O mapa da IA no Brasil: cobertura AWS + ABRIA
Cobertura do evento AWS + ABRIA em São Paulo: Agentic RAG, hiperpersonalização no e-commerce, checklist de fine-tuning e a regulação da IA no Brasil.
No mundo da IA, existe um abismo entre o hype online e a realidade de quem constrói. Foi o clima de um encontro a portas fechadas no Loft da AWS, em São Paulo: a ABRIA (Associação Brasileira de Inteligência Artificial) reuniu fundadores de startups, especialistas técnicos e quem desenha a regulação de IA no país. O Lucas esteve lá (a fazer.ai é associada da ABRIA) e o vídeo acima destila as palestras. Este é o mapa escrito, em cinco blocos.
As últimas semanas foram de estrada: depois da cobertura do AWS Summit e do Google AI Research Day, este foi o encontro mais denso dos três.
Agentic RAG: busca que refina a própria pergunta
Rodrigo Scotti, fundador da Nama e presidente do conselho da ABRIA, abriu com um dado que dói: cerca de 30% do tempo de trabalho de um time vai embora procurando informação. Um ralo de produtividade e de dinheiro.
A receita que virou senso comum (conectar um LLM numa base de vetores e esperar mágica) não fecha essa conta. O jogo profissional está em vetorizar corretamente, fazer chunking, indexar e, principalmente, construir a consulta: refinar a pergunta inicial e sugerir novas, pros agentes e pros usuários. É o Deep Search: a diferença entre um RAG de demonstração e uma busca que aguenta o tranco numa empresa. A Nama trabalha nisso há uma década.
Hiperpersonalização no e-commerce: uma loja pra cada cliente
Ian Oliveira, fundador da Twiggy, trouxe a tese da morte do e-commerce estático: o catálogo de milhares de produtos em que o cliente se perde. O Lucas conhece a dor: dirigiu por cinco anos um e-commerce de móveis com milhares de SKUs.
A escala de evolução que o Ian apresentou tem três níveis:
- Busca semântica: você busca pelo nome, acha o produto.
- Vitrine de recomendação: sugestões pelo comportamento: "quem tem o seu perfil comprou isso".
- IA proativa: o personal stylist da Twiggy: monta looks e sugere a peça que falta, sem o cliente pedir.
A síntese dele: o consumidor não quer tecnologia, quer hiperpersonalização. No limite, uma loja diferente pra cada pessoa.
Fine-tuning: o checklist de quatro pontos
A palestra mais técnica foi a de Marcellus Amadeus, especialista em IA por Stanford e cofundador da Amadeus AI: quando mexer a fundo no modelo. As três camadas de personalização, na analogia de carro que o Lucas usou no vídeo:
- Engenharia de prompt: ajustar o GPS. Carro de fábrica, instruções melhores.
- RAG: um bagageiro cheio de guias de viagem. Mesmo motor, mais conhecimento externo.
- Fine-tuning: abrir o capô e mexer no motor pra uma tarefa específica.
E quando abrir o capô? Só se pelo menos um destes quatro pontos doer:
- Custo: volume de requisições em API paga (OpenAI, Gemini) pesando.
- Qualidade: acurácia, tom de voz da marca, jargão do setor.
- Latência: a resposta não atende o requisito de velocidade.
- Segurança: dado sensível (governo, saúde) que não pode ir pra nuvem de terceiro; a saída é modelo aberto com fine-tuning rodando na sua infraestrutura, seus dados no seu controle.
Nenhum dos quatro dói? Fine-tuning não é pra você. E não é palpite: a equipe dele já treinou 21 modelos junto com a AWS, com resultados publicados.
Regulação da IA no Brasil: o PL apelidado de Frankenstein
Luis Prado, sócio do Prado Vidigal Advogados e líder do comitê de IA Responsável da ABRIA, fugiu do discurso pronto do "precisamos regulamentar com urgência" e comparou o projeto de lei de regulação da IA no Brasil, o PL 2338/2023, a um Frankenstein: pegou o modelo europeu e piorou.
A analogia: a lei da bandeira vermelha (Inglaterra, 1865), toda locomotiva automotora obrigada a andar atrás de um homem a pé com uma bandeira. Inovação freada por lei ao passo de caminhada.
Os problemas, na leitura dele: definição de risco vaga a ponto de enquadrar software que distribui tarefas entre funcionários, e travas ao text and data mining que na prática inviabilizam treinar modelos em empresas privadas no Brasil: o país condenado a consumir tecnologia importada, não a criar.
O caminho que ele defende: IA já é regulada setor por setor (crédito pelo Banco Central, trabalho pelos órgãos próprios). Falta debate que pese também os benefícios, em saúde e educação, não uma lei única olhando só o risco.
IA generativa na produção de conteúdo: de pixel pra prompt
Paulo Tenorio, fundador da Trakto, veio de efeitos especiais em Hollywood. A síntese: estamos na transição de pixel pra prompt. A dor é a de toda equipe de criação: prazo impossível, custo alto, fadiga, um formato pra cada rede.
O case que dimensiona: numa Black Friday da Amazon, um vídeo principal virou 40 formatos, com dezenas de produtos e mensagens: mais de 1.000 vídeos únicos numa campanha que somou 1 bilhão de views, impossível no braço. E os exemplos gerados por IA têm acabamento de filmagem profissional sem câmera nem set: é prompt.
Pra ir além
O mapa que fica: o futuro da IA no Brasil está sendo definido por quem entende dos detalhes (infraestrutura, escolha de modelo, treinamento e regulação que enxergue benefício além de risco).
Os trechos das palestras estão no vídeo acima; as outras coberturas ficam no canal do Lucas Moreira. E se você quer discutir esse mapa com outros profissionais, a comunidade tá em lucasmoreira.ai. Vem fazer junto.
Faça junto com a comunidade
Mais de 10 mil pessoas fazendo IA na prática. Tire dúvidas, pegue arquivos prontos e veja os bastidores.