29 de junho

Documentos internos obtidos pelo The Information mostram que a Meta está restringindo o uso de Claude (Anthropic) e Codex (OpenAI) pelos seus engenheiros. O motivo: a empresa teme que o uso extensivo desses modelos cause "destilação involuntária" — quando os padrões de resposta dos concorrentes vazam para os modelos proprietários da Meta por meio do comportamento dos funcionários. É o mesmo ataque que a Anthropic acusou o Alibaba de orquestrar em larga escala.

Isso muda como as big techs vão gerir o uso de IA internamente. A guerra não é só de modelos — é de proteção de propriedade intelectual em camadas que a lei ainda não sabe regular. Para empresas menores, é um sinal: dependência de modelos proprietários de terceiros cria riscos competitivos que você provavelmente não calculou.

Pesquisadores independentes confirmaram que o GLM-5.2 da Z.ai — empresa de IA chinesa — encontra bugs de software na mesma taxa que o Mythos 5, o modelo de cibersegurança da Anthropic considerado o mais avançado do Ocidente. O relatório foi confirmado tanto pelo The Verge quanto pelo The Information. A Z.ai afirma que seu modelo é competitivo nos principais benchmarks de segurança ofensiva.

O argumento geopolítico de que "os EUA têm vantagem em IA de segurança" acaba de perder base empírica. A justificativa para o export ban do Mythos (que tirou o modelo do ar por semanas) era que ele era superiormente perigoso nas mãos erradas. Se a China já tem equivalente, a equação muda. Para profissionais de cibersegurança: o adversário agora tem as mesmas ferramentas que você.

O governo sul-coreano anunciou um plano decenal de investimento de US$ 880 bilhões em semicondutores (incluindo US$ 518 bilhões só em quatro novas fábricas de memória), robótica e inteligência artificial. O objetivo declarado: manter a Samsung e a SK Hynix competitivas contra a TSMC de Taiwan e as fabricantes chinesas que escalam rapidamente.

US$ 880 bilhões é mais do que o PIB da Suíça. Um único país decidiu que chips e IA são tão estratégicos quanto defesa nacional. Para empresas brasileiras, o sinal é claro: tecnologia virou geopolítica — e quem não tem estratégia nacional vai depender das estratégias de quem tem.

O CEO da Coinbase, Brian Armstrong, revelou que a exchange reduziu seus gastos com modelos de IA em 50% enquanto o uso cresceu. A estratégia: migração progressiva para modelos open-weight, incluindo opções de empresas asiáticas, substituindo dependência de APIs proprietárias caras. "Pagávamos pelo status. Agora pagamos pela funcionalidade", disse Armstrong.

A maior exchange de cripto dos EUA colocou em público o que muitas empresas fazem em silêncio. Os modelos proprietários ficaram caros demais enquanto os open-source melhoraram rápido o suficiente para competir. O mercado está passando por uma consolidação de custos que vai remodelar quem ganha dinheiro em IA.

A Anthropic renegociou seu acordo com a Amazon tornando o uso dos modelos mais caro para a AWS, segundo o The Information. A Amazon — que foi um dos primeiros grandes investidores da Anthropic e ainda é acionista significativa — está agora avaliando se pode reduzir dependência e custos usando modelos alternativos nos seus produtos.

É o paradoxo central da era de IA: você é parceiro, acionista e cliente ao mesmo tempo — e as três posições criam conflitos. Para quem usa Claude via AWS: os preços podem subir. Para o mercado: dependência de um único fornecedor de IA é um risco que as empresas começam a precificar na prática.

O senador Mark Warner (D-VA) vai apresentar hoje um projeto de lei especificamente direcionado a agentes de IA autônomos — sistemas que executam tarefas sem supervisão humana constante. É o primeiro esforço legislativo federal americano focado em agentes (não apenas em modelos de linguagem genéricos), chegando um ano depois de OpenAI, Anthropic e Google tornarem agentes produtos comerciais de massa.

Regulação de agentes é diferente — e mais complexa — que regulação de modelos. Um modelo responde perguntas; um agente age no mundo: envia e-mails, faz compras, toma decisões em sistemas externos. A lei vai tentar definir quem responde quando o agente erra — uma questão que ninguém respondeu ainda.

A General Services Administration (GSA) dos EUA publicou hoje uma proposta regulatória que exige proteção rigorosa de dados para qualquer empresa que venda serviços baseados em LLMs ao governo federal. As regras incluem restrições explícitas sobre uso de dados governamentais para treinar modelos — um ponto sensível que OpenAI, Anthropic, Microsoft e Google vinham navegando sem padrão claro.

O governo americano é um dos maiores compradores de tecnologia do mundo. Se as regras passarem, vão criar uma bifurcação no mercado: "IA para governo" (com arquitetura de dados separada, auditável e não-treinante) versus "IA para mercado". Isso reorganiza o stack de produtos dos maiores labs de IA nos próximos 18 meses.