O que mudou em IA e o que realmente importa

Em 10 de setembro, a OpenAI apresentou o ChatGPT for Financial Services, uma oferta para instituições financeiras que combina GPT-6 Astra, dados de provedores licenciados e fluxos de pesquisa. O produto promete ligar números e afirmações a tabelas e passagens de origem e transformar análises em modelos e materiais no formato das equipes. Morgan Stanley e Evercore participaram como parceiros de design. A oferta está disponível a instituições elegíveis; preço, disponibilidade no Brasil e suporte em português não foram detalhados no anúncio.

Por que importa. A oferta ilustra uma disputa empresarial que não se resume ao modelo: dados licenciados, rastreabilidade, permissões, governança e formatos de entrega entram no produto. Para empresas que produzem análises e materiais para clientes, esse desenho pode reduzir etapas de pesquisa e formatação, desde que as citações sejam conferidas e o acesso aos dados esteja corretamente delimitado.

Um preprint publicado em 15 de agosto de 2026 avaliou o Handoff-H1 para estimar quantitativos de materiais a partir de PDFs de projetos. Em dez conjuntos residenciais, o sistema alcançou pontuação composta de 81,6, ante 77,6 dos estimadores independentes avaliados. A composição combina cobertura e precisão: os estimadores tiveram maior precisão de quantidade, enquanto o sistema cobriu mais itens. O estudo é dos desenvolvedores, usa avaliador de linguagem e ainda não tem replicação independente identificada.

Por que importa. Quantitativos preliminares afetam orçamento, escopo e planejamento. O estudo oferece evidência inicial de que sistemas especializados podem ajudar a encontrar itens, mas também mostra por que cobertura de materiais e precisão das quantidades precisam ser avaliadas separadamente por profissionais.

Um experimento randomizado com 1.174 adultos de 25 a 45 anos avaliou uma tarefa de solução de problemas empresariais, com ou sem assistente de IA, seguida de uma atividade sem a ferramenta. Sem IA, participantes com escolaridade mais alta superaram os de escolaridade mais baixa em 0,548 desvio-padrão. Com acesso ao assistente, a diferença caiu para 0,139. A IA elevou o desempenho nos dois grupos, com ganhos maiores no grupo de menor escolaridade. O estudo é um working paper, realizado fora de empresas e sem revisão por pares.

Por que importa. A IA pode ampliar o desempenho assistido de pessoas com repertórios formais diferentes, mas a forma de usar a ferramenta também varia. Para empresas, a pergunta é como combinar acesso, orientação e esforço de aprendizagem.

Um estudo do Banco Europeu de Investimento analisou mais de 12 mil empresas não financeiras da União Europeia e dos Estados Unidos, com dados de 2019 a 2024. Os autores estimam que a adoção de IA elevou em 4% a produtividade do trabalho, sem redução detectável do emprego no curto prazo. Os ganhos foram maiores em empresas médias e grandes e dependeram de investimentos complementares. A medida inclui IA e análise de big data em sentido amplo: não isola ferramentas generativas.

Por que importa. O estudo desloca a discussão da ferramenta para as condições organizacionais que acompanham sua adoção. Também mostra que ganhos médios podem esconder diferenças importantes entre empresas de portes distintos.

Estudo publicado na Information Systems Research examinou o uso de IA generativa em tarefas de design. A ferramenta ampliou medidas de criatividade na ideação, mas, na implementação, designers experientes gastaram mais tempo sem ganhos criativos significativos.

Por que importa. Para equipes criativas, a decisão pode estar menos em adotar ou rejeitar IA e mais em definir em qual etapa ela entra. A evidência é específica a tarefas de design gráfico e precisa ser testada em cada fluxo.