Fei-Fei Li Aposta em “Inteligência Espacial” Enquanto 68% das Empresas Brasileiras Adotam IA no RH — Por Que Esta Virada Para o Mundo Físico Define a Próxima Década

Sabe aquela sensação de que a conversa sobre IA mudou de tom nas últimas 24 horas? Não é impressão sua. Enquanto Fei-Fei Li, considerada “a madrinha da inteligência artificial”, anuncia que a próxima era será definida por sistemas que compreendem e atuam no mundo físico, os dados brasileiros mostram que 68% das empresas já usam ou testam IA em recursos humanos, um salto de 48% em relação ao levantamento anterior.

E tem mais: a brasileira Catharina Doria viralizou com mais de 300 mil seguidores traduzindo os riscos e as oportunidades da IA para pessoas comuns, enquanto o debate sobre a “bolha da IA” ganha contornos cada vez mais concretos, com 53% dos gestores globais afirmando que o setor já está em uma bolha.

Por que tudo isso importa? Porque estamos testemunhando a transição da IA do mundo digital para o mundo físico — e o Brasil está navegando essa transformação de forma única, com alta adoção prática mas ainda enfrentando desafios de letramento e maturidade.

Inteligência Espacial: A Próxima Era Segundo Fei-Fei Li

Fei-Fei Li não é apenas mais uma voz na corrida da IA — ela é uma das poucas cientistas que ajudou a criar os alicerces do que hoje chamamos de inteligência artificial moderna. E sua visão para a próxima década é clara: a IA precisa sair das telas e entender o mundo em três dimensões.

Segundo reportagem da Forbes Brasil, Li acredita que a era dos chatbots baseados em texto — como ChatGPT, Claude e Copilot — foi apenas o começo. O próximo passo é o que ela chama de “inteligência espacial”, desenvolvida por sua nova venture, a World Labs.

Mas o que é inteligência espacial, afinal?

Enquanto os LLMs (Large Language Models) preveem a próxima palavra com base em texto, os modelos de mundo propostos por Li observam vídeos e imagens para aprender a recriar espaços 3D completos. Eles mantêm uma compreensão tridimensional real do espaço, preservando leis da física e relações espaciais.

Li argumenta que os humanos são “agentes incorporados”, aprendendo por interação física. Sistemas de IA treinados apenas em texto carecem desse vínculo, criando uma lacuna que os modelos de mundo buscam preencher, dando às máquinas uma “intuição” sobre como o mundo opera.

Por Que Isso Importa Para Negócios Reais?

A inteligência espacial permitirá que empresas modelem decisões antes de colocá-las em prática, reduzindo riscos e acelerando a execução. Pense em:

• Redesenhar linhas de produção industriais simulando fluxos virtuais antes de qualquer alteração física
• Testar redes logísticas em ambientes digitais que respeitam física e restrições do mundo real
• Simular fluxos de pacientes em hospitais virtualmente antes de implementar mudanças estruturais
• IA incorporada em robôs, drones e veículos autônomos, fugindo do alto custo e risco do treinamento no mundo real

O primeiro produto da World Labs, Marble, já gera ambientes 3D exploráveis a partir de descrições em texto. É o “mundo criado sob demanda” — e isso muda tudo.

Li defende que a próxima era da inovação será vencida por líderes que compreenderem que o poder e os riscos da IA aumentam com seu alcance. E isso nos leva diretamente ao cenário brasileiro.

O Paradoxo Brasileiro: Alta Adoção e Letramento Crítico

Enquanto Li projeta o futuro da IA no mundo físico, o Brasil vive um paradoxo interessante: alta taxa de adoção empírica combinada com necessidade urgente de letramento.

A pesquisa da Caju em parceria com a Fundação Dom Cabral mostra que 68% das empresas brasileiras já utilizam ou testam soluções de IA em recursos humanos, um salto de 20 pontos percentuais em relação ao levantamento anterior (48%). Isso coloca o Brasil em uma posição de vanguarda na adoção prática da tecnologia.

Mas tem um porém.

A Voz Que Faltava: Catharina Doria e o Letramento de IA

É aqui que entra Catharina Doria, a brasileira que viralizou nas redes sociais ao publicar vídeos explicando de forma acessível como se proteger e entender os riscos da inteligência artificial. Em menos de um ano, ela conquistou mais de 300 mil seguidores no Instagram, com vídeos que ultrapassam um milhão de visualizações.

A trajetória de Doria é fascinante. Aos 16 anos, ela criou um aplicativo para denunciar assédio sexual. Depois, ao ler o livro Algorithms of Oppression (Algoritmos da Opressão), de Safiya Noble, que aborda o viés do Google, decidiu mudar de carreira. Concluiu comunicação, cursou mestrado em ciência de dados graduando-se com honra, e trabalhou para uma empresa americana de governança de IA.

Mas o ponto de virada veio quando ela percebeu que as discussões da indústria eram muito avançadas e não estavam sendo traduzidas para as pessoas comuns — como sua mãe, que não entendia o que era IA ou os golpes existentes.

Doria identifica que todo mundo está vulnerável à IA atualmente, independente de idade ou demografia. A principal razão é a rapidez da adoção da IA sem letramento adequado. A indústria abraçou a tecnologia como otimizadora de processos sem explicar os problemas.

Exemplos práticos que ela aborda:

• Empresas começaram a usar ChatGPT sem informar que os históricos de conversas são salvos e podem ser usados para treinar modelos
• Falta transparência sobre como algoritmos da Meta podem usar fotos de perfis abertos para treinar seus sistemas
• Riscos de privacidade com robôs aspiradores que podem coletar dados ou captar imagens
• Dificuldade de reconhecer se uma imagem ou vídeo foi criado por IA

E o mais importante: Doria rejeita o alarmismo, transformando medo em conhecimento. Ela explica os problemas, mas sempre termina com o que a pessoa pode fazer para se empoderar e proteger.

No meu trabalho com empresas e governos, vejo exatamente esse gap que Catharina identifica: organizações adotando IA rapidamente, mas sem criar as estruturas de governança, transparência e letramento necessárias para uso sustentável e ético.

A Guerra da Percepção: Bolha ou Fundamento Sólido?

Agora vamos falar do elefante na sala: a tal “bolha da IA”.

Segundo pesquisa do Bank of America, 54% dos gestores globais acreditam que os investimentos nas “Sete Magníficas” (Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia e Tesla) estão “lotados”, 45% apontam risco de bolha, e 53% afirmam que as ações do setor já estão, de fato, em uma bolha.

As Sete Magníficas perderam mais de US$ 1,7 trilhão em valor de mercado em menos de um mês, segundo levantamento da Elos Ayta. O valor conjunto caiu de US$ 22,24 trilhões em 29 de outubro para US$ 20,49 trilhões em 20 de novembro.

Mas atenção aqui: nem todo mundo vê isso como problema.

Vozes Divergentes: Do Alarmismo ao Otimismo Estratégico

Sundar Pichai, CEO do Google, admitiu à BBC que há “alguma irracionalidade” no boom de investimentos em IA. Jeff Bezos mencionou que investidores não costumam dar US$ 2 bilhões a uma equipe de seis pessoas sem produto — algo que estaria ocorrendo agora.

Por outro lado, segundo reportagem do Correio do Povo, Bezos também tem uma visão distinta: ele enxerga um eventual estouro como uma seleção natural de mercado que pode ser benéfica, pois “quando a poeira baixa e restam os vencedores, a sociedade se beneficia dessas invenções”.

O economista Moisés Waismann, da Unilasalle, reitera que todas as inovações têm bolhas, e geralmente quem “paga o pato” são os últimos a entrar, com menos recursos.

Mas tem um detalhe crucial: o Goldman Sachs publicou análise afirmando que a alta das ações de tecnologia tem “fundamentos sólidos”. E o CEO da Nvidia, Jensen Huang, reconheceu a conversa sobre bolha mas afirmou ver “mais de US$ 500 bilhões em receita chegando nos próximos trimestres”.

Então qual é a verdade?

Na minha visão, ambas. Há sim excesso especulativo em startups sem produto e com valuations absurdos. Mas também há investimentos sólidos em infraestrutura que terão retornos de longo prazo — como data centers, chips e modelos fundamentais.

A questão é saber distinguir um do outro. E isso exige maturidade.

Google Contra-Ataca: A Guinada do Gemini 3

Falando em maturidade e fundamentos, o Google acabou de dar uma guinada importante na corrida da IA que ilustra bem essa diferenciação.

Segundo reportagem da CNN Brasil, o Gemini 3 estreou em 18 de novembro e agora está no topo das tabelas de classificação em tarefas como geração de texto, edição de imagens, processamento de imagens e conversão de texto em imagens, colocando-o à frente de rivais como ChatGPT, Grok e Claude.

O Google disse que mais de um milhão de usuários experimentaram o Gemini 3 nas primeiras 24 horas.

Isso provocou reações interessantes:

• Nvidia publicou no X afirmando estar “muito satisfeita com o sucesso do Google”
• Sam Altman (OpenAI) escreveu “Parabéns ao Google pelo Gemini 3! Parece um ótimo modelo”
• Marc Benioff (Salesforce) afirmou que não vai voltar ao ChatGPT
• Meta estaria em negociações com o Google para comprar seus chips Tensor

Por que tanta movimentação? Porque o Google combina dois elementos que poucas empresas têm: capacidade de desenvolvimento de modelos de ponta e infraestrutura própria de chips especializados (ASICs Tensor).

Embora os chips do Google sejam projetados para cargas de trabalho mais restritas que as GPUs da Nvidia, eles demonstram que há caminhos alternativos viáveis — e mais eficientes em cenários específicos — para além da dominância da Nvidia no mercado de chips de IA.

As ações do Google subiram quase 8% na semana após o lançamento, enquanto as da Nvidia caíram pouco mais de 2%.

Isso não significa que o Google vai destronar a Nvidia tão cedo. Mas significa que a corrida da IA está longe de ter um único vencedor definido — e empresas que investem em fundamentos tecnológicos sólidos (como chips próprios e modelos diferenciados) estão melhor posicionadas para o longo prazo do que startups sem produto real.

Mudanças de Liderança: O Caso Apple e o Sinal dos Tempos

Outra notícia que chamou atenção nas últimas 24 horas: John Giannandrea deixará o cargo de chefe de IA da Apple.

Giannandrea ocupava o posto de vice-presidente sênior e reportava diretamente ao CEO Tim Cook. A saída marca a maior mudança na equipe de IA da Apple desde o lançamento do Apple Intelligence em 2024 — produto que, vale dizer, não teve boa recepção entre usuários e críticos, especialmente após o adiamento para 2026 do lançamento de uma versão aprimorada da Siri.

Amar Subramanya, pesquisador de IA que trabalhou na Microsoft, foi anunciado como o novo vice-presidente de IA da Apple, reportando-se a Craig Federighi (chefe de software).

O que isso nos diz?

Que até gigantes como a Apple estão fazendo ajustes estratégicos significativos em suas equipes de IA. A nomeação de Subramanya, vindo da Microsoft, indica valorização de experiência externa para impulsionar áreas centrais de modelos fundamentais, pesquisa e segurança.

Segundo reportagem da MacMagazine, a mudança visa aproveitar a experiência de Subramanya em pesquisa de IA e na integração dessas tecnologias em produtos e recursos, crucial para a “inovação contínua da Apple e para os futuros recursos de inteligência artificial”.

Tim Cook destacou que Craig Federighi tem sido fundamental em impulsionar os esforços de IA, incluindo a supervisão do trabalho para entregar uma Siri mais personalizada aos usuários, prevista para março-abril de 2026 com o iOS 26.4.

Mudanças de liderança em IA não são necessariamente ruins — elas podem ser sinais de maturação e realinhamento estratégico. Mas quando vêm acompanhadas de atrasos em produtos e recepção morna do mercado, indicam que até os maiores players ainda estão descobrindo como transformar capacidade técnica em valor real para usuários.

IA Salvando US$ 70 Bilhões em Desastres — Mas Com Qual Custo?

Agora vamos falar de aplicações concretas que mostram o potencial transformador da IA quando bem aplicada.

Segundo estudo da Deloitte, o uso da inteligência artificial pode evitar até US$ 70 bilhões por ano em perdas causadas por desastres naturais em 2050.

Atualmente, os prejuízos globais gerados por desastres somam cerca de US$ 460 bilhões por ano e podem ultrapassar US$ 500 bilhões nas próximas décadas. A incorporação de soluções de IA ao longo de todo o ciclo de vida da infraestrutura — do planejamento à recuperação — pode reduzir em até 15% as perdas esperadas.

Como? Vejam algumas aplicações:

• Planejamento: IA utiliza gêmeos digitais e manutenção preditiva, como manejo inteligente de vegetação para reduzir quedas de energia e incêndios florestais
• Resposta a eventos: Sistemas de detecção precoce podem evitar de US$ 100 milhões a US$ 300 milhões em perdas anuais por incêndios só na Austrália
• Reconstrução: IA acelera a avaliação de danos após desastres

Globalmente, apenas as perdas causadas por tempestades poderiam ser reduzidas em até US$ 30 bilhões por ano.

Eduardo Raffaini, sócio-líder de Strategy, Infrastructure & Sustainability da Deloitte, afirma que “A infraestrutura inteligente construída a partir da IA pode redefinir a forma como lidamos com eventos climáticos extremos, reduzindo impactos e protegendo vidas e ativos”.

Mas — e há sempre um “mas” — tem o outro lado.

O Dilema Energético da IA

O alto consumo de energia dos centros de dados necessários para treinar e operar modelos de IA pressiona redes elétricas e pode aumentar a pegada de carbono. Manuel Fernandes, sócio-líder de energia e recursos naturais da KPMG no Brasil e na América do Sul, alerta que a expansão de data centers continuará, mesmo sem garantia de energia limpa.

Jefferson Lopes Denti, chief Disruption Officer da Deloitte Brasil, conclui que o uso da IA é uma “estratégia de sobrevivência” e que a colaboração global é essencial para desenvolver soluções que previnam falhas, reduzam perdas produtivas e cortem gastos emergenciais.

Aqui está o paradoxo: usamos IA para tornar nossa infraestrutura mais resiliente a desastres climáticos, mas o consumo energético da própria IA pode acelerar as mudanças climáticas que causam esses desastres.

Isso exige maturidade estratégica. Não basta adotar IA — é preciso fazê-lo de forma sustentável, com metas claras de eficiência energética e uso de fontes renováveis.

Adoção Corporativa em Ritmo Acelerado

Voltando ao cenário empresarial brasileiro, os números continuam impressionantes.

Segundo pesquisa divulgada pelo Estadão, nove em cada dez empresas já estão utilizando IA generativa para aumentar eficiência. A tarefa central é reduzir fricção na jornada de compra no varejo e otimizar vendas em tempo real.

Um exemplo concreto: a Casas Bahia lançou o Zap Casas BahIA, assistente inteligente integrado ao WhatsApp para a Black Friday, segundo reportagem da StartSe. A solução permite que o consumidor interaja por texto, áudio ou imagem, recebendo respostas diretas como de um vendedor humano, atuando como consultor de compras em tempo real.

Essa é a materialização prática da IA no varejo brasileiro — não é ficção científica, é realidade operacional.

Mas aqui está o ponto crítico: a penetração de 90% no uso para eficiência implica que as empresas que ainda não adotaram podem enfrentar desvantagens competitivas significativas em termos de custo e velocidade operacional em um futuro próximo.

A IA generativa está se tornando um fator fundamental de competitividade, e não mais um diferencial.

Mas E a Maturidade Organizacional?

Adotar ferramenta é uma coisa. Integrar IA ao fluxo de trabalho de forma sustentável é outra completamente diferente.

Segundo análises do MIT divulgadas pelo Terra, a maior parte dos pilotos de IA não gera impacto mensurável no negócio quando executados de forma isolada, sem redesenho de processos e rotinas.

Pesquisas da McKinsey identificaram que o redesenho de workflows está entre os fatores com maior correlação com resultados financeiros em projetos de IA.

O desafio organizacional envolve o chamado “AI sprawl”: a multiplicação de soluções desconectadas em diferentes áreas, com sobreposições funcionais e regras distintas de uso e controle. Esse cenário aumenta custos, dilui aprendizado e dificulta a criação de padrões confiáveis de uso.

Estudos da MIT Sloan destacam que capturar produtividade com IA exige “desconstruir” atividades, reconstruir processos e redefinir a colaboração humano-máquina, inclusive com novas habilidades de julgamento, crítica e criatividade para evitar a produção de conteúdo de baixa utilidade.

No meu trabalho de mentoring com executivos, vejo exatamente isso: empresas que implementam 15 ferramentas diferentes de IA em silos distintos, sem governança unificada, acabam criando mais complexidade do que valor.

Competência técnica isolada não basta: trata-se de alinhar tecnologia, desenho de trabalho e práticas de liderança.

O Alerta de Geoffrey Hinton: Colapso Econômico?

Antes de encerrar, preciso trazer uma voz que não pode ser ignorada: Geoffrey Hinton, vencedor do Prêmio Nobel.

Segundo reportagem do Estadão, Hinton alertou que a substituição de trabalhadores humanos por IA poderá levar a um colapso econômico.

A substituição em massa de empregos por IA é uma preocupação central levantada por Hinton, sugerindo um cenário de crise econômica resultante dessa automação.

Não é alarmismo vindo de um tecnofóbico — é um alerta vindo de um dos pais da IA moderna.

E aqui está a questão: como equilibramos os ganhos de eficiência e produtividade da IA com a preservação de empregos significativos e da estrutura econômica que depende do trabalho humano?

Não tenho resposta fácil para isso. Mas sei que precisamos começar a discutir seriamente políticas públicas de reconversão profissional, renda básica, e novos modelos de distribuição de riqueza gerada pela IA.

Caso contrário, estaremos criando eficiência técnica às custas de colapso social.

O Que Tudo Isso Significa Para Você?

Então, como conectar todos esses pontos — da inteligência espacial de Fei-Fei Li aos alertas de Hinton, passando pela adoção acelerada no Brasil e o debate sobre bolhas?

Na minha visão, estamos em um momento de maturidade crítica. A IA saiu da fase de experimentação pura e está entrando na fase de integração real ao mundo físico e aos processos empresariais. Mas essa integração exige:

• Letramento amplo: Como Catharina Doria demonstra, precisamos traduzir a complexidade da IA para linguagem acessível, empoderando pessoas a usarem a tecnologia com consciência dos riscos
• Governança unificada: Acabar com o “AI sprawl” e criar estruturas de controle, transparência e accountability
• Redesenho de processos: Não basta adicionar IA a fluxos existentes — é preciso repensar o trabalho em si
• Investimentos sustentáveis: Distinguir fundamentos sólidos (infraestrutura, chips, modelos) de especulação sem produto
• Consciência de impacto social: Antecipar e mitigar os efeitos na força de trabalho e na economia

Para líderes e empresas, isso significa que a janela de oportunidade para liderar responsavelmente está se estreitando. Quem adotar IA com maturidade — letramento, governança, redesenho de processos — sairá na frente. Quem apenas comprar ferramentas e jogar em silos diferentes estará desperdiçando recursos e criando passivos futuros.

Para profissionais, significa investir em competências que a IA não substitui facilmente: julgamento crítico, criatividade estratégica, inteligência emocional, capacidade de fazer as perguntas certas aos sistemas de IA.

E para a sociedade como um todo, significa cobrar transparência, regulação inteligente, e políticas públicas que garantam que os benefícios da IA sejam distribuídos de forma justa.

Próximos Passos: Construindo Maturidade na Era da Inteligência Espacial

Se você chegou até aqui, provavelmente está se perguntando: “Ok, Felipe, mas o que eu faço com tudo isso?”

Primeiro, respire. A velocidade da mudança é mesmo estonteante, mas há ordem no caos quando você enxerga os padrões estruturantes.

Segundo, invista em letramento — seu e das suas equipes. Não precisa todo mundo virar cientista de dados, mas todos precisam entender princípios básicos de como IA funciona, quais são seus limites, e como usá-la com discernimento.

Terceiro, comece redesenhando processos específicos, não tentando transformar toda a organização de uma vez. Escolha um fluxo de trabalho crítico, mapeie onde a IA pode agregar valor real (não apenas automatizar o que já existe), e construa governança clara para aquele processo.

Quarto, conecte-se com comunidades de prática. Você não está sozinho nessa jornada. Há milhares de líderes, gestores e profissionais navegando os mesmos desafios. Aprenda com os erros e acertos dos outros.

E quinto — e talvez mais importante — mantenha o propósito no centro. IA é uma ferramenta, não um fim em si. O objetivo não é adotar IA porque todo mundo está adotando, mas sim usar IA para realizar trabalho mais significativo, criar mais valor real para clientes, e construir organizações mais humanas, não menos.

No meu trabalho de mentoring e consultoria com executivos e empresas, ajudo a navegar exatamente essas questões: como traduzir a velocidade da inovação em IA em estratégias concretas, sustentáveis e geradoras de valor real. Como construir letramento organizacional de IA ética. Como redesenhar processos para capturar produtividade sem cair no “AI sprawl”. E como fazer tudo isso mantendo trabalho significativo e impacto social positivo no centro.

Se sua organização está nesse momento de inflexão — adotando IA rapidamente mas sentindo que falta clareza estratégica, governança ou impacto mensurável — vamos conversar. Tenho cursos imersivos e programas de mentoring desenhados para esse momento exato que estamos vivendo.

A próxima década será definida por quem souber integrar inteligência artificial ao mundo físico com maturidade, propósito e consciência de impacto. Não se trata de ter as melhores ferramentas, mas de saber usá-las para construir o futuro que queremos ver.

E esse futuro começa hoje, com as escolhas que fazemos sobre como adotar, governar e aplicar inteligência artificial em nossas organizações e em nossas vidas.