Esse aqui é o Neuralink, que é o chip mental deste rapazinho aqui do lado chamado Elon Musk, com uma promessa bem simples, fazer um implante no seu cérebro para que você possa turbinar e ter um cérebro que produz e é muito mais inteligente do que o normal. Agora, se fosse possível ter este tipo de resultado, mas sem necessariamente fazer este implante, você teria interesse nisso? Porque eu acho que vale a pena. qualquer coisa que aumente a nossa inteligência, principalmente voltada para negócios. E o que eu acredito e quero te mostrar ao longo aqui deste guia
completo é que a inteligência artificial, se usada da maneira certa, pode fazer justamente isso. Portanto, neste vídeo aqui você vai ter tudo: fundamentos, guia, dicas, ferramentas, exemplos práticos do que funciona hoje de inteligência artificial aplicada para pequenos e médios negócios, principalmente, servindo tanto para empreendedores, executivos e negócios locais. Vou usar a minha experiência de mais de 15 anos trabalhando com marketing digital, construindo aí um negócio de mais de oito dígitos de faturamento do zero, literalmente do meu quarto. E mais recentemente a AOS, um software que a gente desenvolveu de inteligência artificial para marketing, que já
passou dos 15.000 1 usuários ativos em menos de 7 meses. Eu vou pegar toda essa experiência e colocar aqui em um único vídeo, um guia completo e definitivo para pegar tudo que eu aprendi, apliquei e testei nos últimos 2, tr anos, mais especificamente de A, para que você não tenha que gastar o seu tempo, dinheiro e suor como eu gastei para descobrir o que eu vou te passar aqui. Para garantir então que você está no lugar certo, o tema deste vídeo é Iá para negócios, o guia definitivo. é o guia para que você descubra, aprenda
e aproveite tudo que a inteligência artificial pode fazer por você e pelo o seu negócio. Vai ser um plano completo e prático, com fundamentos para entender a essência do que a gente precisa pros próximos passos, como usar com bastante exemplos, as melhores ferramentas possíveis que a gente tem hoje, algumas dicas e truques para acelerar o seu progresso, bem como um guia de implementação para você usar e acelerar o seu trabalho. Para quem é este guia? para empreendedores, pequenos e médios empresas, principalmente porque eu sei quem eu consigo agregar mais valor, mas também todas outras empresas
estão mais do convidadas para participar aqui para executivos poderem acelerarem as suas carreiras e se colocar no topo do mercado e para negócios locais que vão usar o pequeno negócio e querem só usar tudo isso que estão escutando aí fora a seu favor. O que que você vai aprender hoje? Você vai aprender o que você deve prestar atenção e o que eu ignorar. O metaprompt de 11 palavras. E o que é um prompt caso você não saiba. Como tornar a IA o seu colaborador do ano deste e dos próximos anos. Os três maiores mitos que
ferram muitos negócios. Os sete erros mais comuns. 18 exemplos práticos. As cinco habilidades essenciais de inteligência artificial. As minhas 24 ferramentas favoritas, a nova profissão que em breve toda a empresa terá e um guia de implementação prático. Agora um aviso, tá? Isso aqui é a visão geral do que a gente vai aprender. Como esse é um vídeo longo, porque o título afinal é o guia definitivo, eu vou começar no fundamentos e vou com calma em todas as partes. Se você já conhece ou já conhece algum conceito, não quer revisar o que eu acho um erro,
mas a decisão é sua, fique à vontade. Vai ter todos os capítulos aqui embaixo do vídeo para você clicar e ir na sessão que você interessa. Ou quando você no futuro quiser revisar alguma coisa, fique à vontade para usar. Você não é obrigado a assistir tudo exatamente da maneira que eu fiz. Porém, eu dediquei um bom tempo, criando toda essa estrutura para cobrir o maior número de casos e garantir que você tem todos os princípios. Eu vejo que muito mais pessoas erram por tentar já pular pro truque ao invés de aprender os fundamentos antes, mas
aí é uma decisão sua. Algumas regras da casa antes de a gente continuar. Os exemplos que eu vou trazer aqui são do que funciona hoje. Eu vou evitar ao máximo possível, porque eu também já consumi outros conteúdos em podcasts, YouTubes e outros. E tem muita fumaça. Se fala muito do que hoje é possível, será possível, mas poucos exemplos práticos que eu sei que tudo é possível. São poucas leis físicas que impedem que a gente faça o que a gente bem entender. Só que transformar isso em realidade, na prática, pro uso, ainda mais para negócios, é
outra história. Então eu vejo muitos vídeos só dando exemplos bobinhos, mas poucos, que usam de verdade e eu vou tentar me manter mais nesses. Segundo, não é solução mágica. Sim. A Iá faz muita coisa, tem muita promessa que a gente vai ver ao longo aqui deste guia, mas também não é solução mágica. No final, se você tiver uma oferta porcaria pro público errado e não sabe nem como divulgar direito o seu trabalho, não vai resolver muita coisa. E por último, a para garantir, você não precisa saber programar, tá? Não é algo complicado, não é algo
difícil. Pelo contrário, grandes empresas com bilhões de dólares por trás em investimentos estão trabalhando dia e noite para simplificar o máximo possível para que pessoas normais como você e eu consigam usar principalmente através de uma ferramenta de interface simples, como um chat, que é, por exemplo, o chat GPT e algumas outras aí que a gente vai explorar ao longo aqui deste vídeo. Agora, uma coisa, eu quero fazer um acordo com você antes de continuar, porque eu sei, por falar com diversos alunos, clientes e amigos, bate um certo desespero, uma certa ansiedade em relação ao assunto
de a, porque ou se assustam com tudo que está vindo ou se assustam por não saber o que está vindo e como lidar com isso. E tá tudo bem. Eu entendo que isso é normal quando a gente tá tratando de a, mas eu só quero fazer um acordo leve e simples aqui com você. Eu só quero que você não se desespere ou desacredite que isso é para você, que vai te ajudar, que pode sim mudar só os seus negócios, mas sua vida, se você usar da maneira certa. E eu já vou trazer diversas provas e
exemplos e dicas para você ver na prática, mas por hora, só não desacredita, só não desconta como, ah, isso aqui é mais uma daquelas hypes que daqui a pouco já some ninguém mais falar a respeito. Eu acredito que não. Posso estar errado, posso, mas daí também teria aqui Elon Musk, Jeff Basos, Sergin Bring, Larry Page, algumas das pessoas por trás de Amazon, Google e Tesla e tantas outras empresas também estarem erradas. Eu acredito que não estão e por isso que eu tô gravando esse vídeo aqui. Eu literalmente dediquei horas, horas e horas, na verdade semanas
para botar tudo isso aqui no guia mais completo que eu conseguiria, não só com fundamentos e explicações do que você precisa saber, mas também da melhor maneira para você consumir e ver exemplos para você colocar em prática hoje. Então esse é só o acordo que eu peço. Dê este voto de confiança porque vai que serve sim para você e você pode começar a implementar hoje mesmo. Antes de tudo, deixa eu me apresentar rapidamente. Quem é então Bruno Pinini? Caso você não tenha visto ali o nome no canal. Eu já construí um negócio de oito dígitos,
que são 10 milhões ou mais de faturamento, que eu literalmente comecei do meu quarto, com objetivo de viajar mais o mundo e hoje se tornou algo muito maior. O meu mais recente projeto nessa terceira ou quase quarta fase de empreendedorismo é AOS, que bateu a marca de 10.000 usuários ativos em apenas 7 meses, o que eu considero um resultado muito bom para um SAS, para um software online. Além disso, eu tenho um canal no YouTube com mais de 400.000 1 talvez mais quando você esteja assistindo, o que torna ele um dos maiores canais de IA
para negócios do Brasil e do mundo. E para mostrar que não é só uma questão de resultados, que é possível sim ter resultados e qualidade de vida, eu fiz tudo isso enquanto eu visitei mais de 71 países ao redor do mundo, porque é umas grandes prioridades, é algo que é onde eu invisto o meu dinheiro. Então eu mostrei que isso é possível fazer porque tem muitas pessoas aí fora que sacrificaram um CPF para construir um CNPJ, não é? maneira que eu gosto de operar e eu mostro que é sim possível, contanto que você tem as
prioridades certas e usa as ferramentas corretas, que é o que eu vou tentar mostrar ao longo aqui desse curso. Ah, e para deixar claro, tá, tudo isso aqui é legal, mas assim, entenda, eu não sou um super especialista de inteligência artificial, eu não tenho mestrado, doutorado, PHD, nada. Eu nunca tinha estudado na vida até sair o chat GPT. Então, por que eu sou qualificado para estar falando aqui de IA para negócios, chamando de o guia definitivo? é que é o seguinte, da maneira que eu vejo e você fica à vontade para sair do vídeo, se
você não concorda, tem sim muitas pessoas que entendem muito mais de como que eu, que eu nem quero saber tanto quanto elas da parte teórica específica que ela sabe de, por exemplo, criar um modelo de linguagem do zero, que a gente vai ver agora ao longo aqui do vídeo. E também tem outras pessoas, outros empreendedores executivos que entendem de negócios muito mais que eu. Porém, não são tantas pessoas que tm a combinação de uma experiência de alguns milhões faturados e anos de experiência no mercado usando IA na prática. E é isso que me diferencia de
muitas pessoas aí fora. Tem vários que eu vejo aí que falam de a e não tem problema nenhum, mas não tem a experiência e a vivência de negócio para entender onde vale mais a pena, onde são as minhas melhores alavancas para eu plugar e acelerar e ter resultado mais rápido. Então é essa experiência, esse resumo do que eu fiz nos 15 anos agora aplicado com IA, que eu tento trazer aqui. Entrando agora na parte dos fundamentos, antes de a gente falar da parte de IA em específico, eu quero falar de algo bem direto. Essa aqui
é a minha lista de cinco prioridades que eu sempre tive na minha vida. Na verdade, quatro. Liberdade, saúde, família, negócios. E tem uma quinta que surgiu que tem tudo a ver com IA, que eu quero mostrar ao longo aqui dessa jornada para você ver se faz sentido também para você do por a IA faz tanta diferença assim. Agora, por que que eu tinha essas quatro prioridades? Talvez elas são meio autoexlicativas. Liberdade, porque sem essa eu não posso lutar pelas outras do que eu acredito. Saúde, porque sem ela, de novo, eu também não vou poder fazer
o que eu quero, que é lutar pela família e pelos meus negócios. Mas acima dessa e principalmente com o avanço da IA, surgiu uma quinta meta prioridade que a IA não só acelera para mim como para a humanidade como um todo e isso vai fazer toda a diferença. Mas deixa isso aqui por enquanto que em breve a gente fala sobre isso. Agora, por que que eu trago esse assunto? Porque assim, um dos meus objetivos aqui é dar uma visão geral para você do que é a inteligência artificial, não só agora, mas por que que se
fala tanto sobre ela? Porque além de aplicações práticas do tipo ferramentas, mais do que isso, eu quero garantir que você tenha o conhecimento e os recursos necessários para conseguir pensar a respeito, para caso você veja algo aí fora ou alguém venha oferecer algo para você e você conseguir julgar. Vale ou não vale a pena a minha atenção? Vale ou não vale a pena eu investir nisso? Vale ou não vale a pena investir esse dinheiro, tempo recursos nisso que estão colocando na minha frente? Porque eu não sei se é realmente uma solução boa ou uma solução
que já existia antigamente plugaram iá na frente como se fosse resolveu algo. Um dos meus principais objetivos aqui, não só aqui, mas na verdade de vida, mas que tem tudo a ver com ya, é que um dos meus ídolos e mentores, que é o Charlie Manger, que infelizmente já morreu, e sócio, né, do Warren Buffettro. é um objetivo diário, porque ele falava, é impressionante a vantagem a longo prazo que pessoas como nós obtiveram ao tentar ser consistentemente não estúpidas ao invés de tentar ser muito inteligentes. Um conselho simples, mas se a gente seguir tem muita
sabedoria aí, ainda mais porque nós estamos falando de inteligência artificial e a sua aplicação, principalmente para negócio. Então, se a gente seguir esse conselho, eu acho que a gente vai muito longe e você vai ver ao longo aqui do vídeo o quão difícil é fazer isso. Bom, na verdade, a gente pode começar com um exemplo muito simples, esse gráfico aqui, tá? A linha vermelha são pessoas caindo da escada e a linha roxa são dinheiro gasto com pets. Então, se você observar, aparentemente tem uma relação muito grande entre pessoas que caíram da escada com o aumento
do investimento em pets. Ou seja, por que que isso acontece? Porque se você pensar na lógica, alguém que caiu da escada, aconteceu alguma coisa, talvez até veio a falecer, qual a chance que essa pessoa, por estar presa dentro de casa sem poder se mexer, ou porque perder um ente quero, talvez tentar substituir com pet grande, certo? E é isso que esse gráfico mostra e prova, correto? Não são simplesmente duas linhas que caminham na mesma direção. Porque deste período de 2000 a 2010, achar dois gráficos que apontam para cima é muito fácil. Isso tem sites que
ficam só brincando com isso, com relações das mais absurdas e difíceis. O problema é que muita gente mostra isso para você, talvez pessoas que saibam falar muito bem e mostram como se fosse uma verdade absoluta, não é? Porque não é nada fácil separar de para usar um clichê a joia do trigo. Inclusive isso me lembra que no livro As leis do sucesso de Napoleon Hill, das 16 lições, a que eu acredito que a mais ignorada, que a grande maioria acha que nossa aqui eu domino, tá tranquilíssima para mim, é a lição número 11. pensamento preciso
é uma das mais difíceis e que nos atrapalham todos os dias. E é um dos motivos, até porque eu gosto do, digamos, trabalho e desafio de ser o empreendedor, porque é uma das melhores maneiras que eu conheço, pelo menos, de nós evoluirmos como pessoa, porque o mercado não deixa a gente mentir por muito tempo. Eu posso me enganar, posso falar para outras pessoas, posso postar nas redes sociais como se tudo tivesse maravilhoso, mas quando eu vou nos bastidores sozinho e olho a minha conta, as minhas vendas, aqueles números não vão mentir. Então, o mercado me
obriga a aprender olhar números fatos sem enrolação, tentar entender melhor o que essa coisa chamada realidade, que na verdade tem pode ter diversas interpretações e ter um pensamento preciso. E com um IA isso é cada vez mais importante, como a gente vai ver. E até uma outra reflexão legal é que é o seguinte, não é só ser menos burro, mas pensa só, qual que é o maior imposto que você acredita que você paga na sua vida? Na minha opinião, é o imposto da ignorância, aquilo que você paga por não saber gerar os resultados que você
quer. Então, te custa todos os anos 1, 10, 100, 1 bilhão deais, não saber como ganhar um, 10, 100, 1 bilhão deais. Esse é o custo que você paga por ser ignorante em relação à aquilo. Você não tem o conhecimento necessário para fazer tal coisa. Inclusive você vai ver como vieses que a gente tem como seres humanos acaba sendo passado junto pros modelos de inteligência artificial pela maneira como eles foram treinados. E se você não levar isso em consideração, você pode cometer um dos piores crimes que vai te atrapalhar muito pela sua vida, que é
aprender algo errado. Mas a gente já vai conversar sobre isso com calma. Então, um dos meus objetivos aqui, além de nos ajudarmos a sermos menos burros, é também te passar o que eu vi, diversos MBAs, pós-graduações, cursos falando de inteligência artificial por valores como esse. Eu quero passar tudo de uma maneira prática e gratuita para deixar acesso para o maior número de pessoas. Porque eu sou uma uma alma caridosa, também gosto de ajudar as pessoas, mas também eu sei porque é bom para os negócios. eu agregando o valor antes de qualquer coisa, a chance que
isso desenvolva contatos, convites e, possivelmente, clientes aumentem muito. Então, eu faço isso aqui e dedico todas as horas que eu comentei com maior prazer. E para que a gente não passe muito tempo só na teoria e papo, vamos já olhar um dos exemplos práticos de como eu venho utilizando a inteligência artificial, que eu acredito que você poderia usar também. Assim, fica uma coisa mais dinâmica e a gente não fica falando só teoria, teoria, teoria para no final entupir um monte de exemplos de uma vez só. Um exemplo super simples, tá? Aqui na empresa, pela velocidade
que a gente cresceu hoje, já com 20 colaboradores, a gente precisava de uma maneira de fazer uma gestão de e-mails e senhas corporativas que funcionasse no menor custo possível por questão que para que pagar mais se tem outras soluções alternativas. Ao invés de eu ter que procurar por conta, ir lá no YouTube, olhar vídeo por vídeo, entrar em fóruns, Reddit e tantos outros lugares, eu venho, por exemplo, no chat GPT aqui e eu faço, eu descrevo exatamente o que eu quero, que eu quero que você faça uma pesquisa completa das melhores soluções em cloud para
armazenar senhas corporativas e distribuir ao longo da empresa com 20 a 50 colaboradores, blá blá blá blá blá, depois não importa tanto o resto do texto. E isso tem este modo aqui que se chama Deep Research, que é algo que agora recentemente foi lançado, dependendo quando você está assistindo esse vídeo já faz muito tempo e que agora a gente consegue usar. A grande vantagem é que ele faz esse processo que antes eu tinha que fazer manualmente, que eu acabei de falar, visitar link por link por link, entrar em vídeo por vídeo por vídeo, testar as
ferramentas, avaliar, talvez criar uma tabela comparativa para finalmente decidir o que agora isso aqui faz em questão de minutos. Eu chego aqui no chat GPT, coloco essas informações, ele faz mais algumas perguntas de para que você quer, como é que você quer usar? Eu respondo: "Sim, eu vou usar assim, assim, assado. Eu quero assim, assim, assado." E agora ele começa, ó. Demorou literalmente 11 minutos e consultou 22 fontes. Se eu clicar aqui, eu consigo ver quais as fontes que ele consultou para fazer essa resposta. Então ele foi lá, visitou esses links, fez o resumo e
me trouxe de volta para me gerar agora um guia completo sobre assunto. Essa é uma das ferramentas. Tem outra ferramenta que se chama Perplexity. Essa é muito boa. Ela faz esse mesmo tipo de processo que agora outras ferramentas estão começando a incorporar, que é fazer esse tipo de pesquisa. E lá em outros lugares que pessoas que pode ver que eu botei exatamente o mesmo promp, o mesmo a mesma pergunta, ele faz também essa análise e me traz uma resposta completa. Last pass, dash lane, traz diversas opções já com resumo. Não satisfeito, o que eu costumo
fazer, que é por que depender de uma única ferramenta? Eu venho aqui e uso o Google Gemini, que é este carinha aqui, que tem também o módulo de deep research. Coloquei exatamente a mesma pergunta, fiz aqui no módulo de deep research, como tem aqui embaixo, e ele faz todo esse sumário e resumo do que que são as principais alternativas em termos de gerenciador de senha para eu usar aqui pra empresa, que eu posso depois inclusive exportar para um documento Google e trabalhar em cima dele ou convidar outras pessoas ou como, por exemplo, os meus sócios
para comentar. Então ele traz todos os planos, traz introdução, principais critérios, faz toda uma análise e que em cima disso eu podia ainda perguntar, como aqui ele fez todo o resumo, fazer perguntas extras, mas e para isso e para assado e se faz uma tabela agora comparando que acho que aqui ó, por exemplo, ó, fez uma tabela comparativa das soluções, mostrando como isso podia acontecer. Então, todo um trabalho que eu teria que pagar alguém para fazer, eu posso usar ferramentas assim para já acelerar e fazer por mim. Depois até vou mostrar outros exemplos de como
isso foi usado, mas antes eu quero já comentar, além de exemplos para também a gente deixar aqui as coisas mais dinâmicas de um dos principais erros que eu vejo muitos empreendedores, executivos e negócios locais aí fora cometendo, que é deixar para depois. Porque olha só, da maneira que eu vejo, a questão de IA é tipo um trembala. Ele começa pegar velocidade, já meio que começou a sair da estação, começa a pegar velocidade de cada dia. E por ser algo que é neste momento exponencial, nós já vamos falar mais sobre isso e por que é tão
importante, fica cada vez mais difícil entrar. Significa que se eu perder este momento, eu nunca mais consigo entrar? Não. A diferença é que talvez você entre em um trem que não tem mais os melhores lugares. Por quê? Porque a vantagem competitiva que outras empresas vão ter por começar a aplicar antes é muito grande, porque o que antes custava X, agora pode custaro de X. Não só isso gera mais resultados e mais lucro, como isso permite com que essa empresa reinvista, se ela for um pouquinho inteligente, lembrando nosso objetivo de ser menos burro, e aumentar esta
vantagem para que outros que venham depois seja mais difícil competir. Por isso, é da minha opinião e é o que eu faço aqui na minha empresa, mas se você está me escutando aqui, passo como um conselho, apesar de você não ter me pedido conselho diretamente, é não deixe para depois. Isso não é uma hype tipo Google Glass ou alguma coisa assim. É algo que muda totalmente como os negócios são feitos. Não é a toa que grandes empreendedores, como eu comentei antes, de Amazon, Google, Tesla, Apple e tantos outros, estão olhando para isso, porque a vantagem
é grande demais. Inclusive, se você parar para se perguntar do tipo: "Por que que falam tanto a respeito?" Esse é um dos motivos, porque ele é algo, como a gente vai ver, que é uma camada horizontal que se aplica em toda a empresa. Só que não é só isso. Por exemplo, o Elon Musk faz muito e muito tempo que ele vive alertando sobre este problema que na opinião dele, aí a é como se nós estivéssemos desenhando um círculo de invocação no chão, só que a gente não sabe dali se vai sair um anjo ou um
demônio, se é algo que vai ser a favor ou contra. Eu já acho uma opinião um pouco exagerada. Consigo entender do porque que isso poderia acontecer, mas eu tendo a pender pro lado da do otimismo. Eu acho que a gente vai entrar numa das melhores épocas que a humanidade já viu, muito graças ao que a IA vai nos proporcionar. Mas isso para hoje não é o que nos interessa, mas é só para você entender que sim, causa uma ansiedade geral. Até um dos mitos ou possíveis erros que a gente vai ver ao longo aqui desse
vídeo é o quanto a IA vai substituir de empregos e em que velocidade, que é algo que poucos discutem, que não é só quais, mas quão rápido, que é um dos grandes desafios. Só que o principal para você entender aqui é que o motivo, e o Jeff Basels da Amazon fala sobre isso, um dos motivos porque ele voltou a atuar mais na empresa, porque ele tinha saído, tava mais só na Blue de exploração do espaço para Marte, é que na opinião dele, a maneira como ele vê, e eu concordo, é que a IA é equivalente
a um recurso horizontal, assim como eletricidade e a internet. Inclusive algumas pessoas como Mark and Dreen, que tem algum dos maiores fundos de venture capital, né, de investimentos do mundo, ele fala que ele acredita que a IA pode ser um movimento que surge só a cada décadas e que pode ser maior que a internet e a mobile juntas. Por quê? Porque este efeito que eu tô fazendo. Imagina se você fosse hoje construir um negócio, vamos falar que é um negócio online, e você falasse: "Não, não, não, eu vou tentar fazer sem eletricidade, eu vou tentar
fazer sem a internet". Você concorda que independente do negócio que você for criar, você vai ter muito mais chances de ter sucesso se você usar a eletricidade e usar a internet para fazer o que você precisa. A IA está nesse mesmo nível. É um recurso horizontal que você pode aplicar para toda a empresa, não é só da parte da tecnologia. Pelo contrário, todos na empresa tê que estar usando a IA de diversas maneiras, desde a parte estratégica para se pensar e ter melhores ideias e tomar melhores decisões, até o uso de ferramentas específicas do tipo
uma edição de vídeo por IA que facilitam a nossa vida. Mas já estamos adiantando um pouco, a gente vai ver exemplos de tudo isso. Mas o importante entender aqui é que é o quão fundamental é entender que a IA não é só uma hype, uma ferramenta, é um recurso, assim como eletricidade, internet que vai tá em toda a tua empresa, em todo o teu negócio. É só questão de quando e o quão rápido você vai querer implementar para começar a colher os resultados. Um outro exemplo bobo, mas que acelera muito o trabalho, de algo que
manualmente demorava para caramba para fazer e nunca ficava tão bom e nem tão rápido quanto eu gostaria. Eu por muito tempo, eu trabalhava com mentorias que eu ajudava negócios online a crescerem. Hoje eu já não faço tanto isso, eu foco mais nos clientes da AROS ajudar estes a implementar o que a gente passa por lá. Mas quando eu fazia, muitas vezes eram mentorias e encontros e, por exemplo, duas a 3 horas com diversos participantes. E ali naquelas instruções tinha ouro. As dicas que eram passadas para alguns, mesmo só para aquela pessoa, tinha muito valor, mas
aquilo mesmo, de uma maneira resumida, tinha valor para todos os outros participantes. e fazer um resumo, se fosse semanalmente, como a gente fazia no passado, sempre demorava, porque se a pessoa não participou na hora, tinha que alguém assistir depois e ir fazendo com calma, revisar, fazer no detalhe, demorava muito. Agora com uma IA, com os comandos certos, com o prompt certo, que é o que a gente vai ver em seguida, em literalmente um minuto, ele faz um resumo como esse, completo, com não só os insightes, com tarefas, todos os passos exatamente do que que eu
tinha recomendado pra pessoa. E não só isso, não só ele gera estes resumos, mas agora eu tenho a transcrição e estes insightes para depois em algumas das tarefas que a gente vai ver ao longo aqui desse vídeo alimentar um chatbot por trás que me ajuda a resolver a questão de suporte para alunos. Então, este material que eu criei, ao invés de eu ter falado uma única vez e ter que repetir todas as vezes, isso agora, porque dados, que é uma algo muito valioso e que a gente vai falar a respeito, é usado para alimentar e
gerar um chatbot de suporte a clientes, como por exemplo. E caso você queira ver o processo exato que eu usei para fazer aquele resumo, neste vídeo aqui que é gere anotações perfeitas com agente 100% automatizado, eu mostro no detalhe como eu fiz todo o processo. Agora, uma pergunta interessante, mas Bruno, será que não tem chance de, assim como outras, parar, parar de desenvolver? A verdade é que tem. Tem sim uma chance de parar. Pode acontecer algum evento do tipo um cisne negro que vira alguma regulamentação, talvez, da União Europeia. Se bem que hoje em dia
a União Europeia não manda mais nada e mandar parar porque isso é muito perigoso. Você está tirando o emprego de todas as pessoas e pode acontecer, é um medo real. Só que o problema que hoje já é de certa maneira uma corrida armamentista, porque a IA é sim usada para muitas coisas boas. Aqui nós estamos falando de negócios, mas ela também usada para como arma para diversas maneiras, não só armas literalmente de explosão e fogo e munição, mas como armas para controle de massas via, por exemplo, redes sociais. Então tem uma corrida por trás onde,
por conta da teoria dos jogos, é muito difícil, principalmente grandes nações, não desenvolverem isso, porque se ela deixa de desenvolver, a outra nação concorrente vai continuar desenvolvendo. E se ela chegar num estágio de a mais avançado e melhor, ela vai ter aquela vantagem competitiva que eu falei a nível local, digamos assim, sobre negócios, mas a nível de nações. E aí é uma briga bem diferente. Então eu não acredito que vai parar. É muito difícil na história da humanidade, quando surgiu, por exemplo, a imprensa, a escrita e tantas outras, por mais que se tinham movimentos e
pessoas tentando parar, indo lá e quebrando as máquinas, eventualmente, como era comprovado que aquilo agregava tanto valor pra sociedade, ela continua sendo desenvolvida. Então, mesmo que aconteça alguma coisa em relação a IA, nisso que eu tô falando, eu acredito que ela não vai parar e vai continuar desenvolvendo. Até porque tem outra coisa, esta fórmula aqui, que é a fórmula que eu uso aqui no meu pulso, se der para ver, é a fórmula de uma função exponencial. Na verdade, uma função exponencial um pouquinho mais robusta, como, por exemplo, de juros compostos, mas que eu acho mais
óbvio e me ajuda mais, porque podia ser simplesmente algo elevado na potência. Por que que isso é importante? Porque é a era que nós vivemos, a velocidade que as coisas crescem e evoluem. É bizarro como é na internet, entre aspas, assim, a gente não consegue ver o quão rápido esses modelos estão evoluindo. Quem acompanha, como eu faço, métricas, testes e tantos outros, a gente vê. É assim, ó, é bizarro. E eu já vou mostrar aqui alguns exemplos, mas assim, numa analogia rápida, se fosse um prédio em construção lá fora, você olharia um dia para lá,
hã, não tem nada lá. No outro dia os caras já acavaram tudo, já tem as estacas da fundação. No outro dia já tá no quarto andar, no outro dia já tá no 20º e no quinto dia já está funcionando com pessoas usando todos os dias. É, nesse nível de velocidade, todas as previsões que nós tínhamos do quão rápido ia avançar foram reduzidas bruscamente. Por isso que é mais importante ainda a gente prestar atenção e bastante nisso tudo quanto antes. Dá só uma olhada, por exemplo, olha o Mid Journey, que é uma ferramenta de geração de
imagens, o que eles evoluíram em dois anos das imagens que não faziam sentido. É uma imagem quase perfeita ali embaixo, como esse outro exemplo aqui. Ou essa, lembra desse vídeo do do Will Smith comendo espaguetti, que era um vídeo engraçado assim, meio errado? Hoje já é perfeito. Isso é bizarro, é incrível. E eu sei, talvez assim, tá, mas pera aí, Bruno, mas como é que isso aplica na minha empresa? É importante que você entenda esses fundamentos que eu estou colocando aqui. E por isso que eu já trazendo alguns exemplos, porque esse é um grande erro
que muito empreendedor faz. Não, não, só me passa a dica, me passa o hack secreto para eu resolver. Não é assim que funciona. Senão você vai passar o resto da vida, como muita gente procurando um hack, um atalho, uma dica, um truque, ao invés de resolver nos fundamentos, que é o que eu tô tentando passar aqui para depois na prática ficar muito mais fácil. Senão você vai tentar marcar um gol olímpico de bicicleta, sem saber passar pro lado e chutar no gol. Mas pra também a gente não ficar só na teoria, olha aqui mais um
exemplo. Se antes era difícil gerar imagens, hoje com as novas versões, e talvez isso quando você esteja assistindo este vídeo já esteja até mais avançado, você consegue pegar uma imagem, por exemplo, um dos nossos clientes que tinha uma concessionária de carros, ele queria divulgar, por exemplo, um Jeep. A gente pegou essa imagem, botou no gerador de imagem que a gente tem dentro da ADOS e mandou gerar num cenário tipo esse, num outdoor, no campo, o que for para mostrar como exemplo. Ah, mas tá escrito ainda compas. Será que a gente não conseguiria trocar pelo logo
da empresa? Sim, nesse caso eu coloquei só aros como exemplo, mas para você ver o nível que dá para chegar de edição, algo que há seis meses atrás você não conseguia chegar nem perto disso, para você ver o tamanho e a velocidade dessa evolução. Isso inclusive me lembra uma citação de um vídeo que eu vi do Sam Altman, que é um dos fundadores da Open AI, que ele fala o seguinte: "Quando perguntaram para ele qual que você vê que é o maior erro que empreendedores e fundos de investimento fazem em relação a IA, ele comentou:
"Eu acho que existem duas estratégias fundamentais para construir uma startup de no momento. Você um aposta que a tecnologia é tão boa quanto será quanto ela está hoje ou que a tecnologia vai melhorar massivamente." Por que que ele fala isso? Porque tem muita gente tentando pegar como hoje a IAforma e resolvendo os problemas de hoje, ao invés de apostar que simplesmente a tecnologia vai melhorar em muito, que é o que tá acontecendo. Eu vejo isso na AOS. A solução que a gente desenhou da maneira X, ela entregava o resultado legal. Aí o que aconteceu? Porque
essas empresas têm bilhões de dólares melhorando os modelos de a generativas e preditivas que a gente vai ver em seguida que geram os resultados que a gente entrega lá dentro, que basicamente para você entender a AROS a nossa proposta é agência particular de marketing de todos, ou seja, resolver o seu marketing ao invés de pagar pessoas e agência, mas com um software alimentado por inteligência artificial, o que era um resultado X, literalmente da noite pro dia ficou X + 20% de qualidade. Por quê? Porque um dos modelos que a gente usava foi lançada uma nova
versão melhor, mais rápido e mais barato. É uma tendência que assim é difícil reverter, que vai continuar acontecendo isso. Vão ficar modelos melhores, mais baratos e mais rápidos. Portanto, o que ele recomenda? Aposta no segundo. Faz já algo que, por mais que hoje a IA não atenda 100%, já mira em um, do anos. Porque se você faz pensando com as tecnologias de hoje, quando ficar pronta a sua solução, a IA já avançou e você ficou para trás. Então isso é algo muito importante para manter em questão e até algo que eu vejo um outro erro
que muitas pessoas cometem que é o seguinte: "Mas a Iá consegue? A Iá pode, será que com a IA?", e isso é importante você entender, porque é, de novo, fundamentos. A gente tá tirando um bom tempo aqui para entender, principalmente não só um uso específico de uma ferramenta, mas como pensar, porque daí independente do que acontecer aí fora e que ferramentas lançarem, você sabe como encarar isso, pelo menos da maneira que eu vejo, obviamente, né? Mas é como eu acredito que é o mais fácil de pensar tudo isso e eu tenho alguns resultados pelo menos
para provar que a minha linha de raciocínio minimamente funciona. Então este erro, o que que acontece? Alan Turouring, que é um dos pais da inteligência artificial, que começou com a pergunta lá atrás lá pela década de 40, 50, com pessoas muito inteligentes se perguntando, será que nós conseguiríamos replicar o que essa linda, maravilhosa máquina que nós temos aqui dentro do nosso crânio, que funciona muito bem para algumas pessoas e não tanto para outras, mas de uma maneira mecânica. E desta pergunta que começou um estudo de inteligência artificial e que num estudo que ele fez, ele
provou que é o conhecido como a máquina universal de Touring, que é a base da computação, que hoje é algo que a gente nem discute, mas ele que provou que com uma fita infinita, longo e tempo suficiente, poderia se criar um computador que computaria qualquer programa que a gente quisesse. Isso é o que permitiu responder essa pergunta. Será que a IA pode ou não? Sim, pode. A única coisa que ela não pode, a gente faz um processo de seleção para que você entenda. Até recentemente eu fui no podcast da VTURB, que é um podcast aí
grandinho de marketing direto, caso você acompanha. E lá eu expliquei sobre isso. A primeira coisa para você entender é o seguinte: Touring mostrou dessa maneira. Quando a gente encara um problema, será que a IA pode resolver ou não? A primeira pergunta é: isso é um problema decidível? Ou seja, se eu colocar num programa, ele consegue chegar numa resposta de sim ou não? E ele provou que na grande maioria dos casos, sim, tem algumas exceções, como por exemplo a Hting Machine, que ele chama, que não conseguia dizer se a máquina ia parar ou entrar num loop
infinito. Mas para nós, paraa grande maioria dos casos, os problemas são sim decidíveis. Ou seja, tudo que a gente colocar para uma e a fazer, dado tempo e recurso suficiente, e essas são as palavraschaves, suficiente, ela chega numa resposta. Ou seja, a pergunta é: isto é um problema tratável? Apesar de sim, se eu der tempo suficiente, é um problema tratável. E a uma das melhores analogias que eu achei e depois já vou trazer para um exemplo de caso real é, por exemplo, previsão do tempo. Mesmo hoje, com toda a tecnologia que a gente tem, a
gente tem a previsão de tempo aí de alguns dias e a gente sabe o quanto ela pode variar. Agora, esse é um problema decidível, fazer a previsão do tempo? Sim, em teoria é só você saber exatamente onde todos os átomos e moléculas do céu estão e o que estão fazendo e você consegue prever o tempo. Agora, ele é um problema tratável. Talvez a única maneira de fazer uma previsão do tempo perfeita é se você simulasse átomo por átomo o mundo inteiro numa máquina para daí saber exatamente o que eles fazem. Porque uma pequena mudança um,
dois dias depois gera uma mudança muito grande que estraga toda a previsão. Então o que que é a equivalência disso para um negócio? como, por exemplo, anúncios. Eu faço bastante anúncios. Muitos dos meus clientes fazem muitos anúncios e muitos perguntam: "Bruno, tem alguma IA que consegue otimizar meus anúncios?" Tem, tem diversas e que fazem um trabalho muito bom. A grande questão é nessa parte. É um problema tratável? Depende quanto orçamento você tem, porque assim como tem IA para jogar diversos jogos, como a gente vai ver aqui, desde LOL, de League of Legends, né? Gol e
tantos outros. Às vezes é questão de tempo. Com uma fita infinita e tempo suficiente, como o Tur provou, você consegue. Só que se você para fazer uma campanha teria que gastar R$ 100.000 treinando o modelo para achar resposta, ainda vale a pena. Então esse é o problema. Não é que a IA não pode, existe sim uma resposta. O problema é que o que exige de tempo e recurso acaba não compensando. Então essa é algo para você sempre manter em mente quando você estiver pensando em termos de a se é um problema decidível ou tratável. Decidível
é quase todos. tratável, depende o que você está fazendo. E tem uma terceira pergunta que a gente vai ver em seguida, que é além depois que mesmo que eu que eu saiba que esse é um problema que eu consigo fazer, é um problema tratável que vale a pena investir meus recursos, essa terceira pergunta também muda se você deve ou não perseguir esta oportunidade. Mas a gente vai falar em seguida sobre isso. Vamos antes ver um outro exemplo antes que a gente fique muito na teoria do que dá para fazer sabendo os caminhos certos. Por exemplo,
a grande maioria das pessoas conhece o chat GPT, que esse eu tenho aberto aqui na minha tela, que talvez você conheça, o Cloud, que é uma outra ferramenta concorrente ao chat EPT, Google Gemini, mas há maneiras de como você pode ter, que era um desafio nosso aqui com os nossos colaboradores, para não ter que pagar para todas as empresas uma conta em cada um, ter um hubo onde eu tenho não só essas ferramentas aqui como acesso, mas literalmente centenas, centenas, como você está vendo aqui na tela, centenas. de modelos que a gente pode testar e
usar. Isso é muito bom porque em termos de empresa pro tipo de negócio que eu tenho, eu consigo passar acesso para todos os meus colaboradores por literalmente 10, 15 por mês, que é o que eu pago para ter isso hospedado, mais o custo de requisição, dependendo quanto você gasta, e eu resolvo um problemão meu de uma maneira super simples. E ao longo desse vídeo aqui, eu vou te mostrar como que eu fiz isso. E até já vou te adiantar um erro que eu vejo acontecer muitas e muitas vezes, ignorar a resistência humana às mudanças. Porque
só porque você, principalmente se você é o empreendedor e dono de negócio e você quer aplicar, colocar e há da maneira que for, como eu tô falando aqui de um recurso horizontal que vai em toda a empresa, não espere que todos os seus colaboradores simplesmente adorem a sua ideia. Até uma questão de medo, eles não sabem se aquilo não vai substituir eles eventualmente. Então não ignora essa resistência. E isso é algo que num documentário que eu recomendo que você procure, vou ver se eu deixo o link aqui embaixo depois, num documentário sobre esse cara aqui,
um cara chamado Lidol. Ele era o campeão mundial de um jogo chamado Go, como tá escrito ali atrás, onde uma inteligência artificial do Google, da Deep Mind foi treinado para jogar contra ele. Uma história longa, resumida, ele tomou um pau. Tomou um pau federal. Só que o que me deixou mais triste dessa história toda, que mostra esse exemplo de não ignorar a resistência humana, digamos assim, ele depois que ele tomou esse pau federal da Iá nesses jogos, acho que sei lá, um, dois anos depois, ele se aposentou, o que eu achei muito triste, porque ele
era um campeão mundial, só que ele perdeu a evolução que aconteceu na IA no jogo de gol por conta disso, porque a IA ajudou aos jogadores a serem mais criativos e melhorarem. E ele se aposentou, ele mesmo dizendo nas palavras dele, porque ele achou um oponente que era IA, que o humano não poderia derrotar. Mas e daí? Eu não quero ver ele jogando contra IA, eu quero ver ele jogando contra outros humanos. Então, na minha opinião, eu acho que ele perdeu um pouco a mensagem e eu não quero que isso aconteça com outras pessoas, porque
ele era uma pessoa no topo do nível do jogo, da humanidade, de uma super habilidade que ele tinha, que ele simplesmente desistiu parar de fazer por um motivo que eu acho bobo. Mas independente do que ele fez ou deixou de fazer, vamos focar no que a gente pode fazer agora e vamos ver agora fundamentos mais específicos da IA. Nós estamos, nós estamos até agora trabalhando numa visão geral, até porque num vídeo desse tamanho você não espera que a gente vai direto paraa ferramenta. Eu quero passar para você para realmente chamar de o guia definitivo. E
agora nós vamos ver alguns fundamentos de a, porque eu vou assumir aqui que caso você não saiba ou não conheça alguns dos termos que são usados para inteligência artificial, modelos, lls, tokens, hag e tantas outras coisas, eu vou explicar eles passo a passo. Caso você já conheça, você pode usar os capítulos aqui abaixo e pular pra sessão que você acha que faz mais sentido. Por outro lado, se você quiser revisar e garantir que você entende todos esses fundamentos e conceitos da melhor maneira, então você assiste aqui ao longo das sessões, porque geralmente, por experiência de
negócios e de anos, 90% das respostas estão nos fundamentos. Quando algo não dá certo, não é o hack que não funcionou, é que os fundamentos são uma porcaria. Portanto, bora focar neles, porque tendo os fundamentos que você pode fazer, como a gente fez aqui na Aros, essa nossa startup de inteligência artificial para marketing, a gente aplicou e entrou para o programa de startup, de aceleração de startups de diversos aí das maiores empresas do mundo, como a WS pela Amazon, a Microsoft com Azuri, Google e também Nvidia e tantas outras. E como que a gente fez
isso? Tem um processo de seleção que não é qualquer um que consegue simplesmente receber o apoio e crédito que eles oferecem. Mas como é que eu fiz isso? Fazer sozinho seria difícil. Por que não contar com a IA? Que foi o que eu fiz. Eu comecei com o chat GPT, mandei um monte de informação aqui para ele me ajudar a entender o que que eu poderia falar a respeito. Num outro chat também mandei mais informações, ele me ajudou. Construí com o Cloud, por exemplo, mandei diversa, olha, olha o tamanho desse chat aqui, ó. Mandei um
monte de informação explicando. Estou construindo um pitch deck, que é o deck que a gente apresenta para esses programas. E eu falei, ó, vou te mandar um monte de informação, vou te mandar o que é AROS, vou te mandar dados do mercado, colei um monte de notícias e tantos outros. Eu quero que você estude tudo isso e monte uma estrutura geral para depois eu montar os slides. Então, não só eu fiz toda a pesquisa, como montei toda a estrutura dos slides usando ya. Depois eu vim numa ferramenta que é inclusive essa que a gente tá
usando agora para fazer esse vídeo que se chama gama. Tem um vídeo no meu canal que é este aqui, caso você queira depois assistir e ver exatamente como é que eu uso essa ferramenta. Mas a grande vantagem é que com toda a estrutura pronta, eu só joguei aqui dentro e ele foi gerando os slides para mim. Todos assim, com todos esses detalhes, eu tive que só depois assim, digamos, os 10, 20% finais ajustar. Então isso aqui foi fazendo toda a nossa apresentação que a gente usou para entrar nesse programa que eu aqui, sei lá, quase
20, 30 slides para fazer. Então isso é muito bom, acelera e muito o processo que usando os fundamentos, algo que daria um trabalho enorme, eu já resolvi rapidamente. Mas em termos de fundamentos, a primeira pergunta que a gente tem que fazer para antes de explicar conceitos mais modernos é se perguntar o que é inteligência artificial. Porque eu já dei uma leve pincelada, não vou entrar tanto em detalhes de história, do que é a inteligência artificial. Inclusive, se você quiser saber sobre a história como um todo, tem este vídeo aqui que é inteligência artificial explicada em
apenas 11 minutos, que eu vou mais em detalhe sobre isso. Mas nesse caso específico, talvez antes de a gente se perguntar o que é inteligência artificial, é uma pergunta mais simples, o que é inteligência? Porque na definição de palavras é que a gente vê o quanto a pessoa realmente sabe do que ela tá falando. E como a gente viu antes, a inteligência artificial surgiu com essa ideia de como é que eu replico esse cérebro que nós temos de uma maneira mecânica. Porque na boa, essa maquininha que nós temos aqui dentro, ela não só é uma
máquina de touro universal, mas ela é extremamente do ponto de vista energético, eficiente. O que hoje uma IA gasta de 700 a 2500 WH para responder, nosso cérebro faz com 20 W, ou seja, é um consumo 38 vezes menor do que alguns dos melhores e mais modernos modelos de inteligência artificial consegue fazer. Então mesmo naqueles dias que o cérebro tá meio devagar, meio cansado, se dá um tapinha nas costas, porque esse bichinho aqui funciona muito bem. Obrigado. Agora, uma definição simples e direta, porque assim, a palavra inteligência, quando eu não sei e eu quero garantir
que nós estamos falando da mesma coisa para não ter dupla interpretação e você vai ver como o importante é isso depois quando a gente começar a falar de agentes e outras coisas. A palavra inteligência, ela vem da origem no latim do inteligere, que dividindo vem de duas palavras ali. Inter, que é entre, e legere, que é escolher. Ou seja, inteligência, a origem dela é escolher entre. Portanto, a melhor definição que eu achei pra inteligência é esta aqui. Inteligência é a habilidade. E é importante cada palavra, tá? De tomar decisões eficazes. Por que habilidade? Porque é
algo que você pode aprender, não é algo que você nasce com ele ou não e que não tem o que fazer, pelo contrário, é uma habilidade que você desenvolve. Algumas pessoas talvez sejam mais propícias, outras menos, mas e daí? Todos nós temos, como eu tenho aqui nas minhas mãos, dados, alguns com os mais lados, uns mais coloridos, outros menos, mas todos nós ganhamos dados na vida que a gente joga. Independente se o seu dado é melhor, pior, com mais números ou menos números, a única coisa que você pode fazer todos os dias é continuar jogando
os dados. Eventualmente você acerta. Então essa é a definição mais simples que facilita para quando a gente começar a colocar na prática entender, porque eu já vi algumas pessoas definindo como inteligência, a velocidade de aprendizado, alguma outra coisa assim, mas acho que inteligência não é só questão de aprendizado, é é a habilidade de tomar decisões eficazes, habilidade que você pode aprender, tomar decisões, escolher a ou bicaz, que faça no mais sentido, aproveite o melhor dos recursos e produza o resultado esperado. E é importante a gente ter isso como base porque um dos mitos que eu
vejo alguns caindos é o seguinte: IA é só para grandes corporações. Precisa muito dinheiro, muito tempo e precisam programadores super inteligentes para fazer isso. Pelo contrário, realidade, há empresas pequenas, pequenas e médias empresas. E por pequenas e médias são empresas que faturam de zero até R 300 milhões deais por ano. Ou seja, maior parte das empresas no Brasil. Estas é que t as maiores vantagens, porque grandes empresas corporativas têm tanta burocracia que até implementar qualquer coisa, o cara teve que assinar 10 contratos e formulários para colocar qualquer coisa no ar. Nós aqui, como empreendedores, donos
de negócio, executivos, podemos hoje começar a aplicar. Então isso é uma vantagem muito grande que permite que algo que se você for pensar é muito louco imaginar que uma ferramenta, uma das tecnologias mais incríveis que nós como humanidade já desenvolvemos que é modelos de inteligência artificial, a mesma grande corporação que tem bilhões de dólares para usar, tem acesso aos melhores modelos do mundo que eu e você temos. Você entende o quão democrático é isso? que qualquer um de nós pode usar os melhores modelos de inteligência artificial independente do tamanho, ou seja, não é a ferramenta
que resolve, mas sim como a gente usa e as perguntas que a gente faz para ela, que é o que nós estamos tentando resolver nesse vídeo. Tá, mas espera aí, Bruno, como empresas de pequeno e médio porte, sendo até 300 milhões, tem essa vantagem? Deixa eu explicar com calma. Começando com três regras básicas que toda vez que você for pensar em como aplicar IA na sua empresa, no seu negócio, vale a pena você seguir. Número um, rede neural. Como eu expliquei, a inteligência artificial surgiu da ideia de replicar o cérebro humano, como ele aprende, como
ele processa informação, já que nós temos milhões de anos de evolução até chegar nesse estado de uma maneira mecânica. Portanto, se você levar isso em conta, significa que a maneira como nós aprendemos, grandes chances, que é como a IA aprende também, tá? Mas como que que isso significa na prática? Ahamá, aí que vem a segunda parte, a regra que eu chamo da regra de ouro. Não só eu, mas outras empresas usam a mesma coisa. No geral, se nós considerarmos que as e as, o início, o princípio delas foi o desenvolvimento para ser o mais similar
com o cérebro humano, isso significa, e é uma um ótimo ponto de partida que você pode usar para balizar qualquer decisão, que se algo é difícil para nós, provavelmente também será difícil para Iá. Deixa eu dar alguns exemplos para você entender. Se eu fosse treinar alguém paraa minha empresa para fazer um atendimento via chat, via suporte, algo simples, simplesmente responder algumas perguntas com base no manual, isso é muito difícil? Não tanto. É ter um manual, procurar as perguntas certas, mandar as respostas, praticamente copiar e colar e tá tudo certo. Portanto, seguindo a regra número um,
que é uma rede neural e a dois, que é uma regra de ouros, se é difícil para nós, é difícil pra máquina, se isso é fácil, a chance é que é fácil também para uma IA. Isso realmente é fácil, como eu vou te mostrar aqui alguns exemplos. Agora vamos para outro exemplo. Criar uma carta de vendas completa, um vídeo de vendas completa ou fazer entender de persuasão e psicologia humana. Isso é fácil ou difícil? Jamais difícil, correto? Não estou falando de pessoas. Passar esse conhecimento adiante, passar o conhecimento de como empreender, como montar o negócio
do zero, são múltiplas habilidades juntas. Ou seja, se é difícil para nós, a chance é que vai ser difícil também para Iá, por uma questão até de contexto, que é um dos grandes desafios que a gente enfrenta, que a gente vai ver aqui ao longo do vídeo. Então, seguindo essas duas regras, você já melhora e muito o seu índice de acerto do que o quão difícil vai ser implementar isso na empresa. E até quando a gente olhar lá no guia de implementação, quais fazer antes, porque você tem n atividades, algumas delas geram mais resultado, outras
menos. Só que só de seguir essa regra você vai saber, tá? Mas pera aí, ambas essa aqui tem uma nota 10 em termos de ROI resultado pra empresa, mas essa aqui eu tenho certeza que vai ser mais fácil porque ela é mais fácil para humanos. Portanto, é mais fácil eu colocar uma IA para fazer isso e automatizar do que outras tarefas mais difíceis, como eu dei exemplo, um atendimento é mais fácil do que vendas. Então essa é uma regra. Agora, mesmo com isso, lembre-se que assim, um segundo mito que alguns acreditam, faz tudo. Sim, como
a gente acabou de ver, problemas são decidíveis, sim, são tratáveis, sim, mas a que custo e com quanto tempo? Dá para fazer tudo, dá, mas tem certas coisas que a gente não quer, como por exemplo, um contato humano nas horas certas e outras coisas que o custo e a dificuldade de fazer não vale a pena. Às vezes vale a pena até o que a gente recomenda lá na própria AROS, vai até 80 90% com IA e coloca uma pessoa no final do processo para verificar e garantir o que você está fazendo. Se você for pensar
onde que esse fenômeno ou esse processo acontece, geralmente em empresas com organograma, onde você já tem um gerente, um snior e juniors, onde você coloca talvez juniores para fazer um trabalho e gerentes para monitorar que tá no caminho certo. Não é muito diferente para você ver como essa regra de ouro se aplica de diversas maneiras. E o que vai contar também bastante é que um o a visão, experiência e perspectiva que você traz ajuda e muito na hora de implementar. Um exemplo simples, eu não tenho background de programação. Eu sei assim um mínimo de JavaScript,
CSS, HTML, Python, outras coisas que até vou mostrar depois aqui ao longo do vídeo. Só que assim, eu tenho muito mais experiência, como prova ali atrás em vendas e COP, que é o que eu cresci e estudei por 15 anos, desde que eu comecei no marketing digital. Se eu pegar um modelo de a qualquer um deles e eu for instruir para vender, eu provavelmente vou conseguir extrair mais daquela ferramenta do que se eu fosse tentar usar a mesma ferramenta para programar, porque eu entendo mais dessa área, eu tenho mais visão, experiência e perspectiva em marketing,
psicologia e COP do que eu tenho programação. Agora, uma outra pessoa que é o contrário, que tem mais experiência de programação, esse conseguiria extrair mais da ferramenta do que eu. E é de novo, voltamos na regra de ouro. É o equivalente se fosse duas pessoas na minha frente, um cara de marketing e um cara de programação. O de programação eu vou ter que depender muito mais da opinião dele, porque eu não sei onde eu estou pisando. Eu não conheço este pântano, eu não sei onde estão os jacarés. Já na parte de marketing, se ele me
fala uma besteira, eu sei na hora que porque eu já testei por experiência de anos que aquilo não funciona. Então, sempre mantenha em mente isso quando você for fazer, que o que você traz, como naval Ravicante costuma chamar, de um conhecimento específico da sua área, isso vai se traduzir e acelerar o quanto você consegue tirar das ferramentas e muito. E o terceiro dos grandes fundamentos que ajuda e muito a pensar em termos de a esta imagem aqui, que quando eu faço palestras em grandes eventos de alguns nomes que talvez você conheça ou não, eu muitas
vezes faço essa pergunta: como faz um ovo? E eu abro para que as pessoas comentem: "Como é que faz um ovo?" Aí alguns corajosos começam a comentar: "Ah, você pode fritar, você pode fazer omelete, você pode fazer pochê, você pode fazer assim ou assado". Até que alguém se dá conta e fala: "Tá, mas pera aí, tu tá falando de cozinhar um ovo" ou de uma questão quase filosófica de ovo, a galinha, quem veio antes? E eu falo: "Exato, esse é o ponto. Se eu não sou específico na hora que eu digo: "Como fazer um ovo,
como você sabe qual é a pergunta?" E nós estamos muito mal acostumados porque, principalmente com pessoas que já nos conhecem num ambiente de trabalho, que já sabem mais ou menos o contexto, eu não preciso dar todo o contexto e explicar tudo tintim por tintim, porque ela já pega, ela sabe mais ou menos com base em conversas passadas e no ambiente onde nós estamos do que que eu tô falando. Só que com IA não é isso. Você tem que imaginar que é uma pessoa super inteligente com queí um Einstein da vida que chega e cai de
para-quedas na sua frente e fala: "Como é que eu te ajudo? Se você não der contexto, como que ele vai saber o que que exatamente você quer? Então, é uma pergunta exagerada, mas eu gosto de fazer assim para gravar na mente e nós não esquecermos, porque aí junto com estes três fundamentos, entender que é uma rede neural. Aprende como nós aprendemos. Regra de ouro, se é difícil ou fácil para nós, será difícil ou fácil para o Maá. e instruções claras, isso aumenta e muito as chances de quando você for pegar qualquer ferramenta, qualquer IA, qualquer
modelo de linguagem, você vai saber como não só conduzir, mas como pensar para saber o que priorizar, que é uma das dos pontos mais importantes na vida do empreendedor, que é o que compõe a nossa estratégia, onde priorizar a nossa energia no mundo de infinitas possibilidades, mas recursos limitados. Definido tudo isso, vamos falar agora de uma sigla que você se não viu, provavelmente vai ver diversas vezes. Ll. Isso significa no inglês large language models, modelos de linguagem grandes. Esses são, é um dos tipos de a das diversas que a gente tem, desde preditiva, generativa ou
modelos fechados, modelos abertos, que a gente acaba usando bastante numa versão do tipo chat GPT, naquele hub que eu mostrei, que eu vou mostrar agora ao longo do vídeo, no Cloud, Gemini e tantos outros. Não é o único, tem os que são para imagem, tem os que são para áudio e assim por diante, mas esse é um que você provavelmente vai usar bastante, tá? Dentro dele a gente avança porque tem alguns dos modelos que você conhece que você pode usar que eu já citei, Gemini, Chatpt e tantos outros. meta que tem modelos abertos, ou seja,
o modelo em si, que é o lhama, ele é gratuito. Daí, se você colocar na sua máquina para rodar, você literalmente pode ter um dos melhores modelos do mundo rodando no seu computador, o que é incrível de se pensar até no seu celular. E o que esses caras, entre aspas, consomem, se chama tokens. É uma palavra que você vai ver também diversas vezes, que a maneira como se mede as informações que são enviadas pros modelos. Então, o que que são tokens? Eu já vou mostrar um exemplo aqui. São palavras paraá. São as unidades de processamento
e custo. Como por exemplo, se a gente for pegar na nossa língua, nós temos palavras, caracteres, parágrafos. Em termos de a se fala de tokens. Por que que eles importam? Porque eles têm um impacto direto nos custos operacionais e a velocidade de resposta. é o equivalente. Voltamos na regra dois, regra de ouro. Se eu te dou uma página, um parágrafo para processar e me e falo: "Me diz tua opinião". É uma coisa: se eu te dou um livro inteiro de 300 páginas e falo resume para mim, você provavelmente vai demorar um pouquinho mais, certo? Então
isso se reflete no IA. Claro que uma IA consegue fazer um pouco mais rápido, mas o o contexto, a ideia permanece. A aplicação prática é que você consegue usar os modelos mais caros para testar e otimizar para depois conseguir baratear e até reduzir para que se você consegue dizer a mesma coisa com menos palavras, é isso que você vai deve fazer para ter uma economia de escala. Mas um exemplo básico é isso aqui, ó, que na verdade se você prestar atenção na letra do que está escrito ali, você vai talvez reconheça o que que é
que é, vou vou dar uma dica. é um dos memes mais conhecidos da história da humanidade, mas aqui tem 382 caracteres, como você pode ver aqui em cima. E isto gerou 94 tokens, que você pode ver aqui nessa na parte da página que ele faz essas divisões por cores. Ele vai separando e pode ver que não é exatamente palavra por palavra, tem espaço. Ele considera, por exemplo, aqui, ó, nesse caso aqui o parênteses e assim por diante. Então, tudo isso vai ser consumindo. Você não precisa se estressar tanto com o detalhe do detalhe, porque como
eu falei, com modelos ficando melhores, mais baratos e mais rápidos, isso não importa tanto, a não ser que você está copiando e colando livros inteiros para dentro do modelo. Eu sei porque tem gente que já tentou isso na nossa ferramenta, mas fora isso sem problema. E muitos não sabem, mas uma LLM ou grande modelo de linguagem nada mais é do que simplesmente uma máquina de adivinhação da próxima palavra. Como você pode ver nessa tabela, é tudo que ele faz, só que com uma precisão brutal por ser treinado por uma rede neural por trás, que é
o que a gente tá vendo ao longo aqui nesse vídeo. Então, por exemplo, se a entrada fosse a capital da França, e, ele ia fazer uma lista, óbvio que eu tô simplificando, mas de maneira geral é isso que acontece, uma lista de palavras possíveis que viria em seguida desta última. Paris, densa, diversa, casa e botaria uma probabilidade para cada uma delas. E aquela que for a maior probabilidade, nesse caso Paris, é a que ele mostra e assim por diante. É tão simples quanto parece. Claro que tem muito mais por trás, principalmente no treinamento, mas na
essência é assim que uma LLM funciona. Visto que é LLMs tokens, isso se transforma numa palavra que você já deve ter ouvido diversas vezes, que é o prompt. Que o que que é isso? Prompt, de novo, definições de palavras. Prompt é a entrada que diz como o modelo deve agir. Palavra-chave, entrada não é só texto, ainda mais hoje, com cada vez mais os modelos caminhando para modelos multimodais, que dependendo que eu tá vendo esse vídeo, isso já nem importa mais. Ou seja, eles não só leem o texto, eles escutam a sua voz. Depois, em um
dos exemplos que eu vou mostrar aqui de um aprendizado de língua usando o chat GPT, é tudo via voz e cada vez mais eles se encaminham para isso, onde você pode usar só a sua voz ou vídeo ou outras informações para se comunicar com estes modelos de uma maneira como nós se comunicamos, afinal a gente não se comunica só por texto e conseguir resultados mais rápidos. Tem n maneiras de fazer isso, tá? Tem até inclusive o que a gente chama de engenharia de prompt, que trabalha assim com um nível de proficiência de como trabalhar melhor
para que a instrução para para LLM, para os modelos de linguagem seja melhor possível para produzir o resultado que a gente quer. Tem componentes de um prompt eficaz, técnicas específicas de como fazer isso, inclusive biblioteca de promptes e tantos outros. Em termos gerais, aqueles que já sabem se comunicar melhor, que já estão acostumado a passar instruções e treinar outras pessoas, vão se dar bem nesse processo, porque eles já entendem o processo num nível abstrato superior, de entender que como é que eu faço o que eu faço para traduzir, para que outras pessoas possam fazer o
mesmo, que é um desafio nada fácil. Não são todos que têm essa habilidade. Alguns sabem fazer, mas não sabem ensinar. Algun sabe ensinar, não sabe fazer e assim por diante. Então, no nosso caso, nós temos na AROS, por exemplo, na versão que temos hoje, agentes que já t isso resolvido por trás de cada um desses agentes aqui, que de novo são agentes de marketing, eles resolvem um problema específico, criação de vídeos de YouTube, roteiros de vídeos, ideias e ganchos virais para você publicar e assim por diante. E se você quiser um vídeo específico que vai
a fundo em tudo isso, este aqui que é engenharia de prompt, o guia definitivo que até foi inspiração para este vídeo, ele vai no detalhe em como fazer o melhor promptível para garantir que as instruções que você passa pro modelo tem a melhor chance de gerar o resultado que você espera. Agora show, Bruno, mas vamos supor que eu não tenho acesso a AROS, eu não tenho acesso a bibliotecas de prompt e eu ou eu tenho uma tarefa específica que eu não sei por onde começar, eu recomendo começar que é o que eu chamo de prompt
pela própria sigla com seis passos que indo por aqui você vai ter um prompt minimamente decente que resolve esse problema que eu comentei antes, o contexto, para não cair só falando me faz um ovo. Não, você dá o contexto do que você quer. Então, o que que são os seis passos? Número um, persona. Você é um especialista em marketing. Aqui como exemplo, você dá um contexto pro modelo, porque ele sabe tanta coisa que se você só chegar lá falando faz um vídeo ele é um vídeo para Instagram, um vídeo pro YouTube, um vídeo bobinho para
ir no WhatsApp. Que tipo de vídeo? Então aqui você ajuda a direcionar ele junto com o segundo passo, roteiro. Eu quero ajuda para criar um roteiro, como eu botei aqui, para um res, com o objetivo, que é o nosso terceiro passo, chamar atenção com uma história cativante e depois fazer uma chamada pra pessoa se inscrever no canal. Então, percebe que eu disse: "Você é assim, atue assim. Eu quero fazer tal coisa com objetivo de tal, porque aí eu sou bem específico nas minhas instruções. Em seguida, os outros três passos. Modelo: Eu quero o resultado dividido
em 8, 10 slides ou um minuto de vídeo com sugestões de imagem e design. O panorama é onde você dá um pouco mais de contexto. O meu cliente é assim, assim, assado e gosta de X, Y, Z. E por último, principalmente nesses que tem chat, não pare no primeiro comando. Você vai falar: "Quero tal coisa". Raramente vai acertar de primeira. Assim como eu falei na regra de ouro, um colaborador do seu lado, dificilmente ele vai acertar de primeiro o que você quer. Você, ele vai falar, você vai lá e falar: "Não, cara, não tá legal
assim. Faz assim, assim, assado". Mas às vezes as pessoas esquecem isso. Nossa porcaria. Não geraram de primeira o quilo que ninguém consegue fazer aqui na minha empresa. Como eu falei lá no início do vídeo, não é mágica, é um processo. E quanto melhor for esse seu prompt, mais fácil e mais assertivo vai ser. Mas mesmo que não seja, pega e depois continua a conversa. Troca X, faz Y, adiciona tal coisa. Leva isso em consideração. Pense dessa maneira. treine para que este modelo responda melhor. A grande vantagem em soluções tipo AROS que a gente tem, essa
nossa específica para marketing, é que a gente já fez esse processo. Eu fui lá por trás com toda a minha experiência, junto com a minha equipe, testamos, testamos, testamos e testamos para garantir que toda vez que você clicar em qualquer um desses, por exemplo, neste aqui de ângulos para YouTube, se eu tenho um canal no YouTube, eu clico aqui, eu não preciso fazer mais nada. Se eu quiser colocar informações extra aqui, tudo bem, mas quando eu clicar gerar, a chance de ele produzir o que eu quero é maior, porque esse processo de otimização já foi
feito por você, está por trás embutido no treinamento do modelo. E sabe o que que é mais legal? Depois que você tem isso bem armado, bem arquitetado, você pode ir para o próximo estágio que são agentes. Essa palavrinha mágica que se você já estudou um pouquinho mais de inteligência artificial, você deve ter visto pipocando aí fora. E ela é muito importante a gente entender exatamente o que são agentes e como eles podem nos ajudar, que é o que a gente vai ver agora. Agora, pra gente falar sobre agentes, o nosso primeiro passo, como tudo o
que a gente vem vendo até aqui, é, em primeiro lugar, definir o que são agentes. Porque esta palavrinha mágica, que caso você esteja não acompanhando as notícias de A e tudo mais, você vai ver que esse é um tema bastante abordado por todas as grandes empresas, Antropic, Amazon, Google. Então é algo importante a gente entender, porque nós vamos sim usar em tudo que a gente for fazer na nossa empresa. E também tem outro motivo, assim como eu expliquei e defini alguns dos conceitos, desde a definição que eu acredito ser a mais correta pra palavra inteligência,
aqui vale o mesmo. Se a gente não souber do que está falando e cada um fala a palavra, mas cada um entende de uma maneira diferente, a gente corre o risco de não se entender, de não se comunicar da melhor maneira. Por isso é importante a gente ter essa definição. Agora, para começar aqui, eu vou te fazer uma pergunta muito simples, que eu já fiz essa pergunta em diversos eventos e a resposta variava bastante. Uma célula voltaica ou, por exemplo, uma lâmpada fotossensível que acende conforme a luz do sol, isso é um agente? Sim ou
não? Parece uma pergunta simples, mas a resposta pode surpreender. E se a gente nem sequer sabe a resposta desta pergunta, assim como muitos não sabem a diferença entre marketing em vendas e depois não sabem porque não conseguem vender mais, sem saber isso, fica mais difícil saber se nós estamos construindo um agente que servem para resolver os problemas que a gente tem. E a maneira que eu gosto de fazer, além de definir bons termos, é sempre voltar nos fundamentos. Quem foram os primeiros que começaram a falar sobre agentes, principalmente agentes inteligentes, que é o que nós
estamos tratando aqui. Tem alguns lugares que falam a respeito. Eu já vou mostrar a fonte mais original que eu encontrei para isso, que vai nos ajudar a definir. Mas, por exemplo, esse artigo aqui da Antropic, que é a empresa por trás do Cloud, que é construindo agentes efetivos, é um ótimo artigo. Inclusive algumas das imagens a gente vai usar agora aqui e eu já vou explicar com calma. E aqui pode ver que eles mesmos já comentam: "Agentes podem ser definidos de diversas maneiras". Algumas pessoas definem como agentes, como totalmente autônomos, sistemas autônomos que operam independentemente
sobre períodos prolongados usando diversas ferramentas. é uma das definições. No entanto, outros gostam de descrever de uma maneira mais prescritiva, implementações prescritivas que seguem um fluxo específico e depois eles dão as definição de agente deles. Tem um outro guia aqui da própria Open AI, um guia excelente de 34 páginas que eles falam sobre isso também. No caso aqui eles dão essa definição. A gente são sistemas que operam independentemente para realizar tarefas por você. Depois eles até vão além e falam que um uma simples LLM como um workflow, que chatbots eh LLMs que dão entrada e
saída ou classificadores de sentimentos não são agentes. Só que é engraçado porque logo depois aqui na página 14 eles falam que um agente de simples é literalmente input, agente output com algumas ferramentas que trabalham aqui por trás. Ou seja, eles têm uma definição, mas não fica o quão claro é. Então, como é que eu gosto de fazer? Primeiro lugar, eu olho na etimologia da palavra, na palavra agente, e vamos ver o que ela tem a dizer. Além das definições de dicionário, eu gosto de pegar aqui mais para baixo que tem a origem em latim da
palavra, que assim como a gente fez na palavra inteligência, nos dá pistas melhores da real definição disso. E a palavra agente vem de agere, que significa fazer, que no final, como ele diz aqui, é alguém ou algo que produz um efeito. Mas claro que isso é um pouco genérico demais, que inclusive na fonte mais citada e que me parecia a primeira que começou a realmente definir o que é um agente inteligente com bastante propriedade foram desses caras aqui neste livro, Inteligência Artificial, uma abordagem moderna, que já está na sua quarta edição. E aqui eles puxam
essa definição original de a gente é algo que age, do latim agere. E como eles mesmo falam, mas claro que todos os programas de computadores fazem algo, mas a gente espera que eles façam um pouco mais. E por isso que depois eles dão uma definição um pouco melhor e mais clara que um agente é qualquer coisa que pode ver como percebendo um ambiente através de sensores e produzindo uma resposta no seu ambiente através de atuadores. Aqui já fica um pouco mais claro que eles representam no livro por essa imagem aqui. Aqui nós temos um ambiente
onde esses perceptores sentem isto e aqui dentro este agente dá uma resposta de volta para este ambiente. essa definição mais básica, porque inclusive aqui depois no livro eles comentam de agentes de reflexo simples, que são esses com uma entrada e uma saída. Por isso, na hora da pergunta se uma célula voltaica ou uma lâmpada fotossensível é um agente, eu perguntei para tanto o Clou como o GPT, como Gemini, como Grock e os três concordaram, sim, uma lâmpada fotossensível é um agente, um agente de reflexos simples, porém ainda um agente. E por que que isso é
importante? Tá, Bruna? Por que perder tanto tempo numa definição simples? Porque eu já tive essa discussão em diversos grupos e vem pessoas falam: "Não, não, não, isso não é um agente. O meu que é um agente, ele é todo complicado. Ele é autônomo XYZ, XPTO e por isso que ele custa 50.000. Ótimo. O seu é um agente mais avançado, só que na definição todos são agentes. A diferença é que alguns vão ser mais ou menos racionais, mais ou menos autônomos, com entrada e saída, multipassos, mais ou menos inteligentes, simples ou complexos, ou até multimodalidade. É
isso que muda. Mas na definição todos são agentes e que agora a gente vai ver algumas aplicações práticas do como eles podem ser super simples de receber uma entrada e produzir uma resposta até alguns mais complexos com multipassos que pensam por conta própria. Entendido isso que todos são os agentes. Em um geral, quando a gente se refere a agentes em termos de inteligência artificial, essa definição da Openi é a que mais se encaixa, que as pessoas pensam quando nós falamos a palavra agentes são sistema que realizam tarefas de forma independente por você, com mais ou
menos autonomia, como a gente vai ver agora. Agora, algo que eu gosto é como a antropic dividiu entre fluxos e agentes. Ou seja, fluxos é meio que um caminho reto de A a B. Eu dou uma entrada e este dá uma resposta. Já agentes, eles podem continuar processando por trás e fazer mais informações. Mas deixa eu te mostrar alguns exemplos que isso aqui vai ficar mais claro como funciona. Por exemplo, um dos primeiros exemplos que eles dão é esse aqui, que é o ll, como a gente viu o que que era um modelo de linguagem
aprimorado. Ou seja, ao invés de simplesmente ter uma entrada e uma saída, ele aqui no meio do caminho passa por algumas outras ferramentas, como ele pode, por exemplo, consultar outras ferramentas, ele pode ir atrás de mais informações, ele pode salvar numa memória e depois com isso trazer essas informações para formar uma resposta final melhor do que se ele não tivesse acesso a estas ferramentas aqui. Então, esse é um exemplo. Exemplos simples desses tipos de agentes são, por exemplo, os GPTS que eu tenho aqui dentro da minha conta. Você pode ver alguns com mais de 10.000
1000 usos, onde se você usar qualquer um desses, por exemplo, o de oferta direta, eu clicar aqui, ele já tem uma pré-programação por trás aqui dentro que quando eu enviar uma entrada, ele gera uma resposta, que é o mesmo princípio, porque inclusive isso aqui foi a base de como a gente começou depois que virou a AROS, onde segue o mesmo processo, só que ao invés de ser no chat EPT, é numa plataforma própria, onde eu venho aqui e, por exemplo, na parte de conteúdo, eu quero gerar hooks virais. Eu clico aqui, preencho algumas informações e
clico gerar, ou seja, ele vai fazer este processo de entrada e saída. Um outro exemplo que a gente tem é o que a gente chama de encadeamento de agentes ou fluxos, onde você tem uma primeira parte que você recebe a entrada aqui, que é o comando do usuário ou de alguém, e que isso, ao invés de diretamente por uma resposta, ele passa por uma espécie de portão, de decisão para saber que isso é para passar adiante ou para continuar. Por exemplo, quando que isso é útil? No caso, se você tem uma ferramenta pública e você
quer decidir se aquelas informações que foram enviadas é de um cliente seu ou se são informações válidas ou se tem informações perigosas ou sigilosas que não deveriam ser compartilhadas. E nisso você pode decidir nesse portão aqui que aí depois você envia pro resto dos outros modelos para finalmente gerar uma resposta aqui no final. Então nós estamos pegando aquela base de agentes e encadeando alguns deles que não é a única maneira de fazer. Uma outra é, por exemplo, o roteamento, onde nós temos a entrada e aqui nós temos um roteador que ele vai escolher com base
no prompt que foi enviado, no modelo, na entrada que foi enviada, seja texto, vídeo ou voz, para qual dos modelos, qual dos agentes, qual dos comandos ele deve executar, porque pode ser que a pessoa pediu: "Eu quero um roteiro, eu quero uma um hook, eu quero um carrossel, eu quero um vídeo para YouTube. Sei isso porque é como a gente faz lá dentro da AROS e a gente tem esse processo programado por trás em algumas funcionalidades para dependendo do que o usuário pedir a gente encaminha pro lugar certo que a gente sabe que tem uma
chance maior de gerar o resultado que a gente quer para finalmente gerar a resposta certa. Essa é uma maneira de fazer, assim como a paralelização. Então, no caso, tenho uma entrada e ao invés de ter que rodar daquela maneira encadeada, um por vez, eu já rodo todos juntos, porque eu sei que é um processo que eu preciso fazer os três ao mesmo tempo para depois agregar. Talvez aqui podia encaixar mais um agente para gerar uma resposta final. E você já vai ver que depois eu vou dar algumas ideias que por enquanto a gente tá na
no nível da teoria, mas como a gente coloca isso na prática para funcionar nos nossos negócios. Um outro tipo ainda é o que a gente chama de orquestradores, que você vem aqui, tem a entrada, manda para orquestrador e que agora, foi o que eu falei no final do anterior, ele roda todos esses aqui em paralelo, só que ao invés de direto paraa resposta, ele antes passa nesse cara aqui, que é um sintetizador, que pode ser um outro agente que vai pegar todas essas informações e gerar uma resposta final. como exemplo, alguns dos processos que a
gente tá desenvolvendo agora, quando um usuário novo entra na gente entra no canal dessa pessoa, no Instagram dessa pessoa e outras redes sociais, entra também de possíveis concorrentes e faz um compilado do que a gente vê que está funcionando para depois sintetizar e entregar uma resposta final como um reporte aqui na saída. Então esse objetivo que ao invés de ter que esperar todos eles resolverem, eu já rodo todos ao mesmo tempo, junto essas informações aqui, porque aí no final depois a resposta sai muito mais completa. Outra maneira de fazer são avaliadores, que já aí começa
a entrar um processo de loop e feedback que a gente vai ver agora pros agentes, onde eu tenho uma entrada, um primeiro agente ou modelo gera um tipo de resposta que vai mostrar para ver essa é a resposta adequada, sim ou não. E não for, volta para cá e tenta de novo até passar nos critérios que a gente definiu aqui. No momento que foi aceitada, aí sim entrega essa resposta final pro usuário. Então, uma outra maneira de como pensar no em nível abstrato de como a gente pode fazer esses agentes funcionar. Mas fica tranquilo, não
se preocupa muito em agora assim já ter isso na prática por hora, simplesmente pense entrada e saída, sabendo que se você tiver numa pessoa que trabalha com você ou que você quiser avançar nos seus estudos, tem maneiras de como melhorar este processo com algumas dessas técnicas que a gente tá estudando agora aqui. E por último, a gente chega na parte do que são definido, pelo menos da maneira que Antropic vê como agentes. Mas você pode ver que entre essa imagem e essa aqui é muito parecida. A diferença é que aqui eles têm uma ação e
um feedback e tem um mecanismo de parar. Caso não se consiga a resposta, caso veja que não é o caminho certo, ele pode para parar para não ficar rodando para o sempre e sempre. E ao longo disso, com aquela definição que a gente viu no no livro da abordagem moderna, ele tem um ambiente que ele percebe, ou seja, eu mando as instruções e ele vai trabalhando com elas. Para que fique mais claro e você entenda, por exemplo, na Aros a gente hoje não tem esse processo ainda. É algo que estamos desenvolvendo, mas nós temos esses
fluxos mais simples, entrada e saída. Algo que estamos desenvolvendo mirando é algo como essa empresa aqui chamado Manus. onde eles fazem o processo que se você reparar, eu mandei um conteúdo aqui que agora não importa tanto, era a criação de um arquivo e você pode ver que ao invés de simplesmente como o chat GPT ou na Aros hoje dar uma resposta, ele faz um processo como se fosse alguém e começa a pensar e analisar. Isso que é o processo do que a gente viu aqui nessa parte de ter uma ação, entender o ambiente e um
feedback para pensar, beleza, não era exatamente o que eu pensava, como que eu resolvo? E aqui ele vai vendo, ele primeiro entende o que eu pedi, ele começa a analisar os documentos e fala: "Entendi o seu pedido, tenho mais algumas dúvidas que depois eu respondi". E olha agora todos os passos que ele começa a executar. Ele vai visita páginas, visita sites, executa comandos no terminal, ele visita sites na internet falando sobre isso, ele entra nesses artigos, por exemplo, do GitHub, entende esses códigos e olha só quanta coisa ele faz. Ele vai assim por diante, fala:
"Encontrei informações importantes, descobri que blá blá blá, essa solução aqui tem tal e tal coisa. Agora vou começar a desenvolver". Então, percebe que ao invés de ser simplesmente um fluxo de entrada e saída, ele já tá mais perto de, como a gente viu, de uma rede neural, da regra de ouro, de como seria o processo. Se eu fosse tentar resolver, eu tenho este problema. Deixa eu começar a pesquisar aí fora, como outras pessoas já resolveram, entender onde eu estou pisando para daí bolar uma solução. Foi isso que ele fez. E agora começou a ir pro
próximo estágio. Começou a executar comandos, criar arquivos, editar estes arquivos que é um arquivo em ponto py, que é Python, que é uma linguagem de programação. Ele começa a desenvolver e testar e estou tendo algum problema técnico. Vou tentar de novo. Finalizei a solução. Teste e veja se funciona. E assim começa um processo mais agêntico, onde ele não depende para que eu diga para ele que tudo está errado. ele vai na medida do possível, apesar que não funcionou 100%, testar isso por conta própria até chegar no que eu queria como solução. Então esse é um
agente já muito mais complexo, multipassos, multimodalidade, inclusive com computador virtual próprio dele que ele consegue acessar outros sites para chegar no objetivo que eu quero. Esse é inclusive o nosso objetivo com a AROS, só que para marketing, para que você dê uma instrução e por trás a gente programe para fazer tudo isso. E por que que é importante entender isso? Porque depois quando você chega em ferramentas como esse aqui que é o N8N, a gente vai ver mais adiante na sessão de ferramentas, essa uma ferramenta de automação, eles replicam essa estrutura aqui. Pode ver que
aqui ele tem um agente A onde ele te permite escolher o modelo como Gemini, Chat GPT, Cloud e tantos outros. ferramentas de memória para você saber e conectar para que, por exemplo, se é um chatbot, não se perde a conversa toda vez não atua como a Dorot lá no Nemo, que cada conversa ele esquece o que foi falado. e inclusive ferramentas pr você conectar e usar pr, por exemplo, fazer com que este agente converse com o seu servidor, com a sua agenda, com o editor de textos e tantas outras ferramentas que estão aí disponíveis aí
fora, que a gente vai dar agora uma olhada em como faz elas conversar entre si com as tecnologias certas. Mas por isso que é importante você entender esta base do que que é tudo isso, como possíveis agentes são construídos para que depois na prática já fica mais fácil, porque você já tem o mapa desenhado para agora transformar num terreno, num agente real que faz o que você precisa. Agora, sabe o que que é legal? Uma vez que você começa a entender como esses conceitos funciona, você pode pensar, uma das maneiras de pensar é que num
organograma que você teria de uma empresa, onde você teria cada pessoa executando uma tarefa, isso aos poucos, em algumas tarefas, pode ser substituído por um quadro onde você tem agentes executando cada uma das tarefas. Mas, pô, Bruno, se eu substituir todo o meu organograma por agentes que realizam essas funções, o que que sobra para mim? Mais do que você imagina. E a gente vai ver isso em seguida, que é um dos grandes medos que as pessoas têm de o quanto a IA vai roubar e substituir os empregos, que tem parte verdade, parte exagero, simplesmente de
uma hype, de um medo de mudanças que estão ocorrendo. Mas para esse momento, enquanto a gente conversa sobre isso, pense que tarefas que você tem e depois no guia de implementação a gente vai ver isso já mapeadas do primeiro se passa pelo gerente de marketing, ele define tal, tal, tal e tal coisa e depois passa pro copywriter e depois passa pro designer. Isso você consegue cada vez mais usando alguns dos das metodologias que a gente acabou de ver encadear ou criar outros processos para que isso se realize cada vez mais fácil, que de novo é
o nosso objetivo fazer dentro da AROS por você, mas para ter diversas outras atividades que você mesmo pode desenvolver ou que outras empresas irão desenvolver. E é por isso até aquilo que a gente falou do Samtutman de apostar que a tecnologia vai melhorar tanto que fazer esse tipo de processo vai ser cada vez mais fácil, que é algo que já tá acontecendo. Visto isso, a gente tem que também entender que dentro de todos esses agentes, a maioria deles, se já não estão, estão se caminhando para multimodalidade, ou seja, eles aceitam texto, vídeo, áudio, voz, possivelmente
um feed live que você pode plugar para fazer o que você precisa. Isso facilita e muito a sua vida, como um dos exemplos que eu vou mostrar agora. Uma demanda que eu tinha aqui na empresa era que com os vendedores que eu tinha na época que eu estava trabalhando com mentoria, eu queria simplificar o processo de comissionamento para eles, para que a gente tivesse uma tabela simples que já calculasse toda a comissão com base no variável que a gente tinha combinado. Fazer isso por conta própria eu não conseguiria, mas portanto o que eu faço? Uso
a IA. Nesse caso aqui, eu usei o Cloud, eu comecei explicando. Eu tenho um desafio. Eu quero criar uma planilha no Google Sheets que calcule automaticamente meu plano de comissão para vendedores. Super simples. E com base nisso, ele começa a dar algumas instruções. Depois prompts assim podem ser um pouco melhores. Tem inclusive um prompt secreto, digamos assim, de 11 palavras que facilita a nossa vida, mas por hora tá ótimo aqui pro nosso exemplo. E pode ver que nesse chat, olha o tamanho do chat, o que foi. Eu fui conversando, ele começou a dar indicações e
sugestões de como deveria ser a comissão. Aí dei uma resposta e a gente foi assim por diante, começamos a desenvolver a estrutura e assim foi seguindo, melhorando, definindo, pensando junto com alguém, cara, pode ser assim, pode ser assado. Começou já me dar sugestões de fórmula de como adaptar isso na minha planilha. Quando eu colocava e não dava certo, eu simplesmente mandava uma foto, calculou errado, não, não funcionou. Isso que eu quis dizer com últimaidade. Conserte. Segui aqui no papo na conversa, ele foi dando mais algumas sugestões até que eventualmente ele me ajudou a criar toda
essa planilha aqui completa, que eu já colocava aqui o mês, a comissão, o atingido, bônus, tinha desempenho, vendas, histórico de metas, os vendedores, configurações da planilha e tudo mais. Tudo feito do zero usandoá. foi aos poucos fazendo e por ser multimodalidade, quando não funcionava, eu simplesmente tirava uma foto do erro, mandava lá e falava: "Deu erro, me ajude a consertar". que inclusive esse processo eu relatei neste vídeo aqui, caso você queira ver, eu mostro justamente como parar de fazer tudo sozinho. Use a IA para casos assim, para tentar resolver problemas que você tem, que se
você não tem alguém ou tem pressa ou não tem dinheiro para contratar alguém para resolver, ou se você foi a pessoa contratada para resolver, usa a IA para acelerar tudo. Vai facilitar e muito a sua vida. Agora, tudo isso é legal, só que tem um desafio que não é nem um pouco desprezível e que muitos não entendem 100% na hora de tratar com IA, que é o desafio do contexto. Porque a grande dificuldade isso não só paraá, de novo, voltando na regra de ouro, mesmo que fosse com outras pessoas super inteligentes aí fora, imagine que
você tem um negócio, qualquer tipo de negócio, um pequeno negócio local, e você fosse chegar para alguém, uma das pessoas que você confia extremamente, o Elon Musk aparece na sua frente, o Richard Branson, e você quer se aconselhar com eles e você chega para eles e fala: "Cara, como é que eu vendo mais?" O que que provavelmente eles te responderiam? Eles provavelmente te devolveriam uma pergunta: "O que você faz? o que você vende, há quanto tempo você está nesse mercado, qual o seu diferencial, quais são os seus preços e assim por diante. Ou seja, o
que que eles estão querendo? Contexto com uma IA de novo, voltando na regra de ouro. Não é diferente. Como nós atuamos por ser uma uma simulação de uma rede neural, ela também vai precisar de contexto para dar a melhor resposta. Isso é uma vantagem, por exemplo, no chat GPT, conforme a gente usa ele mais e mais, ele ganha memória do que a gente falou nas últimas vezes. Uma vez essa memória era super curta, agora eles aumentaram e talvez quando você esteja assistindo esteja ainda maior. A vantagem, quanto mais você usar, mais essa ferramenta vai ter
contexto sobre a sua vida e todas as informações que você colocar ali dentro. Claro que para algumas pessoas isso pode assustar um pouco por questões de privacidade e tudo mais. Aí é uma escolha pessoal de cada um. Eu prefiro dar mais informações para estes modelos, porque aí eu sei que é o equivalente como se eu tivesse uma pessoa hiper inteligente do meu lado, que entende bastante do contexto do que eu estou passando para me ajudar a tomar melhores decisões. Olha um exemplo prático. Isso aqui é uma pergunta que acho que meu amigo Alan Nicholas me
passou, que é o seguinte: seja brutal. Conte-me verdades absolutas sobre mim em relação existente com a diferença entre chegar ao próximo nível e chegar ao topo. Não sei se foi ele que inventou essa aqui, mas foi ele que me passou. Então, tô dando créditos de onde eu recebi. E nesse caso, ele vem e fala: "Beleza, me ajuda a entender o que que você está querendo falar sobre X, sobre y sobre Z?" Eu falei: "Vida pessoal, não sei, você que me diga o que vai me ajudar a melhorar como pessoa." Aí aqui ele fez um processo,
pensou por 32 segundos, que não é tanto assim, mas ele é bem rapidinho e pensa rápido, e ele fala: "Diagnóstico brutal, onde você realmente está?" E ele começa a dar algumas verdades que na boa se encaixa muito bem no meu momento. Você se tornou um colecionador de ferramentas. É um um ponto cego, digamos assim, no que eu faço? Porque eu sou o curioso nato. Se me deixar, eu fico o dia inteiro aprendendo. Eu adoro explorar novas ferramentas. Eu gosto demais fazer isso. Não é à toa que eu estou aqui na parte de inteligência artificial, porque
me impressionou tanto que era uma ânsia tão grande por pesquisar e conhecer que eu não consigo evitar. Então ele sabe disso pelo tipo de pergunta que eu faço e ele fala: "Você se tornou um colecionador de ferramentas. Isso é mortal? Isso tá te atrapalhando? Curiosidade, vantagem competitiva e distração mortal. Você confunde melhoria incremental com estratégia de algumas coisas que às vezes que é do meu perfil de super otimizar algumas coisas que não valem a pena. Não valem a pena porque é um detalhe desse tamanho, enquanto tem coisas maiores precisando da minha atenção que eu ignoro,
porque eu fujo nisso ao invés de fazer o que eu tenho que fazer. Então, essas são algumas das verdades absolutas que ele fala, delegação meia boca, síndrome do futuro brilhante, que ele só sabe. Por quê? Porque eu uso bastante o chat GPT e ele tem um contexto enorme de perguntas pessoais do meu negócio para agora compor uma resposta muito boa. É o mais perto possível do que fosse não só um um psicólogo, mas um psicólogo, um mentor que não só tem um que super elevado, mas entende de negócios, sabe programar e sabe responder dúvidas sobre
o tamanho do universo, que é mais ou menos como eu converso com ele. Entende a importância do contexto? Então, quando você for lá dentro de qualquer modelo, lembre-se que você tem esse desafio. Não saia só fazendo a pergunta. Entenda que se o modelo, aquela IA que você está conversando, não tiver o contexto de tudo que está acontecendo por trás, a resposta não vai ser tão boa quanto poderia ser. Então, quando for fazer a pergunta de contexto e de preferência, a grande vantagem é que hoje, por os modelos ser multimodalidades, você não precisa só digitar, inclusive
a gente vai ver umas ferramentas sobre isso, mas já embutida, por exemplo, no próprio chattão de voz. Mande por voz, é muito mais fácil, você vai conseguir se expressar melhor. Ele traduz super bem e aí você envia. com mais contexto, mais chance de uma resposta melhor. Agora, essa é a única maneira de resolver o desafio do contexto, não. Tem uma outra sigla que você vai ver por diversas vezes e que vai ser bem importante, que se chama hag, que é retrieval augmented generation, ou geração aprimorada por recuperação. A melhor explicação que eu achei nessa imagem
aqui é o seguinte. Quando o usuário faz uma pergunta, ao invés de simplesmente dar a resposta direto com base no conhecimento, você quer com que este modelo use o conhecimento que ele tem do mundo, mas também pegue informações específicas do seu negócio para aí dar a resposta. O exemplo mais simples é suporte ao cliente, que algumas perguntas não é do que está aí no mundo, mas algo específico da sua ferramenta, serviço ou produto. Então ele faz esse processo aqui no meio do caminho, tem alguma ferramenta que vai atrás de mais informações, procura de uma maneira
que a gente chama num banco vetorial, que agora não preciso explicar em detalhes porque acho que não vai fazer muita diferença, mas é isso que ele faz e que com base nisso ele encontra sessões relevantes para devolver aqui antes de enviar para LLM para agora processar e aí sim gerar resposta. Ou seja, ele entende a pergunta, ele busca referências relevantes, põe isso junto com a pergunta do usuário e aí responde. E por isso a resposta fica muito melhor. Como um exemplo prático, a gente tem aqui no nosso site, que agora até tá mudando. Esse aqui
é o site da Aros. Se eu olhar aqui embaixo, tem esse carinha aqui que a gente chama o Berencio da Aros. Se eu clicar nele, ele abre esse balãozinho de chat que ele pergunta como é que estão as coisas. Aí eu pergunto, por exemplo, qual é a garantia? Se eu fosse fazer essa pergunta em qualquer outro lugar, é uma pergunta muito genérica que pode se tratar de qualquer coisa, mas nesse caso, pode ver que ele responde: "Nossa garantia de 21 dias, você pode testar todos os recursos, mas sentir que a AROS não é para você,
basta você cancelar que você tem 100% do seu investimento de volta". Entende? Como essa é uma resposta que se eu perguntar no chat GPT não vai acontecer a mesma coisa? Como por exemplo, perguntei aqui, qual é a garantia? Ele fez, como eu falei no exemplo anterior, você pode me especificar sobre o que você está perguntando? Claro, porque eu não dei as informações para ele, ao contrário do nosso processo aqui, que quando usa hag, ele buscou as informações certas para daí dar a resposta de acordo com a base de conhecimento que a gente alimentou por trás.
Como fazer isso exatamente? Eu não vou ir tão a fundo nesse vídeo porque senão a gente não termina nunca, mas o importante é que você entenda. Esse é o conceito por trás de como fazer. E aí tem n ferramentas que resolvem isso hoje para nós de uma maneira super simples, sem precisar saber programar nem nada disso. Agora, algo pra gente falar porque importante e sobre a questão de segurança de dados, porque isso talvez para pequenos negócios não é algo que está no topo da mente como prioridade, mas para empresas um pouco maiores, isso é muito
importante. ainda mais com regras, por exemplo, da LGPD ou até se você atua internacionalmente como agente, a gente precisa levar em consideração todas as regras de Estados Unidos e Europa, que são chatos para caramba, mas chatos da maneira certa, porque eles estão tentando proteger o usuário, apesar que a Europa às vezes exagera. E isso é importante porque se você está nos maiores modelos, como por exemplo da Open AI, Antropic, Google, num geral ele já tem uma proteção de dados grande em relação a isso, apesar que vai saber, já teve às vezes notícias que acontecem de
que isso foi usado para treinamento de modelos e outras coisas. Se você usa um modelo local, tipo lhama ou algo assim, isso permanece protegido dentro do seu servidor que pode ser hackeado. Então, sempre tem alguns riscos do que pode acontecer, dependendo como você monta a sua estrutura. Aí vai de você ver o que que faz sentido para você ou não. Na maioria dos negócios, tá? 90 95% do público que eu falo aqui não se preocupa muito com isso, com as informações que, por exemplo, você coloca ali no chat EPT, no cloud para simplesmente te ajudar
a resolver problemas. Quando você começa a trabalhar com informações sigilosas, privilegiadas ou algo que tem que ter um cuidado como de pacientes ou algo assim, aí vale a pena você considerar como você está colocando essa informação lá. Apesar que nesses grandes modelos eu não me preocuparia. No máximo é como você armazena essas informações fora destes modelos ou se que ferramentas você usa para não ter o risco disso vazar. E tem até um outro tipo de risco que a gente começa a entrar aí para falar a respeito disso, que é assim, não só da segurança de
dados, mas até de autenticidade e deep fakes, porque, por exemplo, nesse vídeo aqui do meu canal no YouTube, tá? Esse aqui, ó, eu mostro como eu criei um clone meu com vídeo e voz, na boa, perfeitos. Mesmo eu, a minha mulher olhando, a gente não sabe se aquilo é um clone ou não depois de um tempo gravado de tão bom que fica. Tem alguns erros sim, mas no geral é muito bom. E o que que é o problema disso? deep fakes. Esse é um risco muito grande, que vai ter ainda muita cabeça para rolar, que
a gente tem que levar em consideração, porque, por exemplo, eu na minha empresa, eu tenho a minha ferramenta que o meu designer e uma outra equipe que faz anúncios para nós tem acesso. Ou seja, eles podem a qualquer instante criar uma réplica perfeita minha com a minha cara e voz. Se isso é usado para alguma maneira porque vazou o meu usuário e sem alguém faz algum vídeo meu falando alguma coisa para eu provar que não era eu mesmo. Tem como provar? Mas talvez o dano já foi feito. Então, considerações assim, dependendo do seu modelo de
negócio, vale a pena tirar um tempo para pensar, para garantir que você leva a sério isso para ser tipo uma espécie de seguro que você se protege antes que dê problema. Mas indo além, com isso resolvido, que outras maneiras você tem de algumas dos processos que a gente olhou aqui para tornar em algo mais escalável? Porque como você viu, a gente vem numa crescente, a gente começa lá do básico, modelos, tokens, promptes, fluxos, agentes e agora a gente começa a ter soluções, como por exemplo, algo que caso você não conheça, talvez você ouça falar sobre
esses conceitos, que é o no code, low code e high code. O que que isso significa? Hoje tem diversas ferramentas que a gente pode usar do, por exemplo, no code, que significa que ao invés de ter que programar e digitar aquele código, ela já é uma ferramenta visual para você lá e só fazer o que precisa. Para quem conhece e trabalha com internet, por exemplo, WordPress, Miniet, Make, N8N, que eu acabei de mostrar antes, que a gente vai ver na ferramenta de automações, são ferramentas no code, que elas permitem criar o que eu preciso, desde
um site até um aplicativo, sem programar uma única linha. Vantagens, velocidade, não precisa ter esse conhecimento. Desvantagens, às vezes performance, custo e tantos outros. Já o meio do caminho é o low code. Quando você mistura e o N8N, que foi aquela ferramenta que eu mostrei, que é essa aqui, por exemplo, com cenário já mais complexo, ela tem ela uma mistura de no code, porque eu consigo sim fazer esses nódulos que é só clicar e arrastar, mas dentro dela eu tenho a possibilidade de adicionar um pouco de código quando faz sentido. Quando, se, por exemplo, algum
daqueles módulos não faz exatamente o que eu quero, eu posso abrir ele e eu consigo, eu tenho uma certa flexibilidade para criar um código que aí executa melhor o que eu preciso. E no último nível, nós temos o high code, que é quando você programa do zero realmente as coisas. Claro que é meio arbitrário esse o que que é do zero, porque se fosse do zero mesmo, você teria que programar lá atrás, desde ao próprio código de programação. Então tem níveis de abstração que mesmo o high code, considerado high code de hoje já está usando
alguma ferramenta por trás, mas ainda assim não é clicar e arrastar e sim tem uma certa programação para fazer. E por que isso é importante? Porque dependendo do que você estiver planejando na sua empresa, algumas dessas soluções, principalmente no code e low code, você consegue usar facilmente. Essa, por exemplo, de automação aqui, eu tô mostrando um cenário complicado, então não se assusta com isso, mas não precisa ir muito longe. Por exemplo, esse vídeo aqui de conteúdo infinito e esse aqui de ideias virais automatizadas, eu mostro alguns exemplos usando o make de um cenário simples que
você pode copiar e colar, que eu boto ali o arquivo para você baixar e já usar para resolver um problema seu. Nós vamos, estamos se adiantando, não vamos falar tanto disso agora pra gente entender que essas são algumas das possíveis soluções que você pode usar dependendo o que você precisa. No meu caso, eu tenho um SAS, um software as a service. Então, a gente desenvolveu a plataforma do zero, mas no seu caso, talvez não precisa. Você pode usar algumas dessas ferramentas prontas para um processo interno que não precisa tanta necessidade, até porque daqui o próximo
passo, agora complicando e entrando numa parte um pouco mais técnica que eu quero pelo menos abordar para você entender caso alguém traga esse assunto, a gente fala também de APIs, que é uma outra palavra que é uma outra sigla que assim como h você provavelmente vai ouvir diversas vezes. Então API significa application, programming interface ou interface de programas de aplicações. O que que é isso? Isso é quando você tem duas ferramentas e que você quer que elas conversem entre si. Elas têm, digamos, um endereço onde elas se comunicam e cada uma de uma maneira para
você interpretar. Então, essas ferramentas de automação, principalmente as no code, tentam simplificar isso, que se eu quero automatizar, criar um vídeo, criar um áudio, editar alguma coisa, eu uso essas APIs para invés de ter que lá navegar no site, logar e clicar nos botões, eu mando um código que com esse código vem a minha chave de autorização e diz: "Eu quero X, Y e Z". essa ferramenta processa a requisição e me devolve a resposta e se tiver tudo certo eu recebo aquilo. Então é para isso que serve a API, para conectar estas ferramentas. É algo
que se você já não tiver um pouco de ênfase nessa parte de programação, talvez você não vai mexer tanto, mas é importante que se caso na sua empresa um dia você for consultar ou ir atrás de alguma empresa para prestar um serviço e criar algo para você e eles falarem que eles vão usar APIs, é isso que eles querem dizer. Então, por exemplo, eu tenho nesse vídeo aqui que eu mostro esse processo de como eu fiz para criar um vídeo de um clone IA, eu uso algumas APIs diferentes para facilitar o processo, porque eu não
tenho uma ferramenta de geração de vídeo. Então eu vou lá, contrato uma ferramenta que faça isso e ao invés de toda vez ter que fazer no site deles, eu pego a API deles, plugo onde eu quero para juntar todos os processos e assim que a gente usa esse processo, tá, Bruno? Mas isso parece um pouco complicado, parece que daí eu tenho que saber programar. Sim, por isso que eu só quis passar por cima para você minimamente entender, até porque algo que surgiu recentemente, dependendo quando você está assistindo, é algo chamado MCP, model context protocol ou
protocolo de contexto de modelo. Esse aqui é um que a Antropic, por trás do Cloud criou, que eles desenvolveram a solução para um problema bastante recorrente que vem acontecendo com IAS para justamente melhorar essa comunicação e facilitar a vida de todo mundo. Vou te explicar que que acontece. Esse aqui é o sonho, tá? A gente tem aqui que eu chego na parte de entrada como entrada e fala: "Eu quero fazer X. Fala aí com os teus amigos robôs e resolve para mim". E aí o meu agente aqui, claro, vou falar com eles usando alguns daqueles
templates e modelos que a gente viu. E ele vai lá, eles conversam entre eles para cima e para baixo e devolvem a resposta e resolvem o meu problema. Só que na realidade é isso que acontece muitas vezes quando eu faço o meu pedido aqui. Esse carinha aqui não consegue falar com eles. É como se tivesse uma barreira aqui onde estes outros agentes não conseguem escutar ou entender o primeiro agente para eles conversarem. Então, mesmo quando eu pego um modelo de linguagem avançado e fala, "Eu tenho uma dúvida urgente, esse cara aqui, às vezes, se ele
não tiver uma ferramenta melhor, porque se não estiver na base dele, ele não consegue consultar, ele não consegue ir para ferramentas externas, como a gente falou naquele processo de hag, para criar uma resposta melhor". Ou seja, ele fica bastante limitado. E por isso que a gente começou a desenvolver algumas soluções que até no início chattinh os plugins que dessa LLM ele começa a conectar com a sua agenda, com o seu calendário, com o seu e-mail e com tantas outras ferramentas para fazer esse processo e gerar uma resposta melhor. Só que o desafio é que isso
se tornou, por exemplo, uma API, que a gente acabou de aprender o que é. E a grande dificuldade que aqui está o modelo de linguagem. Esse entende de programação, mas no geral fala a nossa língua. Quando ele vai se comunicar com diferentes APIs, ou seja, com diferentes endereços de cada uma dessas ferramentas, cada uma delas tem uma maneira diferente de padronizar esse código, o que é muito ruim, porque toda vez que eu for para uma ferramenta nova, eu tenho que aprender como é que é a API deles para ir conseguir programar e botar para conversar
com outra API. Um processo nada legal que dá muitos erros e dor de cabeça, portanto, não é o ideal. Aí o que que acontece? Se você pensar sites num geral, essa ferramenta aqui, que é o que a gente está enxergando, isso é feito mais para humanos, não para robôs. Eles não têm necessidade de uma interface gráfica. Então o que é ótimo para nós, pro modelo de linguagem, não é tão bom assim, porque eles preferem uma informação padronizada como código, que é mais rápido de consultar. Então essa interface gráfica com todos seleções, botões e todas outras
coisas que a gente faz é ótimo para nós, mas péssimo pros modelos, porque é muito ruim para eles entender, mesmo sendo modelos multimodais. Então, inclusive, está surgindo já não só sites, mas ferramentas. Assim como teve o processo que eu acompanhei nesses 15 anos de marketing digital, quando não existia o mobile, começou a surgir até virar completamente onde hoje a gente pensa um mundo mobile first. A gente desenvolve primeiro sites para mobile, que é 80 90% do tráfego, e depois para o desktop. Então, algumas aplicativos estão começando a fazer isso, estão sendo desenvolvidos para agentes consumirem,
que para nós a gente não precisa, eles só querem consultar essas informações para depois devolver essa resposta pra gente ou fazer o que a gente precisa. E nisso surgiu inclusive já o que já tem há algum tempo, protocolos padrões de comunicação, como por exemplo, para um site HTTP, para e-mail SMTP e paraa transferência de arquivos é o FTP. para padronizar este problema que a gente já enfrentava em outras soluções que a gente desenvolveu, como um navegador, por exemplo. Então, a solução foi isso, que é um protocolo padrão, só que agora para agentes. Aí quando eu
falo agora eu quero essa LLM aqui, este modelo, ao invés de ter aquela dificuldade em se comunicar com outras, ela passa por, digamos, um sintetizador ou um tradutor, se a gente quiser encarar numa analogia simples assim, para puxar os amiguinhos dele. E esse cara agora aqui faz o que precisa fazer e depois devolve essa resposta, mas não uma resposta genérica e desorganizada. Ele segue esse protocolo de contexto padrão, porque daí esse cara aqui entende. Ah, agora entendi o que você faz, porque você está se comunicando na mesma língua que eu falo, o que facilita a
vida de todo mundo. Então isso é muito bom e você vai ver que vai começar a surgir cada vez mais, porque nós conseguimos ter o melhor dos dois mundos. Nós temos um chat para nós e por isso que chat GPT e tantas outras ferramentas estão indo para essa que chamam de tendência no front. Enquanto para os modelos de linguagem que não tem necessidade de um chat ou uma interface gráfica, eles se comunicam através deste protocolo com outros agentes, inclusive com áreas, que nós queremos também desenvolver um servidor desses para devolver essas respostas de maneira padronizada.
E por quê? Porque assim, quando está padronizado, qualquer outro aí fora que tenha e entenda este protocolo pode acessar os nossos agentes e plugar nas suas ferramentas, o que facilita a vida. Ele não vai ter que ter aquele processo como se eu chegasse quase em outro país. Deixa eu aprender a sua língua para agora me estabelecer e começar a trabalhar aqui. Não, eu já vou para um país como se fosse eu indo para Portugal, que já fala a mesma língua, o que facilita e muito a vida de todo mundo. E claro, essa é uma das
maneiras de como os modelos de linguagem e inteligências artificiais estão evoluindos. Tem uma outra que eu quero comentar aqui rapidamente que se chama fine tuning e adaptação. O que que é isso? Fine Tuning é quando você pega algum modelo, principalmente aqueles modelos abertos como o lhama da meta, e você treina especificamente, você faz um fine tune nele para uma atividade específica. Por exemplo, a gente podia treinar um modelo específico para só gerar resub. Então eu alimento este modelo que é de certa maneira um ser muito inteligente e ele eu dou ainda mais exemplos do que
eu quero que ele faça. Ó, tá aqui diversos exemplos. Aprende com estes. Suplementa com o que você já sabe para me entregar um resultado melhor. A grande vantagem desse processo é que com um modelo bem treinado, você consegue respostas melhores, mais rápidas e mais baratas. Dito isso, 99% das pessoas aqui não vão precisar disso, só para casos muito específicos, até porque aquilo que a gente viu antes, os modelos já estão ficando melhor por conta própria. Então são casos bem nichados que isso aqui vai fazer sentido, até porque em termos de custos pode ser bastante demorado
treinar, tem um custo bom, dependendo do que você quer fazer. e umas boas instruções com o processo de prompt que a gente viu e um hag, que é aquilo que a gente comentou de puxar as informações, provavelmente já resolvem 99% dos casos da maioria dos negócios que eu tô tratando aqui nesse vídeo. Ainda assim, é mais um daqueles conceitos que é importante você entender caso alguém fale isso para você, para você minimamente saber julgar e saber do que se trata. Porque até indo além disso, tem outros três grandes conceitos aqui que eu só vou explorar
por cima. Porque de novo, a gente já começa a entrar numa área mais específica de inteligência artificial e áreas bem grandes, que a maioria dos negócios aqui, com tanto que entendam mais ou menos o que são esses conceitos, já é suficiente. Por isso, num geral, a maioria não vai precisar isso aqui, mas é importante que você saiba do que se trata caso alguém trate para você. Assim como estes outros conceitos que já são um pouco mais avançados. Vou passar rapidamente para você minimamente entender do que se trata. O primeiro deles, talvez você já tenha ouvido
este termo em específico que se chama big data, que o que que é armazenamento massivo de dados e talvez até um processamento em tempo real que muitas empresas vão usar porque tem aquela frase que fala que data, dados são o novo petróleo, ou seja, porque valem muito. E grandes empresas como Meta, Apple, Amazon e tantas outras provam isso. Então é aí que entra essa parte de grande processamento de dados. entender como os meus usuários, os meus clientes estão atuando para desenvolver melhores soluções. Essa é uma das maneiras de usar. Depois a gente tem, além disso,
o machine learning, que é quando a gente pega modelos de inteligência artificial para treinar e aprender o aprendizado de máquina, reconhecer padrões, reconhecer critérios, previsões basead em dados e tantos outros. Até porque, lembra aquilo que eu mostrei dos tokens, que era essa imagem aqui? No geral, esses modelos de linguagem estão se estudando algumas outras arquiteturas, mas no geral, o que que ele faz? Ele faz uma previsão ou predição do próximo token, da próxima palavra. Ou seja, se eu mandei a mensagem como we are no, que é nós não somos, qual é a chance de a
próxima palavra ser strangers ou estranhos? E ele põe isso num num algoritmo do que ele gera e ele acredita que essa palavra tem a chance X de aparecer e por isso que ele faz. Então isso é o machine learning por trás, dizendo quais as chances de cada palavra aparecer. E dentro do machine learning tem o deep learning, que aí já simula mais o que a gente viu aqui no início de uma rede neural, que são diversas camadas de neurônios, onde essas informações vão ser passadas adiantes e depois num fenômeno que eles chamam de retropropagação, devolver
a resposta para saber se o modelo está no caminho certo ou não. Mas aí já é algo mais específico do treinamento de modelos e como funciona. Mas essa parte aqui de deep learning é algo dentro do machine learning. é uma das maneiras com que modelos, inteligências artificiais se aprendem. E nesse caso, a maioria dessas aí de modelos de linguagem usam esse método para ter um aprendizado mais profundo, por isso deep learning e conseguir gerar respostas melhores. Só que na prática, o que você precisa aprender de tudo isso? ou pelo menos um dos principais conselhos que
eu consigo te deixar aqui é o seguinte: salve tudo. Se você não tem ainda 100% certeza como você vai usar, na medida do possível, comece a salvar tudo, logs, registros, acessos, tudo que você tiver no seu negócio, se fizer sentido. Claro, eu tenho um negócio lá numa uma ferramenta, um software que todos os dias tem processamento de milhares e milhares de requisições que nós salvamos. Como a gente vai usar isso exatamente? ainda não sei. Talvez para treinar o modelo próprio, talvez para aprendizado e assim por diante, mas na dúvida, salve, essa informação no dia de
amanhã pode valer e muito. E tendo agora esta boa base de fundamentos que a gente veio estudando até então, a gente vai pro quê? Agora um pouquinho mais de prática em como usar. Claro que eu não deixei só para essa parte como usar, por isso que eu quis colocar vários exemplos, senão ia te enlouquecer passando uma hora e pouco de só teoria sem prática. Por isso que eu já incluí diversos exemplos, mas agora a gente vai se aprofundar um pouco mais vendo mais casos práticos e logo em seguida algumas das minhas ferramentas favoritas. Só que
antes disso, eu preciso comentar de um dos principais erros que as pessoas cometem, o nosso erro número quatro, na hora de usar as inteligências artificiais, seja pra nossa vida ou pros nossos negócios, que é o seguinte: querer fazer tudo logo de cara, como você viu aqui, principalmente lá na base que a gente olhou de de uma máquina universal de Touring, que Allan Touring provou que qualquer programa pode computar o que a gente quer fazer, nenhuma lei física vai te impedir de fazer o que você quer, ou quase nenhuma. Porém, não significa que você deve fazer
tudo. E não significa que você deve fazer tudo ao mesmo tempo. O grande segredo vai ser priorizar onde são as áreas que você tem o melhor retorno do seu tempo. Porque, de novo, estamos num mundo onde a estratégia. Saber priorizar os nossos recursos é muito importante. Há infinitas oportunidades, recursos limitados. Como um dos primeiros exemplos dessa sessão, a gente vai começar com aquilo que todo bom, adulto, saudável, responsável faz. Assim que a gente tem algum problema de saúde que a gente faz, consulta o médico, não. Vai no Google. E hoje a nova versão do Google
é ir nas IAS perguntar o que está acontecendo, que foi o que eu fiz. Eu fiz um exame de sangues porque eu estava com possivelmente uma infecção urinária e eu queria saber. Então, fui num, obviamente, num urologista, peguei e fiz o exame. Antes de eu voltar lá para ele me falar, já vim aqui no chat EPT, botei o Loud do meu exame e perguntei: "Dá uma olhada e me fala o que você acha". E ele fez uma boa análise aqui de alguns dos dados que eu tinha do meu exame de sangue. Também fiz a mesma
coisa em outro modelo de linguagem para pegar a opinião de outro profissional, claro. E ele deu algumas recomendações do que que pode estar acontecendo com base nos exames. Vou fazer só isso e não vou lá consultar? Não, mas é interessante pegar uma segunda ou terceira ou quarta opinião que eu posso fazer assim e pela base que ele tem de conhecimento muito grande de tudo que ele já aprendeu, inclusive eles fazem diversos testes com esses modelos de linguagens e ele passa e responde melhor que muitos advogados, médicos, profissionais, engenheiros treinados por uma simples questão que é
uma máquina. Ele tem o conhecimento todo acumulado ali que ele consulta num piscar de olhos. Então isso que ele faz e é um uso simples, mas que ajuda já a adiantar algumas coisas para depois eu ir lá e rebater com quem precisa. Mas claro que esse é um uso específico. Aqui agora no vídeo eu quero dividir em cinco sessões principais de como eu costumo usar as Ias. Primeira delas, uma das mais simples, que é algo que eu sei que tem muita gente que não gosta de fazer isso, mas uma das principais coisas que aá vai
nos permitir é principalmente pensar mais. Porque olha só, pensa comigo. Se nós vamos ter cada vez mais agentes que executam tarefas, tanto do ponto de vista tarefas criativas, que a gente acreditava que ia demorar anos e anos e anos pra gente conseguir automatizar ou até ter uma inteligência artificial que criasse, e como a gente viu, não é o caso, até ferramentas robóticas que resolvem outros trabalhos mais manuais. O que que isso significa? que vai sobrar mais tempo para, ao invés de nós termos que dedicar o nosso tempo para aquela parte manual, às vezes braçal e
chata, sobra mais tempo pra gente pensar, estrategizar em termos de negócio, é uma das habilidades mais importantes e mais valiosas. Uma boa ideia caminhando na praia pode valer muito mais do que horas e horas e horas e horas sentado na frente do computador, fazendo algo que hoje uma IA faz em segundos. E isso é muito bom porque é algo que a gente vai ver depois mais adiante em algumas apostas pro futuro de uma democratização do empreendedorismo. Então usar Iá para pensar é muito bom e recomendado. Claro que tem maneiras e maneiras de fazer, como a
gente viu antes, tem na questão do desafio do contexto, porque se aquele modelo não entende o suficiente do seu negócio, do seu mercado, como que ele vai te ajudar melhores a dar melhores respostas? Porém, tem algumas perguntas que eu gosto de incluir que são boas perguntas, não só para uma Iá, são boas perguntas que eu acredito que pessoas que ou são inteligentes ou que gostariam de ser mais inteligentes ou talvez parecer mais inteligentes costumam fazer que eu tento incluir sempre que possível, seja em conversas com uma pessoa ou com a Yá, que são o seguinte:
o que eu não estou enxergando, porque muitas vezes em termos de negócio é difícil a gente ter todas as informações. Então, se tem alguém ou algo como uma IAQ já passou e tem experiência daquilo, por que não perguntar o que que eu não tô enxergando? Qual que é o meu ponto cego? Eu preciso fazer isso? Isso que eu disse como atividade, já vou dar um exemplo de como isso aconteceu recentemente aqui, é algo que é necessário. O Elon Musk fala muito disso, de questionar e deletar processos, que às vezes a gente coloca algo como se
fosse obrigatório ter ou fazer e que no final não é tão necessário assim. Então essa é uma boa pergunta para se fazer. Terceiro, tem uma maneira mais simples ou melhor, e isso recentemente aconteceu aqui na empresa, porque nós estávamos com um desafio que depois que a gente foi aprovado nesses programas de startup de Microsoft, Google, Nvidia e outros, nós tínhamos créditos que esses programas nos ofereciam pra gente usar. E a gente tava com uma dificuldade enorme de como fazer isso de uma maneira simples para plugar pela API, como acabei de ensinar para você na nossa
ferramenta. E nós, eu, a gente chegou num chat GPT da vida e falou como a gente cria uma API deste código aqui para plugar na nossa. E ele começou a nos explicar por quê? Porque se eu perguntei o que eu queria fazer, ele vai simplesmente me dar as instruções. Mas essa não era a pergunta certa. Até que um dia eu me dei conta e eu fiz uma pergunta melhor, parecida com essa anterior. Eu preciso fazer isso e parecido com essa. Não tem uma maneira mais simples ou melhor de fazer isso? E nisso o modelo começou
a me sugerir, talvez há ferramentas já prontas, que porque você não é o primeiro com esse desafio. Alguém já deve ter resolvido isso, que se você pagar uma certa quantia mensal, resolve e chuta. Só tinha foi parar, dá um, dois passos atrás. pesquisar um pouco mais e tudo aquilo que a gente estava tentando desenvolver por conta que não tinha porquê, já tinham soluções prontas, inclusive open source, que é aquilo que é de código aberto que a gente pode instalar no nosso servidor, ou seja, literalmente eu nem pago por ela, instalei e resolveu em menos de
24 horas. Por quê? Uma boa pergunta. Então, por mais que o modelo é super inteligente, se você não souber fazer boas perguntas, não adianta nada. Elas realmente abrem muitas portas. Uma quarta pergunta interessante que eu faço frequentemente. Está correta a minha linha de raciocínio? Porque eu posso chegar pro modelo e falar: "O meu software é assim, assim, assado. Eu acredito que o mercado está indo para cá e para cá, para cá". Qual a sua opinião? O que você acha? Qual é a sua linha de raciocínio? Para saber se a maneira que eu tô pensando, para
não cair em vieses e falácias clássicas que nós seremos humanos temos, o modelo pode me ajudar a cometer menos erros. E uma quinta boa pergunta, o que alguém 100 vezes mais inteligente faria, que é o equivalente, principalmente se você conseguir passar bom contexto, de ter um mentor junto com você, porque essa pessoa tem o que a gente viu lá no início, visão, experiência e perspectiva. Com o contexto certo, talvez essa pessoa ou essa máquina ou essa IA saiba um caminho mais fácil, um com menos sofrimento, com menos recursos e energia, que facilita minha vida. Então,
essas são cinco boas perguntas que eu tento sempre incorporar, não só com, mas com conversas, principalmente com pessoas que têm um conhecimento específico em alguma área que eu sei que poderiam me ajudar. Indo além, a segunda maneira de como usar IAS em geral, além de pensar, é para aprender o que você quiser. O que você quiser aprender sobre o mundo, a IA está lá para te ajudar. Tem alguns cuidados que a gente precisa tomar, que eu já vou te mostrar um exemplo bem grave, de verdade, bem grave, que a gente precisa ter na hora de
usar, mas ajuda e muito para aprender qualquer coisa. E claro que é ótimo usar a ferramenta, sim para aprender qualquer coisa, só que você tem que ter tomar muito cuidado com esse erro, que é o erro número cinco, que é alucinações, vieses e dados incorretos. Isso é muito mais grave do que parece. Sabe por quê? Porque parecer inteligente não é a mesma coisa. é diferente do que ser inteligente. E as e as são campeãs de fazer isso. Elas falam com o português perfeito, todos os pingos no nos, as crases, vírgulas e pontos e pontos e
vírgulas perfeitos, mas muitas vezes estão inventando informações, estão inventando fatos, estão no termo que eles costumam usar para esse tipo de coisa alucinando. Por isso que todos os modelos t uma mensagem tipo essa aqui, aqui embaixo, chat GPT. pode fazer erros. Por favor, verifiquem informações importantes, porque eles sabem disso. É inerente do modelo, da maneira como eles são treinados, que eles são muito bons de fazer e criar estes textos que so corretos, mas que na verdade pode ser simplesmente um monte de besteira. Ou seja, por mais que a Iá possa fazer muita coisa, é um
ser muito inteligente que pode te ajudar pra caramba, também tem os seus problemas. Você não pode simplesmente aceitar qualquer resposta sem verificar, porque senão você corre um dos maiores riscos que nós temos na vida, aprender algo errado. Porque pior do que não saber é aprender errado. Porque pode, você pode demorar anos e anos e anos operando de uma crença totalmente errada, de um fato que na sua cabeça é verdade e que simplesmente não existe. Por isso é muito importante um exemplo, tá? Outro dia eu estava aqui numa ferramenta que eu uso aqui no Macrayast, que
ele abre esse aplicativo aqui. O que que é moral dele? Quando eu aperto, por exemplo, tab, ele já tem um acesso a uma ferramenta de a. Então essa é mais uma das maneiras de usar para te mostrar como eu uso na prática. Quando eu tenho uma pergunta, eu quero acesso rápido a uma IA para perguntar. Essa é uma das ferramentas que faz, tem tantas outras. E nesses dias eu estava aqui e eu perguntei uma dúvida que é algo que eu estava pensando e lendo a a respeito do aquecimento global que eu queria saber qual foi
a temperatura mais quente que a Terra já teve. Porque no passado, por exemplo, na época dos dinossauros, não tinha nem os polos norte e sul, não tinha aquele gelo que a gente tem hoje, porque hoje nós estamos vivendo numa era glacial, apesar que para muitas pessoas isso é novidade e surpresa. E eu queria saber qual era a temperatura mais alta. E nisso eu segui a conversa e aí que veio o problema. Fiz uma pergunta simples e deu aqui. A temperatura mais alta foi de 56,7 aqui nesse lugar, no Vale da Morte da Califórnia, em 10
de julho de 1913. Legal, mas essa é toda a verdade, porque isso em tempos recentes, mas e no passado, como eu falei na época dos dinossauros. E aí eu fui pesquisar e olha só que louco que aconteceu, o quão grave é isso, porque tem esse livro aqui que se chama Ice Age, a teoria de como nós viemos do frio. E isso explica como o mundo progrediu e muda as eras glaciais. ao longo dos tempos, como na época dos dinossauros era mais quente e porque numa tendência do mundo do planeta Terra de milhões de anos, estamos
numa decrescente de temperatura. Não significa que a gente não pode aumentar no curto prazo, mas no longo prazo de milhões de anos, nós estamos numa era glacial, porque há gelos nos polos norte e sul, isso não é o padrão do planeta Terra. Então, nós estamos nesse momento. E aí eu perguntei pro chat GPT, resuma o livro Ice Age de Mary e John Gribbin. E nisso ele deu essa resposta. Mensagem final do livro. O clima da Terra não é estável. Entender o passado é fundamental para prever o futuro climático. Até aí tudo bem. Embora glaciações façam
parte dos ciclos naturais, a influência humana atual no clima é sem precedentes e pode mudar totalmente o rumo desses ciclos. Engraçado, porque eu já li esse livro, eu só queria um resumo para lembrar algumas coisas, até porque esse livro foi escrito, se eu não me engano, em 1990, foi antes de se falar tanto assim do aquecimento global. E eu tinha uma memória que esse livro não ia tanto para esse lado de o aquecimento global e o que a gente chama do efeito antropogênico, ou seja, do efeito que nós seres humanos causamos no mundo. E eu
por isso fiquei encucado, levantei aquela uma sobrancelha e questionei. Eu já li esse livro, eu não lembro dessa ênfase da influência humana a ponto de cancelar a próxima graciação. De onde você tirou isso? Boa observação. E você está certo em levantar isso. A afirmação de que ação humana pode adiar ou cancelar? não é apresentada dessa forma explícita ou central no livro. Essa é uma interpretação mais atual, baseada em pesquisas climáticas posteriores e não reflete diretamente a ênfase original da obra. Percebe o quão grave é isso? Independente do que as pesquisas hoje dizem ou não dizem,
não coloca palavras na boca do autor se não está no livro, porque depois eu peguei o livro e fui questionar. No modelo falava que o livro falava sobre o efeito dos combustíos fósseis e também do efeito estufa e de como isso pode afetar. Primeiro, no livro literalmente não fala uma única vez de combustíveis fósseis. Não fala. Ele é um livro mais científico, técnico, que explica como um termo meteorológico da Terra de milhões de anos acontece. E ele fala uma vez do efeito estufa falando que em alguns modelos isso pode sugerir que a temperatura poderia sair
de controle com uma pequena mudança. A pessoa nem imaginava que isso ia ser usado depois para tanta coisa assim, mas foi só um comentário de um modelo que não consegue nem acertar a previsão dois dias depois, mas estão acertando a previsão de 20 anos depois do que pode acontecer. Então ele extrapolou. E por que que isso acontece? Porque pensa só, esses modelos muitas vezes foram treinados com informações da internet. Tanto que quando eu perguntei, me traga citações específicas onde ele fala de combustíveis fósseis e ele fala: "Ah, não, desculpa, aí eu não tenho acesso ao
livro". Então, de onde tu tá tirando toda a informação? Não, de resumos e análise que outros fizeram. Só que grande chance porque como muitos desses modelos foram treinados com boa parte da internet e num geral, pelo menos na época que a gente tava, num geral tem uma grande tendência para a esquerda, uma cultura mais woke uma uma cultura mais falando de aquecimento global, que na boa não vou entrar nessa questão de certo ou errado, é só um fato que tem demais para esse lado. Puxaram dessas informações que pessoas que pegaram as informações do livro, que
é um livro factual, e botaram a opinião delas em cima. O que não tem problema nenhum, nenhum. Todos têm direito a isso. O único que não pode é vir aqui, um modelo de linguagem ou qualquer pessoa e dizer que o livro falava algo que não foi dito. Eu não quero aprender errado, eu quero os fatos. deixa que eu decida depois o que eu acho dessas informações. Então isso eu não consigo deixar isso mais enfático. É muito muito muito muito importante. É perigosíssimo aprender errado, porque isso é uma manipulação de massa. Se isso é feito de
propósito, porque algumas pessoas acham que isso é proposital, eu já não acho, entendendo como esses modelos são treinados, não acho que é proposital, mas é perigoso igual, sem querer ou não, o tapa dói. Então tem que ter muito cuidado com esse tipo de viés e alucinação, porque pode te ferrar. E teve até outros exemplos que na época que saiu o gerador de imagem do Google, que isso ficou assim meio que um mini escândalo, digamos assim, que quando era perguntado a esses modelos para gerar imagens do nazismo e de representações do Papa, olha o tipo de
imagem que ele gerou. Você acha que alguma dessas imagens é correta? Talvez esse cara aqui parece mais, mas um nazista asiático, um nazista negro, um papa negro, isso não esteve. Isso não é uma representação real. Isso é uma influência de como o modelo foi treinado, tentando colocar essa diversidade de raças em algo no lugar errado. Não tem problema nenhum a gente falar disso, mas no lugar errado não faz sentido. Isso pode criar uma distorção da realidade. E que a gente volta no ponto que eu comecei aqui nesse vídeo. Uma das coisas mais difíceis de se
fazer é ter pensamento preciso. Já é difícil, mesmo com o pensamento limpo, entender a dita realidade como ela é. Quando tem outras ferramentas assim que só prejudicam como a gente acabou de ver, é mais difícil ainda. Então tem que tomar muito cuidado porque um dos nossos objetivos principais, além de ser menos burros e terem um pensamento mais preciso, é buscar uma única coisa, a verdade. A verdade sobre os fatos e como as coisas são, e não opiniões invezadas de outras pessoas. E isso se reflete diretamente porque algumas vezes vem de uma opinião de uma pessoa
e outras, como a gente acabou de ver, no modelo treinado que vai pender para algum lado se muitas daquelas informações que foram usadas no seu treinamento penderem para aquele. Então só mantenha isso em mente. Independente para que lado, se você é mais esquerda, direita, para cima, para baixo, não importa. Com tanto que você entenda que o modelo vai sim alucinar, o modelo vai, assim como nós, porque ele imita uma rede neural, vai ter vieses e falácias, isso vai te ajudar um pouco mais a não aceitar todas as palavras bonitinhas que são geradas na sua tela
como verdade absoluta e questionar elas, ir atrás para ver se realmente aqueles ditos fatos são fatos ou simplesmente uma opinião enfada de um modelo de linguagem. Como terceiro passo ou maneira de usar, eu vejo como processos mapeados que a gente já tem na empresa. Então, se você tem algum tipo de processo que muitas vezes a gente já tem isso num formato de checklist, um playbook ou algo assim, isso é um grande potencial para se tornar um agente ou um fluxo simples ou achar alguma ferramenta que resolva, porque provavelmente já tem uma maneira padronizada de fazer
isso. E por ter um padrão, não só é mais fácil passar adiante para algum colaborador, como também pela regra de ouro, que a gente falou de redes neurais, vai ser mais fácil passar para alguma e a fazer, seja uma que você montou do zero ou uma ferramenta pronta, e algumas delas a gente vai ver agora, que resolvem esse problema por você. Como exemplo, antes eu tinha falado de uma pesquisa que eu fiz para achar um software de senhas corporativas para compartilhar entre os colaboradores. Isso é parte de um processo que a gente vai ter na
empresa, que precisamos de uma solução. A gente não sai assinando a primeira coisa, a gente faz uma pesquisa, a gente testa. E a grande vantagem é que todo este processo que antes tinha que manualmente testar e verificar, como eu comentei antes, agora eu posso fazer aqui então um outro exemplo do que eu fiz, era um que eu queria para e-mails corporativos e eu fiz uma pesquisa aqui tanto no chat GPT quanto o perplex, que é essa outra ferramenta muito boa que eu comentei anteriormente num com meso prompt. por favor, pesquise e-mails e me traga soluções
que façam sentido. Aqui ele deu diversas soluções do que poderia usar pro nosso objetivo, que era criar um e-mail corporativo que não fosse no Google Workspace, porque muitos dos dos benefícios que o Google Workspace oferece, para nós não fazia sentido pagar aquilo pelos nossos usuários. Então nós queríamos alternativas que fossem outras, só que eu não queria ter que eu lá e testar todas elas. E aí eu uso soluções como essa de um processo que a gente já tinha na empresa para fazer muito mais rápido e fácil. O quarto uso são de ferramentas específicas, que inclusive
a próxima sessão eu vou mostrar no detalhe algumas das minhas favoritas e que eu uso praticamente todos os dias, mas mantenham em mente que muitas das soluções em termos de a se já não tem uma maneira de fazer através do, por exemplo, um chat GPT da vida, talvez se tem pessoas ou dinheiro suficiente naquele mercado, exista uma ferramenta que faça exatamente aquilo, como antes eu citei como exemplo, a ferramenta que eu uso para essa própria apresentação. que se chama gama e a gente já vai revisar ela rapidamente, que é uma ferramenta pronta que faz isso.
Tem outras alternativas que inclusive vão surgindo, como por exemplo no Google, eles agora implementaram junto com o Google Gemy para geração de slides dentro do ecossistema deles. Então você pode esperar que estas grandes empresas também vão cada vez mais acoplar a IA em cada um dos seus processos. E isso dá para usar de n maneiras. Por exemplo, esse aqui era o nosso logo original que a gente tinha feito, sabe como? com. Exatamente. Na época que eu comecei a Aros, eu queria só um logo rápido para colocar. Eu não lembro exatamente o que eu digitei, mas
ele gerou este logo que era para representar um agente que a gente começou a usar com aros. Na época eu usei com Mid Journey, que é um gerador de imagem por IA. E claro, nada contra, mas também nada super a favor, não era o logo mais amigável do mundo. E por isso a gente decidiu. E se a gente fizesse um novo logo? A gente considerou até e até chegou a sondar com algumas pessoas para fazer, mas a gente achou interessante se a gente conseguisse desenvolver o novo logo usando 100% IA e por conta própria, faria
sentido com a história e com o marketing da empresa. Precisa todo mundo fazer isso? Não necessariamente, mas no nosso caso serviu. Muito bem, obrigado. E foi isso que a gente fez. A gente gerou algumas variações e depois eu fui no chat GPT com hoje a nova ferramenta de geração de imagem deles que é muito boa. Eu fiz esse processor. Nós já tinha um logo relativamente calibrado que pode ver que ele simplificou e muito do processo que ele tinha antes disso aqui para esse aqui que é um pouco mais amigável. Mas ainda assim eu queria fazer
alguns ajustes. O olho achei que tava um pouco agressivo, um pouco com linhas de uma cara um pouco braba ou algo assim que eu queria modificar. E por isso eu coloquei aqui nas instruções explicando mais ou menos que eu tinha esse logo e o que eu queria fazer e como eu queria sugestões. E ele desenvolveu aqui, desenvolveu algumas delas, algumas ficaram engraçadinhas demais, algumas parecem um ET. Esse sorriso não gostei tanto. E aí foi gerando outras com base no que a que nós também fomos desenvolvendo em cima disso. Então não era um processo unicamente por
a gente pegou depois eu mesmo por conta própria, pelo mínimo de conhecimento que eu tenho de design por ter feito arquitetura, que caso você não saiba, essa minha formação original, fiz 5 anos aí de arquitetura que não usei para nada, mas pelo menos serviu para isso. junto com o meu designer e junto com IA, a gente criou mais algumas versões e variações do logo pra gente começar a testar. E nisso a gente seguiu o papo falando de, ah, o logo tá assim, tá assim assado, eu acho que pode ser assim. E eu fui testando mais
variações até que eventualmente a gente desenvolveu algumas outras que a gente passou por mais testes, passamos por uma rodada de votação dentro da empresa e terminamos com o nosso logo final que é esse hoje. Então é um processo que sim, com certeza a gente podia ter feito com uma pessoa externa, mas até por curiosidade para ver com as ferramentas de a que a gente tem hoje o quão longe a gente conseguia ir. E a grande vantagem é que hoje essa geração de imagem não é só imagem genérica, ele consegue entender muito bem obrigado as feições
aqui para fazer variações como ele fez, com bastante precisão, como mostrei naquele outro exemplo do carro, inclusive com letras, caras, pessoas e tudo mais. Então, é uma vantagem competitiva e uma aceleração de processo que faz muita diferença. E como último passo, antes de a gente dar uma olhada em algumas das ferramentas, que algumas eu até já mostrei, mas pra gente entrar em mais detalhes, o quinto seria a parte de fazer. Então vamos desde da parte inicial estratégica, como pensar, priorizar, colocar em algumas das etapas do nosso negócio até fazer fazer atividades. E o que que
você pode fazer? tudo que você quiser. Como a gente viu lá no início e Alan Turing provou isso, não tem nenhuma lei física que impede que a IA faça qualquer atividade que a gente consiga fazer. Só que algumas delas a gente passa por aquele questionamento: este é um problema tratável? Assim como a previsão do tempo, vale a pena eu resolver com uma IA? Ou por mais que eu pudesse resolver com uma IA, o custo e o tempo para fazer aquilo seria tão grande que não justifica. E se não justifica, até onde eu consigo ir acelerando
com ferramentas e com IA para depois só colocar nos 10, 20% finais um olho humano, uma interação humana para corrigir e dar o melhor resultado. É isso que a gente tenta fazer. E aqui algo bem importante assim pra gente frisar, quase como fazendo uma espécie de coach aqui ao mesmo tempo nesse vídeo, mas que é importante principalmente com IA, tá? Da maneira que a IA acelera tudo que a gente faz, a gente tinha uma noção, e eu já vou mostrar algum exemplo bem claro disso, de que aqui no meio eram os limites percebidos do que
nós, como pessoas e nós como negócio, como empresa, como CNPJ poderíamos fazer. Só que, na verdade, muitas vezes a nossa capacidade realí um pouco mais aberto aqui de um centro a gente conseguiria fazer um pouco mais se necessário. Muitas vezes a gente não tem real dimensão da força, paciência e persistência que a gente pode ter se a gente não tivesse outra opção. A gente não tem essa noção real do que a gente consegue. Só que a grande moral ou uma das grandes lições aqui, indo junto no nosso conjunto e objetivo de ideias de ser menos
burro é que com IA isso acelera ainda muito mais. Tudo que talvez você acreditava que não conseguiria fazer, talvez hoje com a ferramenta certa, com as instruções certas, que é o que eu tô tentando passar aqui nesse vídeo e no meu canal e em tudo que a gente faz, isso o que era talvez quase intratável, é sim possível com o direcionamento certo. Então, mantenha estes círculos em mente em tudo que você for fazer, porque os seus limites hoje, pelo fato de ter um grande aliado que custa literalmente centavos, na maioria dos casos, digo por requisição,
pode expandir e muito a sua capacidade do que você consegue fazer, mais do que você talvez saiba ou imagine hoje. Por isso, só mantenha por hora aberto esta possibilidade que ao invés de simplesmente assumir de eu não sei fazer isso, eu não consigo fazer isso, pelo menos coloque a palavra eu ainda não consigo fazer isso e se eu perguntar para o Maá ou tiver alguma ferramenta que facilita o processo e agora eu consigo exagerando numa analogia, mas só para ficar claro, eu não consigo voar, porém se eu entrar no avião, eu estou, entre aspas, voando
para o meu destino final. Aá, de certa maneira, é isso que ela faz. Um exemplo bobo, tá? Eu tô aqui na página, numa das páginas da AROS que a gente tem. E algo que eu queria fazer no site, que no passado eu precisaria contratar alguém para desenvolver o script, testar, depurar, que é o processo de achar os bugs e corrigir, que eu não sei quanto custaria e quanto tempo demoraria para algo super simples. Simples, pelo menos quando a gente olhar aqui, mas o código é um pouquinho mais complicado, que é o seguinte, tô aqui na
página, tá? Cheguei aqui, eu cliquei no botão que eu quero fazer parte. Neste formulário aqui, você percebeu que isso aqui já preencheu automático? Por quê? Porque tem um código por trás que anota essas informações num cook, salva e se a pessoa visita de novo algumas das nossas páginas, ele carrega estas informações para evitar o retrabalho da pessoa. Isso em longa escala, em larga escala ajuda e melhora a conversão, porque é algo a menos que você precisa fazer. Tipo, sabe quando a gente viaja e chega no hotel e, pô, tu já preencheu tudo online, a pessoa
chega lá e preenche aqui os seus dados de novo com uma caneta. Pô, por que que não pega da reserva em vez de fazer eu fazer todo o trabalho de novo? É tipo isso. Então, preenche o formulário e não só isso, passa essa informação adiante pro checkout junto com o código de origem de onde essa pessoa veio, que é invisível pro usuário, para depois no nosso sistema de rastreamento a gente saber o que e de onde essa venda foi originada. Então, algo simples que para fazer, porque eu já fiz no passado algo assim, demoraria muito
mais e seria muito caro. Como a gente resolveu, nós viemos aqui no chat GPT e fizemos esse processo. Eu já tinha alguns scripts que faziam algo similar e eu simplesmente coloquei aqui essas informações. Como a gente falou, é questão de se nós sabermos e temos clareza na hora de comunicar as instruções, facilitem muito pra ferramenta devolver a resposta que a gente quer, ainda mais com aquelas cinco perguntas que eu falei de pessoas inteligentes para saber se não tem um caminho mais fácil. Então eu só falei, tem esses códigos aqui, estes scripts. Parte eu fiz eu
mesmo porque eu queria testar e ver o quão longe eu conseguiria, meio que como um desafio pessoal e até porque eu usei para gravar num vídeo do YouTube, mas você poderia muito bem obrigado mandar um colaborador se eu fazer para não perder o seu tempo. Mas eu coloquei aqui, tá aqui todas as informações, tá aqui o que eu quero que aconteça, pá pá pá pá p pá, só copiei e colei e eu falei: "Eu quero que faça o seguinte, respire fundo, leia com calma, entenda, pensa cenários e me diz como é que a gente faz.
me dá um compilado de sugestões, que é uma outra maneira daquelas cinco perguntas. Ao invés de eu simplesmente já sair falando faz isso, eu pego e dou um passo atrás e penso, provavelmente eu não estou pensando da melhor maneira. Tem grandes chances porque eu não conheço isso aqui a fundo, que tem uma maneira melhor de fazer. E aí eu falei, faça um compilado de sugestões do que você mudaria e como você acredita que este script pode ser melhor antes de criar qualquer código. Ou seja, ao invés de já sair criando, vamos conversar e me envie
pra gente discutir. Pensou por 36 segundos e começa a me dar sugestões. Eu unificaria, eu faria tal coisa, eu reescreveria os links, eu faria assim assado, eu faria tal coisa, o o preenchimento do formulário e foi me dando diversas sugestões. Isso aqui foi acontecendo. O que fala exatamente? Na boa, não importa. Nem eu sei direito. Eu só falei ótimo. Alguma que outra coisa ele me coloca como pergunta. Se eu tenho dúvida, eu pergunto, não entendi. Dei as sugestões do que eu queria que ele fizesse. Ele vai fazendo aqui. Pá pá p pa p p pá.
Quando dava erro, eu simplesmente copiava e colava e jogava aqui. Cara, deu erro, corrige, te vira. E isso eu tô usando aqui. Mas tem inclusive ferramentas gratuitas como esse Cline ou esse R code que agora até acho que tá um dos mais famosos lá no Open Router. Na verdade tá em segundo, ó. Aqui, ó. Esse é o segundo mais usado no Open Router e o Cline é o primeiro mais usado. E essa aqui são ferramentas que sabe o que que é mais legal? Ao invés de você ter que digitar esse código, ele já abre o
seu editor de texto. E quando você fala edita tal coisa ele já faz todo o processo, que eu não vou entrar aqui em detalh porque a grande maioria não vai precisar fazer isso, mas ele já faz todo um processo aqui para quem conhece de programação, de DIF, onde ele compara as versões, mostra o que que foi antes e depois, salva, anota, faz tudo certinho e rápido. Só salvo no servidor e vou testar. Deu erro, tiro foto, mando lá e falo: "Deu erro". E assim a gente vai aprendendo. Então esse é o processo que eu usei
para fazer esse script, que olha só quanto que tem aqui de conversa que eu fui fazendo. Tem bastante coisa até criar esse script que faz isso aqui. Preenche algo bobo, mas resolve uma bronca que a gente tinha e já nos ajuda no rastreamento. Tem outras coisas que faz por trás, mas isso aqui eu queria mostrar do que ele resolve justamente para isso aqui. Uma habilidade percebida minha ou até real, porque eu não sei programar. Eu entendo assim, bater o olho num script, num JavaScript, eu entendo minimamente, mas eu não sei no detalhe exatamente o que
que é, mas com IA fez algo que eu sozinho não conseguiria. E essa é uma das grandes vantagens. Agora, você reparou, você viu como é que eu fiz o comando para iniciar a criação desse código? Tem algumas daquelas perguntas que a gente viu lá no início, mas tem uma outra maneira de fazer que acelera muito a nossa vida do que eu falei que era o metaprompt, quando você, pô, tenho dúvidas de como criar a entrada perfeita para que o modelo gere o que eu quero. Ótimo. Então, estabeleça isso como ponto de base e escreva algo
assim. Escreva um prompt ou tarefa aqui, tira suas dúvidas comigo e depois responda. Foi de certa maneira o que eu fiz lá. Claro que eu dei muito mais contexto porque eu já tinha, mas se você tem dúvida ou está com preguiça de escrever o prompt em si, pega e digita isso. Digita, escreva um prompt para tal, tire as suas dúvidas antes de prosseguir, até porque muitos dos modelos, a gente olhou aquele Manus e alguns outros, antes de eles prosseguirem com tarefas muito longas, eles geralmente fazem perguntas, eles estabelecem, porque é o processo que nós faríamos
entre nós se a gente tivesse dúvidas, como se tem naquele exemplo de caiu Elon Musk aqui na minha frente, eu falo para ele me ajuda a crescer meu negócio ele já não sairia dando dicas se ele não tem ideia do que eu faço. Ele talvez faria perguntas: o que você vende? Quais suas habilidades? qual seu diferencial? ou talvez nem faria isso, mas assim, alguma pergunta ele teria que fazer para ter um mínimo de contexto para conseguir responder. Então, o que você tiver de mínimo, você coloca aqui, encaixa nesse metaprompt que já ajuda para usar a
IA para ela mesmo criar as instruções para ela seguir, tirar qualquer dúvida que de repente não ficou claro e fazer o resto do processo. Isso tem n usos, mas um outro uso que é um que eu comentei antes, é, por exemplo, para algo que geralmente toma bastante tempo, não é nada prazeroso, nada barato e demora que é o seguinte, fazer análise de contratos. Esse aqui é um, não vou poder mostrar muita coisa aqui porque tem informações confidenciais, mas esse era uma análise de um contrato longo internacional, de uma grande parceria que a gente fechou de
umas 15 páginas com bastante detalhes. Nada fácil de analisar para que que eu vou tentar fazer isso sozinho se eu posso contar com uma IA super inteligente para fazer isso aqui em 18 segundos. Então, por exemplo, aqui alguns dos trechos que eu consigo mostrar tranquilamente é que eu senti falta de um direcionamento para deixar claro o que que o que é um usuário em termos de contrato. E sabe quem me deu essa ideia? Não foi o chat ept, foi o gemini. Porque é algo tão importante que eu não passei só em uma. Eu faço esse
processo de consultar como se fosse múltiplas pessoas inteligentes para ver o que cada uma delas fala. E esse ponto específico da definição de usuário, o Gini pegou quando o Chat GPT não tinha visto isso. Então eu trouxe este insite para cá para agora corrigir. Sim, vamos adicionar uma definição clara do que o usuário já me falou as instruções e uma sugestão do texto de como colocar. Então isso acelera muito, não só para analisar, mas até para criar contratos. A gente aqui na empresa tava olhando para fazer um contrato de proteção de marca, proteção com relação
a colaboradores, etc, etc. Mesma coisa. Cloude, o chatpt votou do processo, envio as instruções e falo: "Me ajude a pensar e raciocinar em cima disso, que era o processo que eu faria com o advogado, eu não chegaria, faça esse contrato, eu iria, eu estou querendo fazer isso. Me ajude a pensar o que que eu não tô enxergando, o que que falta, o que que eu preciso incluir, o que você recomenda como expert nesse assunto para pelo menos ter uma base. Recomendo fazer isso para tudo na sua empresa? Claro que não. Isso não é algo que
a gente pegou e simplesmente vai usar e não passar com o nosso jurídico. Mas pelo menos para acelerar ou para empresas pequenas que não têm um jurídico e não podem ou não querem pagar um advogado nesse momento, é uma maneira de minimamente se proteger. É perfeita? Lógico que não, porque como a gente viu, tem diversos vieses, problemas, alucinações que muitas vezes esses modelos podem causar e não te dar a resposta correta. Então tem que tomar cuidado. Dito isso, ele é um bom 80 90% para ter uma base do que pode funcionar para depois só revisar.
No mínimo adianta um trabalho. E se você é, por exemplo, mais startup, que tá contando todos centavos vendendo o almoço para pagar a janta, isso faz diferença e muito, porque você aproveita algo que você já tem acesso para economizar uma grana aqui, torcendo que não dê nada errado para eventualmente fazer as coisas do jeito certo, porque aí é vida de empreendedor, né? a gente pula do precipício e descobre como montar o para-quedas enquanto cai. Então isso faz parte, de novo, não é recomendado. Isso não é um aconselhamento legal, financeiro, nem nada. Você não deveria me
ouvir, porque me ouvir aumenta suas chances de ser atropelado por um ônibus. Dito isso, pode ajudar e muito nesse processo inicial. Agora chegamos numa das sessões mais práticas, além de todos os exemplos que eu já mostrei de ferramentas. Eu quero mostrar algumas das minhas ferramentas favoritas e como eu uso ela todos os dias. Como eu falei, já mostrei algumas quantas. Outras tantas que se você quiser acompanhar porque às vezes muda tão rápido, tem aqui no meu canal do YouTube, tá? É só procurar por Bruno Piscinini, vai ter alguns vídeos, por exemplo, este aqui de testei
100 a gratuitas, é uma de ferramentas, essa aqui é aplicativos para mobile. Esse aqui é de ferramentas online. Tem outros vídeos específicos, alguns que eu já mostrei, como por exemplo, esse aqui de gerar slides automáticos e assim por diante. Mas agora eu quero mostrar algumas delas das que eu mais uso, quase que assim, diariamente, que eu acredito que pode fazer diferença para você. Começando pelos chats básicos que eu já mostrei diversas vezes aqui, mas caso você não conheça, é, por exemplo, o Chat GPT, que é um dos mais usados. Esses são os modelos atuais hoje,
com ferramentas de criação de imagem, algumas outras delas como procura e algumas outras que a gente já vai olhar. O Cloud é um que também eu gosto bastante, principalmente pra parte humanas, eu gosto de usar ele nessa nessa área, quando é marketing, cob essas coisas, eu tendo a vir para cá do que o chat épt. Hoje eu tô numa conta aqui não é paga porque a gente resolveu de uma outra maneira que eu já vou mostrar que é o que eu mencionei antes. E o chat GPT funciona muito bem assim num geral, mas por exemplo,
se eu tiver uma planilha para analisar aqui, tende a performar melhor, mas pode variar. Outro que vem crescendo cada vez mais é o próprio Gemini do Google, que começou um pouquinho atrás na corrida, mas hoje em dia está muito bom. O modelo 2.5 Pro, que é o no caso que está disponível agora ou talvez você esteja vendo, já esteja no modelo 26. Esse aqui é um modelo muito bom, com uma janela de contexto muito grande e um custo, caso você não tenha uma conta direta aqui com as ferramentas deles em termos de API, lembra que
a gente aprendeu antes para conectar nas nossas ferramentas? Muito baixo. Inclusive, já vou te mostrar uma ferramenta que eu gosto bastante de usar quando eu tô compando modelos para escolher e testar aqueles que eu vou fazer. E no final, esse aqui são três dos principais. E como uma quarta ferramenta, a gente tem agora o Grock, que é disponível para usuários gratuitos e que tá bem interessante. Eles têm um processo bem legal. O que eu gosto deles é que eles não tão são com um pouquinho menos de vieses do que as outras, mas não são também
completamente livres disso. Então tem que sempre tomar cuidado. Só que o que que é legal deles e por isso que é legal fazer tipos de pesquisas diferentes, que talvez até um dos motivos por o Elon Musk adquiriu o Twitter, porque é uma das melhores e mais rápidas fontes de notícias. Então, para isso é muito bom. E aí, olha que interessante, eu fui fazer aqui uma pesquisa, se eu pegar aquela história do resumo, lembra que a gente comentou antes do resumo desse livro Ice Age, que eu falei que na no caso para cuidar com vieses e
tudo mais e o problema que as IA representam, olha a diferença. Olha a diferença. Isso é importante, tá? Olha a diferença de resposta que o Grock deu. E isso é algo que eu já notei. Quando eu quero uma pergunta que eu sei que tende a ter muitos vieses, como por exemplo, uma questão de aquecimento global ou outras, e eu quero mais saber o que a gente comentou, eu quero sair em busca da verdade e não simplesmente de opiniões envzadas, o Grock tende a performar melhor. E olha aqui, isso é um exemplo claro disso. Fiz o
mesmo prompt, resumo o livro Ice Age. Resumo do livro. Ele vai aqui, fala diversas as partes, ele fala o que era a minha impressão e depois confirmada quando eu reli o livro, onde é um livro mais científico, factual, contando como nós estamos, que ele comenta, acho que aqui nessa parte, ó, uma teoria surpreendente apresentada é que a última grande época glacial, essa teoria aqui, ó, o livro explica que vivemos atualmente uma fase interglacial de uma época glacial, que é o que eu tinha comentado antes. E inclusive ele conta daquilo que a gente falou que era
o problema. Isso aqui, ó, o que o livro não aborda. Não há discussão sobre mudanças climáticas contemporâneas ou impacto humano nas glaciações, mantendo o foco nas causas naturais das eras glaciais. Era exatamente isso que eu queria. Eu não quero opinião envzada de ninguém. Eu quero saber o que o livro fala. Se ele falasse sobre mudanças climáticas, sem problema. E nesse caso ele dá fonte aqui que ele pegou talvez de alguma review ou algum resumo desse site aqui do Good Reads para falar sobre isso, o que já é uma resposta muito melhor do que as outras
que simplesmente assumiram pelo um contexto ao redor do livro, como se o livro falasse daquilo quando não era verdade. Era simplesmente a opinião daquelas pessoas que escreveram ou usaram uma citação específica pequenininha para fazer um argumento que não necessariamente é 100% verdade. E por último, a gente tem a Open Router. Essa aqui, se você não conhece, e a gente já vai usar em seguida numa outra ferramenta, ela é muito legal porque, como eles falam aqui, é uma interface unificada para todas LLMs, modelos de linguagem. Então aqui dentro, se eu apertar barra ou clicar aqui, pode
ver que ele mostra centenas, literalmente de modelos, de todos, do Hugin Face, da Open AI, da Nvidia, da Meta, da Amazon, da Quen, do Mistro, Google Perplexity e tantos outros que você pode brincar, se divertir, testar e fazer como bem entender aqui no chat. Porque o legal que você pode inclusive carregar mais de um modelo ao mesmo tempo para testar, porque no nosso caso, por exemplo, na Aros, a gente usa alguns modelos específicos dependendo do objetivo dos agentes. E algo que a gente tenta fazer com a maior frequência possível é entender qual que é o
modelo hoje que gera o melhor resultado do que a gente quer. Por isso que às vezes às vezes as pessoas perguntam: "Mas qual modelo vocês usam?" O melhor possível, porque a resposta de um mês pro outro pode mudar. E aqui ajuda e muito nesse processo. E como é que funciona? Tem um custo, tem é mais ou menos a 5% acima do valor que você pagaria numa API. Então se você for na API, lembra que a gente aprendeu antes que era application programming interface, que é como as ferramentas se conecta. Em vez de usar no chat
direto, eu plugasse na minha ferramenta. Se eu pagasse dó a cada 1 milhão de de inputs, de tokens de input, aqui eu vou pagar 1 milhão mais 3 a 5%. É isso, o custo que eles colocam em cima para te oferecer todos de uma maneira simples e fácil. Então eu acho um custo bem razoável para um serviço muito bom, obrigado, e que facilita a vida para, principalmente depois aqui, ó, a gente pegar a API da Open Router e colocar onde a gente quiser, que é o que eu já vou mostrar. Um próximo uso bem interessante,
porque eu mostrei estes chats de uma maneira simplificada, só que um outro uso que tem é isso aqui, ó, este botão de pesquisa, porque aí você conecta estes modelos, esses modelos de linguagens LMS com a internet. Então aquele processo que pelo menos eu fazia, que eu comentei antes de se eu quero descobrir algo, eu vou visitar centenas, talvez centenas não, mas dezenas de links e sites, assistir vídeos para extrair o melhor desses. Esse aqui com a pesquisa, talvez com o combinado de pesquisa aqui, deep research, porque esse aqui é a conexão, ajuda esse processo. As
ferramentas que eu mais uso para ISO é o próprio chat EPT, que hoje tem a ferramenta de busca. O Cloud lançou recentemente, então você pode usar por lá. O Perplex tem uma função e assim que escreve o nome, porque eu notei que não tá aparecendo na tela, ele já tem naturalmente essa função de pesquisa, inclusive com alguns tipos de modelos e onde você quer pesquisar, na web, social, assim como fóruns e tantos outros. No Google Gemini, ele naturalmente ele já faz bastante pesquisa, ele tem isso conectado na parte, principalmente acho que do Flash ele faz
bastante isso nessa pesquisa porque é alimentado pelo Google. E por último, o Grock tem um tipo de pesquisa bem interessante aqui, que se você clicar, ele tem o deep e o deeper search, onde ele faz esse processo para não só questionar, porque esses modelos de linguagem tem um limite do conhecimento deles, que geralmente pode variar de 6 até 2 anos da data atual. Então eles usam para pegar informações atuais, suplementar mais ou menos num processo de hag, como a gente viu antes, e aí gerar resposta, porque assim garante que é um modelo treinado, com a
maior inteligência até a data que fechou o treinamento, mas carregando como contexto as notícias atuais para te gerar uma melhor resposta. E outra função legal, só para garantir que você tem, é, além da pesquisa, é essa que eu citei antes brevemente, que é de deep Research. Aqui na conta mesmo, na conta paga do chat GPT, pode ver que, ó, eu tenho 21 deep research disponíveis para mim até dia 11 de maio. Então é a quantidade que eu consigo fazer, porque na boa, é um processo de 30 minutos que deve consumir bastante requisição. No Perplexity, mesma
coisa, eu posso clicar research, alguns exemplos que eu já mostrei. E no Google, mesma coisa. No caso, hoje eles têm aqui no 2.5 Pro o Deep Research que ajuda nesse processo de visitar todos esses links e ir um pouco mais a fundo, então pesquisar, juntar todas elas e tirar um tempo para pensar a respeito e gerar um relatório completo no final, como alguns exemplos que eu te mostrei aqui ao longo do vídeo. Agora, lembra que lá no início do vídeo eu tinha mostrado essa solução aqui, que é um hubo que a gente criou pra nossa
empresa para colocar os nossos colaboradores e ao invés de pagar uma licença por cada usuário, a gente simplesmente hospeda no nosso próprio servidor e só paga o custo de requisição que cada um dos nossos usuários for usar, que eu te garanto que é bem menos do que eu pagaria numa licença para outras empresas. E a grande vantagem é que eu tenho todos os modelos aqui, literalmente quase todos. E você notou a coincidência? Onde foi outro lugar que eu acabei de falar que tinha tantos modelos assim? Exatamente na Open Router. Então, vou te mostrar como é
que é. Até quero fazer um vídeo no meu canal mostrando o processo completo de como colocar isso no ar do zero, desde contratar o servidor, instalar o software, conectar tudo bonitinho. Se você quiser saber, se já não foi ao ar, deixa um comentário aqui abaixo para eu saber que você tem interesse, porque daí eu coloco isso na prioridade de lista de vídeos. Mas para explicar, quem quiser se arriscar já tentando por conta, quais foram as ferramentas que eu usei? A primeira delas para criar este hub aqui de chat é essa aqui que se chama Open
Web UI, que tá aqui o nome dela. Open Web. A grande vantagem dela é que ela ela é um projeto que é open source, está no GitHub, que é outra ferramenta que caso você não conheça, se acostume a visitar esse site. Tem diversos projetos interessantíssimos que estão aqui como open source, ou seja, tem todo o código disso aqui aqui dentro que você pode pegar e usar para você. Claro que você tem que avaliar uma questão de tem aqui geralmente na na cláusula de licenças do que você pode ou não fazer. Porque geralmente é um tipo
de licença aberta, tipo GPL ou essa BSD, que permite sim comercialização, mas algumas delas têm algumas restrições ou regras. E aí vale a pena você consultar talvez com o chat GPT ou com o Cloud ou com alguém que entenda para ter certeza. Por exemplo, essa licença aqui, eu sei que é bem permissiva, eu posso usar sem problemas de maneira comercial e eu não fico obrigado a compartilhar o meu código fonte depois que eu modifiquei. Então tem n maneiras de fazer, não vou entrar tanto em detalhes, mas se acostume a visitar o GitHub, porque ele é
um site bem legal, com vários projetos interessantes para disponibilizar para nós maneiras de pensar de como é que eu uso essas soluções que outros estão desenvolvendo, que eu posso colaborar junto para crescer pro meu negócio. Nesse caso específico, eu criei esse hub próprio pr nós, pra gente usar. É uma das maneiras que a gente usa, mas tem tantas outras soluções aí super interessantes. Então essa ferramenta que eu usei, tá, é Open Web. Se eu clicar aqui, deve ir provavelmente pro GitHub. Exatamente. Aí isso aqui eu tenho que instalar num servidor próprio, que tem hoje maneiras
na boa, que não precisa nem saber programar, tá? Você literalmente contrata um servidor, tipo criar uma conta no Gmail e fala instalar Open Web e ele instala. Tem alguns passinhos a mais, por isso que eu falei que eu não ia fazer agora aqui nesse vídeo, mas caso você queira, esse é o processo. Depois de instalado, ele vai ter uma interface assim que você aqui dentro das configurações tem um local que você pode adicionar modelos extras, porque é uma ferramenta, esse Open Meb ele foi criado com a ideia de se usar modelos locais. Lembra que eu
falei que desses modelos LLMs tem os fechados como da Open AI, Cloud, Gemini, e os abertos que você pode instalar no seu próprio computador. Um deles, o lhama da meta. Então você poderia instalar essa solução open source num servidor próprio, instalar o lhama da meta neste mesmo servidor e fazer eles usarem ali sem depender da internet offline, na verdade não porque você está usando um servidor na nuvem, mas eu quero dizer sim, usar outras ferramentas de outras empresas. Se fosse no seu computador, aí sim 100% offline, tanto o Open Web como o modelo de inteligência
artificial, porque ele já tem todo o treinamento arquivo dentro do seu computador. Então o que que você faz? Depois que você cria uma conta aqui, você tem que vir aqui em cima, adicionar créditos e depois aqui nas configurações, que eu de novo não vou entrar em detalhes agora porque não vale a pena, porque são mais passos, você tem que pegar a sua KI, a sua chave API, que é um código específico que lá na Open Web você conecta, mais especificamente aqui dentro das configurações, você clica aqui em settings, onde eu tô, tá? nessa parte aí.
Depois que você clicou aqui, você vem em connections. E aqui pode ver que se eu clicar para adicionar, ele me dá estas opções que eu vou colocar essa URL da Open Router que eles me fornecem e mais a API Q que eu peguei deles. É literalmente só isso. Depois quando eu clicar aqui na parte de modelos, ele lista todos os modelos que a Open Router fornece, que eu posso usar, que eu posso desabilitar e habilitar como eu bem entender, ou dar acesso pros usuários que eu quiser. Então isso ajuda em muito porque agora a gente
fornece para todos os nossos colaboradores de uma maneira unificada, com muito mais controle. E de novo, se você quiser o vídeo completo de como fazer exatamente todos esses passos no detalhe, me avisa aqui embaixo que daí eu coloco na prioridade para gravar. As próximas ferramentas que eu tenho aqui, que eu costumo usar quando eu preciso de algum tipo de transcrição, são essa aqui que é o assembly, que eles têm um playground, que se eu preciso transcrever em algum arquivo rápido, que por exemplo vídeos no YouTube, tem extensões que se eu clicar aqui, por exemplo, e
digitar YouTube, tem algumas extensões, tipo essa aqui, ó, YouTube transcription, que ela vai me ajudar a ter toda a transcrição do vídeo que eu consigo baixar, porque o YouTube faz isso automaticamente. Mas às vezes eu tenho um arquivo que eu quero aquela transcrição daquele arquivo específico. Eu uso essa ferramenta aqui, tem uma outra chamada Deep Gram, que também oferece algum tipo de playground assim que você consegue fazer ou pegar API e conectar na sua ferramenta. E uma outra do Google é essa aqui chamada Pinpoint. É uma que na verdade é mais usada para jornalistas, tanto
que eu tô aqui no Journalist Studio, só que ali tu consegue subir todos os tipos de arquivo e ele gera essa transcrição que você pode baixar como PDF ao texto. Então é uma das alternativas. E outra que funciona muito bem, obrigado por um preço super barato é essa aqui, turboscribe.aiaii. Ela é muito boa. Por $10 por mês anualmente você consegue fazer transcrições ilimitadas. Sim, ilimitadas. Eles têm um modelo que eles mesmos treiná-lo e que faz transcrições super boas, de qualidade ótima e bem rápido. A única coisa que eles pedem é só o seguinte, porque assim,
pô, como é que é para um valor tão baixo assim? Mas em volume eles calam e ganham. E a única coisa que eles pedem aqui é para em algum lugar aqui, ó, só não compartilhe com outras pessoas. É isso. Então, essa ferramenta aqui chamada TurboScribe vale a pena uma para ter porque pelo valor dela é irrisório se você trabalha com esse tipo de arquivo precisando de transcrições muitas vezes. Agora, um outro tipo de ferramenta que na boa para mim economizou muita, muita tendnite é uma de transcrição de voz para texto em tempo real. Porque algumas
ferramentas já fazem isso. Se você for, por exemplo, num Google Docs da vida, ele já tem essa ferramenta. Ou inclusive no Windows, muitas pessoas me comentaram, porque eu não tenho Windows, que a própria transcrição do Windows é muito boa. E se ela é boa, ótima, use, porque eu tenho certeza que muita gente não usa e economiza uma energia do cão. Então aqui tem algumas outras alternativas que, por exemplo, eu gosto de usar essa Mac Whisper porque eu já tinha comprado. Algumas outras bem legal tem essa Whisper Flow, que é uma bem legal assim, funciona super
bem, só que tem uma assinatura mensal. Essa Super Whisper também funciona bem, tem pra Mac e acho que eventualmente eles vão lançar pra Windows. E uma última é essa Willow Voice, só que acho que é só pra Mac também, então não vou me estender muito em cima disso, até porque como eu falei, tem esse vídeo aqui no meu canal de nunca mais digite, onde eu vou em detalhes em cada uma delas como armar. E logo em seguida, no guia de implementação, eu quero te mostrar na prática o quão rápido e boa ela pode ser e
o quanto, principalmente se você tem muitos colaboradores e precisa trocar muitas mensagens todos os dias, o quanto de esforço ela economiza. A próxima ferramenta que eu vou mostrar é uma que mudou bastante o jogo aqui. Pra você ter uma ideia, todos os vídeos do meu canal, esse vídeo que você está vendo agora foi editado com essa com essa ferramenta. Os anúncios, conteúdos e tantos outros cursos e aulas que a gente faz também são editadas ali de tanto que a gente gosta. E é uma ideia simples que eles tiveram, só que enquanto os modelos de A
não eram bom suficiente, a qualidade pecava. Eu tinha testado, eu lembro que a pelo menos uns 2, tr anos atrás e não era tão boa porque a transcrição dos vídeos era muito ruim e por ser daí em português eu não consegui usar. Talvez em inglês naquela época já funcionava, mas não tava lá pro português. Hoje é praticamente perfeito. Mas deixa eu te mostrar na prática para você ver qual que é sacada. Ó, literalmente eu tenho aqui aberto o vídeo antes de ir a edição, porque eu tô gravando ele. Esse aqui que vai ser edição. Pode
ver que já tem 2:50 aqui. Tá aqui todo o meu vídeo, como ele é feito. Qual que é a sacada que os caras tiveram? Se você já editou algum vídeo ou se você já teve algum editor de vídeo que ficava naquele processo de manda o vídeo, manda outra coisa, edita, volta, corrige, aquilo às vezes tomava muito tempo. Então tinha uma outra ferramenta que até já resolvi essa parte de colaboração, mas algo que eu que era muito difícil era quando, principalmente vídeos de venda pro tipo de trabalho que eu faço, que eu sabia que eu tinha
dito algo errado ou mudou um preço ou mudou algum bônus da oferta e eu queria trocar só aquela sessão. Para achar aquilo, eu tinha que ir no vídeo clicando e dando play, sessão por sessão até achar. A sacada deles é que hoje quando eu subo o vídeo aqui, ele já faz a transcrição do vídeo. E tá reparando o que tá acontecendo? Conforme eu seleciono aqui o texto, tá vendo que ele tá selecionando ali embaixo? Por quê? Porque a transcrição e o vídeo estão conectadas. Ele consegue entender que essa transcrição corresponde a uma sessão específica do
vídeo. O que que isso significa? Vamos supor que toda essa parte aqui eu tivesse errado e eu quero regravar ou simplesmente eu gravei de novo e quero substituir. Se eu apertar agora delete, ele deleta o texto e do vídeo. Entende o quão bom é isso? O quanto que ele acelera o processo? Deixa eu voltar antes que a gente perca a parte que a gente precisa. Isso aqui é muito bom porque daí eu consigo rapidamente e não só isso, usar outras ferramentas, adicionar legendas, usar esse underlord deles que corrige texto, das sugestões e tudo mais para
facilitar o processo. E hoje, pelo menos em português ainda não tem, mas em inglês você consegue até gerar voz. Ou às vezes quando erro, vou ali e gravo em cima mesmo do vídeo para corrigir alguma coisa. Na boa, isso salva vidas. fica uma edição muito mais rápida e fácil, porque não é agora só um vídeo que a ferramenta não sabe do que se trata, ele consegue entender e nós também. Consigo bater o olho ali em todo o texto e trabalhar com isso, seja para colocar legenda, títulos e tantos outros. Então essa é uma ferramenta muito
bacana que se chama descript, como tá escrito aqui, e que eu uso bastante e recomendo. Ah, antes que eu esqueça, eu provavelmente devo deixar todos os links dessas ferramentas, vídeos e tudo mais que eu recomendei aqui abaixo. Se não tiver direto na descrição, vai ter um link que vai pros materiais recomendados. Agora, quando eu quero fazer pesquisas de modelos, se eu não estou pesquisando no X ou no Reddit, que geralmente são ótimas informações para notícias mais quentes, eu gosto de usar tanto a Open Router, que a gente já viu antes, então eu posso vir aqui
pesquisar os modelos, porque ao entrar em qualquer um desses modelos, ele me dá mais informações sobre o que ele faz e também janela de contexto, quanto é o custo de inputs e outputs e também alguns dos usos mais comuns que as pessoas têm, digamos, em termos de quantidade. ou aqui na própria página, eu consigo descer um pouco e ver quais que são os aplicativos mais usados aqui com a Open Router. Ou se eu clicar agora aqui em rankings, ele vai trazer quais são os modelos mais usados. O que dá uma visão bem legal que, por
exemplo, hoje o Cloud 3.7 Sonet é um dos mais usados, o que é meio incrível, porque ele é um modelo que foi lançado já há alguns meses, que em termos de ah é quase uma eternidade e ainda assim ele tá no topo aqui do ranking com 41 bilhões de tokens comparado com o segundo que é o 2.0 flash do Google. Ou seja, porque em termos que aqui é bastante programadores, para as pessoas eles acreditam que o Clode 3.7 Sonet tem gerado um resultado melhor, porque uma coisa é os resultados que eles mostram naquelas pesquisas que
eles fazem em diferentes tipos de benchmarks, que é legal, é bom para saber, para ter uma ideia, só que no final do dia quanto que as pessoas realmente estão usando, porque elas sentem que aquilo produz a uma melhor resposta. Aí as outras maneiras de avaliar além daqui tem esse aqui que se chama chatbot arena, que é bem legal. Que que é a ideia? Ele vai aqui, se tu quiser participar, ele algum comando específico, ele te mostra o modelo A e o modelo B, sem te dizer qual é, e você vota aquele que você acha melhor.
Então aqui na leaderboard, se eu clicar, eu consigo ver paraa categoria de linguagem geral, quem está hoje em primeiro lugar é o 2.5 Pro do Gemini, em segundo lugar o O3, depois o 4O do chat GPT, o Grock tá em quinto e assim por diante. O code tá até onde? Vamos ver. Tá mais para baixo, ó. Tá bem para baixo aqui em termos de linguagem geral. já caiu bastante. Aí tem overview geral, ele tem preço, visão, ele tem até um de pesquisa para ver quais as melhores ferramentas e que hoje o 2.5 Pro do Gemini
está na frente. Depois em segundo, terceiro e quarto e quinto e sexto o perplexe. Então é muito legal esse site aqui. Se você digitar chatbot arena ou visitar como tá aqui lmarena.aiaiai, ele tem esse site que ajuda a pesquisar. E um último que eu gosto bastante é esse aqui que se chama Artificial Analysis. Ele é muito bom porque ele te dá uma visão completa de diversos modelos, faz comparações entre inteligência, velocidade e preço, o que é muito bom para pesquisas. E você pode vir aqui embaixo, por exemplo, deletar aqui e dizer: "Eu quero pesquisar só
comparar, por exemplo, se eu clicar aqui em procura, o O3, que é um dos atuais hoje, com alguns do Sonet Opos, só para ver como é que compara. Hum, legal. Eu consigo ver em termos de index de inteligência, eu consigo ver de acordo com o modelo, outras funções aqui que eles mostram. E aqui mais para baixo tem uns gráficos bem interessantes que eles mostram, por exemplo, comparando inteligência com preço, que é muito bom para mostrar como O3 é muito mais inteligente e com preço até menor que o Cloud 3op, que é um modelo agora já
bastante antigo. Compara também com a velocidade de output, porque às vezes não é só questão da velocidade que você quer, você quer comparar para saber qual que é aquele que talvez não seja o mais inteligente, mas que consegue responder na velocidade que faça sentido. Então, muitas vezes, por exemplo, na AROS, a gente tem alguns modelos que servem para determinadas funções, por exemplo, paraa parte de chat e suporte, para responder rápido, mas que não necessariamente são os modelos mais inteligentes e nem os mais caros, porque não faria sentido fazer isso. Então, a gente usa alguns modelos
para algumas coisas e outros mais caros e mais lentos para outras atividades. E esse site aqui é muito bom para fazer essas comparações. Inclusive, se a gente voltar aqui em cima, tem nessa parte de leaderboard language models, ele faz uma tabela que é legal que você pode filtrar aqui, por exemplo, por Open AI e ver todos os modelos da Open AI. E você consegue, inclusive, fazer um ordenamento das colunas, tanto por inteligência, como por preço, como por velocidade de output, de tokens e tantos outros. Então, por exemplo, eu posso vir aqui e eu quero ver
quais que são os modelos de acordo com essa pesquisa aqui mais inteligente. Hoje é o O4 Mini. Agora, em termos de preço, vamos ver se eu mudar aqui a tabela e botar dos mais caros. O O1 Pro é o mais caro deles, que ele mostra um preço blended, que é misturado, que se eu clicar nessa flechinha aqui, eu consigo ver exatamente qual que é o meu custo por 1 milhão de tokens de input. E geralmente o output é mais caro ou 600 por 1 milhão de outputs no modelo do O1 Pro. Então aqui é bem
legal porque eu posso rapidamente pesquisar modelos e comparar eles para saber em termos de inteligência e preço qual que destes faria mais sentido pro meu caso. E a recomendação geral é eu começo sempre com os modelos mais caros para garantir que o prompt está funcionando e depois eu vejo se eu consigo baratear. Porque muitas vezes, e eu já ajudei diversos amigos assim, eles sofriam e sofriam e sofriam com um agente ou um prompt que simplesmente não entregava a resposta que eles precisavam. Só que eles estavam tentando ir no barato demais, não tinha nada errado com
o prompt deles. Às vezes a gente consegue com um pouco de calibragem do prompt das instruções, fazer com que funcione mesmo num modelo mais barato. Mas tem hora, cara, que a pessoa tem uma limitação cognitiva. Não importa você tentar explicar como funciona a física quântica. Ela pode até aprender, mas vale a pena. talvez demore demais e não seja do interesse dela. Então, se você pagar um pouquinho a mais, ao invés de ter colocar um contexto tão grande, você resolve a sua vida de uma maneira rápida. E ainda mais lembrando aquilo, os modelos vão ficar melhores,
mais rápidos e mais baratos. Então, ao longo do tempo, isso, na grande maioria das vezes, talvez não seja uma questão tão importante, mas mantenha em mente isso. Comece com os mais caros e depois veja se você consegue otimizar para funcionar nos modelos mais baratos sem abusar, porque às vezes o mais barato realmente sai caro. Outras ferramentas que eu não uso tanto, mas vale a pena citar e algumas delas eu já citei, então vou passar rápido, é, por exemplo, esse Xine ou Kleine, que ele conecta dentro do Visual Studio Code, que é uma ferramenta de programação,
ou esse R Code, que também faz a mesma coisa, que é o legal que é como ele consegue editar diretamente nos seus arquivos, você não precisa ficar copiando e colando as coisas. Esse aqui, por exemplo, é o Kleine, que é um um plugin pro Visual Studio Code, como eu falei, e que, por mais que você não entenda a programação, não se preocupe com isso. Agora eu só quero te mostrar o que que é possível e o nível do que que a gente tá falando e por que tem tanto programador assustado. Então, por exemplo, esse aqui
é um plugin, tá? Que eu desenvolvi para uma nova página que a gente tá criando para ADOS. Tudo isso aqui não fui eu que escrevi. Eu não sei fazer isso. Eu consigo mais ou menos ler o código e entender o que que é esse JavaScript, o que que tá acontecendo. Mas não fui eu que escrevi, foi a IA. E no caso ela não ficou pronta de primeira. Raramente isso acontece. A gente tem que fazer um processo onde a gente começa códigos como esse e tem que ir melhorando. Então tu pode ver aqui do lado que
é o que esse plugin faz, que eu conecto aqui no caso com o Clode Dantropic. E aqui eu tenho todo o processo do que eu fui fazendo. O legal que é o seguinte, eu explico o que que ele está enxergando, ou mais ou menos digo para ele acessar meus arquivos e eu falo: "Eu preciso que você faça e faça tal coisa. Você consegue editar? Beleza. Aí aqui eu comecei a falar o erro e o legal é que ele pega isso aqui e vai executando por conta própria. Então beleza, eu tenho que identificar esse erro, eu
tenho que corrigir tal coisa, tal, tal, tal. Ele executa, já salva os arquivos porque eu já dei a permissão, me explica depois o que ele fez e faz um resumo. Aí eu testo de novo, cara, deu erro assim, assim, assado. Mando imagens do, por exemplo, o que que não tava acontecendo, que eu não queria, que tinha que corrigir e ele vai e continua. Se eu vier, por exemplo, aqui embaixo nessa parte de mensagem e colocar um código do tipo que ele tá fazendo essa verificação disso aqui que não precisa e eu dou enter, olha só
o que ele faz. Ele vai começar a executar e você vai ver que aqui na tela do lado ele vai começar a criar esse código por mim. Então, claro, isso para fazer algo bobo, simples, como eu tô fazendo, simples. Mas aí aquilo que a gente falou no passado, divisão, experiência e perspectiva. Se a pessoa tem mais experiência, ela consegue tirar ainda mais valor disso tudo. Assim como, por exemplo, eu tenho experiência na parte de COP, eu consigo criar os com mais experiência por conta disso, ó. E aqui ele já vai fazendo o processo, tá vendo?
Ele tá editando tudo por mim. Eu não preciso mexer nada. Ele já faz por mim, faz exatamente aí depois termina, salva e me manda o o as informações dizendo: "Acabei de executar, troquei a informação, fiz o que você precisava, agora deve estar tudo certo". Com um resumo básico para agora eu testar e garantir que tá tudo sem problemas. Percebe o quão incrível é isso? Mesmo sem eu fazer, sem saber criar esse código, eu tenho agora uma ferramenta que me potencializa. Eu era limitado antes sem a por isso que eu falo daquela história do equivalente ao
Neurolink, mas sem precisar colocar um chip na cabeça, porque agora eu consigo fazer muito mais que eu teria que contratar uma pessoa ou passar horas e horas estudando para aprender a fazer exatamente o que ele fez. Isso aqui e isso está acontecendo em todas as áreas do nosso negócio. Por isso que é um é um recurso, é uma camada horizontal que se aplica por tudo. E outra, repara aqui, com todas as informações do que que executou, quanto que ele consumiu de tokens de entrada e saída, cachê e o meu custo final, que nesse caso foi
cerca de ó para fazer tudo que eu precisava. Eu te garanto que custaria muito mais tempo e dinheiro para fazer isso se eu fosse pedir ou contratar alguém mesmo que freelancer para fazer. Além da velocidade que eu consegui a resposta, porque eu resolvo na hora instantâneo, ao invés de ter que ir atrás, esperar, fazer e executar. Por isso que é incrível, por isso que tem dado tanta conversa em relação a esse tipo de ferramenta. Esse é uma das ferramentas assim por ser open source, né, código aberto que você consegue usar gratuitamente só pagando a requisição.
Depois, caso você queira, tem ferramentas mais avançadas, como o Cursor, que é uma ferramenta um pouco mais avançada. E como eles dizem aqui, é um editor de código por IA. E eles fazem esse processo que eu tinha falado antes de DIF, que você pode ver que aqui o vermelho era a versão anterior e o verde é a versão nova que o próprio programa editou. Então essa é uma alternativa que quem gosta ou quer entrar mais nesse mundo, vale a pena considerar. Tem o Wind Surf, que é parecido, Black Box, Lovable e o próprio V0 da
Versel. Não vou entrar em detalhes em cada um porque, sinceramente, já foge um pouco do que eu já testei o suficiente para falar com propriedade. Aí recomendo que você procure em outros canais ou artigos ou use o chat GPT e o Perplex para fazer uma pesquisa e recomendar quais desses é melhor de acordo com o seu caso. Só faça um adendo, tá? Cuidado que tem uma tendência hoje que eles chamam do vibe coding, que é tão fácil, entre aspas, programar que você pode chegar para qualquer um destes programas, como aqui o o Cursor ou o
Windsurf, e falar: "Gerem o programa que faça X, Y Z e tenha cores assim e o botão exploda tudo e faça tudo maravilhosamente bem." e ele vai fazer e talvez para um uso interno funcione. Só que muito cuidado porque em escala com usuários na internet tem um grande risco de você ter talvez brechas de segurança ou ser um programa que aparentemente funciona bem agora, mas não necessariamente está preparado pra escala. E aí que aquela parte que a gente falou lá no início de visão, experiência e perspectiva de um CTO ou alguém, alguém de TI, alguém
de programação que tem um pouco mais de conhecimento e experiência para usar essas ferramentas para acelerar, assim como na parte de marketing, a gente recomenda que você use o o aos para acelerar, mas que consiga bater o olho no código e dizer: "Cara, isso aqui parece fazer sentido, mas está caindo naquela armadilha". Só parece inteligente, mas não é. Porque o problema vai acontecer tal, tal e tal, porque eu já tive isso no meu negócio. Então esse direcionamento vai fazer muita diferença, como o conselho geral. Então não dependa 100% das ferramentas, porque talvez você não sabe
no buraco que você está se metendo. Óbvio que depende de muitas coisas. Por uma ferramenta interna, isso não é tão preocupante. Por uma ferramenta externa que você quer vender e colocar usuários pagantes, já é um buraco mais embaixo. Outras ferramentas que caso você não conheça, vale a pena começar a se familiarizar são ferramentas de automação. Uma delas é essa aqui, que é o Make, outra delas é o N8N, que são duas das mais usadas, tá? Elas têm vantagens e desvantagens. Não vou entrar tanto em méritos, mas no geral, em termos pra parte de agentes IA,
o N8N tá com uma vantagem na frente, porque eles começaram a investir nisso antes. Me que demorou um pouco mais para adaptar, mas na boa, tudo pode mudar às vezes em questão de meses, muda muito rápido, mas pode ver aqui, por exemplo, visitando aqui a página do Make, é uma página genérica de automação e ao contrário do N8N, a tamanho, a importância que eles estão dando para isso, que literalmente o primeiro exemplo já tem aqui um agente de A, como aqueles que eu mostrei. Então isso aqui é muito legal porque usando aquilo que a gente
comentou antes de APIs e até agora aqueles servidores MCP do protocolo de contexto, a gente consegue fazer com que ferramentas conversem entre si. Então, alguém criou uma tarefa no ClickUP, isso já gera um roteiro na Aros que gera um vídeo no Hey Gem e depois gera voz pelo 11 Labs e assim por diante. Então são ferramentas bem legais que você pode usar para conectar, como por exemplo aqui eu tenho uma automação que faz um processo quando faz a pessoa faz um optin no meu site usando make, ele joga para onde tem que ir. No caso
Behive, que é a ferramenta que a gente usa de mail marketing e tantos outras coisas. No N8N tem outras coisas, por exemplo, como essa aqui é uma automação para transcrição e tratamento de alguns dos vídeos que a gente tinha dos nossos cursos, que nós vamos usar eles para agora colocar como base de conhecimento para consultar via hag. Lembra que a gente falou lá no início? Para dar resposta de suporte na ARUS. Ou seja, porque os nossos alunos eles têm dúvida de usar não só os agentes, mas até dúvidas de marketing, que muitas vezes a gente
respondeu em mentorias, aulas ao vivo ou nos cursos que a gente tem complementando. Então, ao invés de ter que repetir isso toda vez ou uma pessoa ter que digitar, a gente alimenta esse chatbot por trás com esta base de conhecimento, faz um tratamento que tem um processo de como fazer isso para depois tá lá pronto para qualquer um consultar. E se você quiser saber mais em detalhes de como exatamente faz esse processo, me avisa aqui embaixo nos comentários, porque esse é um outro dos vídeos que eu tenho interesse em criar, mostrando exatamente como a gente
criou aquele que eu mostrei, que é esse carinha aqui, que a gente chama do Berenício, que ele dá as respostas, como a gente mostrou, com base numa base de conhecimento que a gente colocou ali dentro. Então, se você tiver interesse em fazer algo parecido, me avisa aqui embaixo. O legal é que depois que você pega e entende como funcionam essas ferramentas, ou tem alguém na sua equipe que entende como fazer isso, o mundo abre as portas. Você pode conectar quase qualquer ferramenta com qualquer outra. Por exemplo, todo esse processo que a gente vai ir fazendo,
a gente começou a conectar alguns dos agentes da AROS diretamente no WhatsApp. Então aqui eu fiz um uma uma automação que tem dia aqui é o Berenice o bebê da Aros. Eu te ajudo a criar campanhas. E eu tava aqui num teste, falo: "Bruno, bom dia. Legal, qual seu nome? Legal. O que que você vende?" Eu vendo um software show. Ele já gerou os slides porque nesse aqui, nesse momento, ele estava programado só para gerar esses slides. E ele gerou slides completos diretamente aqui no WhatsApp do que eu queria. Então isso é muito bom porque
abre possibilidades de aquele treinamento que você fez para aquele agente de suporte que você colocou no seu site, ele não precisa estar limitado a somente um botãozinho no seu site. Ele pode atender pelo Instagram, pelo WhatsApp ou onde mais você bem entender. Claro que não é só apertar um botão. Algumas vezes algumas ferramentas já oferecem essas integrações prontas para você não ter que fazer esse processo que eu acabei de mostrar. E aí, dependendo do seu caso, vale a pena pagar para não ter que criar do zero. Algumas, nós aqui, até porque a gente se especializa
em a, preferimos criar do zero, porque a gente tem mais controle e a gente sabe o que que tá fazendo. Mas para tantas outras pessoas, às vezes sai mais barato simplesmente pagar algumas dessas ferramentas que já resolve tudo isso por você. Agora, só um cuidado, tá? Um dos últimos erros que a gente vai ver aqui, que é o erro número seis, confundir automação com inteligência artificial é um grande erro, porque muitos confundem e acham que é a mesma coisa. E não é. Só porque eu levo algo do ponto A ou ponto B automaticamente por um
robô, não significa que tenha uma inteligência artificial por trás disso. Inclusive, muitas pessoas tentam vender aí programas. Até recentemente eu vi uma notícia de alguém que prometeu a investidores que tinha um software automático de investimento quando na verdade ele pagava pessoas nas Filipinas centavos de dólar para fazer manualmente. Então cuidado com isso e não confunda. Automatizar é o que tu vai fazer esse processo para conectar um passo depois do outro depois que você já tem esse processo bem claro. E até falando de processo, depois a gente vai falar rapidinho sobre o algoritmo do Elon Musk,
de como ele faz com que esse processo seja o mais otimizado possível. Mas em seguida a gente fala sobre isso. Por hora, o importante entender uma coisa são inteligências artificiais que fazem o processo e outra automação. Hoje tem maneiras de conectar essas duas, que no meio da automação você passe por um agente, como aqui nessa imagem mostra como exemplo de N8N, de onde um formulário enviado passa por um agente de A que tem algumas ferramentas que ele usa para eventualmente jogar lá, por exemplo, nesse caso aqui, pro Slack ou outros canais. Então isso sim é
uma combinação de automação com inteligência artificial, que são duas atividades separadas que podem e talvez devem atuar em conjunto muitas vezes. Por último dessa lista, três ferramentas que eu uso quando eu quero pesquisar novas ferramentas de a, mas vou te dizer que não é algo que eu faço todos os dias porque é meio enlouquecedor, é essa aqui. There an, tem uma IA para isso. essa outra que se chama futureia e essa outra que é um um diretório de ferramentas IA. Então, muitas vezes eu venho aqui para pesquisar, ver o que que tá acontecendo, mas sinceramente
na maioria das vezes eu vou lá no próprio GPT Perplex ou outros com pesquisa internet ativada e digito para procurar o tipo de ferramenta ou o tipo de atividade que eu tô tentando resolver para deixar me trazer uma pesquisa não só de indicações de quais ferramentas existem, mas talvez já um compilado de reviews, notas, sugestões, preços e tudo mais, o que agiliza um pouco o processo. Mas caso queira, são três ferramentas aí que você pode usar para isso. Caso você tenha interesse em criar clones e a seus ou de outras pessoas para usar para, por
exemplo, um uso que eu tenho aqui na empresa, que era um gargalo nosso, era geração de anúncios. Algo que eu tenho zero prazer em fazer, zero. E eu não acho que agrega muito, é super importante, mas eu prefiro passar meu tempo criando vídeos como esse, que aí eu faço 100% eu com IA, ou me encontrando com clientes, ajudando a melhorar meu produto, pensando ideias ou simplesmente descansando. Portanto, se você tem um gargalo parecido e tem interesse em criar um clone assim para usar nas suas campanhas, as duas ferramentas que eu uso e recomendo é esta
aqui que se chama Hey Gem. Essa aqui serve para gerar vídeos de avatares 3D se você não quiser fazer o seu. Mas eu pessoalmente não gosto. Mas ou você pode fazer como eu fiz, que você sobe um vídeo seu aqui e ele faz o processo de entender e criar uma versão IA, um clone IA de você para depois você gerar. Só que a função de voz aqui do Rey Jane eu acho bem fraca, não fica parecida suficiente. Aí para isso eu recomendo esta aqui que se chama 11 Labs. Essa aqui a qualidade da voz, principalmente
na voz profissional, que eu já vou falar rapidinho a respeito, é bizarro. vezes assim de gerar que eu não lembro se era eu ou não, como eu tinha comentado antes. Então essa ferramenta aqui que você conecta com a PI, que eu tinha até comentado antes com essa outra de Heem, funciona muito bem, porque você gera o vídeo aqui que fica bem legal e a voz nessa outra aqui, que é uma qualidade absurda. E se você quiser ver o processo exato de como fazer tudo isso, então recomendo que no meu canal do YouTube procura por esse
vídeo que eu já tinha recomendado antes de como criar um clone A. Ali eu mostro o passo a passo de como usar e configurar todas essas ferramentas. Agora, antes de a gente falar de algumas dicas específicas de implementação além daquelas que você já viu, mas mais num guia prático, eu quero falar de algumas das apostas pro futuro que eu tenho, que eu acredito que vale a pena a gente considerar quando a gente tá falando de a, porque um movimento, é um tsunami tão grande, como a gente veio conversando aí, que errar e não surfar essa
onda é perder uma oportunidade que aparece talvez uma ou duas vezes na vida. E eu acredito que vale a pena você aproveitar. Então, algumas apostas que eu tenho, começando com o terceiro e último mito aqui da nossa apresentação, meio mito, na verdade, que é a IA vai acabar com os empregos. Será que vai mesmo? De verdade, é difícil saber com 100% de certeza, assim como a previsão do tempo, porque é o futuro, está lá distante, que a gente não sabe o que vai acontecer. com a IA tem sim uma chance. Não dá para dizer que
assim é um mito total. Por isso que eu já abri falando que sim, eu não acredito que vai tomar todos os empregos da maneira que muitos imaginam, mas eu acredito que algo que eu comentei lá no início, talvez um dos grandes desafios não é só a quantidade que vai ser tomada, porque eu acho que ao mesmo tempo, assim como teve na Revolução Industrial, ao mesmo tempo que alguns empregos desaparecem, outros vão criar até acho que vai um o trabalho e a quantidade de empreendedores vai aumentarem muito por conta disso, mas acho que um dos grandes
desafios é ael velocidade com que a IA vai fazer isso. Porque uma profissão que alguém tem que fazer no mínimo 5 anos de faculdade, mas não sei quantos anos de experiência para dar o mesmo tipo de resposta, aí faz assim em escala por centavos para milhares de pessoas. E isso é assustador. Muitas pessoas que ficaram confortáveis com um diploma pendurado na parede e acharam que tua vida resolvida, talvez vão tomar um susto bem logo. Assim como programadores, por exemplo, eu sempre falava que não, programador é profissão do futuro, ali não tem erro, porque todo mundo
vai precisar de de programação. E n até este ponto também ele é de raciocínio, tava certa. O problema é que ao invés de uma pessoa fazer todo esse código, como eu mostrei em exemplos bobos, ainda não acho que tá no nível de super escala, mas na boa, é questão de tempo, acho que é só questão de tempo para resolver, como muitos falam, mas hoje não é uma profissão tão segura assim, porque a IA consegue fazer muita coisa em escala através de ferramentas e softwares desenvolvidos, como alguns que a gente acabou de ver aqui. Então, apesar
de assim, eu não acho que é tão grave quanto as pessoas acham, eu pendo mais pro lado do otimismo, que nós estamos caminhando mais para uma utopia, ou seja, um cenário, o melhor cenário possível que a humanidade já viveu, ao invés de uma distopia, um mundo cyberpunk, onde tá tudo errado e tudo estragado. Ainda assim, eu acho que algumas cabeças vão rolar e eu acho que tem sim uma responsabilidade que a gente precisa pensar em relação a IA, porque é legal, mas a velocidade que vai substituir se as pessoas não conseguirem emprego, isso é muito
ruim pra economia global e é algo para lhe dar. E é tão verdade isso que não é à toa que pessoas como Samtan, por trás da Open AI, o Elon Musk e outras pessoas falam de uma renda básica universal, que é algo que eu acho que é super perigoso de se tratar. Só que se não tiverem emprego suficiente para as pessoas, como vai ser feito? Mas nem tudo é má notícias, porque ao mesmo tempo que eu acredito que esse efeito vai acontecer também, por n maneiras que a gente viu aqui, eu vejo que haverá uma
democratização do empreendedorismo, como uma aposta que eu faço, e principalmente daquele empreendedorismo até por necessidade, porque a gente costuma dizer que tem o cara que empreende por oportunidade, o cara já tá, tem uma vida boa, identificou uma oportunidade e persegue ela. ou aquelas pessoas que não t opção e vão precisar fazer algo por necessidade. Essa segunda categoria eu acho que vai aumentar porque vão ter muitas pessoas que vão chegar que assim, não tenho muitas ofertas de emprego e aquelas ofertas que eu tenho não me agradam suficiente, então vou tentar por conta própria. E eu não
acho isso ruim. Eu acho lindo que cada pessoa consiga desempenhar uma tarefa, uma profissão com muito mais profissionalismo, com muito mais qualidade do que ela faria dentro de um outro ambiente corporativo. Vai acontecer 100% assim? Difícil saber, mas eu acredito que essa democratização do empreendedorismo já acontece. Tanto que hoje é muito mais fácil criar uma empresa do que era no passado. A gente tem muito mais chance de dar certo. E esse efeito só vai aumentar até por uma questão que eu falei ao longo aqui desse vídeo que tem que manter em mente isso porque é
muito importante. Nós qualquer pessoa temos acesso aos mesmos modelos, essa tecnologia maravilhosa como um dos ápices da humanidade que empresas com bilhões e trilhões de dólares de investimento por trás tem. tem noção do poder disso? É saber usar essas ferramentas da melhor maneira. E até pensando nisso, uma recomendação que eu faço para você, incentive que na sua empresa você use e a gente teve um caso recentemente agora aqui na empresa, que uma das nossas colaboradoras, ela fez um tipo de atividade que não fazia sentido nenhum fazer manualmente. Se tem uma IA que resolve isso hoje,
não faz sentido ainda mais na nossa empresa. Então o que a gente quer é isso aqui. Ao invés de ter uma gama enorme de pessoas com uma baixa densidade de talento, nós queremos atrair menos pessoas com uma alta densidade de talento. Que poucas pessoas consigam produzir mais. Aí a gente volta naquela questão do emprego que eu já comentei. O que vai acontecer com essas outras pessoas? ou elas melhoram, aumentam a sua produtividade, ou elas vão para empreendedorismo de necessidade. Mas para minha empresa, é isso aqui que eu busco, menos pessoas com uma densidade de talento
melhor. Porque como a gente falou aqui no início do vídeo, se a gente conseguisse, entre aspas, colocar um neurolink, um chip cerebral sem precisar fazer o implante em cada uma dessas pessoas, não seria bom todo mundo produzindo muito mais, pois é o que essas ferramentas de a hoje nos proporciam. E até no guia de implementação que a gente vai ver agora em seguida, eu dou uma dica bem tática, específica de como você pode implementar isso na sua empresa. Inclusive, se você está mais para este lado do que para este, sabe o que você pode fazer?
Pega este vídeo e manda para todas as pessoas da sua empresa e deixa que eu treine minimamente eles sobre IA. manda eles assistirem o meu canal, porque esse é o que eu faço pros nossos colaboradores. Eu faço aqui muitos dos vídeos que eu fiz, eu fiz como um processo interno que eu identifiquei, cara, isso aqui faz sentido até para outras pessoas que poderiam aproveitar e não vai me atrapalhar em nada, pelo contrário, vai me ajudar a vender mais. Então, manda esse vídeo para essas pessoas, porque aqui já vai ter uma boa base, porque assim, quando
você for conversar com ela sobre a vocês todos partem, quem assistir até o final, de uma mesma base fundamentos, facilitando o processo. Uma outra aposta que eu faço, que eu até conversava com o amigo meu sobre isso hoje, é que se esses empregos criativos que a gente acreditava que ia demorar mais para substituir e uma IA acelerou esse processo, o que sobra? Um deles é o contato humano, tanto do ponto de vista de encontro e eventos, mas até de serviços direto. Cuidar de idosos, cuidar de crianças, eh salões de beleza, maquiagem, cabelo e outras coisas
que t um contato humano mais direto. são profissões/ras serviços um pouco mais protegidos, porque em termos de robótica não é que é impossível, mas não é tão fácil o que nos surpreendeu, quanto simplesmente o que pode ser virtual, que tem menos barreiras e eu consigo controlar melhor, que, por exemplo, uma geração de imagem que a gente achava que demora anos para replicar a criatividade, hoje se consegue facilmente. Então esse contato humano, eu acho que vai tender a crescer e junto com ele vai ter uma outra questão que eu chamo de autenticidade. Porque assim, pensa só,
no mundo hoje com não só franquias, mas assim a gente sente falta do que é autêntico. A gente vai numa cidade, a gente quer comer onde os locais comem. O que que é comida autêntica? O que que é de verdade? O que que não é enfeitado, o mundo real. Isso se já era difícil antes, que não era só uma maquiagem, uma versão otimizada que as pessoas mostravam nas redes com deep fakes e o que as pessoas podem fazer com ya se torna cada vez mais difícil. Aquela busca da verdade se torna mais difícil. E eu
acho que essa valorização do autêntico vai aumentar. Portanto, o que a gente tinha como uma marca de verificado, seja no Instagram, YouTube, Exo, onde for, ao invés de simplesmente significar verificado, talvez tenha um peso maior em dizer que aqui é uma pessoa, aqui é um humano, caso você prefira, este é um humano. Eu acho que esse vai ser um efeito bem grande. E claro, isso é só um dos usos, mas por exemplo, tem outras coisas assim de usos bobos que você pode fazer com ya se você for um pouco criativo, como por exemplo, eu fiz
aqui, que esse é um desenho que a minha filha havia feito, que ela fez usando uma uma canetinha. E o que que eu fiz? Botei numa e transformei num desenho que ela curtiu horrores. E aí eu fiz uma animação do que ela queria fazer. Aí um desenho da minha outra filha, porque são gêmeas, fez este desenho, que eu também transformei num desenho assim. Então são usos que para essa parte de a fria a gente consegue não só humanizar, mas dar personalidade, mostrar que tem algo por trás. E assim como eu falei algumas outras vezes, a
gente passar menos tempo fazendo trabalhos manuais, braçais e chatos e ter mais tempo para pensar, estar com a nossa família, cuidar da nossa saúde, fazer as partes que importam do negócio, cuidar de clientes, pensar ideias, desenvolver bons produtos e ter a IA acelerando e cuidando muito da parte chata que às vezes a gente tinha que fazer porque não tinha opção. Uma outra aposta/ra conselho que eu passo é na nessa linha do que eu acredito que vai ser uma democratização do empreendedorismo é justamente pensar como empreendedor. Pensar como, independente se você é o executivo de uma
empresa ou é o empreendedor dono de um negócio, já pensar assim: "Porque as barreiras vão diminuir, o que antes parecia algo muito distante que só nerds e geeks conseguiriam fazer, talvez não seja mais tão distante. Talvez o que vai mandar são boas ideias, porque depois alguém minimamente capacitado com algumas IA consegue executar. Inclusive o Sam Altman fala assim que eles têm uma aposta no círculo das internas de quando vai surgir a primeira primeiro unicórnio, que é a empresa bilionária em dólares de uma única pessoa. Porque o sócio, o sócio oculto seria aá, que vai fazer
toda parte do resto do processo para acelerar e escalar essa empresa. Uma que eu já falei, mas vale frisar aqui de novo, porque é importante, aposte e mire em um, dois anos. Não faça para resolver com a tecnologia de hoje. Ela vai melhorar, vai ser mais rápido, melhor e mais barato. Já falei isso várias vezes, mas vale repetir porque na hora ali do vamos ver a gente esquece. É só olhar de novo a evolução de imagens, o quão rápido foi. Isso está acontecendo não só com imagens. Eu uso imagens aqui porque é visualmente mais fácil
entender o quão rápido evoluiu. Mas isso tá acontecendo por tudo, pra imagem, para vídeo, pra voz, para texto, programação, tudo. Então, aposte nessa melhoria e vire a sua prancha na direção dessa onda, porque ela vem com tudo. Por último, mantenha em mente, o mundo se torna cada vez mais agêntico. A gente falou diversas vezes aqui de agentes e como eles podem constituir talvez a base, não da sua empresa inteira ou a não ser que você seja o novo unicórnio bilionário com uma única pessoa e todos com eia. Aí seria um quadro assim, onde estas IAs
podem fazer muito do processo que você precisa aí na sua empresa, principalmente quando a gente combina com essa tendência no front que a gente falou antes rapidamente, onde nós temos servidores MCPs que servem para facilitar essa comunicação de diferentes modelos de linguagem e no seu caso você tem uma interface gráfica simples como um chat. Essa é uma tendência muito forte que quanto melhor forem os modelos, mais conectado à ferramentas usando protocolos padrões, mais fácil vai ser desenvolver soluções sem sequer precisar saber programar. E isso é uma ideia bastante incrível. E com isso chegamos na fase
de implementação, que eu quero passar algumas dicas e sugestões de como você pode implementar tudo que você viu ao longo aqui desse vídeo na sua empresa, começando com a parte mais básica e eventualmente a cada processo que talvez você já tenha aí que você pode agentizar. Mas deixa começar já com um exemplo para você entender o que dá para fazer. Eu tô aqui no chat GPT e algo, entre aspas, bobo, mas super importante, que demoraria antes muito mais para fazer, é uma análise simples de uma planilha de vendas de, por exemplo, um dos meus livros.
Esse aqui é um livro que eu vendi mais ou menos R$ 500.000 em não sei quantas cópias. E aqui no caso ele separa, eu enviei um arquivo com todas as vendas e ele separa aqui, ele tentou ler, não conseguiu. Aí depois ele corrigiu isso para mim, como ele mesmo fala aqui, corrigiu: produto curtido, não pagam as contas, que é o meu livro, produtor com meio de pagamento, faturamento. E é legal que em cima disso, só enviando a planilha e o chat GPT num geral é o que melhor tem feito esse tipo de análise, o Google
Gemy também, mas enfim, varia, ele pega e faz uma agora análise em cima, ele vai passo a passo, data de venda, dia, hora e tudo mais. E com isso ele começa a construir gráficos tipo esse, o que é bem interessante porque eu consigo ver que tem uma distribuição boa e com aqui a quarta-feira e o domingo aparentemente com dias de mais destaque. O legal é que eu posso tanto aumentar este gráfico dessa maneira para olhar ele maior, que agora tá assim, ou eu posso também baixar este gráfico como imagem ou clicando aqui, ele se torna
um gráfico interativo que eu posso mexer. Então é bem legal e ele continua o processo dizendo os dias da semana que vendeu, fala que horário tá vendendo, pode ver que tem um pico maior na manhã do que relação à tarde. E até olha que interessante, nesse horário aqui que é 18, 19, provavelmente as pessoas estão no trânsito, indo ou voltando de algum lugar, trabalho, casa. Então tende a vender mais pela manhã, quando ou estão em casa ou já estão no trabalho, ou mais pro fim da noite, quando tem tempo depois para olhar esse tipo de
coisa. Porque isso é importante? Inclusive, ele comenta ali depois, se eu fosse fazer um disparo, seja de API pelo WhatsApp, de e-mail, posts, live, o que for, eu tentaria encaixar nestes horários, já que ele tá dizendo que esse é o horário mais propício para comprar. Aqui é quando eu não faria, porque aparentemente é o horário que acontece muita coisa e não dá tempo. Até às 20 horas que o pessoal tá jantando também não. Então, ou cedo de manhã ou mais pro fim da noite, o que é uma informação bem importante. E assim segue. Começa a
falar aqui como os principais insightes, ó. Exatamente aqui, pico principal de vendas entre 17 e 13, depois 21 e 22, que é o que a gente acabou de analisar. Depois ele faz mais alguns dados. Por exemplo, aqui ele faz um mapa de calor do que dá para fazer. E fica bem claro que aqui, ó, nos domingos pela manhã, que é esta parte aqui do gráfico, e nas quartas, principalmente pela manhã, são os horários de pico. Pelo jeito tem uma terça noite aqui que são horários que aparentemente se não tem outros efeitos que colaboraram. E aí
que vem aquela coisa que a gente falou lá no início da questão de pensamento preciso, porque pode ser que simplesmente esses são os dias, que agora não lembro exatamente, mas não era tão claro assim, que eu mais disparava e-mail, então naturalmente acabava vendendo mais nessa época, mas não era só por e-mail que eu vendia, eu fazia muito mais tráfego direto com anúncios na meta, principalmente via Instagram. Então, tem uma chance de ser uma distribuição, até pelo volume e quantidade que eu vendi, uma distribuição normal. E isso é bastante relevante saber que se eu fosse dedicar
mais da minha energia, tempo e orçamento, eu tentaria encaixar nestas zonas aqui que tá me dizendo que vendeu mais. Então aqui consegue depois eu posso continuar conversando com estes dados, o que é algo muito bom. Ele traz mais dados, faz outros tipos de gráfico, faturamento, que diia, análise de moeda, outros insightes estratégicos do que dá para fazer, ou seja, diversas informações super úteis para eu otimizar minha campanha. Agora, se você for implementar isso, qual que é a maneira que eu considero a mais correta de pensar? Eu gosto de ver o seguinte, tem um livro que
é esse aqui, ó, a meta, desse cara chamado Elia Hul Goldrad. É um baita livro, eu gostei bastante, recomendo para quem quiser ler. E nesse livro ele fala alguma coisa relacionada mais ou menos o que essa imagem representa. Ele é um livro que na verdade foi feito principalmente pensando em grandes fábricas, por exemplo, onde não se conseguia a melhor produção possível quando tinha diversos pontos de otimização no processo. E como é que ele identificou? que o sistema não vai produzir baseado no potencial dele, porque o potencial, entre aspas, é infinito. Ele vai, na verdade, produzir
conforme o gargalo. Ou seja, por exemplo, num computador, o seu computador vai ser tão rápido quanto o seu pior elemento, se é o CPU, se é a placa mãe, se é a placa de vídeo, o que limitar vai ser o limitador de todo o sistema. E no negócio é a mesma coisa. Se as suas vendas são fracas, vai limitar. Se a sua entrega ou sucesso do cliente é fraco, é isso que vai limitar. e assim por diante. Então, em qualquer negócio, eu gosto sempre de analisar para identificar onde está o meu gargalo. Porque não adianta
eu ter uma entrada muito forte com diversas pessoas entrando aqui, se quando chega num ponto, afuni nesse lugar e aí no final essa saída vai ser limitada. Não porque o meu sistema é ruim. Talvez eu tenha milhares de seguidores, que não é o caso da maioria, eu tenho um sistema muito muito bom ou um produto muito bom, mas o meu gargalo é o meu marketing. Eu não sei comunicar, eu não sei atrair leades e pessoas suficientes das certas com interesse no meu produto. E, portanto, este é o meu gargalo. E por que que isso é
importante? Porque não adianta tentar resolver tudo ao mesmo tempo. Não tem como. É melhor fazer uma coisa por vez. Inclusive, se quiser outra recomendação de livro, este aqui que se chama Foco, o poder da única coisa é muito bom. E também não é à toa que no meu pulso, além da fórmula da de uma função exponencial, do outro lado eu tenho escrito foco, que tá virado para você, mas deu para entender. Então esse é um livro muito bom e eu recomendo que se você quiser para ler. E por que que é importante identificar este gargalo
aqui? Porque na hora de produzir na sua empresa, isso vai dar uma diferença muito grande. Aqui na empresa a gente nota isso. Com certeza tem n problemas e eles são infinitos que a gente quer resolver, mas tentar resolver todos ao mesmo tempo é um tiro no pé. E eu quero te mostrar por em um gráfico para ficar mais claro, porque às vezes a gente sabe conceitualmente, mas na boa, se for como é nos meus negócios e como eu vejo a maioria aí fora, a gente se engana, a gente entende que sim, tem que ter foco,
fazer uma coisa por vez, mas no final a gente tenta fazer tudo ao mesmo tempo, achando que a gente é mágico e que vai fazer multitarefa. Não funciona assim. E eu quero te mostrar e te provar a diferença se você fizer uma coisa por vez. Então, neste gráfico aqui, super simples, tá? Vamos supor que você tem três problemas, três projetos que você tá tentando resolver A, B e C. Show. Se você faz como a maioria das pessoas e tenta fazer tudo ao mesmo tempo, como está nessa linha aqui, olha o que acontece. Você demora 7
semanas para acabar o projeto A, 8 semanas para acabar o projeto B e 9 semanas para acabar o projeto C. O que que isso significa? Isso quer dizer que você só começa a coletar os benefícios deste projeto A, que são representados por estes dois blocos aqui, a partir do início da semana 8ito e do projeto B a partir da semana 9. Então você só tem três unidades de tempo fazendo dinheiro. Claro que isso é um exemplo super simplificado, mas da boa, não é muito longe do que eu vejo acontecer. Olha agora a alternativa. Se você
dedicar e fizer uma coisa por vez e sempre focando naquele que é o seu maior gargalo hoje, ignorando todo o resto, olha a diferença. Você termina o projeto A com apenas três unidades de tempo. Ou seja, a partir da terceira semana, mês, ou ano, depende o tamanho do seu projeto, você já começa a coletar o retorno desse projeto agora finalizado. Então aqui você já tem três unidades de tempo ganhando dinheiro. E aí você terminou o B que vem pra cá e agora você tem três do A e 3 do B, ou seja, nove unidades de
tempo ganhando dinheiro total no final do mesmo período deve semanas. Percebe a diferença? Mesmo que no aqui na na versão anterior você conseguisse terminar os três projetos em nove semanas, aqui você já começa a coletar os resultados antes. E outra, eu te garanto, se você tentar fazer tudo ao mesmo tempo, o custo da troca, do seu foco, do seu interesse, de onde você coloca sua energia, estimam que para cada projeto é mais 20, 30%. Então você perde uma energia que se você está fazendo algo, parar e finalizar. Esse mesmo vídeo aqui, um exemplo, ele é
um vídeo longo, super complicado. Eu tive que parar diversos outros projetos que eu não tô nem olhando porque senão ia me distrair e eu ia perder o flow para terminar esse vídeo da melhor maneira. Então, procurem fazer assim que vai gerar um resultado melhor e vai ser um resultado com mais consistência, já coletando unidades de tempo, ganhando dinheiro seguindo assim. Agora, em termos da implementação em si, como é que é a melhor maneira de fazer? Uma versão super simplificada, tá? Eu gosto de pensar o seguinte, começa pelo pessoal e eu já vou mostrar alguns exemplos,
vai para processos internos do seu negócio e depois externo. Por que assim? Porque você começa testando só com você mesmo, que tem um risco baixo e um retorno, dependendo do que você faz alto, mas sem arriscar envolver outras pessoas, outros processos e, principalmente, processos externos que envolve clientes, fornecedores, parcerias, negócios e tantos outros. Então essa é a maneira que eu gosto de seguir, começando pelo mais simples, que seria a parte do pessoal. E aqui eu só quero mostrar um exemplo de que você tá vendo aquele balãozinho ali se mexendo na tela. Isso significa que eu
estou gravando um áudio que vai ser agora transcrito usando esta ferramenta que está ali no fundo chamado Mac Whisper. Não é a única. Tem n outras alternativas, como eu já mostrei aqui ao longo desse vídeo. Tem inclusive um vídeo no meu canal só sobre isso que eu citei antes. Se você quiser, use a que você acha melhor, mas use porque isso aqui é muito mais rápido do que escrever e economiza uma tendit para quem precisa se comunicar todos os dias com colaboradores, responder comentários, mandar mensagens. Isso aqui salva vidas. E olha a qualidade que fica.
Eu só botei um atalho para que depois que eu solto o botão, ele já faça toda a transcrição. Repara só, viu a velocidade que eu falei e olha a qualidade que ficou. Essa é a vantagem de usar ferramentas assim, porque ao invés de digitar, pensa isso em escala, quanto que você economiza e depois se os seus colaboradores também usarem isso. Mas começa interno, começa para você agilizar o seu trabalho se você precisa responder e digitar muitas mensagens. Depois, vale a pena você olhar para processos internos. processos que você precisa dentro da sua empresa que ainda
não tem tanto risco. Então, o quais são os tipos de processos que eu gosto de olhar para começar a pensar onde vale a pena dedicar minha energia? Esse fim de semana, inclusive, eu tava num evento falando sobre isso que me perguntavam: "Cara, se você estivesse na minha posição em termos de a, o que que você faria primeiro?" Óbvio que a resposta é correta e depende porque eu tenho que entender o seu negócio, mas eu vou tentar passar aqui a maneira como eu olho pro nosso negócio e tento tomar a melhor decisão possível, que como a
gente falou, a habilidade de tomar decisões eficaz é a definição da inteligência para me guiar. Então, perguntas boas: Quais são os gargalos atuais do meu negócio? Como a gente acabou de falar, isso é bem importante. Destes, qual que é o retorno esperado de cada um deles em relação ao negócio como todo? Porque sim, tem n coisas para fazer. O café não tá bom o suficiente, a água não está esquentando, tá? Mas isso não vai vender mais. Então o que que é o mais importante? Terceiro, quão complicado é esta tarefa? Porque aí depois eu coloco numa
simples equação do tipo retorno sobre investimento. Porque vai ter n alternativas do que eu posso fazer. Uma delas, vamos supor que um retorno monetário é 10 dinheiros, a outra é cinco dinheiros. Só que a de 10 dinheiros tem uma nota de dificuldade 100 para fazer. Ou seja, é um esforço muito grande para gerar 10 dinheiros. Já a outra que é cinco dinheiros, ela tem um esforço um, ou seja, ela proporcionalmente me gera um retorno melhor. Não porque ela que dá o mais retorno absoluto, mas que proporcional ao investimento é melhor. E o que que é
esse investimento? Nesse caso aqui é o melhor para fazer é seguir o que eu falei lá no início, lembra? É uma rede neural seguindo a regra de ouro. Se é difícil para nós, é difícil para a máquina. Se é fácil para nós, a tendência é que seja mais fácil pra máquina. Só seguindo essa regra, você aumenta as chances e muito de que na hora de pensar quais dessas atividades fazer primeiro, você vai conseguir comparar elas melhor, porque seria o equivalente desse gera 10 dinheiros e gera cinco dinheiros se você fosse colocar pessoas para executar. Só
que ao invés de pessoas, você vai tentar pensar ias, agentes promptes ou o que você achar. E também eu não quero que você se assuste, ou talvez você deveria se assustar no seguinte, uma das grandes dificuldades que muitas pessoas que eu falei é que legal tudo isso, mas e o tempo para parar e pensar? Eu tô tentando atalhar o máximo aqui possível, mas mesmo tentando atalhar, olha o tamanho do vídeo, porque são bastante coisas que a gente tem que ver, entender os fundamentos para tomar a melhor decisão. Mas da maneira que eu vejo, uma vez
aprendido os fundamentos, esse você tem agora como habilidade para usar para os próximos passos. Então, nesse caso, algo para considerar é o que a gente tem aqui na nossa empresa, que no caso eu sou um dos novos C levels, que é o Caio, é o chief AI officer, o chefe de inteligência artificial, ou uma pessoa que se não for o sócio ou não se levam, um R de A ou profissão nova que vem surgindo, assim como engenharia de prompt, mas esse aqui é um nível acima. Um engenheiro de A, que o que que é o
engenheiro de A? é essa pessoa que entende e navega esse mundo, que, por exemplo, todo esse vídeo aqui, todo esse curso completo, a pessoa já domina. Ele entende o suficiente do que é automação, entende suficiente do que são promptes, LLMs, tokens, mas além disso entende do seu negócio para saber como é que conecta essas coisas e onde são as principais alavancas que ele pode mexer. Então essa é uma posição que se você não tem na sua empresa, eu recomendo que você procure alguém para ocupá-la o quanto antes, porque vai ser muito necessário. Se você não
tem tempo suficiente para ir atrás disso e geralmente as pessoas não tm, procure alguém que seja para começar a implementar dessa maneira. Inclusive para essa profissão aqui, tem esse cara aqui que é o Andre Carpatin, que ele é ex Tesla e exopen AI. E ele fala que em números provavelmente haverá significativamente mais engenheiros de A do que engenheiros de machine learning ou engenheiros de LLMs, de grandes modelos de linguagem. O que que isso significa? é pensar tipo software. Hoje tem mais pessoas como na programação do software em si do que do hardware. A gente consegue
usar já mais o software, ele é muito mais acessível para se desenvolver. Então essa pessoa aqui, ele não precisa ser um programador raiz. É importante que ele minimamente saiba navegar neste mundo, entenda algumas das linguagens de programação na hora que ele precisar falar com o time deve city ou algo assim. Mas a função dele principal é pensar onde que ele consegue colocar a IA para dentro do negócio. Porque como a gente viu lá no início, da maneira que eu e outras pessoas muito mais inteligentes que eu enxergo, IA não é só uma ferramenta, é mais
para um recurso como eletricidade ou internet. Então a gente precisa monitorar, e é um trabalho full time, te garanto, monitorar o que está vindo de novo, que ferramentas surgem e como a gente pode melhorar os nossos processos. porque no final sai mais barato. O mesmo processo que hoje demoraria 10, hoje talvez com IA você faça em 1 démo do tempo e recursos. É uma economia que vale a pena, certo? Inclusive, dou uma sugestão que o meu amigo Renato Torres uma vez me falou de uma equipe, ele tem uma equipe de vendas gigante de 30, 40
pessoas, mais uma empresa, acho que quase 200 colaboradores. E ele falou que ele fez isso lá na empresa. Para implementar IA, ele sabia que se deixasse simplesmente na boa vontade das pessoas ia demorar muito. Então ele ofereceu uma recompensa direta. E aqui eu coloquei um valor sugestivo, você faz como você achar melhor, de R$ 200 a R$ 1.000 ou dinheiros para quem implementar boas soluções de inteligência artificial no seu negócio. Porque assim você coloca o seu dinheiro diretamente onde você quer que os seus colaboradores prestem atenção, ou se você já é um executivo, o que
onde você quer que a sua equipe dedique as energias para fazer isso. Coloca uma recompensa monetária para aqueles que conseguirem trazer uma resposta melhor usando IA. E nem precisa ser muito complicado. Tinha outro dia, por exemplo, algo que a gente estava trabalhando numa planilha gigante, fazer uma trabalhar com dados e dados e dados e tinha um problema lá que nem dá para chamar de problema, onde tinha nome e sobrenome numa coluna. E eu comentei pra pessoa que separa o nome sobrenome e ela respondeu: "Não sei." E eu só fiquei pensando: "Quanto tempo tu vai esperar
para se dar conta que é só tu literalmente perguntar no chat GPT e ele te dá toda a resposta? É bobo, mas é impressionante o quanto as pessoas não têm esse hábito, esse segundo esse instinto de já ser como algo automático. Eu tenho uma pergunta, você pode ter a resposta dela. Não é que todas as perguntas devam ter uma resposta, mas se era algo que precisava fazer, já abre ali como eu falei que eu faço, seja no chat EPT ou no meu caso, eu falei que uso, eu uso esse programa chamado Raycast, que eu aperto
o tab aqui, e eu poderia simplesmente digitar qual é a fórmula e assim por diante e perguntaria para já ter essa resposta sem precisar esperar e resolver um problema bobo, mas que em outras épocas demoraria 30 minutos a uma hora para descobrir como fazer uma fórmula estúpida que eu consigo instantaneamente, só fazendo pergunta. no lugar certo. E aí por último você começa a ir para fatores e ações externas, como por exemplo, atendimento, prospecção, otimização e vendas e no nosso caso o nosso próprio produto, que é AROS. Ou seja, aqui você já começa a envolver ações
que envolvem um pouco mais de risco, porque é algo que o seu cliente ou possível cliente vai ter contato direto. Então, se errar ou falar alguma besteira, o risco é maior, até dependendo da escala que você atende, então vale fazer com calma. começa com o pessoal interno, depois externo. No nosso caso, por exemplo, tudo que eu fazia como processo interno, que foi assim que literalmente surgiu a Aros, era tudo agentes e promptes que eu desenvolvei para mim mesmo gerar as minhas campanhas, comecei passar para alunos e mentorados, o que eventualmente se transformou nisto que é
hoje o nosso software, que é onde a gente tem aqui desde a parte de agentes tem a gente tem um chat como ajuda a pessoa a vender mais, o cadastramento de DNA dela de para ficar facilitar a vida e algumas outras funcionalidades que você pode ver aqui. Mas aí qualquer coisa, se você quiser saber mais, vê o link aqui abaixo na descrição ou aros.com.br. do BR. Mas essa que é a ideia, pessoal, interno externo, começa nas áreas de menos risco para eventualmente desenvolver aquelas soluções que o seu cliente pode usar diretamente. E para fechar essa
parte, uma maneira para decidir melhor de novo a definição da inteligência, eu gosto de seguir o processo que o Elon Musk fala, que a abreviação seria que é o seguinte: esses são cinco passos que ele chama do algoritmo de como ele virou algumas das maiores empresas do mundo que tornou ele um homem mais rico do mundo. sempre segue esses cinco passos, que é, em primeiro lugar, sempre questione, não aceite qualquer requisito, mesmo que venha dos sócios ou, por exemplo, na minha empresa de mim mesmo, mas questione, porque eles podem ter sido decididos com outra situação
e objetivos que agora não se encaixa e aí se perde tempo fazendo o que não precisa. Elimine. Depois que você descobrir aqui no questionamento o que não precisa mais ter, elimine o máximo possível. Inclusive ele comenta, se você não estiver adicionando de 10 a 20% de volta de tempos em tempos, então você não está deletando o suficiente, porque aí significa que você deletou um pouquinho demais e aquilo lá realmente era necessário. Simplifique. Então, questionou, eliminou, agora simplifique para deixar o mais fácil. Acelere, ou seja, se antes demorava um mês, por que que eu não posso
fazer em uma semana? O Elon Musk é muito famoso por isso. Onde ele chega, ele cria prazos bizarros para fazer todo mundo se locomover. E ele inclusive fala que o nosso modos operando, a maneira como a gente opera normal é um senso maníaco de urgência. É assim que ele opera o tempo inteiro. Não é à toa que ele conseguiu os resultados que ele conseguiu. E só finalmente por último é que você automatize. Ele comenta como diversas vezes ele fez esse erro. Ele começou a automatizar antes de fazer todo o processo, antes de questionar, eliminar, simplificar
e acelerar. Então esse é um processo muito bom que ajuda a dar bastante resultado, simplificar a sua vida. E ele vai além. Lembra que lá no início eu falei sobre essa questão que a gente encara aí a pode ou não fazer. Primeiro a gente vê, isso é um problema decidível, sim ou não? Grande maioria dos nossos problemas que nós vamos enfrentar são decidíveis. Agora, é um problema tratável, como por exemplo eu falei na previsão do tempo. É um problema tão complexo que, por mais que a IA possa fazer, custaria muito tempo e dinheiro. E aí,
o que que isso significa? Significa que talvez não vale a pena. Então, essa era a terceira pergunta que eu tinha comentado que ia fazer. Porque não são todos os desafios e problemas e gargalos que você tem no seu negócio que você tem que sempre fazer. Considere com carinho quais deles vale a pena colocar um processo. Eu já vou dar mais algumas dicas em relação a isso. Ou simplesmente resolver de uma maneira manual para partir pros próximos passos. É uma decisão importante que depende muito do seu negócio e qual é a tarefa em si. Até porque
um dos erros bem comuns que muita gente comete é o seguinte: uma fixação em tecnologia ao invés de problemas do negócio. O problema que é tipo mensurar coisas. Você pode medir tudo o que o cliente faz, o que que ele não fez, o que que aconteceu com as suas campanhas, mas nem tudo o que pode ser medido deve ser medido. E um conselho relativamente parecido aqui é vale nesse sentido. Não é tudo que você deve fazer, por mais que tenha alguma IA ou por mais que você possa fazer com IA, não é tudo. Então vá
com calma pra não atropelar, não colocar, como a gente costuma falar aqui, a carroça na frente dos bois e fazer aquilo que faz mais sentido e vale a pena o seu tempo. Por exemplo, se eu fosse querer criar um agente, eu passaria para um checklist aqui que eu gosto de pensar para ver se vale a pena, em primeiro lugar, criar um agente ou se tem uma maneira ou se tem uma maneira mais fácil de resolver. Então, como é que eu faria? Como é que seria o processo? Primeiro lugar, a tarefa é complexa ou suficiente? Se
não for, você pode simplesmente fazer um fluxo, onde você sim envolve alguma i talvez uma ferramenta, talvez de forma manual, mas sem complicar demais, sem querer fazer um agente 100% autônomo, que trabalha noite e dia, não desliga nunca e você nunca mais precisa tocar. Agora, se ela é complexa o suficiente do ponto de consome demais da sua equipe ou de você, talvez vale considerar fazer um agente. Próximo, a tarefa é valiosa o suficiente? Não. Então, resolve da maneira mais simples possível e vai pra próxima. senão você vai desperdiçar e muito a sua energia. Lembrando que
acho que foi Warren Buffettal que um dos maiores custos, senão o maior custo de todo o negócio, é o custo da oportunidade, que é o custo que a gente paga por não usar as alternativas A, B e C e escolher a D, que é pior, mais cara e mais demorada. É de certa maneira o que a gente falou lá no início do imposto da ignorância. Por eu não saber, eu tomo uma decisão não eficaz, ou seja, uma decisão não inteligente e desperdiço os meus recursos, que em um mundo de infinitas possibilidades, isso é um erro
muito grave. Em seguida, todas partes são realizáveis? Não. Então reduzo o escopo. Se eu tenho um processo gigante de vendas, talvez eu não preciso já implementar IA em todo o processo. Reduz, começa numa parte simples para agilizar o processo, seja como fluxo ou como agentes e assim por diante. Ou e no no caso, no último, qual que é o custo do erro? Porque se é algo mais externo que vai diretamente com o cliente falando, por exemplo, de vendas, um erro ali pode custar mais caro, pode fazer perder uma venda ou falar uma besteira que não
faz sentido pro negócio. Então isso é algo que se o custo for muito alto, vale a pena colocar algum tipo de cheque que ali nos 10, 20% finais tem uma intervenção humana. Senão, se o custo for baixo, você pode colocar gentes, porque mesmo que erre, por exemplo, um suporte de perguntas e respostas, o custo não vai ser tão grande. Então, esse é um checklist simples, mas já ajuda na hora de pensar e decidir se determinada tarefa eu posso resolver de uma maneira fácil, mesmo que com a com IA, com algum fluxo simples, ou se eu
coloco um agente para resolver isso. E com isso chegamos finalmente à nossa conclusão, que aqui eu quero deixar uma reflexão de algo que a gente comentou lá no início, um loop que eu abri de um uma pequena lacuna de como uma meta prioridade minha surgiu quando eu comecei me aprofundar em entender mais. E a Mas deixa eu explicar com calma que a gente viu aqui que o nosso objetivo geral o que que era buscar a verdade, voltar aos primeiros princípios, leis físicas, sermos menos burros e implementar. Esse eram os nossos objetivos iniciais. Agora, o que
que isso tem a ver com aquela pequena charada que eu coloquei no início, que eu tinha estes quatro valores ou prioridades, na verdade, a minha vida inteira, liberdade de, saúde, família e negócios. E surgiu uma meta prioridade número um. E para isso eu quero deixar essa reflexão que foi uma pergunta que eu li num livro que eu já vou citar qual é, que me ajudou muito, não só a pergunta, mas o livro como um todo, a simplesmente ser um otimista racional, alguém que é otimista, mas não porque acorda todos os dias, se olha no espelho
e fala: "Você é fera, você é fera, você vai conquistar" e joga água na cara com limão e faz todas aquelas maluquícias. não ser racionalmente otimista, eu ter motivos reais e lógicos do porque eu sou otimista e do porque eu acredito que nesse caso aá vai nos ajudar a ir mais para o lado da utopia, ou seja, um mundo maravilhoso e não da distopia, aquele mundo cyberpunk escuro, sombrio e que ninguém gosta. E qual que foi a pergunta? Ela funciona da seguinte maneira, que inclusive nesse evento que eu falei que eu que eu fui, eu
fiz a mesma pergunta, a mesma provocação, que é a palavra preferida do meu sócio, é o seguinte, esta imagem aqui, o que que é? É o sol, essa bola branca que às vezes a gente trabalha um pouco demais e fica um tempo sem ver, mas se você sair lá fora, geralmente é uma bola branca que tá lá no céu, lá em cima, tá? Então tem o sol. O que que vai acontecer com o sol daqui 5 a 6 bilhões de anos? Não sei se você sabe, mas a tendência é que é isso aqui que vai
acontecer, que hoje nós temos o sol nó lindo e maravilhoso, que de vez em quando aparece, de vez em quando não. Em 1.1 bilhões de anos, ele vai ter um aumento de 10 a 20% do seu brilho, que vai secar todos os oceanos e vai acabar a vida na Terra. Em 5 bilhões de anos, ele vai virar uma gigante vermelha, englobando e engolindo até alguns dos primeiros planetas ali, Mercúrio, Vênus, não lembro até onde vai. E em 6 bilhões de anos, esse combustível interno que ele queima e produz essa radiação solar, vai acalbar e ele
vai virar uma anã branca, ou seja, um sol, uma estrela que já existiu e que agora se apagou. Então esse é o destino do Sol, tá? É isso que vai acontecer exatamente com o Sol daqui 5 a 6 bilhões de anos. ele vai acabar toda a energia e vai se extinguir. Então é isso que vai acontecer se a gente não fizer algo a respeito. Pensa só, entenda o que isso significa. Não tem nenhuma lei física. E você deve ter ouvido eu falar essa frase diversas vezes aqui ao longo desse vídeo. Foi de propósito. Porque não
tem nenhuma lei física que diz que o sol precisa morrer. Assim como não tem nenhuma lei física que diz que, por exemplo, a gente precisa envelhecer ou morrer. A gente sabe a nível celular como retardar ou até parar este envelhecimento, mas não a nível de um corpo inteiro. E com o sol é a mesma coisa. Ou seja, se nós não fizermos algo a respeito, é isso que vai acontecer. O que que falta? Portanto, conhecimento. Se a gente souber que hoje a gente não sabe 100% como resolver isso, a gente pode mudar o que vai acontecer
em bilhões de anos com o Sol. Isso é o que esse cara aqui, o David Dot, coloca nesse livro aqui. Um brilhante livro, um dos livros mais difíceis que eu já li, mas muito bom, que chama O início do infinito. E ele fala o seguinte: "Os únicos limites são as leis da física e estas não impõe limites ao que podemos entender, controlar e alcançar". O Elon Musk também comenta sobre isso. Os únicos limites são leis físicas, todo o resto são recomendações. E é isso que eu acredito, porque entendendo que se não tem nenhuma lei física
que impede, que é o que o Elon Musk e outras pessoas falam de voltar aos primeiros princípios, então só o que falta é conhecimento. Esses são os únicos dois limites reais para tudo o que a gente quiser fazer nessa vida, seja pequeno ou grande, ou inclusive mudar o destino do que vai acontecer com o sol. lei física, que são poucas, ou falta de conhecimento. Portanto, aquela pergunta que eu fiz lá no início se responde aqui. O meu primeiro meta prioridade é conhecimento, porque sem esse eu nem sequer sei se eu sou livre, eu nem sequer
se eu tenho saúde. E mesmo que eu tenha ou não tenha, se eu não souber como lutar por estes, eu não posso lutar por estes também. Então, acima de tudo, antes de eu sequer falar de liberdade, eu preciso saber o que é, saber como lutar por isso e como garantir que, na minha visão e opinião, com o conhecimento limitado que eu tenho, eu sou livre. Então isso é parte de como eu acredito que Aia vai mudar e muito o nosso mundo, porque Aia é, na sua essência inteligência artificial, habilidade de tomar decisões eficazes, ou seja,
é a multiplicação do conhecimento em escala. Ela ainda não produz tanto novos conhecimentos, que é algo que o nosso cérebro faz muito bem, mas ela aos poucos está chegando nesse nível que se fala de AGI e tantos outros, que eu nem entrei em méritos disso pra gente não complicar demais, que é quando uma IA ou umas IAs equivalem praticamente ao cérebro humano, consegue fazer tudo que o humano conseguiria fazer, que na boa, como a gente falou ao longo aqui desse vídeo, se deu um tapinho nas nas costas, porque esta incrível máquina que tem que a
gente tem aqui, que funciona bem na maioria das das pessoas, com uma eficiência energética incrível é muito boa. Então, conforme a IA ganhar mais inteligência e inteligência não só de ter respostas decoradas naquilo que a gente falou de parecer e ser inteligente, melhor será o aumento de novos aprendizados, novos conhecimentos que vão abrir cada vez mais portas pra gente fazer o qu bem entender. Então essa é de certa maneira a mensagem central daquele livro que eu cintei, o início do infinito. Porque é este início que nós estamos e nós sempre estaremos, porque a gente não
sabe e nem tem como saber, esse é o princípio, até onde esse conhecimento vai expandir, até onde ele vai chegar. Se nós vamos virar, como El Musk e Jeff Basels querem fazer, uma raça interplanetária para talvez explorar o espaço da maneira que a gente bem entender e não ficar limitado a um único planeta que apresenta diversos riscos. Então é dessa maneira, encarando o conhecimento como a base de tudo que eu acredito que me ajuda a ser um otimista racional e ver a Iá como potencial para fazer tudo isso e muito mais. Mas claro que a
gente não precisa ir tão longe hoje, porque afinal estamos falando de bilhões de anos. Caso você tenha gostado desse vídeo e quer aprender agora um pouco mais específico do próximo passo, eu recomendo que você assista esta aula aqui, que é um guia completo de engenharia de ponte, mais ou menos nesses moldes aqui, super completo, técnico, detalhista, com material para apoiar você e vai te ajudar a criar prompts melhores pros seus agentes. Então toca aqui nesse vídeo e eu te espero lá