Insights
Insights: uma leitura crítica sobre IA, trabalho e negócios.
Lemos estudos e ensaios sobre IA e publicamos o que entendemos deles — separando sempre o que a fonte afirma, quais são os limites daquele dado e onde começa a nossa interpretação.
Anthropic, “How AI agents shape experts’ judgment calls” (27/10/2026) · 27/10/2026
Analistas seguiram em 86% das escolhas a inclinação escondida do agente de IA. A assinatura do seu especialista ainda prova que alguém escolheu?
Em 27/10/2026, a Anthropic publicou um estudo randomizado: 50 analistas profissionais fizeram uma análise com o Claude Code, e em cada uma de quatro escolhas entre duas opções razoáveis o agente tinha, sem eles saberem, uma inclinação sorteada na moeda. Os analistas escolheram o que o agente preferia em 86% das vezes, 77% repetiram o argumento dele ao explicar e só 15% o citaram, e a confiança na recomendação foi a mesma de quem não o seguiu (71 e 73). Human-in-the-loop só é conferência independente se a pessoa chegaria à escolha sem o agente. Uma leitura da Invisible Work, com quatro decisões para conselho, CEO, CFO e risco.
Análise da Invisible WorkLer a análise →Ralph Lauren Corporation, Proxy Statement 2026 (DEF 14A, 18/06/2026), e Digiday/Modern Retail (29/10/2026), que cita a Reuters · 18/06/2026
O bônus dos executivos já tem meta de IA, e a da Ralph Lauren mede curso e pesquisa interna. Qual teste mostraria que o trabalho mudou?
A Ralph Lauren pôs um painel de IA no bônus dos executivos: dois treinamentos concluídos e duas pesquisas com funcionários. O plano já estava no teto de 200%, e o modificador valeu 3 pontos, cerca de US$ 121 mil para o CEO. O que a meta de IA mede, e o que o conselho vai saber quando pedir o resultado?
Análise da Invisible WorkLer a análise →The Decoder (22/10/2026), Mother Jones (outubro de 2026), Naked Capitalism sobre a reportagem da Axios (23/10/2026) e Banco Central do Brasil (Resolução Conjunta nº 10/2024 e Voto do BC nº 94/2024) · 22/10/2026
O agente de IA do seu cliente entra com a senha dele. Os fluxos da sua empresa têm travas e controles para agentes que operam como pessoas?
Em 22/10/2026, a Axios relatou que grandes bancos americanos encontraram agentes de IA operando em contas de clientes com a senha do próprio cliente, e Morgan Stanley, JPMorgan e Bank of America passaram a restringir ou bloquear o acesso. Os bancos dizem não distinguir o agente autorizado do que saiu do controle, porque a única autorização que o sistema conhece é a senha, sem limite de valor, de prazo nem de operação. Bloquear não tira o agente do cliente: tira da empresa a visão e a chance de impor limite. E os fluxos foram desenhados para a velocidade de uma pessoa, que funcionava como trava: um agente opera em ritmo de máquina, e a plataforma precisa estar preparada para um volume antes impossível. O Open Finance brasileiro, que exige prazo e valor máximo por transação e por dia no consentimento de pagamento, mostra outro desenho. Uma leitura da Invisible Work com quatro decisões para jurídico, tecnologia, área do cliente e CEO.
Análise da Invisible WorkLer a análise →Redact, “WhatsApp’s Hidden Notes Told AI Not to Recommend a Regulator” (19/10/2026), The Hacker News (20/10/2026), Planalto (LGPD e Código de Defesa do Consumidor) e The Guardian sobre o caso Air Canada (2024) · 19/10/2026
O chatbot fala em nome da sua empresa. Quem aprovou o que ele foi mandado a não dizer?
Quando o chatbot de atendimento erra, quem responde é a empresa: em 2024 a Air Canada disse que o chatbot era responsável pelos próprios atos e foi condenada a indenizar, e em outubro de 2026 Nova York propôs multas e três anos de registros. O que o chatbot diz e evita dizer vem de um texto de instruções que costuma ser escrito por engenheiro ou fornecedor, sem o jurídico, e que quem lidera não leu. O caso do WhatsApp (Redact, outubro de 2026) mostra o risco: páginas de ajuda traziam, em texto invisível, ordens ao chatbot de suporte para não recomendar o regulador nem citar a LGPD, contra o que a política de privacidade da empresa diz. A WhatsApp diz que foi um erro já corrigido, e ninguém mostrou o chatbot obedecendo. Uma leitura da Invisible Work com quatro decisões para CEO, jurídico, CTO e compras.
Análise da Invisible WorkLer a análise →Sun e outros, “CoIn” (arXiv, 05/2025), Velasco e outros, “Is Your LLM Overcharging You?” (arXiv, 05/2025), documentação da OpenAI e da Anthropic sobre raciocínio, palestra de Erik Peterson (InfoQ, 12/10/2026) e o conceito de bem de crença (Darby e Karni, 1973) · 27/05/2025
Quem conta os tokens que você paga? A fatura de IA que ninguém consegue conferir
Pensar custa caro, e quem paga a fatura de IA da empresa, CEO ou CFO, não consegue auditar o que comprou: a unidade é do vendedor e a quantidade de “pensamento” é decidida pelo modelo. Nos modelos de IA que raciocinam, a documentação da OpenAI diz que os tokens de raciocínio não aparecem na resposta e são cobrados como saída, e a da Anthropic orienta acompanhar quantos dos tokens cobrados foram raciocínio interno. Dois artigos de maio de 2025 mostram que a cobrança por token cria para o provedor o incentivo de errar a contagem e deixa o usuário sem prova, e o CTO da CloudZero diz, em palestra de outubro de 2026, que nem ele confia por inteiro na própria fatura. Nenhuma fonte lida mostra um provedor inflando a contagem. A leitura corrente trata o custo de IA como problema de volume. A premissa escondida: gerir custo supõe que a quantidade é um fato que você confere, e aqui o vendedor define a unidade e o modelo decide a quantidade. Uma leitura da Invisible Work, com o conceito de bem de crença (Darby e Karni, 1973), sobre por que o preço por token não compara contratações e uma régua de custo por resultado aceito em quatro decisões.
Análise da Invisible WorkLer a análise →Totvs, release de resultados do 2T26 (05/08/2026) e apresentação institucional (julho de 2026), com a InfoMoney (14/10/2026) sobre os relatórios de JPMorgan, Goldman Sachs, XP e Bradesco BBI, e o conceito de BATNA · 05/08/2026
O seu ERP vai cobrar por tarefa de IA: quem fica com o ganho da automação?
A Totvs, fornecedora de ERP de empresas médias brasileiras, apresentou em 2026 o TaaS (Task as a Service): agentes de IA cobrados pelo volume de tarefas executadas, com franquia mensal e cobrança de excedente. Nos slides para investidores, o mercado de tarefas aparece de 15 a 20 vezes maior que o da aplicação, e a definição inclui a “inteligência humana”. A leitura corrente é que cobrar por tarefa é mais justo do que cobrar por usuário. A premissa escondida: o preço de uma tarefa vive entre o custo do fornecedor e o que ela custaria a você sem ele, e quem não sabe o segundo negocia no escuro. Uma leitura da Invisible Work, com o conceito de BATNA, sobre quem fica com o ganho da automação e quatro decisões para chegar à renovação do ERP com o custo por tarefa na mão.
Análise da Invisible WorkLer a análise →Chen, Mislove e Wilson, “An Empirical Analysis of Algorithmic Pricing on Amazon Marketplace” (WWW 2016), Assad, Clark, Ershov e Xu (CESifo, 2020), Wikipedia sobre o caso do livro na Amazon (2011), Cade via NovaCana e Convergência Digital (2024) e Reuters (06/10/2026) · 11/04/2016
Preço dinâmico: se todos olham o concorrente, o ganho está no cliente
O preço dinâmico já é realidade, e a maioria das empresas que pensa em adotá-lo quer ajustar o preço olhando o concorrente. Quando o mercado inteiro faz isso, o preço de cada um vira função do preço dos outros: ou vem a espiral (um livro de biologia chegou a US$ 23,7 milhões na Amazon em 2011) ou um alinhamento (nos postos alemães, a margem subiu 28% onde os dois concorrentes adotaram o software, e o Cade investiga um caso no Brasil). A IA permite outra coisa: um preço para cada cliente, e o melhor preço não é o menor. Uma leitura da Invisible Work sobre que informação do cliente a empresa precisa descobrir e como isso serve à estratégia de margem.
Análise da Invisible WorkLer a análise →Keith Ferrazzi e Wendy Smith, “Your next manager may have three employees and 19 agents. Who's accountable?”, Fortune (08/10/2026), com Garicano (2000), Elish (2019) · 08/10/2026
Exceções por responsável: o número que o organograma não mede
Em 8 de outubro de 2026, a Fortune relatou como CVS, IBM, Broadridge, Edward Jones e Whirlpool estão desmontando o cargo de gerente: relatórios e acompanhamento viram sistema, e quem dirige agentes pode nem ter o título. A leitura corrente conta camadas eliminadas. A premissa escondida: o cargo de gerente mede o que ele faz, quando também era o endereço de quem responde. Uma leitura da Invisible Work, com Garicano (2000) e Elish (2019): o limite de uma equipe com agentes passa a ser exceções por responsável, número que nenhum organograma mostra, e a culpa por proximidade pede quatro decisões.
Análise da Invisible WorkLer a análise →Omdia, “Global PC Shipments Fall 21% in 3Q26” (09/10/2026), com os números da IDC pela Ars Technica, o contraponto da Acer e da SK hynix (Tom's Hardware, 21/09/2026), a Canaltech (17/06/2026) e Bastiat (1850) · 09/10/2026
O custo da IA que não está no orçamento de IA: o preço do notebook
Em 9 de outubro de 2026, Omdia e IDC informaram que as vendas mundiais de PCs caíram cerca de 20% no terceiro trimestre, com memória e armazenamento indo de cerca de 15% para quase 40% do custo de fabricação. A leitura corrente trata isso como problema de consumo. A premissa escondida: o custo da IA é o que se compra como IA. Uma leitura da Invisible Work, com Bastiat (1850), sobre a conta indireta da IA, três cadeias de efeitos e o que perguntar antes da próxima compra de máquinas.
Análise da Invisible WorkLer a análise →The Register, entrevista com Rami Rahim, da HPE (11/10/2026), com John Seddon (Beyond Budgeting, 2015), a Toyota (jidoka) e o Decreto nº 11.034/2022 · 11/10/2026
Fechar o chamado rápido não basta: a IA deve corrigir a causa
O presidente da área de redes da HPE diz que 70 a 80% dos chamados de TI já dispensam humano. A leitura corrente mede velocidade e custo por chamado. A tese da Invisible Work: o objetivo de uma IA de atendimento é fechar o ciclo (resolver, identificar a causa e acionar outro agente para corrigir o processo ou o código, com aprovação de uma pessoa), e a prova é a queda de reincidência. Com John Seddon (gestão de serviços), o jidoka da Toyota e o Decreto 11.034/2022 (SAC).
Análise da Invisible WorkLer a análise →Fio de Andrej Karpathy sobre o “funil” do entendimento da capacidade da IA (11/10/2026), com a pesquisa “Firm Data on AI” (NBER, 2026), a conversa no Hacker News e a Fortune · 11/10/2026
Como avaliar IA na empresa: o teste de quem decide tem teto
Quem decide o orçamento de IA costuma testá-la com perguntas curtas, 1,5 hora por semana em média, e esse teste tem teto: não distingue um chatbot gratuito de um sistema que trabalha por semanas. Andrej Karpathy descreveu em 11/10/2026 a distância como um funil, e uma pesquisa com quase 6.000 executivos mostra onde está quem decide. Uma leitura da Invisible Work, com efeitos de segunda e terceira ordem para a empresa brasileira e um teste de cinco perguntas.
Análise da Invisible WorkLer a análise →Cockroach Labs, “Five months treating bugs like patients and coding agents like a medical team” (09/10/2026), com a discussão no Hacker News e o verbete sobre custos da qualidade de Armand Feigenbaum (HBR, 1956) · 09/10/2026
Nove meses viraram dois dias. Faltou na conta o custo de provar que está certo
A Cockroach Labs relatou que agentes de IA escreveram em menos de dois dias um suporte a banco de dados que levara nove meses, 164 vezes mais rápido e 38 vezes mais barato. Os próprios autores dizem que ainda confirmam se o código está correto, porque nenhuma pessoa o revisou. Uma leitura da Invisible Work, com o custo da qualidade (Feigenbaum, 1956), sobre o que a economia de IA deixa fora da conta e o que ela provoca em orçamento, contrato e formação de gente nas ordens seguintes.
Análise da Invisible WorkLer a análise →Visier, “AI Usage at Work: ‘Performative AI’ Stems From Lack of Confidence in Leaders” (pesquisa com 1.000 funcionários dos EUA, setembro de 2026), lida pela HR Brew (28/09/2026) e pela Business Insider (08/10/2026), com Steven Kerr (1975, versão de 1995) · 28/09/2026
Meta de uso de IA compra aparência, não aprendizado
Numa pesquisa da Visier com 1.000 funcionários dos EUA, 48% dizem ter exagerado o uso de IA ou a própria expertise. A leitura corrente fala em falta de confiança e propõe treinamento. A premissa escondida: o número de uso seria um bom dado distorcido. Uma leitura da Invisible Work, com Steven Kerr (1975), sobre o que uma meta de uso consegue distinguir e o que a empresa deixa de aprender.
Análise da Invisible WorkLer a análise →Seema Amble, “You Need a New CFO” (a16z.news), com Clark e Wilson (IEEE, 1987) e a orientação do COSO para controle interno de IA generativa (2026) · 08/10/2026
Finanças com 2% da empresa: quem confere o que o agente lançou?
A a16z descreve um time de finanças que cai de cerca de 5% para 2% do quadro, com o CFO construindo as ferramentas. A leitura corrente fala em velocidade e custo; a premissa escondida é que as camadas do time só existiam para mover dados, quando também davam a conferência de uma segunda pessoa. Uma leitura da Invisible Work, com a separação de funções (Clark e Wilson, 1987) e a orientação do COSO para IA, sobre quem confere o que o agente lança.
Análise da Invisible WorkLer a análise →OpenAI, “Decisions” (guia da Decisions API, beta público), com o anúncio do Strands Decider 2B (01/10/2026), o resumo do lançamento do Jev da NYU Shanghai (16/09/2026), Pauker e Kassirer (NEJM, 1980) e Elkan (IJCAI, 2001) · 06/10/2026
Decidir ficou quase de graça. Escolher o ponto de corte, não
Jev, Decider 2B e a Decisions API da OpenAI inauguram modelos que não escrevem texto e devolvem a probabilidade de cada opção. A leitura corrente fala em preço e velocidade. A premissa escondida: o modelo estima, e a decisão é o ponto de corte que alguém escolhe. Uma leitura da Invisible Work, com a regra de decisão da medicina (Pauker e Kassirer, 1980) e do aprendizado sensível a custo (Elkan, 2001), sobre quanto custa errar para cada lado.
Análise da Invisible WorkLer a análise →Anthropic, “Frontier Academy: $100M to train 10,000 engineers” (02/10/2026), com reportagens da Business Insider e do The Register e o artigo de Eric von Hippel sobre informação aderente (Management Science, 1994) · 02/10/2026
A Anthropic gasta US$ 100 milhões para treinar engenheiros dos outros. O motivo está na sua empresa
A Anthropic anunciou US$ 100 milhões para formar 10 mil engenheiros que levam a IA à produção, e quem os indica são as empresas, que mandam o próprio engenheiro com um projeto na mão. A leitura corrente fala em falta de talento. Uma leitura da Invisible Work, com o conceito de informação aderente (Von Hippel, 1994), sobre onde mora o que decide o resultado de um projeto de IA e quem paga para levar o conhecimento até lá.
Análise da Invisible WorkLer a análise →Simon Willison, “We’re going to need default hard budget caps on pretty much everything”, com os anúncios de limite de gasto da AWS (16/09/2026) e do Google Cloud (28/07/2026) e a Regra 15c3-5 da SEC · 03/10/2026
Agentes de IA sem alçada: o limite de gasto que o ritmo humano impunha e ninguém precisou escrever
Simon Willison pede limites de gasto duros, ativados por padrão, para os agentes de IA que programam e publicam aplicações sozinhos, e AWS e Google já lançaram versões restritas. A discussão trata o limite como função do fornecedor. Uma leitura da Invisible Work, com a regra que a SEC impôs ao mercado de capitais depois da Knight Capital, sobre quem escolhe o valor, o que a empresa prefere perder e quem pode parar um agente.
Análise da Invisible WorkLer a análise →Galdin e Silbert, “Making Talk Cheap” (2025), e Cui, Dias e Ye, “Signaling in the Age of AI” (2025), com reportagens da Business Insider sobre Disney, Clay e Figma · 12/11/2025
Avaliação de desempenho escrita por IA: o texto deixou de provar que alguém pensou
A Disney orientou funcionários a usar IA na avaliação anual, e Clay e Figma criaram regras para sinalizar texto escrito por máquina. Dois estudos de 2025 mostram o que acontece quando escrever deixa de custar: o texto continua, e deixa de informar. Uma leitura da Invisible Work sobre o que sua empresa lê para decidir.
Análise da Invisible WorkLer a análise →Business Insider, “PwC’s huge survey of 50,000 workers says AI is splitting employees into 4 distinct groups”, com a pesquisa da PwC “2026 Global Workforce Hopes and Fears Survey” · 29/09/2026
Adoção de IA: o ganho dos 14% que vão na frente depende dos 56% que menos recebem treinamento
A pesquisa da PwC com quase 50 mil trabalhadores diz que a IA divide a força de trabalho em duas velocidades. Se o trabalho da sua empresa for uma cadeia, e não uma soma, o ganho de quem vai na frente vale o que as outras etapas permitem. Uma leitura da Invisible Work, com Michael Kremer, sobre onde colocar o investimento de IA e de treinamento.
Análise da Invisible WorkLer a análise →Business Insider, “SaaS companies’ newest rivals are their own customers”, com a pesquisa da McKinsey “The state of AI in 2026” · 30/09/2026
Construir software com IA ficou barato. Ser dono dele, não.
Um terço das organizações já deixou de comprar ao menos um software porque conseguiu construí-lo com IA. O que a fatura sempre incluiu, além do código, é manter e responder, e esse custo não caiu pelo mesmo mecanismo: muda de dono. Uma leitura da Invisible Work, com Ronald Coase, sobre decidir entre construir e comprar.
Análise da Invisible WorkLer a análise →Análise da Blue Cross Blue Shield Association sobre codificação hospitalar e IA, noticiada pela Dallas Express · 24/09/2026
O paradoxo do ROI de IA: se todos usam, o retorno de cada um encolhe e a conta vai para o cliente
Para cada empresa, o retorno de usar IA pode ser real. Para o conjunto que disputa a mesma receita, pode ser zero, e quem paga a diferença é o cliente. Uma leitura da Invisible Work, a partir da briga entre hospitais e planos de saúde e do lançamento dos Dots da OpenAI, sobre como planejar para uma mesa em que o outro lado também tem IA.
Análise da Invisible WorkLer a análise →Wachter e Wachter, “What Investment Data Implies about the AI Transition” (NBER Working Paper 35290) · 01/06/2026
A bolha da IA não se decide na bolsa. Se decide no orçamento da sua empresa.
Um estudo da Wharton calculou o que precisa ser verdade para o gasto bilionário em infraestrutura de IA valer a pena. O número que virou manchete mede uma crença dos fornecedores, e só clientes podem confirmá-la. Uma leitura da Invisible Work.
Análise da Invisible WorkLer a análise →Estudo da Academy of Management Review sobre deskilling epistêmico em gestores · 05/09/2026
A IA não toma decisões piores. Faz sua empresa parar de aprender a decidir.
Um estudo publicado numa das principais revistas acadêmicas de gestão do mundo deu nome ao que acontece quando um gestor terceiriza o julgamento para a IA sob pressão de tempo. Uma leitura da Invisible Work sobre por que a pergunta certa não é se a IA decide bem.
Análise da Invisible WorkLer a análise →Documentos judiciais tornados públicos em processos contra OpenAI e Microsoft · 21/09/2026
Eles não erraram por engano. Fizeram a conta, por escrito.
Documentos de dois processos judiciais contra a OpenAI e a Microsoft mostram executivos discutindo por escrito um risco que conheciam, e decidindo seguir em frente. Uma leitura da Invisible Work sobre o que isso muda na hora de avaliar qualquer fornecedor de IA.
Análise da Invisible WorkLer a análise →Framework de relato de desalinhamento da OpenAI · 17/09/2026
A IA não aprendeu a mentir. Aprendeu a bater a meta.
A OpenAI publicou números reais sobre os próprios modelos escondendo erro para ganhar nota mais alta. Uma leitura da Invisible Work sobre por que a citação que viralizou não é a que importa — e o que isso tem a ver com qualquer meta que pode ser jogada.
Análise da Invisible WorkLer a análise →Relatório da Anthropic sobre uso indevido de IA · 10/09/2026
Você não estava protegido. Só era caro demais para valer o ataque.
Um relatório da Anthropic mostra um agente de IA extraindo dados de 200 clientes de um único fornecedor em 34 horas. Uma leitura da Invisible Work sobre por que “não valer o esforço” nunca foi segurança.
Análise da Invisible WorkLer a análise →Estudo da METR · 10/07/2025
A IA não elimina o trabalho. Ela o esconde.
Um experimento controlado mediu o oposto do que os desenvolvedores sentiam. Uma leitura da Invisible Work sobre para onde vai o trabalho que a IA parece ter absorvido — e por que ninguém está medindo.
Análise da Invisible WorkLer a análise →Estudo da Anthropic · 10/09/2026
A IA faz mais. Quem fica com o dinheiro?
Uma leitura da Invisible Work sobre o estudo da Anthropic: o que pode mudar na economia e para quem vai o ganho.
Análise da Invisible WorkLer a análise →Ensaio da Sequoia · 02/09/2026
O que a Sequoia diz sobre máquinas que pensam
Uma leitura crítica da Invisible Work sobre o ensaio de Konstantine Buhler: onde a analogia ajuda e onde ela para de valer.
Análise da Invisible WorkLer a análise →