- A a16z, firma de venture capital, publicou um relatório prevendo as principais tendências da indústria de tecnologia em 2026, com as perspectivas dos parceiros das equipes de investimento nas áreas de infraestrutura, growth, bio e saúde, speedrun, dinamismo americano, apps e cripto
- Agentes de AI vão levar a uma reformulação fundamental da infraestrutura corporativa, e a organização de dados multimodais e a infraestrutura agent-native devem surgir como tarefas centrais
- Em software corporativo, a importância dos sistemas de registro (System of Record) diminui, dando lugar a motores de workflow autônomos nos quais a AI lê, escreve e raciocina diretamente sobre os dados
- Stablecoins devem se consolidar como meio de pagamento mainstream, enquanto emissão de ativos onchain e blockchains de privacidade ganham destaque como fatores de diferenciação
- A previsão é que 2026 seja o "Ano de Mim (Year of Me)", em que serviços de AI personalizados ofereçam experiências sob medida para o público em educação, saúde e mídia
# [Infrastructure]
Startups que domam o caos dos dados multimodais - Jennifer Li
- Os dados não estruturados e multimodais das empresas são ao mesmo tempo o maior gargalo para adoção de AI e o maior ativo ainda não aproveitado
- PDFs, capturas de tela, vídeos, logs, e-mails e dados semiestruturados se acumulam por toda a empresa
- O desempenho dos modelos melhora rapidamente, mas os dados de entrada ficam cada vez mais caóticos
- Isso provoca alucinações em sistemas RAG e erros sutis, porém caros, em agentes
- Fluxos de trabalho críticos ainda dependem fortemente de QA humano
- O fator limitante das empresas de AI deixa de ser computação e passa a ser entropia de dados
- Em ambientes de dados não estruturados, atualidade, estrutura e veracidade se degradam continuamente
- Cerca de 80% do conhecimento corporativo existe nessa camada não estruturada
- Resolver dados não estruturados se torna uma oportunidade geracional
- É necessário um sistema que organize, estruture, valide e governe continuamente dados multimodais
- Só assim as cargas de trabalho de AI na camada inferior poderão operar com confiança real
- O escopo de aplicação se expande para praticamente todos os workflows corporativos
- Análise de contratos, onboarding, processamento de sinistros, compliance, suporte ao cliente e compras
- Busca em engenharia, apoio a vendas e pipelines de análise
- Inclui todos os workflows de agentes que dependem de contexto confiável
- A disputa decisiva acontece na camada de plataforma
- Extrair estrutura de documentos, imagens e vídeos
- Conciliar conflitos de dados e recuperar pipelines
- Manter os dados atualizados e sempre pesquisáveis
- Assumir o controle do núcleo do conhecimento e dos processos da empresa
A AI vai reaquecer as contratações em cibersegurança - Joel de la Garza
- Nos últimos 10 anos, o maior problema da cibersegurança foi contratação
- Entre 2013 e 2021, o número de vagas de segurança não preenchidas cresceu de menos de 1 milhão para 3 milhões
- O cerne do problema está na estrutura do trabalho de segurança de nível 1
- Profissionais altamente qualificados são contratados para fazer tarefas repetitivas e desgastantes, como revisar logs
- Quase ninguém quer continuar fazendo esse tipo de trabalho
- As próprias organizações de segurança criam seu trabalho braçal
- Adotam produtos de segurança que detectam tudo
- Como resultado, surge uma estrutura em que toda alerta precisa ser revisado por humanos
- Isso cria uma falsa escassez de mão de obra, e não uma escassez real
- Em 2026, a AI rompe esse ciclo vicioso
- Automatiza grande parte do trabalho de segurança repetitivo e redundante
- Metade do trabalho de grandes equipes de segurança pode ser resolvida com automação
- O problema mais difícil é decidir o que automatizar
- Quando se está soterrado por tarefas, fica difícil identificar candidatos à automação
- Ferramentas de segurança AI-native passam a fazer essa avaliação
- Liberam as equipes de segurança do trabalho repetitivo
- Permitem foco em rastrear atacantes, construir sistemas e corrigir vulnerabilidades
Infraestrutura agent-native vira requisito básico - Malika Aubakirova
- O maior choque da infraestrutura em 2026 não vem de fora, mas de uma mudança interna
- Sai o tráfego humano previsível e de baixa concorrência
- Entram como padrão as cargas de trabalho em velocidade de agente, recursivas e explosivas
- Backends corporativos tradicionais foram projetados para humanos
- Presumem uma resposta do sistema para cada ação humana
- Não consideram cenários em que um único objetivo de agente gera milhares de subtarefas ao mesmo tempo
- O trabalho normal de agentes parece um ataque para sistemas legados
- Refatoração de código e correção de logs de segurança são percebidas como tráfego DDoS
- O centro da resposta é o redesenho do control plane
- A infraestrutura agent-native se torna requisito básico
- O padrão de thundering herd passa a ser tratado como estado padrão, e não exceção
- Os critérios de desempenho mudam de forma fundamental
- Minimização de cold starts
- Colapso da variabilidade de latência
- Aumento em ordens de magnitude dos limites de concorrência
- O gargalo não é computação, mas coordenação (coordination)
- Roteamento, locking, gerenciamento de estado e aplicação de políticas se tornam centrais para execução paralela em grande escala
- Só sobrevivem plataformas capazes de suportar ambientes inundados por execuções de ferramentas
Ferramentas criativas evoluem para o multimodal - Justine Moore
- A AI já domina componentes centrais da narrativa
- Geração de voz, música, imagem e vídeo já é possível
- O problema é o controle
- Ao passar de clipes isolados, fica difícil obter o resultado desejado e os custos disparam
- Ainda está longe do nível de controle de uma direção tradicional
- Criadores querem edição multimodal baseada em referência
- Inserir um vídeo de 30 segundos como entrada, adicionar um novo personagem e continuar a cena
- Reconstituir a cena como se tivesse sido filmada de outro ângulo de câmera
- Reproduzir o mesmo movimento de um vídeo de referência
- 2026 será o ano da AI multimodal
- Qualquer forma de conteúdo de referência poderá ser usada como entrada
- Gerar novas cenas e editar cenas existentes passará a ser algo fluido
- Produtos iniciais como Kling O1 e Runway Aleph já começaram a aparecer
- Ainda são necessárias mais inovações tanto na camada de modelos quanto na camada de aplicações
- Produção de conteúdo é o killer use case da AI
- Formando um mercado amplo, de criadores de memes a diretores de Hollywood
A stack de dados AI-native continua evoluindo - Jason Cui
- No último ano, a modern data stack se consolidou rapidamente
- A divisão centrada em coleta, transformação e computação entrou em colapso
- Bundling e plataformas integradas se tornam o padrão
- A fusão Fivetran/dbt e a ascensão da Databricks mostram isso
- O ecossistema parece maduro, mas a estrutura verdadeiramente AI-native ainda está no começo
- Infraestrutura de dados e infraestrutura de AI estão se unindo de forma inseparável
- Bancos de dados vetoriais se estabelecem como componente central
- Operar junto com dados estruturados se torna a arquitetura padrão
- O desafio central da era dos agentes é o problema do contexto
- É preciso acessar continuamente os dados corretos e a camada semântica adequada
- É necessário manter definições de negócio consistentes entre vários systems of record
- Ferramentas de BI e planilhas mudam de forma fundamental
- Workflows de dados migram para um modelo centrado em agentes e em automação
O ano de entrar no vídeo - Yoko Li
- Em 2026, vídeo deixa de ser uma mídia consumida passivamente
- Passa a ser um espaço em que realmente se entra para agir
- Modelos de vídeo lidam com tempo e consistência
- Lembram de cenas passadas
- Reagem ao comportamento do usuário
- Mantêm uma consistência persistente semelhante à do mundo físico
- Saímos da geração de vídeos curtos e desconectados
- Personagens, objetos e física persistem por tempo suficiente
- Ações passam a produzir desdobramentos e consequências
- Vídeo se transforma em uma mídia construível
- Robôs praticam
- Jogos evoluem
- Designers criam protótipos
- Agentes agem diretamente e aprendem
- O resultado não é um clipe, mas um ambiente vivo
- A distância entre percepção e ação diminui bastante
- Surge a sensação de realmente existir dentro do vídeo gerado
# [Growth]
A era dos systems of record está chegando ao fim - Sarah Wang
- Em 2026, a verdadeira mudança no software empresarial é que os sistemas de registro (System of Record) perdem sua posição central
- A IA praticamente elimina a distância entre intenção (intent) e execução (execution)
- Os modelos leem, escrevem e raciocinam diretamente sobre os dados operacionais como um todo
- ITSM e CRM deixam de ser simples repositórios e se transformam em motores de workflow autônomos
- Com o avanço dos modelos de raciocínio e dos workflows de agentes, o papel dos sistemas se expande
- Eles deixam de apenas reagir e passam a prever, coordenar e executar de ponta a ponta
- O centro da interface muda
- Em vez de uma UI centrada em telas, uma camada dinâmica de agentes passa a ocupar o primeiro plano
- Os sistemas de registro existentes são empurrados para a função de camada de persistência (persistence tier)
- A liderança estratégica muda de mãos
- Mais importante do que quem armazena os dados
- passa a ser quem controla o ambiente inteligente de execução que os funcionários realmente usam
A IA vertical evolui para o modo multiplayer - Alex Immerman
- A IA vertical cresce em velocidade sem precedentes
- Em saúde, jurídico e moradia, já alcança ARR de $100M+ em poucos anos
- Os setores de finanças e contabilidade vêm logo atrás
- O primeiro estágio da evolução é a busca de informações
- Encontrar, extrair e resumir as informações necessárias
- Em 2025, ela avança para a etapa de raciocínio (reasoning)
- A Hebbia analisa demonstrações financeiras e constrói modelos
- A Basis reconcilia balancetes de vários sistemas
- A EliseAI diagnostica problemas de manutenção e aciona o fornecedor adequado
- Em 2026, abre-se o modo multiplayer
- O software vertical tem força em UI especializada por domínio, dados e integrações
- Mas o trabalho real é, por natureza, uma estrutura de colaboração entre múltiplas partes
- Para que agentes substituam trabalho humano, a colaboração é indispensável
- Compradores e vendedores
- Inquilinos, consultores e fornecedores
- Cada participante tem permissões, workflows e exigências de compliance diferentes
- Hoje, a IA ainda opera de forma isolada
- A IA que analisa contratos não está conectada ao CFO
- A IA de manutenção não sabe dos compromissos da equipe de campo
- A IA multiplayer coordena isso
- Encaminha tarefas entre as partes interessadas
- Mantém o contexto
- Sincroniza mudanças
- Permite que a IA do outro lado negocie dentro de um escopo definido
- Escala discrepâncias para revisão humana
- As correções de um sócio sênior viram aprendizado para toda a organização
- Quanto maior o valor criado pela colaboração, maior o custo de troca
- Surgem efeitos de rede que apps de IA antes não tinham
- A própria camada de colaboração vira o moat
Construir para agentes, não para humanos - Stephenie Zhang
- A partir de 2026, as pessoas vão usar a web por meio de seus próprios agentes
- Elementos que eram importantes com base no consumo humano deixam de funcionar da mesma forma
- As formas tradicionais de otimização partem do comportamento humano
- Aparecer no topo dos resultados de busca
- Entrar na primeira página de um marketplace
- Estruturar conteúdo começando com TL;DR
- Humanos podem deixar passar frases importantes, mas agentes não
- Mesmo uma frase-chave escondida na página 5 é encontrada imediatamente por um agente
- A mudança também se aplica ao design de software
- Os apps foram projetados com base no olhar e nos cliques humanos
- O critério de otimização era uma boa UI e um fluxo intuitivo
- Quando os agentes assumem a interpretação e a busca, o critério muda
- O design visual deixa de ser o elemento central para a compreensão
- Em vez de um engenheiro olhar o Grafana, um AI SRE interpreta a telemetria e resume tudo no Slack
- Em vez de a equipe de vendas vasculhar o CRM, o agente fornece automaticamente padrões e resumos
- Agora o design é feito não para humanos, mas para agentes
- Em vez de hierarquia visual, o alvo da otimização passa a ser a legibilidade por máquina
- Essa mudança transforma a forma de criar e as próprias ferramentas
O KPI de tempo de tela está chegando ao fim nos apps de IA - Santiago Rodriguez
- Nos últimos 15 anos, o tempo de tela foi a principal métrica de entrega de valor
- Tempo assistindo Netflix
- Número de cliques em um EHR médico
- Tempo de uso do ChatGPT
- Essa métrica logo perde força
- Com a expansão da cobrança baseada em resultados
- os incentivos de fornecedores e usuários se alinham
- e a primeira métrica a desaparecer é o tempo de tela
- A mudança já aparece na prática
- O ChatGPT DeepResearch gera muito valor mesmo sem quase exigir atenção à tela
- A Abridge captura automaticamente conversas médicas e cuida das tarefas de acompanhamento
- O Cursor gera apps inteiros para que o desenvolvedor possa desenhar o próximo ciclo
- A Hebbia cria decks com base em centenas de disclosures e devolve o sono ao banqueiro de investimento
- Surge um novo desafio
- Para decidir quanto cobrar por usuário, será preciso uma medição de ROI mais complexa
- Os apps de IA elevam valor em várias dimensões ao mesmo tempo
- Satisfação do médico
- Produtividade do desenvolvedor
- Qualidade de vida do analista financeiro
- Felicidade do consumidor
- As empresas que explicarem o ROI da forma mais simples sairão na frente no mercado
# [Bio + Health]
A ascensão dos MAUs saudáveis - Julie Yoo
- Em 2026, os Healthy MAUs (MAUs saudáveis) surgem como o público central da saúde
- Consumidores que não estão doentes agora
- mas querem entender e monitorar continuamente a própria saúde
- O sistema de saúde tradicional vinha focando em três tipos de usuário
- Sick MAUs: pacientes com demanda de tratamento cara e intermitentemente explosiva
- Sick DAUs: usuários que precisam de tratamento intensivo e de longo prazo, como pacientes graves ou crônicos
- Healthy YAUs: usuários relativamente saudáveis que quase não vão ao hospital
- Os Healthy YAUs sempre correm o risco de se tornar Sick MAUs ou Sick DAUs
- O cuidado preventivo pode desacelerar essa transição
- O problema está na estrutura atual de incentivos
- Um sistema de remuneração médica reativo, centrado no tratamento, recompensa mais tratar do que prevenir
- O acesso a check-ins regulares ou serviços de monitoramento é baixo
- Os planos de saúde quase não pagam por serviços orientados à prevenção
- Os Healthy MAUs preenchem essa lacuna
- Não estão doentes neste momento
- mas querem verificar e entender sua condição de saúde de forma recorrente
- e têm potencial para se tornar o maior grupo potencial entre os consumidores
- Começa uma onda de serviços voltados para esse público
- Startups AI-native
- serviços reembalados de empresas tradicionais de saúde
- todos migrando para ofertas regulares e por assinatura
- A IA reduz a estrutura de custos da prestação de serviços de saúde
- Automação de monitoramento e análise
- Menor dependência de mão de obra
- Abre-se a possibilidade de surgirem produtos de seguro com foco em prevenção
- Os consumidores se acostumam cada vez mais a modelos de assinatura pagos do próprio bolso
- Os Healthy MAUs se tornam o público central da próxima geração de healthtech
- engajados continuamente
- orientados por dados
- e com comportamento centrado na prevenção
# [Speedrun]
Os world models assumem o centro da narrativa - Jon Lai
- Em 2026, modelos de mundo baseados em IA passam a ocupar o centro da narrativa
- Surgem novos formatos baseados em mundos virtuais interativos e na economia digital
- Marble (World Labs) e Genie 3 (DeepMind) geram ambientes 3D completos apenas com prompts de texto
- Os usuários exploram esses mundos diretamente, como em um jogo
- À medida que criadores adotam essas ferramentas, surgem formatos narrativos completamente novos
- São criados mundos gigantes em que a coautoria é possível
- Em última instância, isso evolui para algo próximo de um “Minecraft generativo”
- Mecânicas de jogo e programação em linguagem natural se combinam
- Comandos como “crie um pincel que transforme em rosa tudo o que tocar” passam a funcionar como regras do mundo
- A fronteira entre jogador e criador desaparece
- O usuário deixa de ser apenas consumidor e passa a ser coautor
- Forma-se um multiverso generativo interconectado
- Gêneros como fantasia, horror e aventura coexistem em um único ecossistema
- A economia digital dentro desses mundos ganha força
- Criação de ativos
- Guias para novos usuários
- Monetização com o desenvolvimento de novas ferramentas de interação
- Esses mundos vão além do entretenimento e passam a ser usados como ambientes de simulação
- Treinamento de agentes de IA
- Aprendizado de robôs
- E, mais adiante, expansão como espaço de experimentação para AGI
- A ascensão dos modelos de mundo não representa apenas um novo gênero de entretenimento, mas o surgimento de um novo meio criativo e de uma nova fronteira econômica
‘O ano de mim’ - Josh Lu
- 2026 será “The Year of Me”, o ano em que os produtos passam da produção em massa para a personalização sob medida
- Na educação, essa mudança já começou
- Startups como a Alphaschool oferecem tutores de IA que se adaptam ao ritmo e à curiosidade de cada aluno
- É um nível de personalização que antes só era possível com dezenas de milhares de dólares em tutoria por estudante
- Na área da saúde, a personalização também se torna cotidiana
- A IA projeta combinações de suplementos, planos de exercício e rotinas alimentares ajustadas aos dados biológicos de cada pessoa
- Isso se torna possível sem depender de treinador ou laboratório
- A mídia também se personaliza
- Notícias, programas e histórias são reorganizados de acordo com os interesses e o tom de cada indivíduo
- Os vencedores do século passado foram as empresas que encontraram o consumidor médio
- Os vencedores do próximo século serão as empresas que encontrarem o indivíduo escondido dentro da média
- 2026 marca o momento em que o mundo para de otimizar para ‘todos’ e começa a otimizar para ‘você’
A primeira universidade AI-native - Emily Bennett
- Em 2026, surge a universidade AI-native
- Uma instituição educacional projetada desde o início com sistemas inteligentes no centro
- As universidades tradicionais vinham adotando IA apenas de forma parcial
- Limitando-se a correção, tutoria e gestão de agenda
- Agora surge uma organização acadêmica que aprende e se otimiza por conta própria
- Aulas, orientação, colaboração em pesquisa e até a operação dos prédios se adaptam por meio de loops de feedback de dados
- Todos os elementos da universidade mudam em tempo real
- A grade horária se otimiza sozinha
- As listas de leitura são atualizadas todas as noites para refletir as pesquisas mais recentes
- Os percursos de aprendizagem são ajustados imediatamente ao ritmo e ao contexto do aluno
- Já existem sinais desse movimento
- A ASU opera centenas de projetos de IA por meio de uma parceria institucional com a OpenAI
- A SUNY incluiu alfabetização em IA como exigência obrigatória no currículo geral
- Na universidade AI-native, o papel do professor muda
- Ele deixa de ser alguém que transmite conhecimento e passa a ser um arquiteto da aprendizagem
- Faz curadoria de dados e ajusta modelos
- Ensina os alunos a lidar criticamente com o raciocínio das máquinas
- A forma de avaliação também muda
- Desaparecem a detecção de plágio e a proibição de uso
- Passa-se a avaliar como a IA foi usada
- Transparência e uso com moderação tornam-se os critérios
- Toda a indústria precisa de pessoas capazes de projetar, operar e colaborar com IA
- A universidade AI-native se torna o motor de formação de talentos da nova economia
# [American Dynamism]
Construindo a base industrial AI-native - David Ulevitch
- As áreas que geram a força real da economia americana voltam ao centro
- Energia, manufatura, logística e infraestrutura retomam seu papel como eixos principais
- A mudança mais importante é o surgimento de uma base industrial verdadeiramente AI-native e software-first
- Ela começa com simulação, projeto automatizado e operações baseadas em IA
- Não se trata de modernizar o passado, mas de construir a próxima geração do zero
- Novas oportunidades se abrem em toda a indústria
- Sistemas avançados de energia
- Manufatura pesada centrada em robótica
- Mineração de próxima geração
- Processos químicos baseados em biologia e enzimas, que servem de base para toda a indústria
- A IA redesenha os processos centrais da indústria
- Projeto de reatores mais limpos
- Otimização da extração de recursos
- Melhor engenharia de enzimas
- Ajuste preciso de frotas de máquinas autônomas
- O mundo fora da fábrica também é reconfigurado
- Sensores autônomos e drones
- Os modelos de IA mais recentes tornam continuamente visíveis portos, ferrovias, redes elétricas, oleodutos, bases militares e data centers
- O mundo real precisa de um novo software
- Os empreendedores que o criarem definirão a prosperidade americana do próximo século
O renascimento da fábrica americana - Erin Price-Wright
- O primeiro grande século dos EUA foi construído sobre a capacidade industrial
- Com o offshoring e o fracasso coletivo em construir, muito dessa força foi perdida
- Agora isso começa a se mover novamente
- Está em curso o renascimento da fábrica americana, com software e IA no centro
- Em 2026, toda a indústria passa a abordar problemas com uma mentalidade de fábrica
- Aplicada à energia, mineração, construção e manufatura
- O núcleo dessa mudança é a combinação de IA e autonomia modularizadas + trabalhadores qualificados
- Isso faz com que processos personalizados e complexos funcionem como uma linha de montagem
- Essa abordagem permite
- Passar por regulações e licenças complexas de forma rápida e repetível
- Encurtar ciclos de projeto e projetar para fabricação desde o início
- Gerenciar com eficiência a coordenação de projetos em grande escala
- Acelerar com sistemas autônomos trabalhos difíceis ou perigosos para humanos
- A lógica de Henry Ford é aplicada desde o Dia 0
- Projetar já pressupondo escala e repetibilidade
- E combinar isso com a IA mais recente
- Os resultados aparecem rapidamente
- Produção em massa de reatores nucleares
- Expansão da oferta de moradias
- Construção ultrarrápida de data centers
- A ideia de que “a fábrica é o produto” volta a se tornar realidade
- Começa uma nova era de ouro industrial
A próxima onda de observabilidade não será digital, mas física - Zabie Elmgren
- Na última década, a observabilidade de software tornou os sistemas digitais transparentes
- Logs, métricas e traces permitiram entender código e servidores
- A mesma inovação agora se expande para o mundo físico
- Já existem mais de 1 bilhão de câmeras e sensores instalados pelos EUA
- A observabilidade física, que permite compreender cidades, redes elétricas e infraestrutura em tempo real, tornou-se urgente e viável
- Essa camada de percepção abre a próxima etapa da robótica e da autonomia
- As máquinas precisam de um tecido comum para perceber o mundo físico como se fosse código
- O risco também existe: tecnologias para detectar incêndios florestais e prevenir acidentes industriais podem se transformar em uma distopia de vigilância
- Os vencedores serão as empresas que conquistarem confiança: preservação de privacidade, interoperabilidade e AI-native
- Precisamos de sistemas que tornem a sociedade mais compreensível, sem torná-la menos livre
- Quem construir esse tecido de confiança definirá a observabilidade da próxima década
A stack eletroindustrial move o mundo - Ryan McEntush
- A próxima revolução industrial não acontece apenas nas fábricas, mas dentro das máquinas que as compõem
- O software mudou a forma de pensar e projetar; agora está mudando mobilidade, construção e produção
- Está surgindo a convergência entre eletrificação, materiais e IA
- Controle de software de verdade está sendo introduzido no mundo físico
- Máquinas passam a detectar, aprender e agir por conta própria
- Isso é a pilha eletroindustrial (electro-industrial stack)
- A base tecnológica de veículos elétricos, drones, data centers e da manufatura moderna
- Conecta tecnologias que movem átomos aos bits
- Componentes da pilha
- Refino de minerais → componentes
- Energia armazenada em baterias
- Eletricidade controlada por eletrônica de potência
- Movimento transmitido por motores de precisão
- Software que coordena tudo
- Essa é a base invisível da automação física, criando a diferença entre o software que chama um táxi e o software que assume o volante
- A capacidade de construir essa pilha está enfraquecendo: refino de materiais críticos e fabricação de chips avançados
- Se os EUA quiserem liderar a próxima era industrial, precisam fabricar hardware diretamente
- O país que dominar a pilha eletroindustrial definirá o futuro da tecnologia industrial e militar
- O software devorou o mundo. Agora ele move o mundo
Laboratórios autônomos aceleram as descobertas científicas - Oliver Hsu
- As capacidades dos modelos estão avançando em todo o espectro multimodal
- A capacidade de manipulação robótica também continua melhorando
- Com a convergência dessas duas tendências, surgem os laboratórios autônomos
- Formulação de hipóteses - desenho experimental - execução - inferência e análise de resultados - repetição da próxima direção de pesquisa
- O loop end-to-end da descoberta científica passa a se fechar automaticamente
- As equipes que constroem esses laboratórios são, por natureza, interdisciplinares: IA, robótica, ciências físicas e da vida, manufatura e operações
- Experimentos autônomos (lights-out) tornam possível a experimentação contínua
- A velocidade das descobertas acelera drasticamente em várias áreas
A cruzada dos dados rumo às indústrias centrais - Will Bitsky
- Em 2025, o centro do debate sobre IA foi restrições de compute e data centers
- Em 2026, o foco será restrições de dados e um novo campo de batalha dos dados — e esse campo são as indústrias centrais
- Nessas indústrias, ainda há enormes volumes de dados não estruturados adormecidos: operação de caminhões, leitura de medidores, trabalhos de manutenção, processos de produção, montagem e testes
- Todo esse processo vira dado de treinamento para modelos, e importa não apenas o que foi feito, mas como foi feito
- O problema é que falta uma noção de dados no chão de fábrica: coleta, anotação e treinamento de modelos não fazem parte do vocabulário industrial
- A demanda por dados é explosiva
- Scale, Mercor e laboratórios de IA estão coletando agressivamente dados de processos
- Dependem de dados manuais de alto custo
- Empresas industriais estabelecidas têm vantagem estrutural
- Já possuem infraestrutura física e força de trabalho
- Podem coletar dados com custo marginal quase zero
- Podem treinar seus próprios modelos ou licenciá-los para terceiros
- Startups dão suporte a isso
- Software para coleta, anotação e gestão de consentimento
- Hardware de sensores e SDKs
- Ambientes de aprendizado por reforço e pipelines de treinamento
- No fim, chegam até a oferecer suas próprias máquinas inteligentes
# [Apps]
A IA fortalece o próprio modelo de negócios - David Haber
- Startups de IA realmente excelentes não apenas automatizam tarefas, mas amplificam a própria estrutura econômica de seus clientes
- Tomando como exemplo escritórios de advocacia com honorários baseados em êxito
- A receita só existe quando eles vencem
- Empresas como a Eve usam dados sobre resultados de casos para prever a chance de vitória
- Escolhem casos melhores, atendem mais clientes e vencem com mais frequência
- A IA deixa de ser só uma ferramenta de redução de custos e passa a aumentar diretamente a receita
- Em 2026, essa lógica se espalhará por vários setores
- A IA ficará mais profundamente alinhada aos incentivos dos clientes
- Criará uma vantagem competitiva composta que o software tradicional não consegue acompanhar
O ChatGPT se torna a app store de IA - Anish Acharya
- O ciclo de produtos de consumo exige três coisas
- Nova tecnologia
- Novo comportamento do consumidor
- Novo canal de distribuição
- A IA atendia às duas primeiras, mas não tinha um canal de distribuição próprio, dependendo de redes existentes como o X ou do boca a boca
- O cenário está mudando
- Lançamento do OpenAI Apps SDK
- Suporte da Apple a miniapps
- Introdução de mensagens em grupo no ChatGPT
- Agora, desenvolvedores podem acessar diretamente os 900 milhões de usuários do ChatGPT
- Com potencial para crescer junto com novas redes de miniapps como a Wabi
- Com essa última peça do quebra-cabeça no lugar, 2026 pode dar início a uma corrida do ouro que acontece uma vez por década na tecnologia de consumo
Agentes de voz ampliam seu alcance de vez - Olivia Moore
- Nos últimos 18 meses, a IA de voz saiu da ficção científica para a realidade: agendamento, processamento de reservas, pesquisas e atendimento de leads
- Já é amplamente usada, de SMBs a grandes empresas
- O efeito é claro: redução de custos, geração de receita adicional e humanos fazendo trabalhos de maior valor
- Muitas empresas ainda estão na fase de soluções pontuais, lidando apenas com tipos específicos de chamadas
- A próxima etapa é a expansão total
- Processamento de fluxos de trabalho completos
- Interações multimodais
- Gestão de todo o relacionamento com o cliente
- Para isso, são necessários agentes profundamente integrados aos sistemas de negócio e autorização para lidar de forma autônoma com interações mais complexas
- Enquanto o desempenho dos modelos continuar melhorando, não haverá motivo para que toda empresa não opere uma IA voice-first
O surgimento de aplicações proativas, sem prompt - Marc Andrusko
- 2026 será o fim da caixa de prompt
- A próxima geração de apps de IA funcionará sem entrada explícita: observará o comportamento do usuário e oferecerá sugestões proativamente
- Exemplos
- A IDE sugere refatorações antes mesmo do pedido
- O CRM redige um e-mail de follow-up logo após o fim da ligação
- A ferramenta de design gera variações durante o trabalho
- A interface de chat era apenas rodinhas de apoio
- A IA agora se torna uma estrutura invisível embutida em todo o fluxo de trabalho
- Reage não a comandos, mas à intenção
A IA reconstrói a base de bancos e seguradoras - Angela Strange
- Instituições financeiras tradicionais vinham adicionando IA por cima de sistemas legados: reconhecimento de documentos, agentes de voz
- A verdadeira mudança acontece quando se reconstrói a própria infraestrutura
- Em 2026, o risco de não adotar IA será maior do que o risco de fracassar
- Grandes instituições financeiras encerrarão contratos com fornecedores legados e migrarão para alternativas nativas de IA
- Características das novas plataformas financeiras: centralizam, normalizam e enriquecem dados legados e externos
- Resultado
- Paralelização em grande escala dos fluxos de trabalho
- Execução do trabalho sem alternar entre sistemas
- Visualização de centenas de tarefas de uma vez, com agentes automatizando parte delas
- A própria categoria se integra
- Ex.: KYC e monitoramento de transações se unem em uma única plataforma de risco
- Os vencedores se tornarão empresas 10 vezes maiores do que as atuais
- O software substitui trabalho humano
- O futuro das finanças não é colocar IA sobre sistemas existentes, mas criar um novo sistema operacional baseado em IA
A estratégia forward-deployed espalha a IA para os 99% - Joe Schmidt
- Até agora, os benefícios da IA ficaram concentrados no 1% do Vale do Silício, por causa da proximidade geográfica e das redes de VC
- Em 2026, essa dinâmica se inverterá: a maior parte das oportunidades em IA estará fora do Vale do Silício
- Novos empreendedores descobrirão oportunidades dentro de setores legados por meio de uma abordagem forward-deployed
- Áreas com oportunidades especialmente grandes:
- Consultoria tradicional
- Integração de sistemas
- Setores lentos como manufatura
Uma nova camada de orquestração e novos papéis surgem na Fortune 500 - Seema Amble
- As empresas estão migrando de uma única ferramenta de IA para sistemas multiagentes
- Os agentes precisam colaborar como uma equipe digital, realizando planejamento, análise e execução em conjunto
- Para isso, estão redesenhando a estrutura de trabalho e o fluxo de contexto entre sistemas
- AskLio e HappyRobot já posicionam agentes não em uma tarefa isolada, mas no processo inteiro
- As empresas da Fortune 500 passam pela maior transformação: grandes volumes de dados em silos e conhecimento tácito que estava na cabeça das pessoas
- Ao transformar isso em uma base compartilhada, torna-se possível acelerar a tomada de decisão, encurtar ciclos e viabilizar processos end-to-end sem intervenção humana
- Novos papéis estão surgindo: designer de fluxo de trabalho de IA, supervisor de agentes e responsável por governança
- Sobre o system of record, adiciona-se um system of coordination
- Os humanos se concentram nos casos de borda mais complexos
- Multiagentes não são apenas automação simples, mas uma reconfiguração da própria forma de operar das empresas
A IA para consumidores está mudando de “me ajude” para “me veja” - Bryan Kim
- 2026 será o ano em que a IA para consumidores passará da produtividade para a conexão
- A IA deixa de ser apenas uma ferramenta que ajuda no trabalho e passa a ajudar as pessoas a se entenderem melhor e a fortalecer relações
- É uma área difícil; muitas IAs sociais fracassaram
- Mas o ambiente mudou: expansão do contexto multimodal e queda no custo de inferência
- Agora a IA aprende emoções em fotos, padrões de conversa e mudanças de rotina causadas por estresse
- Características dos produtos “see me”
- baixa disposição de pagamento no curto prazo
- alta retenção
- As pessoas já trocam dados por valor
- em breve, essa recompensa será grande o suficiente
Novos primitivos de modelo criam empresas que antes eram impossíveis - Kimberly Tan
- As inovações recentes em modelos estão dando origem a empresas que antes não poderiam existir
- No passado, isso se limitava a melhorar produtos já existentes
- Agora, a função central do produto em si passa a ser viabilizada por novas capacidades dos modelos
- Exemplos
- avaliação de cobranças financeiras complexas
- análise de vastos materiais acadêmicos e de pesquisa
- extração de dados de vídeo em ambientes de manufatura
- automação de trabalho escondido atrás de desktops e APIs ruins
- Inferência, multimodalidade e uso de computadores estão mudando a estrutura de indústrias gigantes
Startups de IA que têm startups de IA como clientes vão crescer - James da Costa
- O momento atual é uma explosão de empreendedorismo sem precedentes
- Empresas já estabelecidas também estão adotando IA rapidamente
- A forma de uma startup vencer é ter como clientes empresas em fase de formação
- Ao conquistar empresas nascentes cedo, a startup cresce junto conforme seus clientes crescem
- Stripe, Deel, Mercury e Ramp usaram essa estratégia
- Muitos clientes da Stripe nasceram depois da própria Stripe
- 2026 será o ano em que startups que escolheram a estratégia greenfield começarão a ganhar escala de verdade em várias áreas de software empresarial
- A essência é simples:
- construir um produto melhor
- e ter obsessão por novos clientes que ainda não estão presos a soluções existentes
# [Crypto]
Privacidade se tornará o fosso mais importante no universo cripto
- Para que as finanças on-chain se tornem mainstream, privacidade é essencial
- No entanto, na maioria dos blockchains, privacidade esteve praticamente ausente ou foi tratada como algo secundário
- Agora, só a privacidade já pode diferenciar claramente uma chain
- Privacidade não é apenas um recurso, mas pode criar chain lock-in
- isso se torna especialmente poderoso em um mundo onde competir só por performance já não basta
- Mover-se entre chains públicas é fácil graças às bridges
- mas, quando a privacidade entra em cena, a história muda
- tokens são fáceis de mover, mas segredos são difíceis de mover
- Riscos que surgem ao entrar e sair de áreas privadas
- quem monitora tráfego de chain, mempool ou rede pode inferir identidades
- no momento em que se cruza uma fronteira (privado↔público, privado↔privado), ocorre vazamento de metadados
- timing de transações, correlação de valores e outros sinais viram pistas de rastreamento
- Taxas tendem a se aproximar de zero com a concorrência
- blockspace está se tornando cada vez mais homogêneo
- por isso, uma “nova chain sem características marcantes” tem dificuldade para criar efeitos de rede fortes
- Em contrapartida, chains com privacidade têm mais espaço para criar efeitos de rede mais fortes
- Se uma chain de uso geral
- não tem um ecossistema já próspero
- não tem um killer app
- nem uma vantagem injusta de distribuição
há pouca razão para usá-la, construí-la ou manter lealdade a ela
- Em chains públicas, “em qual chain você está” importa menos
- é fácil transacionar também com usuários de outras chains
- Em chains privadas, “em qual chain você entra” importa muito mais
- como o risco de exposição ao sair é maior, a evasão diminui
- Como resultado, chains privadas podem criar uma dinâmica próxima de winner-takes-all
- se a maioria dos casos de uso do mundo real exigir privacidade
- algumas poucas chains privadas podem ficar com a maior parte do universo cripto
Mercados de previsão vão ficar maiores, mais amplos e mais inteligentes
- Os mercados de previsão já entraram em fase de popularização
- No próximo ano, ao se combinarem com cripto e IA, escala, alcance e inteligência crescerão ao mesmo tempo
- Muito mais contratos serão listados
- não apenas sobre grandes eleições ou temas geopolíticos
- mas também sobre resultados cada vez mais complexos e eventos interligados, acessíveis como probabilidades em tempo real
- As informações dos mercados de previsão já estão entrando mais profundamente no ecossistema de notícias
- Ao mesmo tempo, crescem as questões sociais
- como equilibrar o valor e os riscos desse tipo de informação
- como tornar o desenho mais transparente e auditável
- cripto pode tornar isso possível (partindo da premissa de que haverá um link em texto futuro)
- À medida que o número de contratos cresce, o gargalo passa a ser “como concordar sobre a verdade”
- julgamentos centralizados (se algo realmente aconteceu, e como confirmar isso) tornam-se importantes
- mas casos de disputa mostram os limites
- Para escalar, serão necessários novos mecanismos para lidar com casos em disputa
- governança descentralizada
- oráculos com LLMs (para ajudar a arbitrar a “verdade” em resultados controversos)
- A IA vai além dos oráculos e também amplia o lado do trading
- agentes traders podem vasculhar sinais do mundo e criar vantagem de curto prazo
- a movimentação de projetos como Prophet Arena dá uma pista
- Mercados de previsão não substituem pesquisas de opinião
- em vez disso, podem tornar as pesquisas melhores
- dados de pesquisas também podem alimentar mercados de previsão
- Um dos desafios centrais é a “prova de humanidade”
Reenquadrando a tokenização de RWA e as stablecoins de uma forma mais cripto-nativa
- Bancos/fintechs/gestoras de ativos
- Mas a tokenização atual muitas vezes é skeuomorphic (esqueuomórfica)
- fica no nível de simplesmente replicar os conceitos existentes de ativos do mundo real
- e não aproveita plenamente as funcionalidades nativas de cripto
- Como alternativa, ativos sintéticos, especialmente perpétuos (
perps), são uma opção forte
- liquidez mais profunda
- implementação muitas vezes mais simples
- alavancagem intuitiva
- entre os derivativos nativos de cripto, há grande chance de terem o PMF mais forte
- Experimento interessante: “perpificar” (
perpify) ações de mercados emergentes
- em alguns ativos, opções 0DTE chegam a mostrar liquidez mais profunda do que o mercado à vista
- isso pode torná-las candidatas atraentes para experimentos de
perpify
- No fim, a pergunta é “perpify vs. tokenização”
- seja qual for o formato, há grande chance de vermos em 2026 um fluxo de RWA mais nativo de cripto
- Também nos stablecoins, origination passa a ser mais importante do que “tokenização”
- em 2025, os stablecoins entraram no mainstream e o saldo emitido continua crescendo
- Stablecoins sem uma infraestrutura de crédito forte se parecem com um narrow bank
- um modelo bancário mais restrito, que mantém apenas ativos líquidos muito seguros
- é um produto válido, mas insuficiente para ser a espinha dorsal de longo prazo da economia onchain
- Por isso, para “ativos de dívida”, em vez de criar offchain e tokenizar
- há vantagens maiores em fazer a origination diretamente onchain
- redução de custos de serviço de crédito e da estrutura de back office
- aumento de acessibilidade
- O grande desafio que sobra é compliance e padronização
- mas já existem builders trabalhando para resolver isso
Trading não é o destino final, e sim uma parada no caminho
- Tirando stablecoins e parte da infraestrutura central
- uma parcela significativa das empresas de cripto que estão indo bem fez pivot para trading ou está fazendo
- O problema quando todo mundo vira plataforma de trading
- os players ficam homogêneos e o reconhecimento e as oportunidades são corroídos
- tende a sobrar apenas um pequeno número de grandes vencedores
- equipes que fizeram pivot cedo demais podem perder a chance de construir um negócio defensável
- Buscar a sensação imediata de PMF tem um custo
- especialmente em cripto, onde a estrutura de token/especulação induz recompensa imediata
- e pode puxar o foco para “transação” de curto prazo em vez de construir um “produto” de longo prazo
- Trading em si é uma função importante de mercado
- mas não precisa ser o “destino final”
- Os maiores vencedores podem ser
- aqueles que, no PMF, ficam mais obcecados com o ‘produto’ do que com o ‘mercado’
De KYC para KYA: conhecer não o cliente, mas o agente
- No agent economy, o gargalo está se deslocando de inteligência para identidade
- Em serviços financeiros, as “identidades não humanas” já superaram os funcionários humanos numa proporção de 96:1
- mas essas identidades, na prática, são tratadas como fantasmas fora do sistema bancário
- O primitive central necessário é KYA (Know Your Agent)
- assim como humanos precisam de score de crédito
- agentes também precisam de credenciais assinadas criptograficamente para poder transacionar
- conectadas ao principal do agente
- especificando restrições e responsabilidade (
liability)
- Sem KYA, a realidade é simples
- lojas/serviços continuarão bloqueando agentes no firewall
- A indústria que passou décadas construindo infraestrutura de KYC
- agora está numa situação em que precisa criar KYA em questão de meses
As rampas de entrada e saída de stablecoins ficarão mais inteligentes
- O volume de transações com stablecoins foi estimado em cerca de US$ 46 trilhões no ano passado
- e continua renovando máximas históricas
- comparação: mais de 20x o PayPal, perto de 3x a Visa e se aproximando rapidamente do ACH dos EUA
- Do ponto de vista técnico, enviar já ficou fácil
- O principal problema em aberto que resta é a conexão com os trilhos financeiros do mundo real
- ou seja, as rampas de entrada e saída de stablecoins
- Uma nova geração de startups está preenchendo essa lacuna
- conectando a sistemas de pagamento familiares e moedas locais
- trocando saldo local ↔ dólar digital com privacidade preservada por provas criptográficas
- integrando liquidação entre bancos via trilhos de pagamento em tempo real/baseados em QR
- camada global de wallets + emissão de cartões para gastar stablecoins em comerciantes do dia a dia
- Quando as rampas de entrada e saída amadurecem, surgem novos comportamentos
- pagamento em tempo real de salários internacionais
- recebimento de “dólar global” mesmo sem conta bancária
- apps liquidando instantaneamente com usuários do mundo todo
- Stablecoins deixam de ser uma ferramenta financeira de nicho
- e passam a ser a camada básica de pagamento e liquidação da internet
Stablecoins abrem o ciclo de upgrade dos livros bancários e novos cenários de pagamento
- Os sistemas core bancários são quase “artefatos arqueológicos” do ponto de vista do desenvolvedor moderno
- anos 60–70: adoção inicial de grandes sistemas
- anos 80–90: core banking de segunda geração (Temenos GLOBUS, Infosys Finacle etc.)
- até hoje, ainda são comuns livros centrais em mainframe, COBOL e interfaces de arquivo em batch
- A maior parte dos ativos globais está sobre esses livros centrais antigos
- eles contam com a confiança dos reguladores
- estão profundamente integrados a cenários operacionais complexos
- mas, ao mesmo tempo, atrasam seriamente a inovação
- até adicionar funções como RTP pode levar de meses a anos
- Stablecoins permitem inovar “sem precisar substituir o legado imediatamente”
- stablecoins, depósitos tokenizados, Treasuries tokenizados e bonds onchain
- viram caminhos para bancos/fintechs criarem novos produtos e conquistarem clientes
- Os últimos anos foram o período em que os stablecoins alcançaram PMF e entraram no mainstream
- E neste ano houve uma adoção em nível mais alto por parte da TradFi
- Conclusão: stablecoins se tornam um canal de inovação que contorna os livros legados
O futuro próximo das mensagens não é só resistência quântica, mas descentralização
- A preparação para computação quântica é importante
- Mas o problema maior é a “confiança no servidor”
- grandes mensageiros como Apple/Signal/WhatsApp
- no fim, exigem confiança em servidores privados operados por uma única organização
- e isso mantém vulnerabilidades a bloqueio, backdoor ou coerção por governos
- Se o servidor é o centro do modelo de confiança, vira um “confie em mim”
- em contrapartida, sem servidor privado, vira “não há necessidade de confiar”
- Mensageria precisa seguir para protocolos abertos
- sem servidores privados
- sem um app único
- totalmente open source
- criptografia de mais alto nível, inclusive contra ameaças quânticas
- Quando a rede é aberta
- nenhum país ou empresa consegue tirar facilmente a capacidade de comunicação das pessoas
- mesmo que um app seja bloqueado, outros 500 podem reaparecer no dia seguinte
- mesmo que nós sejam desligados, incentivos econômicos levarão à criação de novos nós
- Quando mensagens e identidade são possuídas por chave, como dinheiro, o jogo muda
- os apps podem mudar, mas o controle sobre mensagens/identidade continua com o usuário
- No fim, o ponto central vai além da “criptografia resistente a quântica” e passa por propriedade e descentralização
De ‘código é lei’ para ‘spec é lei’
- Os hacks recentes em DeFi
- aconteceram até com equipes fortes, auditorias minuciosas e protocolos em operação há anos
- As práticas atuais de segurança ainda são
- centradas em heurísticas
- próximas de remendos caso a caso
- Para a segurança em DeFi amadurecer, é preciso mudar de direção
- resposta a padrões de bugs → mover para propriedades no nível de design
- best-effort → mover para uma abordagem baseada em princípios
- No lado pré-implantação (estático)
- em vez de validação parcial, é preciso provar de forma sistemática invariantes globais
- ferramentas de prova assistidas por IA
- escrevem especificações
- sugerem invariantes
- reduzem o custo manual de engenharia de provas
- No lado pós-implantação (dinâmico)
- invariantes são usados como guardrails em runtime
- codificados como assertions em runtime que toda transação precisa satisfazer
- Em vez de esperar que “todos os bugs tenham sido encontrados”
- transações que violam propriedades centrais de segurança são revertidas automaticamente
- Na prática, a maioria dos exploits
- provavelmente teria sido barrada por essas checagens em execução
- Assim, “code is law” evolui para “spec is law”
- porque até novos ataques precisam satisfazer as mesmas propriedades de segurança
- os ataques possíveis se tornam pequenos ou muito difíceis
Cripto oferece novos primitivos que também podem ser usados fora do blockchain
- SNARKs por muito tempo foram quase uma tecnologia exclusiva de blockchain
- provas criptográficas verificáveis sem reexecutar o cálculo
- mas o overhead era alto demais (chegando a algo como 1.000.000x)
- Em 2026, é bem possível que provers de zkVM
- caiam para algo em torno de 10.000x de overhead
- com footprint de memória também caindo para a faixa de centenas de MB
- podendo rodar até em celulares e ficando baratos o suficiente para uso geral
- Por que 10.000x pode ser o “número mágico”
- GPUs avançadas têm algo como 10.000x o throughput paralelo de uma CPU de notebook
- no fim de 2026, uma única GPU pode gerar em tempo real uma prova da execução em CPU
- A visão deste artigo antigo que essa mudança viabiliza: cloud computing verificável
- muitos workloads de CPU rodam na nuvem
- porque não são pesados o suficiente para ir para GPU
- ou falta especialização
- ou por motivos legados
- dá para anexar provas de correção a um custo razoável
- como o prover já é otimizado para GPU, o código da aplicação pode permanecer como está
Usar IA em trabalho de pesquisa de forma prática
- Ainda no começo deste ano, a IA de consumo não entendia bem workflows de pesquisa
- Alguns meses depois, já é possível dar à IA instruções abstratas do tipo que se daria a um aluno de doutorado
- e às vezes surgem respostas novas e corretamente executadas
- Em um movimento mais amplo, o uso de IA na pesquisa está crescendo
- Ainda está em aberto em quais áreas isso terá mais efeito
- Mas um novo estilo de pesquisa mais polímata pode ganhar vantagem
- formulando hipóteses sobre relações entre ideias
- valorizando a capacidade de extrapolar rapidamente a partir de respostas incompletas
- mesmo que algumas respostas estejam erradas, ainda dá para acertar a direção
- Paradoxalmente, há também um uso da “alucinação”
- quando o sistema fica inteligente o suficiente para oscilar livremente
- sai muito disparate, mas às vezes isso pode abrir brechas para descobertas
- O workflow necessário para isso
- não é um agente único, mas uma estrutura de agentes envolvendo agentes (camadas de wrapping)
- em que modelos diferentes avaliam e sintetizam tentativas e resultados de modelos anteriores
- Exemplos reais de uso
- escrita de artigos: write papers
- busca de patentes, criação artística
- e, infelizmente, descoberta de ataques a smart contracts
- Para operar ensembles de agentes de pesquisa
Um imposto invisível recai sobre a web aberta
- Agentes de IA estão impondo um imposto invisível sobre a web aberta
- A essência do problema é um desalinhamento entre duas camadas da internet
- camada de contexto: os dados são fornecidos por sites baseados em publicidade
- camada de execução: agentes extraem esses dados e entregam conveniência ao usuário
- com isso, contornam fontes de receita como anúncios e assinaturas, enfraquecendo a base
- Se a web aberta colapsar
- o conteúdo diverso e rico de que a IA se alimenta também diminui
- A solução necessária é uma implantação em larga escala de soluções técnicas + econômicas
- conteúdo patrocinado de próxima geração
- microatribuição (rastreamento de contribuição)
- novos modelos de financiamento
- Os atuais acordos de licenciamento com IA
- tendem a ser remendos financeiramente insustentáveis para compensar a perda de tráfego que a IA consome
- A mudança central é
- licenciamento estático → compensação em tempo real baseada no uso
- Usando nanopagamentos em blockchain e padrões sofisticados de atribuição
- é preciso testar e escalar modelos em que
- o valor flui automaticamente para todos os participantes que contribuíram para o trabalho bem-sucedido de um agente
A ascensão da mídia com stake
- O modelo tradicional de mídia (inclusive o mito da “objetividade”) já vinha rachando
- A internet deu voz a todos
- e operadores, praticantes e builders passaram a falar diretamente com o público
- As visões das pessoas refletem seus interesses em jogo (stake)
- paradoxalmente, o público às vezes confia mais justamente por haver interesse em jogo
- O que há de novo não é a “mídia social”
- mas o surgimento de ferramentas criptográficas que permitem compromissos publicamente verificáveis
- Quando o custo de gerar conteúdo com IA se aproxima de zero, só palavras deixam de bastar (incluindo bots, deepfakes e personas falsas)
- Por isso, a base da confiança muda
- ativos tokenizados
- lockups programáveis
- mercados de previsão
- histórico on-chain
passam a ser sinais de confiança mais sólidos
- O núcleo da “mídia com stake”
- não é esconder interesses, mas expô-los em uma forma verificável
- deixa de ser “sou neutro” e passa a ser “é isto que estou colocando em jogo e é assim que você pode verificar”
- Em vez de substituir outras mídias, isso se estabelece como um sinal complementar
Secrets-as-a-Service
- Todos os modelos/agentes/automação acabam dependendo de dados
- Mas, hoje, os pipelines de dados muitas vezes são
- opacos
- fáceis de mudar
- difíceis de auditar
- Em apps de consumo, isso às vezes pode ser aceitável, mas
- em áreas como finanças e saúde, a privacidade de dados sensíveis é essencial
- isso também é um grande obstáculo na tokenização de RWA
- A questão central é o controle de acesso aos dados
- quem controla os dados sensíveis
- como eles circulam
- quem (ou o que) pode acessá-los, em quais condições
- Hoje, para manter segredos/confidencialidade, é preciso
- depender de serviços centralizados ou
- montar você mesmo uma configuração customizada cara
- por isso, a TradFi não consegue aproveitar os benefícios do gerenciamento de dados onchain
- Quando agentes começam a explorar/negociar/tomar decisões de forma autônoma, não basta “confiança na melhor das hipóteses”; são necessárias garantias criptográficas
- Por isso, é preciso secrets-as-a-service
- regras de acesso nativas e programáveis
- criptografia no lado do cliente
- gerenciamento descentralizado de chaves
- imposição de quem pode descriptografar o quê, em quais condições e por quanto tempo
- com execução disso onchain
- Quando combinado com sistemas de dados verificáveis,
- a privacidade deixa de ser “uma camada por cima do app”
- e pode passar a fazer parte da infraestrutura central da internet
Gestão de patrimônio para todos
- A gestão de patrimônio personalizada era, originalmente, um serviço reservado a pessoas de altíssimo patrimônio
- porque era cara e operacionalmente complexa
- À medida que mais ativos forem tokenizados,
- a execução de estratégias/rebalanceamento sobre trilhos cripto se tornará imediata e de baixo custo
- a personalização será reforçada por recomendações/copilotos de IA
- Isso não é apenas um robô-advisor
- todos passarão a ter acesso à gestão ativa de portfólio, e não apenas a uma abordagem “passiva”
- Em 2025, a TradFi começou a aumentar sua exposição a cripto
- Em 2026, ganharão força plataformas otimizadas não para “preservação de riqueza”, mas para acumulação de riqueza
- fintechs como Revolut e Robinhood
- CEXs como a Coinbase ampliarão o mercado graças à vantagem em stack tecnológica
- No lado DeFi,
- ferramentas como Morpho Vaults oferecem alocação automática com base em retorno ajustado ao risco
- e podem se tornar a faixa central de rendimento do portfólio
- Os ativos equivalentes a caixa também vão mudar
- manter stablecoins em vez de moeda fiduciária
- manter MMFs tokenizados em vez de MMFs tradicionais
- ampliando o espaço para rendimento extra/estratégias
- A tokenização também amplia o acesso a ativos privados
- crédito privado, pré-IPO, private equity etc.
- e permite aumentar a liquidez mantendo compliance/reporting
- Quando os componentes do patrimônio são tokenizados,
- o rebalanceamento automático se torna possível sem transferências bancárias
A internet vira banco
- Com o surgimento de agentes em massa
- e o aumento do comércio automatizado em segundo plano, em vez de cliques,
- a forma como o dinheiro (valor) se move precisa mudar
- Se os sistemas passam a operar por intenção, e não por instruções passo a passo,
- o valor também precisa circular com rapidez e liberdade, como a informação
- Blockchain/smart contracts/novos protocolos formam essa base
- Smart contracts já
- conseguem liquidar pagamentos em dólar globalmente em questão de segundos
- Em 2026, com primitivos como x402,
- os pagamentos se tornam programáveis e reativos
- Cenários possíveis
- agentes pagando imediatamente uns aos outros por dados/GPU/chamadas de API
- sem invoice/liquidação/processamento em lote, sem permissão
- atualizações de software com regras de pagamento/limites/trilhas de auditoria embutidas
- sem integração com fiat/onboarding de comerciantes/integração bancária
- mercados de previsão fazendo autoliquidação em tempo real conforme o evento avança
- Nesse nível, o fluxo de pagamentos deixa de ser uma camada operacional separada e passa a ser um comportamento da rede
- Os bancos viram a tubulação básica da internet
- e os ativos se tornam infraestrutura
- Quando o dinheiro se torna um pacote que a internet pode rotear,
- a internet deixa de apenas “dar suporte” ao sistema financeiro
- e passa a ser o próprio sistema financeiro
O potencial da blockchain se libera quando a estrutura legal alcança a estrutura técnica
- Uma das maiores razões pelas quais foi difícil construir redes nos EUA na última década foi a incerteza jurídica
- A lei de valores mobiliários forçou um framework centrado em “empresas” sobre “redes”
- e isso levou a uma situação de aplicação seletiva contínua
- Como resultado,
- mitigar risco jurídico passou à frente da estratégia de produto
- e advogados passaram a ocupar a primeira fila no lugar de engenheiros
- Efeitos colaterais dessa distorção
- Mas a regulação de estrutura de mercado tem grande potencial de mudar isso
- o governo está mais perto de aprová-la do que em qualquer outro momento do passado
- Mudanças esperadas se for aprovada
- Assim como, após o GENIUS, a disseminação das stablecoins explodiu, a regulação de estrutura de mercado pode trazer uma mudança muito maior para “redes”
- Conclusão
- quando a estrutura legal se alinha à estrutura técnica
- redes blockchain podem funcionar como redes de fato
- abertura, autonomia, composabilidade, neutralidade confiável e descentralização se tornam realidade
Ainda não há comentários.