Uma análise da Anthropic revela que a autonomia de agentes de IA está crescendo, mas ainda é limitada por cautela humana e técnica. No Claude Code, o tempo de trabalho independente quase dobrou em três meses, saltando de 25 para 45 minutos.
Apesar do uso em áreas sensíveis como finanças e saúde, quase 50% das atividades concentram-se em engenharia de software, visto que as ações são majoritariamente reversíveis e de baixo risco.
O estudo registrou que usuários experientes tendem a abandonar a aprovação manual de cada tarefa, preferindo intervir apenas quando há falhas, embora as interrupções para ajustes tenham aumentado.
O relatório indica também que a supervisão pode ser feita via monitoramento ativo, no qual a própria IA interrompe o fluxo para pedir esclarecimentos. O desafio é criar infraestruturas de monitoramento para garantir segurança em operações de maior escala.
O mercado de inteligência artificial em 2026 deve consolidar a transição dos chatbots para a “IA Agêntica”. No novo cenário, os modelos deixam de apenas responder perguntas para executar tarefas complexas de ponta a ponta.
Na prática, agentes centrais gerenciam subagentes especializados em áreas como finanças e programação. No setor corporativo, fluxos inteiros de gestão de receita e desenvolvimento de software já são operados majoritariamente por força de trabalho digital, com desenvolvedores sêniores entregando mais de 50% de código gerado por IA.
Por outro lado, apesar do investimento recorde de US$ 650 bilhões em centros de dados, o gargalo mudou do poder de processamento para a disponibilidade de energia.
O ano marca ainda o fim do treinamento com dados públicos da internet. Isso força os laboratórios a utilizarem o aprendizado por reforço e dados sintéticos de alta qualidade para o aprimoramento das redes. Atualmente, enquanto os EUA lideram modelos de serviços fechados, a China consolida sua influência com modelos de código aberto.
O mercado de trabalho vive uma fase de transformação impulsionada pela inteligência artificial, exigindo que profissionais assumam o controle de suas carreiras através da atualização constante de competências. Ryan Roslansky, CEO do LinkedIn, aponta que o conjunto de habilidades exigido para uma mesma função mudou cerca de 25% nos últimos anos, com previsão de chegar a 70% até 2030.
Embora as contratações em geral registrem queda de 12% devido ao cenário macroeconômico, o setor de tecnologia voltado à IA segue em expansão, criando novas ocupações como anotadores de dados e engenheiros de implantação.
A valorização do profissional no futuro dependerá de um equilíbrio entre o domínio de ferramentas de IA e o fortalecimento das chamadas habilidades humanas: curiosidade, coragem, criatividade, compaixão e comunicação.
Para Roslansky, o perfil ideal não busca apenas o acúmulo de diplomas, mas a capacidade de demonstrar conhecimento prático e autoridade em nichos específicos. Nesse contexto, o uso estratégico do perfil profissional para compartilhar aprendizados e experiências torna-se uma ferramenta de visibilidade e conexão com novas oportunidades econômicas.
O relatório State of Mobile 2026, da Sensor Tower, aponta que o uso de aplicativos seguiu em alta em 2025: cada pessoa passou mais de 600 horas no celular, somando 5,3 trilhões de horas globais, avanço de 3,8%, com média diária de 3,6 horas e uso mensal de 34 apps diferentes.
As redes sociais puxaram o tempo total, com mais 108 bilhões de horas, enquanto apps de IA generativa cresceram 30,3 bilhões. Apesar disso, a receita avançou mais na IA, que adicionou US$ 3,1 bilhões, contra US$ 1,92 bilhão das redes.
Downloads de redes sociais caíram 663 milhões, enquanto apps de IA ganharam 1,78 bilhão. No total, compras dentro de apps atingiram US$ 167 bilhões, alta anual de 10,6%, indicando disputa mais intensa pela atenção e pelo gasto do usuário.
Kevin Roose, colunista de tecnologia do NY Times, comenta que o conceito de “vibe coding” evoluiu para uma nova fase da inteligência artificial chamada codificação agêntica, onde sistemas operam de forma autônoma para realizar tarefas complexas.
Diferente das ferramentas iniciais que exigiam supervisão constante, as novas tecnologias, como o Claude Code e o Codex da OpenAI, conseguem planejar projetos, criar arquivos e até corrigir erros sem intervenção humana direta. Essa mudança permite que pessoas sem conhecimento técnico em programação desenvolvam softwares funcionais em poucos minutos, apenas descrevendo suas ideias.
A rápida evolução desses agentes reflete um avanço significativo na utilidade econômica da IA, que agora executa funções antes exclusivas de profissionais qualificados. Empresas do setor já utilizam esses sistemas para automatizar fluxos de trabalho em áreas como marketing, finanças e engenharia.
No entanto, o crescimento dessa autonomia levanta discussões sobre o impacto no mercado de trabalho, com estudos indicando uma redução na contratação de desenvolvedores iniciantes e previsões de mudanças profundas em cargos de nível operacional nos próximos anos.
O especialista em marketing Jeff Su argumenta que a inteligência artificial redefiniu o diferencial competitivo dos profissionais. Em vez de apenas utilizar ferramentas, torna-se mais relevante saber organizar quando delegar, como estruturar processos e de que forma interpretar os resultados produzidos.
O primeiro ponto é a gestão da delegação. A chamada regra do “cockpit” divide as tarefas em três modos: piloto automático para rotinas simples e repetitivas, colaboração quando há necessidade de iteração contínua com a IA e modo manual em decisões sensíveis ou com pouco contexto. A proposta não é automatizar tudo, mas escolher conscientemente o nível de controle humano.
O segundo pilar envolve o design de processos.O ganho passa a vir da capacidade de organizar fluxos de trabalho. Dividir tarefas complexas em etapas menores e formular instruções claras tende a aumentar a consistência das respostas, reduzindo retrabalho e ambiguidade.
No campo do storytelling estratégico, o foco deixa de ser apenas apresentar dados e passa a estruturar narrativas. Duas estruturas aparecem com frequência:
A ABT (And, But, Therefore), criada pelo cientista e cineasta Randy Olson, busca simplificar mensagens complexas por meio de uma progressão lógica. O And (E) estabelece o contexto e os fatos iniciais, organizando aquilo que já é conhecido ou consensual. O But (Mas) introduz a quebra de expectativa, o problema ou a mudança que exige atenção; sem essa etapa, a comunicação tende a virar apenas uma sequência descritiva. O Therefore (Portanto) apresenta a consequência lógica ou o próximo passo, conectando o conflito a uma decisão prática.
Já a SCQA (Situation, Complication, Question, Answer), difundida pela McKinsey a partir do trabalho de Barbara Minto, é mais detalhada e costuma aparecer em apresentações e relatórios executivos. A Situation (Situação) define o cenário inicial compartilhado por todos. A Complication (Complicação) mostra o evento que altera esse cenário e cria tensão ou oportunidade. A Question (Pergunta) explicita a dúvida estratégica que surge naturalmente dessa mudança, organizando o raciocínio antes da solução. Por fim, a Answer (Resposta) apresenta a recomendação ou direção proposta. A diferença central entre essas estruturas e uma simples descrição de dados está no foco no conflito como motor da narrativa.
Por fim, aparece a proteção do pensamento crítico. O uso constante de assistentes pode induzir à aceitação automática das respostas. Estratégias como formular hipóteses antes de consultar a IA e revisar o conteúdo com critérios próprios ajudam a preservar análise e julgamento.
Cadé 