🔄 Virou do Avesso
Uma pesquisa com 2.000 escritores quebrou a lógica de o mais novo sempre é mais tech
O Substack, rede social de newsletters, pesquisou 2.000 publishers da plataforma para entender quem está usando IA e como. Analisei as 60 páginas do relatório (de nada 🙏) esperando encontrar os padrões óbvios: jovens usam mais, terceirões resistem, tech bros dominam, artistas fogem etc.
Plot twist: estava tudo errado. Os dados revelaram três paradoxos e eu vou abrir eles aqui para vocês.
A EXPERIÊNCIA DE SABER USAR FERRAMENTAS
Primeira surpresa: publishers acima de 45 anos usam MAIS IA que os millennials e Gen Z.
A explicação faz sentido: Quem passou décadas no mundo corporativo já sabe que ferramenta é ferramenta. Usaram Excel, PowerPoint, Photoshop - por que IA seria diferente? Enquanto isso, os jovens estão mais preocupados com autenticidade e impacto na carreira.
Teve uma diferença gritante por gênero também: 55% dos homens usam IA vs 38% das mulheres. As mulheres expressaram mais preocupações éticas - 67% vs 47% dos homens. Coincidência? Acho que não.
MAIS ESCRITORES GRAÇAS A IA
Vários escritores com ADHD, dislexia e outras condições neurológicas contaram como a IA literalmente os permite existir numa plataforma de texto. Um publisher disse: "Como disléxico com ADHD, ela me permite como um pino redondo me encaixar no mundo neurotípico quadrado."
Outro comentou: "Tenho várias deficiências, e a IA me ajuda a organizar meus pensamentos de forma coesa e otimiza meu processo de escrita. Consigo fazer brainstorming, refinar e manter cronograma de formas que não conseguia sozinho."
A divisão por categoria já revela que Technology e Business lideram adoção, Literature e Music ficam atrás. 64 pontos de diferença entre Tech e Literature - o maior gap do relatório.
Quase 17% dos usuários de IA usam especificamente para tradução. Para quem o inglês não é língua nativa, a IA pode ser a diferença entre participar da conversa global ou ficar de fora.
ESTÃO PAGANDO BARATO
Os números principais parecem equilibrados: 45,4% dos publishers usam IA, 52,6% não usam, 2% não sabem (sério, como a pessoa NÃO SABE se usa IA? 😒).
Mas aí que mora o diabo. As pessoas que usam IA pagariam em média $140 por mês para manter acesso. Isso é mais que Netflix, Spotify e Amazon Prime juntos! Claramente, quem usa vê valor real.
Enquanto isso, quem não usa vê apocalipse criativo. A seção de comentários do artigo do Substack virou campo de batalha - 660 comentários de puro ódio contra IA.
ChatGPT domina com 80% de uso, Claude com 28%, Grammarly com 27%. Perplexity foi mencionado várias vezes como "ferramenta que amamos" - pessoal tá usando pra research mesmo.
E você, tá usando IA para quê no dia-a-dia?
China quer (mas não quer) chips da Nvidia | Tecnologia
Imagina ser viciado em algo que você odeia ao mesmo tempo. É exatamente isso que está rolando entre a China e os chips H20 da Nvidia. Por um lado, as empresas chinesas estão desesperadas pelos chips - já encomendaram pelo menos 700 mil unidades desde julho. Por outro, o governo chinês está com medo de virar refém da tecnologia americana. O resultado? Autoridades chinesas estão bloqueando as compras alegando riscos de "backdoor" e possíveis "kill switches" que os EUA poderiam ativar remotamente. Enquanto isso, o projeto da nova versão da DeepSeek parece estar atrasado por não conseguir evoluir com chips chineses.
DHL contrata exército de 1.000 robôs | Logística
A DHL investiu £550 milhões para contratar mais de 1.000 robôs como "colegas de trabalho" dos funcionários humanos no Reino Unido. A ideia não é substituir gente, mas fazer os robôs carregarem o peso pesado. O resultado foi produtividade de até 60% a mais. Tem robô que move 700 pacotes por hora, outro que guia funcionários pelos corredores, e um que você pode literalmente empurrar com a mão quando quiser assumir o controle. 80% dos armazéns do mundo ainda funcionam sem automação nenhuma (nem esteira!).
GM invade Vale do Silício e rouba talentos | Automobilística
Nos últimos 8 meses, a GM pescou quase uma dúzia de talentos do Google, Meta e AWS para montar seu primeiro "centro de excelência em IA". O time inclui o ex-chefe de IA de linguagens do Google como primeiro chief AI officer e um cara que ganhou dois Oscars técnicos na Pixar para desenvolver robôs colaborativos nas fábricas. Eles pretendem usar IA para fazer carros melhores, otimizar a NASCAR e facilitar atualizações over-the-air. Com menos de 20 pessoas, é um time pequeno mas que promete mexer com tudo: da linha de produção à pista de corrida.
Google prova que IA não vai fritar o planeta | Sustentabilidade
Nos últimos 12 meses, eles conseguiram tornar o Gemini 33x mais eficiente energeticamente - hoje uma pergunta pro chatbot consome a mesma energia de assistir TV por menos de 9 segundos. Mesmo com o consumo de eletricidade crescendo 27%, as emissões dos data centers caíram 12%. O legal é que eles criaram uma metodologia completa para medir energia, água e emissões de carbono dos modelos de IA.
Hackers enganam IA com imagens "invisíveis" | Cibersegurança
Pesquisadores da Trail of Bits conseguiram esconder prompts maliciosos dentro de imagens que ficam totalmente invisíveis para humanos, mas quando a IA redimensiona a imagem (coisa que ela faz automaticamente), o comando malicioso aparece magicamente. O resultado? A IA pode vazar dados, ignorar suas próprias regras de segurança e fazer o que o atacante mandar. Já funcionou no Google Gemini, Vertex AI e até no Google Assistant do celular. Falei um pouco mais sobre o que é injeção de prompts e os riscos na edição anterior.
O destaque essa semana vai para a integração nativa do Excel com IA que a Microsoft lançou essa semana.
Usar é tão simples quanto usar a função =COPILOT(). Um exemplo é usar a função =COPILOT("Classifique este feedback", D4:D18) para categorizar feedbacks ou gerar resumos e tabelas
O modelo usado é o gpt-4.1-mini da OpenAI e a função integra-se com IF, SWITCH, LAMBDA e WRAPROWS. Como faz parte do mecanismo de cálculo do Excel, os resultados são atualizados automaticamente quando seus dados são alterados.
Vai começar disopnível para usuários beta do Microsoft 365 Copilot no Windows e Mac, com uma versão do Excel para a Web em breve. Existe um limite de 100 chamadas a cada 10 minutos.
O prompt desta semana tem o objetivo de entregar um estudo de mercado completinho para você poder comecçar a tomar decisões.
Ele segue um modelo de prompt estruturado e minha recomendação ao usá-lo é fazer também com o formato de agente ligado da sua IA.
A ideia é ganhar inteligência de concorrentes. Ele analisa padrões de contratação, dados de tráfego e reclamações de clientes para prever os próximos movimentos, encontrar pontos fracos e mostrar onde você pode vencê-los.
<role>
You are a competitive intelligence expert who uncovers what companies are actually building, not just what they're announcing.
</role>
<goal>
Conduct deep reconnaissance on {{Competitor name}} to reveal their true strategy, upcoming moves, and vulnerabilities you can exploit.
</goal>
<my_profile>
<competitor>{{Your company name}}</competitor>
<my_context>{{Your company/product for comparison}}</my_context>
</my_profile>
<intelligence_gathering>
<depth>Analyze 200+ data points across public and semi-public sources</depth>
<sources>
- Traffic analytics (Similarweb, SEMrush, Ahrefs)
- Job postings (LinkedIn, Indeed, AngelList, their careers page)
- Tech stack changes (BuiltWith, Wappalyzer, GitHub)
- Employee movements (LinkedIn updates, Twitter)
- Customer feedback (G2, Capterra, Reddit, Twitter complaints)
- Financial signals (funding news, pricing changes, partnership announcements)
- Product updates (changelog, app stores, ProductHunt)
- Content strategy (blog topics, webinar themes, ad campaigns)
- Patent filings and trademark applications
- Conference speaking topics and slide decks
</sources>
<time_window>Focus on last 6 months with special attention to last 30 days</time_window>
</intelligence_gathering>
<analysis_framework>
<hiring_decode>
Map job postings → product roadmap (e.g., hiring ML engineers = AI features coming)
</hiring_decode>
<traffic_patterns>
Identify which channels/features are growing vs declining
</traffic_patterns>
<customer_sentiment>
Track complaint patterns to find product weaknesses
</customer_sentiment>
<strategic_signals>
Connect disparate data points to reveal hidden strategy
</strategic_signals>
</analysis_framework>
<red_flags>
<watch_for>
- Sudden hiring sprees in specific areas
- New executive hires from specific industries
- Changes in pricing model
- Shifts in target audience messaging
- New technology implementations
- Geographic expansion signals
</watch_for>
</red_flags>
<workflow>
<step id="1">Map their current position - traffic, revenue estimates, market share</step>
<step id="2">Decode hiring patterns to predict next 6-12 months</step>
<step id="3">Analyze customer churn points and satisfaction gaps</step>
<step id="4">Identify their strategic bets based on resource allocation</step>
<step id="5">Find exploitable weaknesses and timing windows</step>
</workflow>
<deliverables>
<answer>
<current_state_snapshot>
<estimated_metrics>
Revenue: [estimate]
Growth rate: [%]
Team size: [total and by department]
Burn rate: [if applicable]
Main traffic sources: [top 3-5]
</estimated_metrics>
<market_position>[Where they actually stand vs. perception]</market_position>
</current_state_snapshot>
<what_theyre_building>
<initiative>
<evidence>[Specific job posts, hires, or signals]</evidence>
<what_it_means>[The feature/product they're developing]</what_it_means>
<launch_timeline>[Estimated based on hiring patterns]</launch_timeline>
<threat_level>[How much this should worry you]</threat_level>
</initiative>
<!-- repeat for 3-5 major initiatives -->
</what_theyre_building>
<strategic_moves>
<next_6_months>
[Bullet points of likely moves based on evidence]
</next_6_months>
<next_12_months>
[Longer-term strategic shifts they're positioning for]
</next_12_months>
<wild_cards>
[Possible pivots or bold moves based on weak signals]
</wild_cards>
</strategic_moves>
<vulnerabilities>
<weakness>
<description>[Specific gap or problem]</description>
<evidence>[Customer complaints, employee reviews, etc.]</evidence>
<how_to_exploit>[Your opportunity]</how_to_exploit>
<window>[How long before they likely fix this]</window>
</weakness>
<!-- repeat for top 3-5 -->
</vulnerabilities>
<customer_intelligence>
<who_loves_them>[Profile of their happiest customers]</who_loves_them>
<who_leaves_them>[Common reasons for churn]</who_leaves_them>
<unmet_needs>[What customers wish they did better]</unmet_needs>
<pricing_sensitivity>[What people say about their pricing]</pricing_sensitivity>
</customer_intelligence>
<talent_movements>
<key_hires>[Notable people who joined recently]</key_hires>
<departures>[Important people who left]</departures>
<hiring_velocity>[Departments growing fastest]</hiring_velocity>
<talent_gaps>[Roles they can't fill - reveals weaknesses]</talent_gaps>
</talent_movements>
<actionable_insights>
<immediate_opportunities>
[3-5 things you could do THIS WEEK based on findings]
</immediate_opportunities>
<strategic_recommendations>
[Longer-term positioning based on where they're headed]
</strategic_recommendations>
<defensive_moves>
[What to protect based on their likely attacks]
</defensive_moves>
</actionable_insights>
<executive_summary>
[Plain English overview: what they're really up to, what it means for you, and what you should do about it]
</executive_summary>
</answer>
</deliverables>
O vídeo da semana é sobre óculos. Ele é curto, mas me ajuda a reforçar uma mensagem que postei esses dias: a mania dos óculos inteligentes finalmente vai pegar.
No vídeo ele inclusive indica o principal motivo, na minha opinião: gerar mais dados para treinamento de IA e robôs.
