferência manual hoje, e quem deveria continuar aprovando o resultado se ele fosse automatizado?</h4><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4562efd7af29" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[MacBook Pro com tela touch: o que muda e para quem vale no trabalho | Eduardo Queiroz]]></title>
            <link>https://medium.com/@edufqueiroz.systemframe/macbook-pro-com-tela-touch-o-que-muda-e-para-quem-vale-no-trabalho-eduardo-queiroz-c22f7649cf5d?source=rss-9ac46b974fac------2</link>
            <guid isPermaLink="false">https://medium.com/p/c22f7649cf5d</guid>
            <category><![CDATA[innovation]]></category>
            <category><![CDATA[touchscreen]]></category>
            <category><![CDATA[apple]]></category>
            <category><![CDATA[technology]]></category>
            <category><![CDATA[macbook-pro]]></category>
            <dc:creator><![CDATA[Eduardo Queiroz]]></dc:creator>
            <pubDate>Fri, 13 Nov 2026 13:01:03 GMT</pubDate>
            <atom:updated>2026-11-13T13:01:03.301Z</atom:updated>
            <content:encoded><![CDATA[<p>O MacBook Pro com tela touch é a primeira linha de notebooks da Apple com tela sensível ao toque, anunciada em 28 de outubro nos tamanhos de 14 e 16 polegadas. Na prática, ele mantém teclado e trackpad e acrescenta o toque como forma complementar de interação, com o macOS traduzindo toques em cliques para que aplicativos existentes funcionem sem adaptação.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*cX4U0yZoflVqjRuWi6cDGw.png" /></figure><p>É uma mudança de rota relevante. A Apple historicamente resistiu a telas sensíveis ao toque em seus computadores. Na apresentação, o executivo John Ternus afirmou que o Mac continua sendo, fundamentalmente, um dispositivo de entrada indireta, mas que a empresa reconhece que o toque pode ser prático e confortável em cenários específicos de produtividade.</p><p>O cronograma divulgado prevê pré-venda a partir de 30 de outubro e chegada dos aparelhos ao mercado em 6 de novembro. Nos Estados Unidos, o modelo de 14 polegadas parte de US$ 2.899 e o de 16 polegadas, de US$ 3.399, com configurações completas que passam de US$ 14.000.</p><p><strong>O que muda no MacBook Pro com tela touch</strong></p><p>Pelo que foi anunciado, as novidades principais são estas:</p><p>— Tela PROLED XDR, que integra o sensor de toque diretamente ao painel, com contraste de 10.000.000:1 e brilho de pico de 2.000 nits.<br> — Dobradiça reforçada, desenvolvida para manter a tela estável quando o usuário toca nela.<br> — Dynamic Island pela primeira vez em um Mac, concentrando notificações, o Spotlight e a interface da Siri AI.<br> — Adaptação do macOS para interpretar toques como cliques, com compatibilidade citada para aplicativos como Notion, Canva e o pacote Adobe.</p><p>O ponto que eu destacaria para quem usa o notebook no trabalho é o último. O valor de uma tela touch depende menos do hardware e mais de como os aplicativos do dia a dia se comportam com ela. A Apple escolheu o caminho da compatibilidade: em vez de exigir que cada aplicativo seja redesenhado, o sistema converte o toque em uma ação que o aplicativo já entende.</p><p><strong>Para quem a tela touch faz diferença no trabalho</strong></p><p>Tela sensível ao toque em notebook não é novidade no mundo Windows, e o proveito costuma variar bastante conforme o tipo de trabalho. Na minha leitura, ele tende a fazer mais diferença para:</p><p>— Profissionais de criação e design, que alternam entre ferramentas e se beneficiam de ajustes diretos na tela.<br> — Quem apresenta conteúdo com frequência, em reuniões ou para clientes, e quer navegar sem depender do trackpad.<br> — Quem revisa documentos, aprova arquivos e faz anotações rápidas.<br> — Equipes que trabalham em pé, em balcões ou em ambientes sem mesa adequada.</p><p>Para quem passa o dia digitando, programando ou trabalhando com planilhas, o ganho tende a ser menor. Teclado e trackpad continuam sendo o meio principal de trabalho, como o próprio discurso da Apple reconhece.</p><p><strong>Mac x Windows na empresa: o que considerar</strong></p><p>A chegada do toque ao MacBook Pro reacende uma conversa que muitas empresas têm todo ano: vale ter Macs na frota, ou é melhor padronizar em Windows? Não existe resposta única, mas há critérios objetivos.</p><p>Compatibilidade de sistemas. O primeiro passo é listar os sistemas que a equipe usa. ERPs, sistemas fiscais e aplicações específicas de setor nem sempre têm versão para macOS. Quando há versão web, a questão costuma se resolver; quando a aplicação é apenas para Windows, é preciso avaliar alternativas, como virtualização ou acesso remoto.</p><p>Gestão de frota. Empresas com muitos equipamentos precisam de ferramentas de gestão de dispositivos, o chamado MDM, para aplicar políticas, instalar softwares, controlar atualizações e bloquear um aparelho perdido. Macs e PCs com Windows podem ser geridos de forma centralizada, mas a configuração é diferente, e a equipe de TI precisa dominar as duas plataformas se a frota for mista.</p><p>Segurança e atualizações. Cada plataforma tem seu calendário de atualizações e suas políticas de suporte. Uma frota mista exige acompanhar os dois.</p><p>Suporte e reparo. Vale verificar como funciona a assistência técnica na sua região, prazos de reparo e se há equipamento reserva para quem depende do notebook para trabalhar.</p><p>Custo total. O preço de compra é só uma parte. Vida útil, valor de revenda, licenças de software e tempo da equipe de TI entram na conta.</p><p><strong>Cuidados com um produto de primeira geração</strong></p><p>Toda primeira geração de um formato novo merece alguma cautela no uso corporativo. Não por suspeita do produto, mas porque o ecossistema ainda está se ajustando. Eu costumo sugerir:</p><p>— Testar com um grupo pequeno de usuários antes de padronizar a compra.<br> — Verificar se os aplicativos críticos da empresa se comportam bem com o toque.<br> — Atualizar a política de uso de equipamentos para incluir cuidados com a tela, como limpeza adequada e transporte.<br> — Confirmar se a ferramenta de gestão de dispositivos da empresa já suporta os novos modelos.</p><p>Também vale lembrar que, num notebook com tela touch, a tela passa a ser tocada com frequência. Isso muda a forma de limpar e de transportar o equipamento, e a política interna deve refletir isso.</p><p><strong>Vale a pena para a empresa?</strong></p><p>Depende do uso. Para equipes de criação, apresentação e revisão de conteúdo, o MacBook Pro com tela touch pode trazer ganho real de conforto e agilidade. Para equipes cujo trabalho é essencialmente digitar e operar sistemas, o toque é um complemento e talvez não justifique antecipar uma troca.</p><p>O critério que eu usaria é simples: o recurso novo resolve uma dificuldade concreta de quem vai usar? Se a resposta for clara, faz sentido avaliar. Se a resposta for “pode ser útil um dia”, a renovação pode seguir o ciclo normal da frota.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NAUyc4t_IncT16-h-2Fkyw.png" /><figcaption><a href="https://www.systemframe.com.br/">https://www.systemframe.com.br/</a></figcaption></figure><p><strong>Perguntas frequentes</strong></p><p><em>O MacBook Pro tem tela touch?</em><br>Sim. Em 28 de outubro, a Apple anunciou o primeiro MacBook Pro com tela sensível ao toque, em versões de 14 e 16 polegadas.</p><p><em>Quando o MacBook Pro com tela touch começa a ser vendido?</em><br>Segundo a Apple, a pré-venda começou em 30 de outubro e a chegada ao mercado está prevista para 6 de novembro.</p><p><em>Os aplicativos funcionam com o toque no MacBook Pro?</em><br>O macOS foi adaptado para traduzir toques em cliques, e a Apple citou compatibilidade com aplicativos como Notion, Canva e o pacote Adobe.</p><p><em>Quanto custa o MacBook Pro com tela touch?</em><br>Nos Estados Unidos, o modelo de 14 polegadas parte de US$ 2.899 e o de 16 polegadas, de US$ 3.399. No Brasil, ele está na faixa premium de preço.</p><p><em>Mac ou Windows: qual é melhor para empresa?</em><br>Depende dos sistemas usados, da capacidade da equipe de TI de gerir as plataformas e do perfil de cada função. A compatibilidade dos sistemas críticos deve ser o primeiro critério.</p><h4><strong>No dia a dia da sua equipe, o toque na tela resolveria um problema real ou seria só mais uma forma de fazer o que já se faz?</strong></h4><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=c22f7649cf5d" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Sistema legado: o que é e como modernizar sem parar a operação | Eduardo Queiroz]]></title>
            <link>https://medium.com/@edufqueiroz.systemframe/sistema-legado-o-que-%C3%A9-e-como-modernizar-sem-parar-a-opera%C3%A7%C3%A3o-eduardo-queiroz-a4dfd8810b17?source=rss-9ac46b974fac------2</link>
            <guid isPermaLink="false">https://medium.com/p/a4dfd8810b17</guid>
            <category><![CDATA[empresa]]></category>
            <category><![CDATA[sistema-legado]]></category>
            <category><![CDATA[negocios]]></category>
            <category><![CDATA[technology]]></category>
            <category><![CDATA[infrastructure]]></category>
            <dc:creator><![CDATA[Eduardo Queiroz]]></dc:creator>
            <pubDate>Thu, 12 Nov 2026 13:01:01 GMT</pubDate>
            <atom:updated>2026-11-12T13:01:01.766Z</atom:updated>
            <content:encoded><![CDATA[<p>Sistema legado é um software antigo que continua sustentando processos importantes da empresa, mas que foi construído com tecnologias, linguagens ou arquiteturas que já não acompanham as necessidades atuais. Ele funciona, muitas vezes há décadas, e justamente por isso é difícil de mexer: qualquer mudança mal planejada pode parar a operação.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NXPmtbXGkr-cTE1TbUhEBQ.jpeg" /></figure><p>Esse assunto ganhou um capítulo novo em 19 de outubro, quando a OpenAI anunciou avanços em seus modelos de inteligência artificial para linguagens de programação de poucos recursos, como COBOL, Fortran e Visual Basic. Segundo a empresa, essas linguagens seguem fundamentais em sistemas críticos de bancos e governos, mas têm pouca documentação e pouco código disponível para treinar modelos, o que historicamente dificultava a automação.</p><p>No benchmark MultiLangBench, que avalia a construção de um motor compatível com SQLite em 20 linguagens, o GPT-6 Astra alcançou média de 87,4% de aprovação, contra 26,8% do GPT-5.6 Sol. A empresa também pediu a clientes corporativos e desenvolvedores que indiquem quais linguagens e fluxos de trabalho devem ser priorizados.</p><p><strong>O que é sistema legado na prática</strong></p><p>Nem todo sistema antigo é legado no sentido problemático. Na minha leitura, um sistema vira um problema de legado quando reúne algumas destas características:</p><p>— Poucas pessoas sabem dar manutenção nele, e esse conhecimento está concentrado em profissionais específicos.<br> — A documentação é incompleta ou não existe.<br> — Integrar com sistemas novos exige gambiarras, como exportação manual de arquivos ou rotinas noturnas frágeis.<br> — O fornecedor original não oferece mais suporte, ou a plataforma em que ele roda chegou ao fim da vida útil.<br> — Cada mudança, por menor que seja, exige semanas de teste porque ninguém tem certeza do que pode quebrar.</p><p>COBOL é o exemplo mais citado, porque ainda roda em grandes sistemas financeiros. Mas o mesmo raciocínio vale para um ERP antigo customizado ao longo de anos, para uma aplicação em Visual Basic feita internamente ou para um banco de dados que só um servidor específico consegue ler.</p><p><strong>Por que as empresas mantêm sistemas legados</strong></p><p>É fácil olhar de fora e perguntar por que ninguém troca. A resposta costuma ser racional.</p><p>O sistema faz exatamente o que o negócio precisa. Ao longo dos anos, regras de cálculo, exceções fiscais e particularidades de clientes foram incorporadas ao código. Boa parte disso não está escrita em lugar nenhum além do próprio programa.</p><p>O risco de parar é alto. Um sistema de faturamento, de folha ou de controle de estoque não pode ficar fora do ar enquanto se testa uma substituição.</p><p>O custo de migração aparece de uma vez; o custo de manter aparece aos poucos. Isso faz a decisão ser adiada, ano após ano.</p><p><strong>Estratégias para modernizar um sistema legado</strong></p><p>Não existe um único caminho. As estratégias mais conhecidas no mercado podem ser resumidas assim:</p><p>— Rehost: levar o sistema como está para uma infraestrutura nova, como a nuvem ou um servidor atualizado. Resolve o problema do hardware, não o do código.<br> — Replatform: fazer ajustes pontuais para aproveitar a nova plataforma, como trocar o banco de dados por um gerenciado, sem reescrever a lógica.<br> — Refatorar: reorganizar e reescrever partes do código para torná-lo mais fácil de manter, preservando o comportamento.<br> — Encapsular: criar uma camada de integração, como APIs, ao redor do sistema antigo, para que sistemas novos conversem com ele sem mexer no núcleo.<br> — Substituir: trocar o sistema por um produto de mercado ou por uma solução nova, migrando dados e regras.<br> — Aposentar: desligar funções que ninguém usa mais, o que reduz o tamanho do problema antes de qualquer migração.</p><p>Eu costumo sugerir que a empresa combine estratégias por módulo, em vez de escolher uma só para o sistema inteiro. O módulo de relatórios pode ser substituído rápido; o de cálculo de impostos talvez precise ser encapsulado primeiro e refatorado depois.</p><p><strong>Como modernizar sem parar a operação</strong></p><p>O ponto central não é a tecnologia de destino. É a forma de chegar lá sem interromper o negócio. Alguns princípios ajudam:</p><p>Mapear antes de mexer. Inventariar o que o sistema faz, quem usa, que dados entram e saem e que integrações dependem dele. Esse mapa costuma revelar funções esquecidas.</p><p>Migrar em etapas. Substituir uma parte de cada vez, mantendo o sistema antigo e o novo funcionando lado a lado durante a transição. O padrão conhecido como strangler fig, em que o novo vai envolvendo e substituindo o antigo aos poucos, é uma referência útil.</p><p>Rodar em paralelo. Para processos críticos, como cálculo de folha ou de faturamento, comparar o resultado do sistema antigo com o do novo por alguns ciclos antes de desligar o antigo.</p><p>Ter plano de retorno. Cada etapa deve ter um caminho claro para voltar atrás se algo der errado.</p><p>Congelar mudanças em datas sensíveis. Fechamento contábil, picos de venda e virada de ano não são momentos para cortar sistemas.</p><p><strong>Onde a IA ajuda na modernização de sistema legado</strong></p><p>O anúncio da OpenAI aponta para um uso que faz sentido: modelos capazes de ler, explicar e traduzir código em linguagens antigas. Na prática, a IA pode ajudar a:</p><p>— Explicar o que um trecho de código faz, em linguagem natural, para quem não domina a linguagem original.<br> — Gerar documentação a partir do código existente.<br> — Sugerir a tradução de rotinas para linguagens atuais.<br> — Propor casos de teste com base no comportamento observado.<br> — Acelerar a leitura de grandes volumes de código durante o inventário.</p><p>O próprio benchmark citado mostra a evolução em custo também: o GPT-6 Luna registrou 40,3% de aprovação com custo de US$ 0,77 por amostra, ante US$ 3,40 observados anteriormente. Isso torna mais viável usar IA em projetos longos de análise de código.</p><p><strong>Onde a IA não substitui o teste</strong></p><p>Aqui está o cuidado que considero mais importante. Um código traduzido por IA pode compilar, rodar e ainda assim produzir um resultado diferente do original em casos raros. Em sistemas financeiros, uma diferença de arredondamento ou uma regra de exceção esquecida pode ter efeito grande.</p><p>Por isso, a IA acelera, mas não dispensa:</p><p>— Testes automatizados que comparem saídas do sistema antigo e do novo com os mesmos dados.<br> — Revisão humana por quem conhece o negócio, não só a linguagem.<br> — Homologação com usuários reais antes da virada.<br> — Registro das decisões, para que a próxima equipe entenda por que cada regra existe.</p><p>Um benchmark mede o desempenho em uma tarefa definida. O sistema da sua empresa tem regras que nenhum benchmark conhece.</p><p><strong>Por onde começar</strong></p><p>Se a empresa tem um sistema legado e quer começar a se mover, um primeiro passo simples é responder a três perguntas por escrito: o que acontece se esse sistema parar por um dia, quantas pessoas sabem mantê-lo e qual é o próximo prazo que pode forçar uma mudança, como fim de suporte do fornecedor ou da plataforma. As respostas costumam deixar clara a urgência.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NAUyc4t_IncT16-h-2Fkyw.png" /><figcaption><a href="https://www.systemframe.com.br/">https://www.systemframe.com.br/</a></figcaption></figure><p><strong>Perguntas frequentes</strong></p><p><em>O que é um sistema legado?</em><br>É um software antigo que ainda sustenta processos importantes, mas usa tecnologias ou arquiteturas defasadas, o que torna manutenção, integração e evolução mais difíceis e arriscadas.</p><p><em>COBOL ainda é usado?</em><br>Sim. COBOL segue presente em sistemas críticos, especialmente em bancos e governos, como a própria OpenAI destacou ao anunciar melhorias para essa linguagem em outubro.</p><p><em>Qual a melhor forma de modernizar um sistema legado?</em><br>Depende do módulo e do risco. Muitas empresas combinam estratégias: encapsular com APIs, migrar a infraestrutura, refatorar partes críticas e substituir o que tem equivalente de mercado.</p><p><em>A inteligência artificial consegue migrar um sistema legado sozinha?</em><br>Não. A IA ajuda a ler, documentar e traduzir código, mas a validação exige testes comparativos, revisão humana e homologação com usuários.</p><p><em>Quanto tempo leva para modernizar um sistema legado?</em><br>Varia muito com o tamanho do sistema e a estratégia. Migrações em etapas, com sistemas rodando em paralelo, tendem a ser mais longas, porém mais seguras para a operação.</p><h4><strong>Se o sistema mais antigo da sua empresa parasse amanhã, quantas pessoas saberiam dizer exatamente o que ele faz?</strong></h4><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a4dfd8810b17" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[O que é IPO e por que as empresas de tecnologia estão abrindo capital | Eduardo Queiroz]]></title>
            <link>https://medium.com/@edufqueiroz.systemframe/o-que-%C3%A9-ipo-e-por-que-as-empresas-de-tecnologia-est%C3%A3o-abrindo-capital-eduardo-queiroz-a9cdc53d8772?source=rss-9ac46b974fac------2</link>
            <guid isPermaLink="false">https://medium.com/p/a9cdc53d8772</guid>
            <category><![CDATA[capital]]></category>
            <category><![CDATA[ipo]]></category>
            <category><![CDATA[technology]]></category>
            <category><![CDATA[negocios]]></category>
            <category><![CDATA[empresa]]></category>
            <dc:creator><![CDATA[Eduardo Queiroz]]></dc:creator>
            <pubDate>Wed, 11 Nov 2026 13:01:03 GMT</pubDate>
            <atom:updated>2026-11-11T13:01:03.814Z</atom:updated>
            <content:encoded><![CDATA[<p>IPO, sigla de Initial Public Offering, é a oferta pública inicial: o momento em que uma empresa de capital fechado vende ações ao público pela primeira vez e passa a ser negociada em bolsa. Na prática, o IPO é a porta de entrada de uma companhia no mercado de capitais, com captação de recursos de muitos investidores em troca de mais transparência e de regras mais rígidas de prestação de contas.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*JHMbnlg8rsP4NvWW8IW9ww.jpeg" /></figure><p>O tema voltou ao noticiário de tecnologia no fim de outubro. Em 26 de outubro, a Anthropic, desenvolvedora do modelo de inteligência artificial Claude, protocolou oficialmente o pedido de IPO na Nasdaq. Segundo o formulário S-1 enviado à SEC, a comissão de valores mobiliários dos Estados Unidos, a empresa pretende listar ações ordinárias de Classe A sob o código ANT, com a operação coordenada por um consórcio liderado pelo Goldman Sachs e pelo Morgan Stanley.</p><p>Dois dias depois, em 28 de outubro, a Jio Platforms estreou na bolsa da Índia com alta de 21,4%, no que foi descrito como o maior IPO da história do país. A operação captou cerca de US$ 3,2 bilhões e atraiu mais de US$ 77 bilhões em lances de investidores.</p><p>Antes de seguir, um aviso que considero necessário: este texto explica um conceito e usa notícias como exemplo. Não é recomendação de compra ou venda de ações nem conselho de investimento de nenhum tipo.</p><p><strong>O que é IPO, explicado sem jargão</strong></p><p>Uma empresa pode ser financiada de várias formas ao longo da vida: dinheiro dos fundadores, lucro reinvestido, empréstimos, aportes de fundos de investimento. Enquanto ela é de capital fechado, as ações ficam nas mãos de um grupo restrito de sócios e investidores.</p><p>No IPO, ela oferece parte dessas ações a qualquer investidor que queira comprar. Isso pode acontecer de duas maneiras, que muitas vezes aparecem juntas na mesma operação:</p><p>— Oferta primária: a empresa emite ações novas, e o dinheiro arrecadado entra no caixa dela.<br> — Oferta secundária: sócios atuais vendem parte das ações que já tinham, e o dinheiro vai para esses sócios, não para a empresa.</p><p>Depois da oferta, as ações passam a ser negociadas livremente na bolsa, e o preço passa a variar conforme oferta e demanda.</p><p><strong>Os termos que aparecem nas notícias de IPO</strong></p><p>Quem acompanha as manchetes encontra sempre o mesmo vocabulário. Vale entender cada termo, porque ele ajuda a ler qualquer notícia de abertura de capital.</p><p>S-1. É o formulário de registro exigido pela SEC nos Estados Unidos para uma oferta pública. Ele reúne informações financeiras, riscos do negócio, estrutura societária e o uso pretendido dos recursos. No Brasil, o papel equivalente de regulação é da CVM.</p><p>Prospecto. É o documento que apresenta a empresa ao investidor. Traz receitas, despesas, prejuízos ou lucros, riscos, contratos relevantes e regras de governança. No caso da Anthropic, o prospecto informou receita de US$ 16,3 bilhões no primeiro semestre de 2026, contra US$ 1,2 bilhão no mesmo período do ano anterior. O mesmo documento detalha prejuízo líquido no semestre, que a empresa atribui em grande parte a ajustes contábeis não monetários ligados a instrumentos financeiros conversíveis.</p><p>Ticker. É o código curto com que a ação é negociada. ANT, no caso da Anthropic. Na bolsa brasileira, os códigos têm formato diferente, com letras e números.</p><p>Coordenadores. São os bancos que estruturam a oferta, ajudam a definir o preço e distribuem as ações aos investidores.</p><p>Preço de oferta e estreia. O preço de oferta é o valor fixado para quem compra no IPO. A estreia é o primeiro dia de negociação, quando o mercado mostra quanto aceita pagar. A Jio, por exemplo, teve preço de oferta de 1.119 rúpias e abriu a 1.358 rúpias.</p><p>Classes de ações. Algumas empresas criam ações com direitos de voto diferentes. A Anthropic informou que, após a oferta, os cofundadores manterão o poder de decisão por meio de ações de Classe F, detidas por uma entidade chamada Founder LLC, e pediu enquadramento como controlled company, categoria que permite isenção de certas exigências de governança da Nasdaq. É uma estrutura conhecida no mercado americano de tecnologia.</p><p><strong>Por que as empresas de tecnologia abrem capital</strong></p><p>Na minha leitura, há quatro motivos principais, e eles costumam aparecer combinados.</p><p>Captar recursos em grande escala. Empresas de inteligência artificial e de infraestrutura digital precisam de muito capital para computação, energia e pessoas. O prospecto da Anthropic menciona contratos de longo prazo de computação em nuvem que somam centenas de bilhões de dólares e se estendem por até duas décadas. A Jio informou que pretende usar até US$ 2,9 bilhões dos recursos captados para reduzir dívidas da subsidiária Reliance Jio Infocomm.</p><p>Dar liquidez a quem já investiu. Fundos, fundadores e funcionários com participação acionária ganham um mercado onde podem vender parte das ações, dentro das regras de cada oferta.</p><p>Ganhar visibilidade e credibilidade. Ser uma empresa listada exige publicar números com regularidade. Para clientes corporativos, isso costuma ser lido como sinal de solidez e de previsibilidade.</p><p>Usar ações como moeda. Empresas de capital aberto podem usar ações em aquisições e em programas de remuneração de longo prazo para atrair profissionais.</p><p><strong>O que muda para uma empresa depois do IPO</strong></p><p>Abrir capital não é só um evento de um dia. Muda a rotina da companhia.</p><p>— Divulgação periódica de resultados, com auditoria e prazos definidos.<br> — Regras de governança, como conselho com membros independentes, comitês e políticas de divulgação de informações relevantes.<br> — Relação com investidores, com uma área dedicada a responder ao mercado.<br> — Exposição pública do preço da ação, que passa a refletir expectativas sobre o negócio todos os dias.</p><p>Para empresas de tecnologia, isso também significa que decisões de investimento em infraestrutura, contratos com fornecedores e riscos operacionais passam a ser descritos em documentos públicos. Para quem trabalha com tecnologia, prospectos são uma fonte rica para entender como grandes empresas pensam capacidade, nuvem e risco.</p><p><strong>IPO e o mercado de tecnologia: como ler as notícias com equilíbrio</strong></p><p>Notícias de IPO tendem a ser contadas em números grandes: receita, valuation, volume de lances. Eu costumo sugerir três cuidados ao ler esse tipo de matéria.</p><p>Primeiro, separar o que é dado do prospecto do que é estimativa de analista. O documento oficial tem valor regulatório; projeções de terceiros, não.</p><p>Segundo, olhar o contexto dos números. Uma alta forte na estreia, como os 21,4% da Jio, diz respeito ao primeiro dia de negociação, não ao desempenho de longo prazo da empresa.</p><p>Terceiro, entender que um pedido protocolado não é uma oferta concluída. Entre o registro na SEC e a estreia na bolsa, há etapas de análise, apresentação a investidores e definição de preço, e o cronograma pode mudar.</p><p><strong>Por que isso interessa a quem não investe em ações</strong></p><p>Mesmo quem nunca vai comprar uma ação ganha ao entender o que é IPO. Primeiro, porque fornecedores de tecnologia que a sua empresa usa podem passar por esse processo, e isso costuma vir acompanhado de mudanças em governança, em relatórios públicos e, às vezes, em estratégia comercial. Segundo, porque os prospectos revelam tendências do setor, como o peso crescente dos gastos com computação em nuvem em empresas de inteligência artificial.</p><p>E, por último, porque o vocabulário do mercado de capitais aparece cada vez mais em conversas de diretoria. Saber a diferença entre oferta primária e secundária, ou entre prospecto e projeção, ajuda a ler o noticiário sem se deixar levar por manchete.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NAUyc4t_IncT16-h-2Fkyw.png" /><figcaption><a href="https://www.systemframe.com.br/">https://www.systemframe.com.br/</a></figcaption></figure><p><strong>Perguntas frequentes</strong></p><p><em>O que significa IPO?</em><br>IPO significa Initial Public Offering, ou oferta pública inicial. É a primeira vez que uma empresa vende ações ao público e passa a ser negociada em bolsa de valores.</p><p><em>Qual a diferença entre oferta primária e secundária?</em><br>Na oferta primária, a empresa emite ações novas e o dinheiro vai para o caixa dela. Na secundária, sócios atuais vendem ações que já possuíam, e o dinheiro vai para esses sócios.</p><p><em>O que é o formulário S-1?</em><br>É o documento de registro exigido pela SEC, nos Estados Unidos, para uma oferta pública de ações. Ele reúne dados financeiros, riscos, estrutura societária e uso previsto dos recursos.</p><p><em>Toda empresa que pede IPO chega a abrir capital?</em><br>Não necessariamente. Entre o protocolo do pedido e a estreia há análise do regulador, apresentação a investidores e definição de preço, e a empresa pode adiar ou mudar o cronograma.</p><p><em>Comprar ações em um IPO é um bom investimento?</em><br>Este texto não faz recomendação de investimento. A decisão depende do perfil de cada pessoa e deve ser tomada com informação do prospecto e, se for o caso, com orientação de um profissional habilitado.</p><h4><strong>Quando você lê a notícia de um IPO de tecnologia, consegue separar o que é dado oficial do que é expectativa do mercado?</strong></h4><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a9cdc53d8772" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Como saber se uma imagem foi feita por IA: o detector SynthID do Google | Eduardo Queiroz]]></title>
            <link>https://medium.com/@edufqueiroz.systemframe/como-saber-se-uma-imagem-foi-feita-por-ia-o-detector-synthid-do-google-eduardo-queiroz-8b826c3d9c99?source=rss-9ac46b974fac------2</link>
            <guid isPermaLink="false">https://medium.com/p/8b826c3d9c99</guid>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[google]]></category>
            <category><![CDATA[negocios]]></category>
            <category><![CDATA[innovation]]></category>
            <category><![CDATA[empresa]]></category>
            <dc:creator><![CDATA[Eduardo Queiroz]]></dc:creator>
            <pubDate>Tue, 10 Nov 2026 13:01:04 GMT</pubDate>
            <atom:updated>2026-11-10T13:01:04.800Z</atom:updated>
            <content:encoded><![CDATA[<p>Para saber se uma imagem foi feita por IA, o caminho mais confiável hoje é verificar se ela tem uma marca d’água digital de procedência, como a do SynthID, do Google, e combinar essa verificação com outros sinais: origem do arquivo, contexto, metadados e detalhes visuais inconsistentes. Nenhum método isolado é definitivo, e a ausência de marca não prova que a imagem é real.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*nEZEOw7w1sdtEvKhwF3Apw.jpeg" /></figure><p>O assunto ficou mais acessível em 7 de outubro, quando o detector SynthID, desenvolvido pelo Google DeepMind, foi disponibilizado globalmente para o público geral, em inglês. A ferramenta permite verificar se imagens, vídeos ou arquivos de áudio foram criados ou editados por inteligência artificial, a partir de marcas d’água digitais imperceptíveis inseridas no momento em que o arquivo é gerado.</p><p>Segundo o Google, a tecnologia já foi aplicada a mais de 180 bilhões de imagens e vídeos, além de áudios que somam 240 mil anos de reprodução. A iniciativa tem parceiros como OpenAI, NVIDIA e Kakao, e a integração da Apple está prevista para o futuro próximo. O novo site de verificação se soma aos recursos que já existiam na Pesquisa, no aplicativo Gemini e no Chrome, que, de acordo com a empresa, recebem mais de 1 milhão de solicitações por dia.</p><p><strong>Como funciona o SynthID</strong></p><p>O SynthID insere uma marca d’água invisível no conteúdo no momento em que ele é gerado por uma ferramenta compatível. A marca não aparece para quem olha a imagem ou ouve o áudio, mas pode ser detectada pelo verificador.</p><p>Quando alguém envia um arquivo ao detector, ele responde com uma mensagem de confirmação ou de negativa. É aqui que mora o ponto mais importante, e que o próprio Google ressalta: a ausência da marca não exclui a possibilidade de o material ter sido produzido por IA.</p><p>Isso acontece por um motivo simples. O SynthID só identifica conteúdo gerado por ferramentas que inserem essa marca. Uma imagem criada por uma ferramenta que não usa o SynthID, ou que passou por certas edições, pode não ter marca nenhuma.</p><p>Na minha leitura, a forma certa de usar o detector é esta: um resultado positivo é uma informação forte; um resultado negativo não é um atestado de autenticidade.</p><p><strong>Como saber se uma imagem foi feita por IA: outros sinais práticos</strong></p><p>Além do detector, há sinais que qualquer pessoa pode observar. Nenhum deles é prova sozinho, mas juntos ajudam a formar um julgamento.</p><p>— Origem. De onde veio a imagem? Quem enviou, por qual canal, e é possível encontrar a fonte original?<br> — Contexto. A imagem faz sentido com o que se sabe do fato, do lugar e da data? Aparece em veículos confiáveis?<br> — Detalhes visuais. Textos ilegíveis ou deformados em placas e documentos, mãos e dedos estranhos, sombras e reflexos que não batem, fundos que se desfazem em formas sem sentido.<br> — Metadados e credenciais de conteúdo. Alguns arquivos trazem informações sobre como foram criados ou editados. Há padrões de mercado, como o C2PA, para registrar essa procedência.<br> — Busca reversa de imagem. Procurar a imagem em buscadores pode revelar a versão original ou mostrar que ela já circulou em outro contexto.</p><p>Os geradores de imagem melhoram rápido, e alguns desses sinais visuais tendem a ficar menos frequentes com o tempo. Por isso, origem e contexto costumam ser mais confiáveis do que procurar defeitos.</p><p><strong>O risco para as empresas: golpe com imagem falsa</strong></p><p>Imagens e áudios gerados por IA não são apenas um tema de redes sociais. Eles já fazem parte do repertório de golpes contra empresas. Alguns formatos comuns:</p><p>— Comprovante de pagamento falso, enviado para liberar uma mercadoria ou um serviço.<br> — Documento adulterado, como nota fiscal, contrato ou boleto com dados alterados.<br> — Foto falsa de produto avariado, usada para pedir reembolso.<br> — Áudio que imita a voz de um gestor pedindo uma transferência urgente.<br> — Imagem que simula um executivo ou a marca da empresa em situação que nunca aconteceu.</p><p>O detector pode ajudar em parte desses casos. Mas a proteção mais eficaz não é técnica, é de processo.</p><p><strong>Como se proteger na prática</strong></p><p>Eu costumo sugerir algumas regras simples, que funcionam mesmo quando a tecnologia de detecção falha:</p><p>— Confirmar por outro canal. Pedido urgente de pagamento, mudança de dados bancários de fornecedor ou ordem fora do padrão devem ser confirmados por telefone conhecido ou pessoalmente, nunca pelo mesmo canal em que chegou.<br> — Conferir o pagamento na fonte. Comprovante não é pagamento. A confirmação deve ser feita no extrato ou no sistema bancário.<br> — Estabelecer dupla aprovação para transferências acima de um limite definido.<br> — Treinar as equipes que mais recebem esse tipo de tentativa: financeiro, compras, atendimento e assistentes de diretoria.<br> — Ter um canal claro para reportar suspeitas, sem constrangimento para quem reporta.</p><p>E vale testar o próprio SynthID. Conhecer a ferramenta, entender o que ela responde e saber seus limites ajuda a usá-la bem quando for preciso.</p><p><strong>Quando usar o detector no dia a dia</strong></p><p>O SynthID não precisa ser usado em toda imagem que chega à empresa. Isso tornaria o processo lento e pouco prático. Faz mais sentido reservá-lo para situações em que uma imagem, um vídeo ou um áudio vai embasar uma decisão:</p><p>— Antes de liberar um pagamento, reembolso ou mercadoria com base em um arquivo recebido.<br> — Antes de reagir publicamente a uma imagem que envolva a marca da empresa.<br> — Quando um conteúdo recebido parece bom demais, urgente demais ou fora do padrão de quem enviou.</p><p>Nesses casos, a verificação leva poucos minutos, e o resultado, positivo ou negativo, entra como mais uma informação para quem decide.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NAUyc4t_IncT16-h-2Fkyw.png" /><figcaption><a href="https://www.systemframe.com.br/">https://www.systemframe.com.br/</a></figcaption></figure><p><strong>Perguntas frequentes</strong></p><p><em>Como saber se uma imagem foi feita por IA?</em><br>Verificando se há marca d’água de procedência, como a do SynthID, e analisando origem, contexto, metadados e detalhes visuais. Nenhum método isolado é definitivo.</p><p><em>O que é o SynthID?</em><br>É uma tecnologia do Google DeepMind que insere marcas d’água invisíveis em imagens, vídeos e áudios gerados por IA e permite detectá-las depois.</p><p><em>O detector SynthID funciona em português?</em><br>Segundo o Google, o site do detector foi disponibilizado globalmente em inglês. Os recursos de verificação também aparecem na Pesquisa, no app Gemini e no Chrome.</p><p><em>Se o SynthID não encontrar marca, a imagem é real?</em><br>Não necessariamente. O próprio Google ressalta que a ausência da marca não exclui a possibilidade de o conteúdo ter sido produzido por IA.</p><p><em>Como proteger a empresa de golpes com imagens falsas?</em><br>Confirmando pedidos sensíveis por outro canal, conferindo pagamentos no sistema bancário, adotando dupla aprovação para transferências e treinando as equipes mais expostas.</p><h4><strong>Se amanhã chegasse ao financeiro da sua empresa um comprovante perfeito, mas falso, qual etapa do processo pegaria o problema?</strong></h4><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8b826c3d9c99" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Inteligência artificial nos bancos: o que a compra da NeoSpace pelo Itaú sinaliza | Eduardo Queiroz]]></title>
            <link>https://medium.com/@edufqueiroz.systemframe/intelig%C3%AAncia-artificial-nos-bancos-o-que-a-compra-da-neospace-pelo-ita%C3%BA-sinaliza-eduardo-queiroz-326739280c2c?source=rss-9ac46b974fac------2</link>
            <guid isPermaLink="false">https://medium.com/p/326739280c2c</guid>
            <category><![CDATA[negocios]]></category>
            <category><![CDATA[technology]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[finance-and-banking]]></category>
            <category><![CDATA[cybersecurity]]></category>
            <dc:creator><![CDATA[Eduardo Queiroz]]></dc:creator>
            <pubDate>Mon, 09 Nov 2026 13:01:02 GMT</pubDate>
            <atom:updated>2026-11-09T13:01:02.314Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>A inteligência artificial nos bancos é usada principalmente para analisar risco de crédito, prevenir fraudes, personalizar o relacionamento com clientes e alimentar assistentes virtuais que atendem e executam operações.</strong> O movimento recente é dos bancos deixarem de apenas contratar essas soluções e passarem a desenvolver capacidade própria, com modelos treinados nos seus dados.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*oCEnjUAeHiKK5FPANAC5Rg.png" /></figure><p>Um exemplo concreto veio em 26 de outubro, quando o Itaú Unibanco comunicou ao mercado a assinatura de contrato para comprar a totalidade das ações da NeoSpace A.I. Technologies, startup de Uberlândia especializada em grandes modelos fundacionais de inteligência artificial e tratamento de dados. Segundo o fato relevante, o pagamento será feito numa parcela inicial no fechamento e o restante de forma diferida ao longo de cinco anos, condicionado a metas e ajustes contratuais.</p><p>A relação entre as duas empresas não começou agora. A NeoSpace já fornecia soluções ao Itaú há quase dois anos, em operações como análise de risco de crédito, estratégias de CRM e prevenção a fraudes. O banco também já tinha uma participação minoritária de 15% na startup, adquirida em janeiro de 2025, quando liderou uma rodada de investimento de US$ 18 milhões.</p><p><strong>O que a NeoSpace faz</strong></p><p>A NeoSpace desenvolve modelos fundacionais, que são modelos de inteligência artificial grandes, treinados com volumes amplos de dados e depois adaptados para tarefas específicas. É a mesma lógica dos modelos por trás de assistentes como o ChatGPT, mas aplicada a dados e problemas do setor financeiro.</p><p>Segundo o Itaú, com a compra o banco busca consolidar capacidades próprias em IA e ampliar as funcionalidades do seu assistente virtual, o ia.i. Depois da conclusão, a NeoSpace continuará operando com gestão e equipe autônomas, sob a liderança do fundador, Bruno Pierobon. A operação ainda depende do aval do Conselho Administrativo de Defesa Econômica (Cade) e do Banco Central do Brasil.</p><p><strong>Onde a inteligência artificial nos bancos já aparece</strong></p><p>As quatro áreas citadas na notícia ajudam a entender como a inteligência artificial nos bancos funciona na prática.</p><p><strong>Crédito.</strong> A IA analisa um conjunto amplo de informações para estimar a probabilidade de um cliente pagar ou não um empréstimo. Quanto melhor essa estimativa, mais o banco consegue oferecer crédito a quem tem capacidade de pagar e evitar oferecer a quem não tem.</p><p><strong>Fraude.</strong> Sistemas de IA observam padrões de comportamento, como horário, local, valor e tipo de transação, e sinalizam o que foge do padrão. Uma compra incomum pode ser bloqueada ou confirmada com o cliente em segundos.</p><p><strong>CRM.</strong> A sigla vem de gestão do relacionamento com o cliente. A IA ajuda a entender o momento de cada cliente e a sugerir a oferta, o canal e a hora mais adequados para o contato.</p><p><strong>Assistente virtual.</strong> É a face mais visível. Assistentes com IA respondem dúvidas, explicam produtos e, cada vez mais, executam operações a partir de pedidos em linguagem natural.</p><p><strong>Por que um banco compraria em vez de contratar</strong></p><p>Na minha leitura, a notícia sinaliza uma escolha estratégica que vale para outros setores também: em algumas áreas, a inteligência artificial deixa de ser um serviço que se contrata e passa a ser uma capacidade que se quer ter dentro de casa.</p><p>Há alguns motivos para isso, que são conhecidos no mercado de tecnologia de forma geral:</p><p>— Dados próprios. Um modelo treinado com os dados de uma instituição tende a entender melhor seus clientes e seus produtos do que um modelo genérico.<br> — Controle. Ter a tecnologia em casa dá mais controle sobre como os dados são tratados, como o modelo evolui e como ele é auditado.<br> — Diferenciação. Se todos usam o mesmo fornecedor, a IA vira commodity. Capacidade própria pode virar vantagem.<br> — Continuidade. Uma relação que já durava quase dois anos reduz a incerteza sobre o que está sendo comprado.</p><p>Isso não significa que toda empresa deve desenvolver IA própria. Para a grande maioria, contratar soluções prontas continua sendo o caminho mais sensato. A questão é saber em quais áreas a IA é central para o negócio e em quais é apoio.</p><p><strong>O que empresas de outros setores podem tirar disso</strong></p><p>Não é preciso ser um banco para aproveitar a lógica da notícia. Algumas perguntas ajudam:</p><p>— Em quais decisões do seu negócio a análise de dados faz mais diferença: preço, crédito a clientes, estoque, atendimento?<br> — Seus dados estão organizados o suficiente para alimentar um modelo de IA, próprio ou de terceiros?<br> — Quais fornecedores de IA a empresa já usa, e o que aconteceria se um deles deixasse de existir ou mudasse as condições?<br> — Em quais áreas faria sentido ter mais controle sobre a tecnologia, e em quais basta contratar?</p><p>Eu costumo sugerir começar pela organização dos dados. Sem dados confiáveis, nem o melhor modelo do mundo resolve.</p><p><strong>O cliente no centro da conversa</strong></p><p>Para o cliente final, a inteligência artificial nos bancos deve aparecer como respostas mais rápidas, ofertas mais adequadas e menos fraudes. Mas também traz uma responsabilidade: decisões apoiadas por IA, como a aprovação ou negativa de crédito, precisam ser explicáveis e revisáveis. A LGPD, por exemplo, prevê o direito de o titular pedir revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais.</p><p>Esse cuidado vale para qualquer empresa que use IA em decisões que afetam clientes.</p><p><strong>O que acompanhar daqui para frente</strong></p><p>Como a operação ainda depende do aval do Cade e do Banco Central, os próximos passos da compra da NeoSpace devem aparecer ao longo dos próximos meses. Para quem acompanha a inteligência artificial nos bancos, alguns pontos merecem atenção:</p><p>— Como o assistente ia.i vai evoluir e quais novas funções vai ganhar.<br> — Se outras instituições financeiras seguirão o mesmo caminho de buscar capacidade própria em IA.<br> — Como os bancos vão comunicar aos clientes o uso de IA em decisões como crédito e prevenção a fraudes.</p><p>Esses movimentos ajudam a entender para onde o setor está indo, e servem de referência para empresas de outros setores que dependem de dados para decidir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NAUyc4t_IncT16-h-2Fkyw.png" /><figcaption><a href="https://www.systemframe.com.br/">https://www.systemframe.com.br/</a></figcaption></figure><p><strong>Perguntas frequentes</strong></p><p><em>Como a inteligência artificial é usada nos bancos?</em></p><p>Principalmente na análise de risco de crédito, na prevenção a fraudes, na personalização do relacionamento com clientes e em assistentes virtuais que atendem e executam operações.</p><p><em>O que é a NeoSpace?</em></p><p>É uma startup de Uberlândia especializada em grandes modelos fundacionais de inteligência artificial e tratamento de dados, que já fornecia soluções ao Itaú há quase dois anos.</p><p><em>A compra da NeoSpace pelo Itaú já foi concluída?</em></p><p>Ainda não. O contrato foi assinado, mas a conclusão depende do aval do Cade e do Banco Central.</p><p><em>O que é um modelo fundacional de IA?</em></p><p>É um modelo de inteligência artificial grande, treinado com muitos dados, que pode depois ser adaptado para tarefas específicas, como análise de crédito ou atendimento.</p><p><em>A IA pode decidir sozinha se um cliente recebe crédito?</em></p><p>Sistemas automatizados podem apoiar ou tomar essa decisão, mas a LGPD prevê o direito de o titular pedir revisão de decisões tomadas unicamente com base em tratamento automatizado.</p><h4>Na sua empresa, quais decisões importantes já são apoiadas por dados, e quais ainda dependem só da intuição de quem decide?</h4><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=326739280c2c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Gemini 4: o que é e o que muda para as empresas | Eduardo Queiroz]]></title>
            <link>https://medium.com/@edufqueiroz.systemframe/gemini-4-o-que-%C3%A9-e-o-que-muda-para-as-empresas-eduardo-queiroz-ffce51da4098?source=rss-9ac46b974fac------2</link>
            <guid isPermaLink="false">https://medium.com/p/ffce51da4098</guid>
            <category><![CDATA[gemini-4-argon]]></category>
            <category><![CDATA[innovation]]></category>
            <category><![CDATA[negocios]]></category>
            <category><![CDATA[empresa]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <dc:creator><![CDATA[Eduardo Queiroz]]></dc:creator>
            <pubDate>Sun, 08 Nov 2026 19:01:01 GMT</pubDate>
            <atom:updated>2026-11-08T19:01:01.634Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>Gemini 4 é a nova geração de modelos de inteligência artificial do Google, lançada em outubro de 2026 em duas versões principais: o Gemini 4 Argon, voltado para empresas e desenvolvedores, e o Gemini 4 Carbon, modelo de fronteira com foco em cibersegurança.</strong> Para as empresas, o Argon é o que está disponível agora, com preço promocional até 30 de novembro.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*rHE_rNsvR2HDcicmB2zE3Q.png" /></figure><p>O primeiro anúncio veio em 13 de outubro, quando o Google liberou globalmente o Gemini 4 Argon. Segundo Michael Gerstenhaber, vice-presidente de gestão de produto do Gemini no Google Cloud, o modelo foi pensado para desafios complexos em áreas como engenharia de software, direito, finanças e cibersegurança. Duas semanas depois, em 28 de outubro, o Google apresentou o Gemini 4 Carbon, que, segundo a empresa, assumiu a primeira posição no Intelligence Index v5.0 da Artificial Analysis, nove pontos acima do Argon.</p><p>Os dois nomes são parecidos, mas os públicos são diferentes. Entender essa diferença evita uma confusão comum: ler a notícia do Carbon e achar que ele já está disponível para qualquer empresa.</p><p><strong>Gemini 4 Argon: o modelo para o dia a dia corporativo</strong></p><p>O Argon é o modelo do Gemini 4 que as empresas podem usar hoje. Segundo o Google, ele está disponível por quatro caminhos:</p><p>— API da plataforma Gemini, para quem integra a IA em sistemas próprios.<br> — Google AI Studio, ambiente para testar e prototipar.<br> — Gemini for business, a versão corporativa do assistente.<br> — Antigravity, plataforma do próprio Google.</p><p>Entre os destaques divulgados estão raciocínio espacial, modelagem 3D e compreensão física, que permitem criar simulações interativas e automatizar fluxos de trabalho complexos. O Google também citou integração com mais de 40 aplicativos externos, como Shopify e Adobe, e ferramentas de programação com agentes no aplicativo Gemini para macOS.</p><p><strong>Gemini 4 Carbon: o modelo de fronteira com foco em segurança</strong></p><p>O Carbon é descrito pelo Google como seu modelo de fronteira mais recente, com foco especializado em cibersegurança e em tarefas de longo horizonte, ou seja, tarefas complexas executadas por períodos prolongados.</p><p>Os números divulgados pela empresa são de testes de segurança: 88,2% no SEC-bench Pro, 54,8% no ExploitGym e 71,0% no CWE-bench. O Google também afirma que a taxa de sucesso na geração de código seguro é mais que o dobro da versão anterior.</p><p>O ponto importante para as empresas é o acesso. A liberação do Carbon é escalonada e começou por defensores cibernéticos selecionados, dentro de um programa chamado Fairwind. O Google diz que pretende expandir o acesso para desenvolvedores e empresas de forma gradual, sem data divulgada.</p><p><strong>Diferença entre Argon e Carbon</strong></p><p>Resumindo de forma prática:</p><p>— Disponibilidade: o Argon está disponível globalmente desde 13 de outubro; o Carbon está em liberação restrita desde 28 de outubro.<br> — Público: o Argon é para empresas e desenvolvedores em geral; o Carbon, por enquanto, para especialistas em segurança selecionados.<br> — Foco: o Argon cobre um leque amplo de usos corporativos; o Carbon é especializado em cibersegurança e tarefas longas.<br> — Posição em ranking: segundo o Google, o Carbon ficou nove pontos acima do Argon no índice da Artificial Analysis.</p><p>Na minha leitura, para a maioria das empresas a conversa hoje é sobre o Argon. O Carbon é um sinal de para onde a tecnologia está indo, e vale acompanhar.</p><p><strong>O preço promocional do Gemini 4 até 30 de novembro</strong></p><p>Para quem usa o Argon pela API, o Google definiu um preço promocional válido até 30 de novembro de 2026: US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, com desconto de 95% para entradas em cache. A partir de dezembro, os valores passam para US$ 4 e US$ 20 por milhão de tokens, respectivamente.</p><p>O Carbon tem estrutura parecida para os participantes do programa Fairwind: US$ 2 e US$ 10 no início, com previsão de reajuste futuro para US$ 4 e US$ 20.</p><p>Traduzindo: o custo dobra em dezembro. Para quem está testando, novembro é uma janela para medir uso real com custo menor. Mas eu evitaria tomar decisão de longo prazo com base no preço promocional. A conta que vale é a de dezembro em diante.</p><p><strong>O que muda para as empresas na prática</strong></p><p>O Gemini 4 chega num mês em que a OpenAI também lançou modelos novos. Para quem decide, o excesso de lançamentos pode paralisar. Eu costumo sugerir um caminho mais simples:</p><p>— Comece pela tarefa, e não pelo modelo. Qual processo da empresa se beneficiaria de IA? Atendimento, análise de documentos, programação, relatórios?<br> — Veja onde a empresa já está. Quem usa o Google Workspace tem acesso mais natural ao Gemini for business. Quem desenvolve sistemas pode testar pela API ou pelo AI Studio.<br> — Teste com dados de baixo risco. Antes de colocar contratos ou dados de clientes, avalie o comportamento do modelo em tarefas internas.<br> — Compare custo e resultado. Um modelo mais caro pode sair mais barato se errar menos e exigir menos retrabalho.<br> — Defina regras de uso. Qual conta, quais dados, quem aprova integrações. A governança vale para qualquer fornecedor de IA.</p><p><strong>Cuidados ao testar o Gemini 4</strong></p><p>Alguns cuidados valem para qualquer teste com o Gemini 4 ou com outro modelo novo:</p><p>— Use conta corporativa, e não o login pessoal de quem está testando.<br> — Registre o que foi testado, com quais dados e qual foi o resultado. Sem registro, a comparação entre modelos vira opinião.<br> — Acompanhe o consumo de tokens desde o início, principalmente se o teste começar em novembro e continuar em dezembro, quando o preço muda.<br> — Revise as respostas antes de usá-las em documentos, contratos ou comunicação com clientes.<br> — Defina um prazo para o teste e um critério para decidir se ele vira uso real.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NAUyc4t_IncT16-h-2Fkyw.png" /><figcaption><a href="https://www.systemframe.com.br/">https://www.systemframe.com.br/</a></figcaption></figure><p><strong>Perguntas frequentes</strong></p><p><em>O que é o Gemini 4?</em></p><p>É a nova geração de modelos de IA do Google, lançada em outubro de 2026, com as versões Argon, para empresas e desenvolvedores, e Carbon, modelo de fronteira com foco em cibersegurança.</p><p><em>Qual a diferença entre Gemini 4 Argon e Gemini 4 Carbon?</em></p><p>O Argon está disponível globalmente para empresas e desenvolvedores. O Carbon é focado em cibersegurança e tarefas longas e, por enquanto, está liberado apenas para especialistas em segurança selecionados.</p><p><em>Onde acessar o Gemini 4 Argon?</em></p><p>Pela API da plataforma Gemini, no Google AI Studio, no Gemini for business e na plataforma Antigravity.</p><p><em>Quanto custa o Gemini 4 Argon?</em></p><p>Até 30 de novembro de 2026, US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída. A partir de dezembro, US$ 4 e US$ 20, respectivamente.</p><p><em>O Gemini 4 Carbon já está disponível para empresas?</em></p><p>Ainda não de forma ampla. O Google começou a liberação por defensores cibernéticos selecionados e diz que vai expandir o acesso gradualmente.</p><h4>Com tantos modelos novos sendo lançados todo mês, sua empresa escolhe a IA pela tarefa que precisa resolver ou pela última novidade?</h4><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ffce51da4098" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>