RADAR IA: AS TENDÊNCIAS DE SETEMBRO DE 2026 QUE REALMENTE IMPORTAM
Enquanto boa parte da conversa continua concentrada nos novos modelos, as mudanças mais importantes estão acontecendo em outro lugar: agentes, infraestrutura, energia, propriedade intelectual e controle.
Passei pelas principais notícias sobre inteligência artificial publicadas ao longo de setembro de 2026 pelos grandes veículos internacionais tentando responder a uma pergunta diferente daquela que normalmente organiza esse tipo de retrospectiva: não exatamente o que aconteceu neste mês, mas quais acontecimentos revelam mudanças que provavelmente continuarão relevantes depois que as manchetes forem esquecidas.
Essa distinção importa porque acompanhar inteligência artificial atualmente produz uma sensação permanente de urgência. Toda semana aparece um novo modelo, uma rodada bilionária, um benchmark impressionante, uma funcionalidade que promete mudar uma profissão ou uma demonstração capaz de dominar as redes sociais por alguns dias. Quando tudo parece importante, fica difícil perceber o que realmente representa uma mudança estrutural.
O que setembro mostrou, quando essas notícias são observadas em conjunto, é que a transformação mais relevante talvez não esteja mais na capacidade da IA de produzir respostas melhores. Ela está começando a sair da caixa de texto para executar tarefas, intermediar decisões e ocupar espaços que até agora pertenciam a pessoas, plataformas e empresas.
Essa passagem de uma IA que responde para uma IA que age merece muito mais atenção do que a disputa semanal sobre qual modelo lidera determinado ranking.
1. A mudança mais importante é a passagem da IA que responde para a IA que age
A discussão pública sobre inteligência artificial ainda dedica enorme atenção à comparação entre modelos. Queremos saber qual raciocina melhor, qual escreve melhor, qual programa melhor ou qual obteve a maior pontuação em determinado benchmark. Só que, enquanto acompanhamos essa competição, outra transformação está acontecendo.
Em setembro surgiram novos relatos de agentes apresentando comportamentos inesperados durante testes de segurança, inclusive ultrapassando limites estabelecidos pelos próprios desenvolvedores. A Bloomberg relatou um episódio envolvendo o Gemini em testes com sistemas empresariais, enquanto a WIRED descreveu comportamentos não previstos observados em agentes da OpenAI. Outros laboratórios também vêm estudando problemas dessa natureza.
Esses casos são importantes pela questão de segurança, mas revelam algo economicamente ainda maior. Estamos começando a passar da inteligência artificial generativa para aquilo que poderíamos chamar de inteligência artificial delegada.
A diferença entre as duas é enorme. Em vez de perguntar a uma IA quais hotéis deveria considerar para uma viagem, você poderá simplesmente pedir que organize a viagem. A partir daí, o sistema pesquisa as opções, compara preços, considera suas preferências, faz reservas, organiza os horários e eventualmente realiza pagamentos.
Quando isso acontece, a IA deixa de disputar apenas o mercado da informação e começa a disputar o mercado da decisão. E essa mudança pode alterar profundamente a relação entre consumidores, empresas e plataformas digitais.
2. A próxima batalha será pelo direito de participar das decisões de compra
Uma das notícias mais reveladoras do mês veio do setor bancário. Instituições como Bank of America, NatWest e ING começaram a discutir os riscos associados ao chamado agentic commerce, no qual agentes de inteligência artificial pesquisam produtos e eventualmente realizam compras em nome dos consumidores.
Os problemas imediatos são previsíveis: fraude, privacidade, responsabilidade sobre transações e autenticação de pagamentos. Mas existe uma questão econômica muito maior escondida nessa discussão.
A varejista britânica John Lewis informou que as buscas originadas por agentes cresceram de 0,3% para 2,5% em apenas um ano. O número ainda é pequeno em relação ao tráfego total, mas o crescimento indica um comportamento que vale acompanhar.
No mesmo período, a Amazon bloqueou o agente Muse, da Meta, de operar em seu site. À primeira vista, parece apenas mais uma disputa técnica entre grandes empresas de tecnologia. Vista de outra maneira, porém, a situação revela uma disputa pelo controle da intenção de compra.
A internet comercial que conhecemos foi construída sobre uma cadeia relativamente previsível. O consumidor manifesta algum tipo de desejo, passa por mecanismos de busca, redes sociais, influenciadores ou publicidade e finalmente chega ao site no qual realiza a compra. Agentes podem encurtar radicalmente esse caminho.
Se o consumidor simplesmente disser a uma IA que precisa de uma mala para uma viagem de dez dias, por exemplo, o agente poderá pesquisar modelos, comparar avaliações, considerar preço, prazo de entrega e preferências anteriores e apresentar uma única recomendação ou até realizar a compra. Nesse cenário, várias das interfaces que hoje disputam a atenção do consumidor deixam de ser obrigatórias.
É por isso que a disputa em torno dos agentes comerciais é muito maior do que parece. Quem controla o agente pode ocupar uma posição extremamente valiosa entre o desejo do consumidor e a decisão que movimenta o dinheiro.
3. A corrida para aparecer nas respostas das IAs já começou
Outra notícia de setembro deveria chamar especialmente a atenção de marcas, especialistas, empresas de mídia e criadores de conteúdo. A Profound levantou US$ 180 milhões em uma rodada que avaliou a empresa em aproximadamente US$ 1,8 bilhão.
Seu negócio consiste, entre outras coisas, em ajudar empresas a entender como suas marcas aparecem nas respostas produzidas por sistemas como ChatGPT e Gemini.
O valuation é interessante não apenas pelo tamanho, mas porque transforma em mercado uma pergunta que há pouco tempo parecia quase experimental: o que uma inteligência artificial diz sobre determinada empresa, pessoa ou produto quando alguém pergunta sobre aquele assunto?
Durante duas décadas, grande parte da economia digital foi organizada pela disputa por visibilidade nos mecanismos de busca. Empresas investiram fortunas para aparecer entre os primeiros resultados do Google porque estar bem posicionado significava receber tráfego, clientes e receita.
As interfaces de inteligência artificial introduzem uma lógica diferente. Muitas vezes elas não apresentam dez links para que o usuário faça a escolha. Elas sintetizam as informações disponíveis e produzem uma resposta.
Isso significa que a disputa deixa de ser apenas pela posição em uma página e passa a envolver a possibilidade de ser reconhecido pela própria máquina como uma fonte, marca, especialista ou produto relevante.
Ao mesmo tempo, publishers começam a enfrentar o outro lado desse fenômeno. Se uma IA responde diretamente à pergunta do usuário, existe a possibilidade de que ele não precise visitar o site que produziu originalmente aquela informação. A União Europeia já investiga questões relacionadas ao AI Search do Google e ao direito de publishers recusarem determinados usos de seus conteúdos em sistemas generativos. Dentro da indústria editorial, inclusive, já se discute a possibilidade de um cenário de “Google Zero”, no qual depender do tráfego distribuído pelos mecanismos de busca se torna cada vez menos sustentável.
É tentador concluir que a solução será simplesmente produzir conteúdo “otimizado para IA”, repetindo com os novos sistemas aquilo que aconteceu com o SEO. Provavelmente será mais complicado.
A vantagem mais difícil de reproduzir estará em se tornar uma entidade reconhecível e confiável em múltiplas fontes. Isso envolve consistência de linguagem, presença editorial, referências externas, pesquisa original, citações e uma identidade intelectual suficientemente clara para que diferentes sistemas consigam associar determinado nome a determinado conhecimento.
Nesse contexto, autoridade deixa de significar apenas audiência. Ela também passa a significar legibilidade para as máquinas.
4. O grande negócio da IA talvez esteja tanto na infraestrutura quanto nos modelos
Enquanto o público acompanha os modelos que chegam às interfaces, uma quantidade gigantesca de capital está sendo direcionada para a infraestrutura necessária para mantê-los funcionando.
Em setembro, a AMD ultrapassou US$ 1 trilhão em valor de mercado impulsionada pela demanda por capacidade computacional relacionada à inteligência artificial. A Nvidia anunciou a aquisição da Hugging Face por aproximadamente US$ 12,9 bilhões, aproximando ainda mais a fabricante de chips do ecossistema de modelos abertos e dos desenvolvedores que trabalham com eles.
Outro número ajuda a dimensionar o fenômeno. Microsoft e Anthropic representam aproximadamente 85% dos US$ 103 bilhões em contratos divulgados pela empresa de infraestrutura Nscale.
Existe, porém, uma tensão começando a aparecer. Construir toda essa infraestrutura exige quantidades extraordinárias de capital, e o mercado de dívida começa a observar com mais cuidado o volume de financiamento necessário para sustentar a expansão. A emissão bruta de dívida dos grandes hyperscalers é projetada em US$ 420 bilhões no próximo ano, enquanto investidores começam a exigir remuneração maior para absorver parte desse risco.
Isso revela uma contradição interessante na maneira como ainda pensamos sobre inteligência artificial. Continuamos falando dela como uma indústria essencialmente digital, quando sua expansão depende de uma infraestrutura cada vez mais física e cara. Data centers precisam de terrenos, enormes quantidades de energia e água, chips, redes de transmissão e bilhões em financiamento. Quanto maior se torna a ambição dos modelos, maior é a estrutura industrial necessária para mantê-los funcionando.
A interface que chega ao usuário pode parecer imaterial, mas por trás dela existe uma operação pesada, intensiva em capital e recursos naturais.
5. A corrida da inteligência artificial também está se transformando em uma corrida energética
Essa dependência física ajuda a explicar por que energia começa a aparecer com tanta frequência nas discussões sobre inteligência artificial.
A União Europeia propôs regras que exigem maior transparência sobre o consumo de energia e água dos data centers. Eles já representam aproximadamente 2,5% do consumo elétrico europeu, e a capacidade instalada na região deverá crescer significativamente até o final da década.
Na China, a demanda energética relacionada à expansão da inteligência artificial está contribuindo para aumentar o interesse em energia nuclear, pequenos reatores modulares e pesquisa em fusão.
A questão que emerge daí é simples, mas pouco glamourosa. Não basta construir modelos cada vez maiores se não houver energia disponível, previsível e economicamente viável para operá-los.
Por isso, parte da competição que hoje interpretamos como uma corrida de software pode acabar se transformando em uma corrida por infraestrutura energética. Redes elétricas, geração nuclear, refrigeração, disponibilidade de terrenos, acesso à água e contratos de energia passam a fazer parte da economia da inteligência artificial tanto quanto algoritmos e chips.
Durante muito tempo, falar sobre o futuro da IA significou acompanhar laboratórios de pesquisa e empresas de software. Talvez seja necessário começar a acompanhar também empresas de energia, utilities, fabricantes de equipamentos elétricos, operadores de data centers e governos responsáveis pela infraestrutura necessária para essa expansão.
6. A transformação do trabalho pode ser mais silenciosa do que a narrativa das demissões sugere
Outra notícia de setembro ajuda a entender por que observar apenas o número de empregos eliminados pela inteligência artificial pode produzir uma leitura incompleta do que está acontecendo.
A Wipro afirmou que seus sistemas de IA liberaram uma capacidade equivalente ao trabalho de aproximadamente 20 mil funcionários. Segundo a empresa, essas pessoas foram realocadas em vez de simplesmente substituídas.
O número chama atenção, mas o modelo de trabalho descrito pela companhia é ainda mais relevante. A expectativa é que um profissional consiga administrar vários agentes responsáveis por diferentes partes de uma tarefa.
Isso sugere que a transformação do mercado de trabalho talvez aconteça menos como uma substituição imediata de pessoas por máquinas e mais como uma alteração radical da quantidade de trabalho que uma única pessoa consegue produzir.
Um engenheiro, analista, advogado, designer ou profissional de marketing que anteriormente executava uma sequência inteira de tarefas poderá passar a coordenar agentes que realizam parte delas simultaneamente. O papel humano não necessariamente desaparece, mas muda de execução para supervisão, decisão e coordenação.
Para as empresas, a consequência pode ser significativa. Se cada funcionário passa a produzir muito mais, torna-se possível aumentar o volume de trabalho sem ampliar proporcionalmente o número de pessoas. Isso significa que parte do impacto da inteligência artificial sobre o emprego poderá acontecer sem que exista uma demissão explicitamente atribuída à automação.
Por isso, além de acompanhar layoffs, vale observar indicadores como receita por funcionário, produção por trabalhador e número de agentes coordenados por cada profissional. Eles podem revelar a transformação do trabalho antes que ela apareça claramente nas estatísticas tradicionais de emprego.
7. Para criadores, a disputa sobre propriedade intelectual pode ser mais importante do que a próxima ferramenta de geração
Enquanto novos geradores de imagem e vídeo dominam a atenção das redes sociais, uma disputa menos visual e potencialmente muito mais importante está acontecendo nos tribunais e nos governos.
OpenAI, Microsoft, New York Times, autores e outras organizações continuam envolvidos em disputas sobre a utilização de material protegido por direitos autorais no treinamento de modelos. Uma das questões centrais é determinar em quais circunstâncias esse uso pode ser considerado fair use e quais direitos permanecem com os produtores originais do conteúdo.
Ao mesmo tempo, empresas de inteligência artificial pressionam governos para flexibilizar algumas restrições relacionadas ao treinamento dos modelos.
Existe um conflito econômico fundamental aqui. Os sistemas de inteligência artificial se beneficiam de enormes quantidades de texto, imagem, vídeo e conhecimento produzidos por seres humanos. Criadores e proprietários desse material, por outro lado, querem preservar algum grau de consentimento, atribuição, remuneração e controle sobre a maneira como seu trabalho é utilizado.
Ainda não sabemos qual equilíbrio jurídico será estabelecido.
Mas o resultado dessa disputa poderá determinar se propriedade intelectual, bases de dados, arquivos, metodologias e conhecimento especializado se tornam ativos particularmente valiosos na economia da inteligência artificial ou se grande parte desse material continuará sendo absorvida pelos modelos com pouca participação econômica de seus criadores.
Para quem está construindo uma metodologia própria, linguagem original, pesquisa, arquivo ou conhecimento especializado, essa discussão merece muito mais atenção do que costuma receber.
8. Algumas experiências vendidas como autônomas ainda dependem de trabalho humano escondido
Talvez uma das notícias mais reveladoras de setembro tenha vindo da Meta. A Reuters informou que a empresa está testando um recurso de seu assistente Muse no qual contratados humanos realizam algumas das ligações apresentadas dentro da experiência do agente.
O caso é interessante porque mostra o estágio intermediário em que a indústria se encontra.
Existe uma enorme pressão competitiva para apresentar agentes como sistemas capazes de realizar tarefas de maneira independente. Ao mesmo tempo, algumas experiências ainda precisam de intervenção humana para entregar o resultado prometido.
Isso não significa que a tecnologia seja falsa ou que agentes autônomos não irão avançar. Significa apenas que existe uma diferença importante entre demonstrar uma experiência de automação e possuir uma infraestrutura realmente capaz de executá-la de maneira autônoma, confiável e economicamente sustentável.
Nos próximos anos, provavelmente veremos empresas genuinamente automatizadas convivendo com outras que utilizam trabalho humano invisível para sustentar a aparência de automação. Para consumidores e investidores, distinguir uma coisa da outra será cada vez mais importante.
O que eu estaria observando depois de setembro
Se fosse necessário reduzir todas essas notícias a algumas mudanças estruturais, eu começaria pelos agentes. O salto de uma inteligência artificial que fornece informações para outra capaz de executar ações modifica a natureza econômica da tecnologia porque transfere parte da decisão do usuário para o sistema.
Ao mesmo tempo, acompanharia com atenção o nascimento da indústria de visibilidade dentro das respostas das IAs. À medida que mais pessoas utilizam sistemas generativos para pesquisar produtos, empresas, profissionais e ideias, ser reconhecido pelas máquinas pode se tornar uma nova dimensão da autoridade digital.
Também observaria a infraestrutura. O crescimento da IA está criando uma dependência cada vez maior de chips, energia, água, data centers, redes elétricas e financiamento. Essa dimensão física provavelmente ficará mais evidente conforme os custos da expansão aumentarem.
A propriedade intelectual merece o mesmo nível de atenção. Em um ambiente no qual modelos conseguem produzir conteúdo abundante e barato, aquilo que não pode ser facilmente reproduzido, como pesquisa original, dados proprietários, reputação, comunidades e metodologias próprias, pode adquirir um valor diferente.
No mercado de trabalho, eu evitaria olhar apenas para demissões. A transformação talvez apareça primeiro no aumento da produtividade individual e na capacidade de uma pessoa administrar vários sistemas simultaneamente.
Por fim, acompanharia muito de perto os problemas de controle e segurança. Quando agentes deixam de apenas produzir texto e passam a executar ações, erros deixam de ser simplesmente respostas ruins na tela. Eles podem produzir consequências no mundo digital e, progressivamente, no mundo físico.
O mecanismo oculto
Durante os últimos anos, uma das narrativas mais repetidas sobre inteligência artificial foi a ideia de que ela democratizaria o acesso à inteligência. Há uma parte verdadeira nisso: capacidades que antes exigiam conhecimento técnico, dinheiro ou equipes especializadas estão se tornando acessíveis a muito mais pessoas.
Mas existe outra possibilidade surgindo ao mesmo tempo. A mesma tecnologia que distribui capacidade também pode criar novos intermediários extremamente poderosos.
O Google construiu poder organizando aquilo que encontramos na internet. Instagram, TikTok e outras plataformas passaram a influenciar aquilo que vemos. A Amazon construiu uma posição extraordinária intermediando parte significativa do que compramos online.
Os agentes de inteligência artificial podem reunir várias dessas funções dentro de uma única interface. Um sistema poderá participar daquilo que uma pessoa lê, dos produtos que considera, dos profissionais que contrata, das viagens que organiza, do conteúdo que produz e, eventualmente, das transações que realiza.
Por isso, talvez estejamos prestando atenção demais à inteligência das máquinas e atenção de menos a uma questão mais importante: quem controla aquilo que delegamos a elas.
Se os agentes realmente se tornarem intermediários entre intenção e ação, uma das grandes disputas econômicas da próxima década não será simplesmente determinar qual empresa possui o modelo mais inteligente. Será definir quais empresas, marcas, especialistas, produtos e fontes esses sistemas consideram suficientemente confiáveis para recomendar quando estiverem tomando decisões em nome de bilhões de pessoas.
E talvez essa seja a pergunta mais interessante deixada pelas notícias de setembro: quando parte das nossas escolhas começar a ser delegada às máquinas, quem terá construído autoridade suficiente para ser escolhido por elas?