Se você sente que as coisas estão acelerando na inteligência artificial, provavelmente está certo. Modelos cada vez melhores dos principais laboratórios americanos estão sendo lançados mais rapidamente do que nunca — embora intervenções governamentais tenham bloqueado o acesso a dois dos modelos mais poderosos, o Claude Fable e o GPT-5.6.
Mas não é apenas o ritmo de lançamentos. As evidências apontam para ganhos acelerados de capacidade, especialmente na habilidade das IAs de realizar trabalho real. Em um artigo publicado no One Useful Thing, o professor Ethan Mollick, de Wharton, argumenta que estamos testemunhando o fim da era dos chatbots e a ascensão de agentes autônomos que transformam fundamentalmente a natureza do trabalho.
O salto de capacidade
Organizações como METR e o Instituto de Segurança de IA do Reino Unido estimam a quantidade de horas de trabalho humano que uma IA consegue realizar com um único prompt. A Epoch, outra organização de pesquisa, descobriu recentemente que o Opus 4.7, trabalhando sozinho por 14 horas, construiu um pacote de software que levaria de 2 a 17 semanas de engenharia humana — ao custo de apenas US$ 251 em tokens.
Mollick relata seus próprios experimentos: o Claude Fable trabalhou de forma autônoma por 9 horas executando projetos de software complexos que levariam mais de uma semana para uma equipe humana completar.
Modelos chineses também avançam
Enquanto os modelos de fronteira são dominados por três empresas americanas — Anthropic, OpenAI e Google —, os modelos chineses de pesos abertos (open weights) estão subindo uma curva exponencial própria, defasados em 6 a 12 meses. Por serem abertos, são muito mais baratos de operar, embora seu desempenho real nem sempre corresponda aos benchmarks publicados.
Do co-piloto ao gerente
Até recentemente, o uso dominante da IA era como co-inteligência: o humano pedia algo, conferia o resultado e solicitava o próximo passo. Esse modelo ainda é comum, mas cada vez mais o trabalho valioso está migrando para agentes que operam por longos períodos sem intervenção humana constante.
Um estudo conjunto da OpenAI com economistas acadêmicos mostra a rapidez dessa transição internamente: funções jurídicas, RH e outras áreas não-técnicas adotaram agentes quase na mesma taxa que engenheiros de software. Um quarto dos funcionários da OpenAI tem pelo menos quatro agentes rodando simultaneamente toda semana.
A expertise é o que importa
O dado mais revelador: o que realmente importa não é a profissão do usuário, mas sua expertise no domínio. Quanto mais experiência alguém tem em uma área, mais sucesso tem ao usar agentes naquele domínio — e mais resultado útil obtém de cada prompt.
“Estamos migrando de um mundo onde não-especialistas usam chatbots para preencher lacunas para um mundo onde especialistas usam agentes para realizar trabalho. E a melhor forma de usar agentes é pensar em si mesmo como um gerente”, escreve Mollick.
A curva exponencial e a instabilidade
Estar em uma curva exponencial significa que cada mudança em uma janela fixa de tempo é maior que a anterior. Se sua organização escreveu um plano de IA antes do inverno de 2025, ele descrevia um sistema que fazia algumas horas de trabalho com alta taxa de erro. Poucos meses depois, você consegue 16 horas ou mais de trabalho com um único prompt.
“A IA não é capaz de ser uma ameaça real à segurança cibernética até que, de repente, é — causando mudanças de política improvisadas no mais alto nível de governo. Os mercados descontam se a IA pode ameaçar um modelo de negócio até que, subitamente, pode — levando a oscilações massivas nas ações. Esses solavancos são lidos como sinais de um campo imaturo que eventualmente se estabilizará. Não acho que vá se estabilizar tão cedo”, conclui Mollick.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
