🤑 Por que a Meta paga milhões para roubar talentos de AI da Apple

O mercado de AI está sendo moldado por 2 visões diferentes sobre o papel da tecnologia na sociedade. Essa divisão filosófica explica por que empresas como Meta investem dezenas de milhões para contratar talentos da Apple, enquanto a Apple demonstra uma resistência conservadora aos investimentos massivos em IA. A diferença não é apenas estratégica - é ideológica.

As 2 filosofias em Conflito

  1. Computadores fazem coisas por você (Agentes): nesta filosofia, os computadores fazem as coisas para as pessoas, economizando tempo e realizando tarefas de forma autônoma. Google e Meta são os defensores dessa filosofia, que busca substituir o trabalho humano em vez de apenas auxiliá-lo.

  2. Computadores são ferramentas que amplificam humanos: aqui, a tecnologia capacita as pessoas a realizarem seu trabalho de forma melhor e mais eficiente. A analogia usada é a de um "computador como uma bicicleta para a mente". Apple e Microsoft são apresentadas como as principais defensoras dessa visão.

Fonte: Stratechery

Como isso se traduz em estratégias na prática

  • Apple: a empresa tem sido conservadora em seus investimentos em IA, tanto na compra de GPUs (chips usados para rodar as IAs), quanto na retenção de talentos. Isso acontece porque seu negócio principal de dispositivos não é imediatamente ameaçado ou beneficiado pela IA, e sua filosofia central é fornecer ferramentas para os usuários: iPhones e Macs já são suficientes como plataformas. Se você quer usar o ChatGPT, simplesmente baixe o app.

  • Meta: a big tech tem sido agressiva na contratação de talentos de IA, oferecendo pacotes milionários. Para a Meta, a IA é uma tecnologia de sustentação que pode ser amplamente aproveitada em seus negócios, justificando o alto investimento. Ela quer que a IA faça tudo: escolha seus posts, crie seu conteúdo, responda suas mensagens. Quanto menos você precisar pensar, mais tempo fica na plataforma.

  • Google: tem uma posição complexa. Sua filosofia fundamental é alinhada com a ideia de agentes que substituem o humano. Mas seu dinheiro vem de você clicando em anúncios nas páginas de busca. Se a IA der a resposta certa de primeira, ninguém clica em nada. A IA é, ao mesmo tempo, uma tecnologia de sustentação para algumas áreas e uma inovação disruptiva para seu principal negócio.

  • Microsoft e OpenAI: criaram ferramentas incríveis como o Copilot, mas descobriram um problema: funcionários precisam mudar seus hábitos para usar. É como dar um carro de Fórmula 1 para quem só sabe dirigir Fusca - tecnicamente superior, mas requer treinamento.

  • Anthropic: apesar de estar próximo à Meta no quadrante, seus produtos, como o Claude Code, visam executar tarefas de uma só vez com o mínimo de interação, focando em substituir funções em vez de aumentar a produtividade dos funcionários. A empresa vai além de Meta e Google, e quer substituir departamentos inteiros por IAs.

Profetas de silício: UChicago testa se AI consegue prever o futuro

Enquanto todo mundo debate se a IA substitui funcionários, a Universidade de Chicago decidiu testar algo bem mais ousado: será que esses modelos conseguem prever eventos futuros? O Prophet Arena acaba de nascer para responder essa pergunta, colocando modelos de IA para apostar em eventos reais.

A ideia é simples: em vez de testar IA com dados passados que ela pode ter "decorado", o Prophet Arena força os modelos a apostar em coisas que ainda não aconteceram — eleições, jogos de futebol, preços futuros de criptomoedas.

Como funciona na prática

1. Coleta de Informações: Para cada evento (ex: um jogo de futebol), a IA coleta notícias e dados de mercados de previsão para criar um contexto.

2. Envio da Previsão: Com base nesse contexto, cada modelo de IA envia a sua previsão probabilística (ex: "Time A tem 55% de chance de vencer, Time B tem 40% e há 5% de chance de empate"), junto com uma explicação do seu raciocínio.

3. Avaliação: Após o evento ser concluído, as previsões são pontuadas usando métricas rigorosas para evitar qualquer viés e é calculado também o retorno financeiro, caso a aposta tivesse sido realizada no mundo real.

Principais descobertas iniciais

Os primeiros resultados revelaram padrões interessantes. Nem sempre quem tem melhor precisão estatística ganha mais dinheiro. Alguns modelos perdem mais vezes do que ganham, mas quando acertam, ganham grande o suficiente para compensar as perdas. É como um investidor que erra várias apostas pequenas mas acerta uma grande.

Os modelos também desenvolveram "personalidades" diferentes. O Qwen 3 (do Alibaba), por exemplo, mostrou-se agressivo ao prever regulamentação de IA, dando 75% de chance quando o mercado indicava apenas 25%. Já o Llama 4 Maverick (da Meta) manteve-se conservador, ficando próximo ao consenso em 35%. Ambos olharam para as mesmas informações mas chegaram a conclusões completamente diferentes.

Ranking de retorno médio por IA

Fonte: Prophet Arena

Exemplos reais

🎾 Um caso interessante aconteceu no tênis. Durante uma partida de Wimbledon de 2025, o mercado dava 84% de chance para Tommy Paul vencer, mas as IAs foram mais conservadoras, estimando cerca de 80%. Essa pequena diferença fez com que Sebastian Ofner, o eventual vencedor, se tornasse uma aposta mais atrativa para as IAs, gerando retornos de quase 6x.

⚽ Em uma partida de futebol da MLS, o GPT o3-mini previu que o Toronto FC tinha 30% de chance de vencer, enquanto o mercado precificava essa probabilidade em apenas 11%. O modelo identificou um valor esperado positivo e apostou no Toronto, resultando em um retorno de $9 para cada $1 apostado quando o time venceu.

Por que importa

Plataformas como Kalshi e Polymarket já começaram a integrar modelos de IA diretamente em seus sistemas, sinalizando que a IA preditiva está migrando do laboratório para aplicações comerciais reais. O Prophet Arena não é apenas um benchmark - é um laboratório para desenvolver sistemas que poderão influenciar mercados financeiros, decisões políticas e planejamento estratégico corporativo.

AI no e-commerce

A Adobe divulgou um report que mostra um aumento de 4.700% no tráfego de AI para sites de varejo nos EUA em julho de 2025. Visitantes que chegam via AI ficam 32% mais tempo nos sites, exploram 10% mais páginas e têm uma taxa de rejeição 27% menor. Os número são grandes, mas até aí, nada de novo.

O que é interessante é o que vem depois disso.

Visitantes vindos de ferramentas de AI convertem 23% menos que tráfego tradicional - mas essa diferença está despencando mês a mês (era 49% em janeiro). A explicação é interessante: consumidores usam AI na fase de pesquisa e consideração, não no momento da compra. É como usar o Waze para planejar a rota, mas ainda dirigir você mesmo o carro. Mas os avanços mostram que as pessoas estão cada vez mais confortáveis ao comprar algo recomendado por uma IA.

Com isso, a receita por visita vinda de AI aumentou 84% entre janeiro e julho de 2025 (comparando com fontes não-AI). Isso significa que a diferença de valor para outras fontes está diminuindo rapidamente. Em julho de 2025, uma visita de IA valia apenas 27% a menos que uma visita tradicional, uma melhora drástica comparado ao ano anterior, quando valia 97% a menos.

Isso porque ainda vivemos num mundo onde o agentic commerce está numa fase embrionária. Imagine como será quando ele se desenvolver (escrevi sobre o tema no post #4 A Era do Agentic Commerce chegou).

⚡ Quick Hits

  • Aproveitando o tema de apostas: no post no X, PJ Accetturo compartilha todo o processo de criação do comercial que sua agência fez para a Kalshi utilizando AI, incluindo os prompts e ferramentas utilizadas. Espetáculo!🔥

🔧 Cool AI tools

  • Sidekick: a própria ferramente se chama de o “Lovable para automações”. a forma mais fácil e amigável de criar automações. Crie automações no estilo do Zapier apenas conversando. Diga o que você precisa via chat, e a AI cuida de toda a parte técnica por você — desde conectar seus apps e configurar a lógica até lidar com os erros.

Por hoje é só.

Obrigado por ler o AI Around the Horn.

Perdeu alguma edição? Recupere todos os posts anteriores aqui.

Keep Reading

No posts found