Carregando a edição…
Carregando as edições…
Carregando as edições…
Carregando a edição…
#012
Estudo mede ganho em desenvolvimento, enquanto bancos controlam custo e segurança mostra gargalos humanos.
O destaque de hoje é um estudo com quase 5 mil desenvolvedores em empresas reais mostrando 26,08% mais tarefas concluídas com assistente de IA para programação. É um dado útil, mas incompleto: mede volume, não qualidade do código. A mesma cautela aparece em custo, segurança, viés de modelos e ferramentas de marketing.
Destaque

Fonte: Exame (via Management Science)
Pesquisa publicada na revista Management Science avaliou três experimentos controlados com 4.867 desenvolvedores em empresas reais. O estudo encontrou aumento de 26,08% no número de tarefas concluídas por quem usou assistente de IA para programação. Desenvolvedores menos experientes tiveram ganho maior. A pesquisa mediu volume de tarefas, não qualidade do código.
Esse é um dado melhor para discutir ROI em times de tecnologia, porque sai da percepção e entra em operação real. Mas produtividade em código não é só quantidade entregue. Se a qualidade cair, o ganho pode voltar como retrabalho, risco técnico ou custo de manutenção.
Se você usa assistente de programação, meça tarefas concluídas junto com revisão, bugs e retrabalho. Priorize treinamento dos menos experientes, mas mantenha padrão claro de qualidade antes de ampliar o uso.

Fonte: InfoMoney (Bloomberg)
Levantamento da Bloomberg mostra que JPMorgan, CIBC, Santander e Deutsche Bank passaram a limitar o uso de IA generativa por funcionário após gastos imprevistos. O JPMorgan gasta cerca de US$ 700 milhões por ano em IA. O banco impôs limite mensal de US$ 2.000 em Claude Code para parte dos engenheiros. O Santander reduziu o custo por aprovação de empréstimo de cerca de €5 para €0,03.
IA por uso pode virar custo variável sem controle, principalmente quando a adoção cresce rápido. O ponto não é cortar IA, é separar uso que gera ganho real de consumo caro e pouco produtivo. Orçamento por usuário e por caso de uso começa a virar governança básica.
Crie limite por área, por ferramenta e por tipo de uso antes da fatura crescer. Acompanhe custo por resultado, não só gasto total com IA.

Fonte: Exame
O painel do programa Patch the Planet, da OpenAI com a Trail of Bits, registrava em 25 de outubro 1.995 falhas encontradas em 68 projetos. Dessas, 1.316 ainda estavam sem correção. O programa tinha 679 patches escritos e 466 aceitos. A OpenAI também amplia o programa Daybreak e já destinou US$ 1 bilhão em acesso subsidiado às suas ferramentas de segurança por seis meses.
Para segurança, encontrar vulnerabilidade é só metade do trabalho. Se a correção não entra no processo, a empresa ganha uma fila maior de risco aberto. IA pode acelerar a detecção, mas o gargalo continua em priorização, validação e aprovação humana.
Ao avaliar IA para cibersegurança, não meça só número de falhas encontradas. Meça tempo até correção aceita, dono responsável e impacto na fila do time.

Fonte: TechCrunch
Um estudo da Convovo, ligado à Cornell, testou as APIs do GPT-6.1 Sol e do Grok 4.7 em quase 500 corridas eleitorais americanas. O teste pedia que o modelo escolhesse um candidato sem rodeios. O Grok recomendou o republicano em 92% das respostas, e o GPT escolheu o democrata em 97%. Os dois coincidiram em menos de 10% dos casos, segundo levantamento publicado pela TechCrunch em 24 de outubro de 2026.
O ponto para a empresa não é política, é previsibilidade. Quem conecta modelos via API em produto, atendimento ou triagem pode herdar comportamento que não aparece no aplicativo público. Isso aumenta risco de decisão enviesada sem que o time perceba.
Audite o canal real usado em produção, não só a versão pública do modelo. Teste suas próprias perguntas críticas e registre quando a resposta muda por fornecedor ou versão.

Fonte: Canaltech
O Canva lançou o Canva Craft, seu primeiro modelo próprio de geração de imagens. A ferramenta cria elementos organizados em camadas editáveis e gera imagens com resolução de até 2K. O Canva Craft tem API pública para integração com marketing e e-commerce. A ferramenta inclui o Canva Shield, com moderação de comandos e resultados, e foi desenvolvida pelo Canva Research, com equipe vinda da Leonardo.ai.
Para times de marketing e e-commerce, camadas editáveis reduzem atrito entre gerar uma peça e colocá-la no padrão da marca. A API também pode levar criação de imagens para fluxos mais automáticos de catálogo, campanha e testes de criativo. Isso pode reduzir custo de produção, desde que haja controle de marca e aprovação.
Se seu time já usa Canva, teste a ferramenta em peças de baixo risco antes de automatizar campanhas. Defina quem aprova imagem, texto e aderência à marca.
O que importa em IA para o seu negócio, terça e sexta.