Demissões com rótulo de IA, agentes para empresa e o custo real das ferramentas de código

Três temas dominam a semana e todos têm algo em comum: a distância entre o que é anunciado sobre IA e o que de fato acontece dentro das empresas. Demissões com justificativa conveniente, infraestrutura que ainda não existe e uma conta que cresce antes de qualquer resultado. Vale a pena olhar devagar para cada um deles.

Monday.com e a lista que não para de crescer

A plataforma de gestão de projetos Monday.com anunciou cortes e incluiu IA entre as razões, tornando-se mais uma empresa numa lista que já reúne mais de vinte grandes nomes de tecnologia que fizeram o mesmo movimento em 2026. O padrão é conhecido: a IA entra no comunicado como causa estrutural, mas raramente os números mostram que as funções eliminadas foram de fato substituídas por sistemas automatizados. O que está acontecendo na prática é uma sobreposição de dois fenômenos distintos — reestruturação de custos motivada por pressão de mercado e, em alguns casos, substituição real de tarefas repetitivas por modelos de linguagem. Misturar os dois no mesmo anúncio serve para a narrativa de modernização, mas cria confusão para quem tenta entender onde a IA realmente impacta força de trabalho. Para líderes de operações e RH, o exercício útil aqui é o oposto do que os comunicados fazem: separar o que foi cortado por ineficiência de gestão do que foi genuinamente substituído por automação. São problemas com soluções diferentes. TechCrunch

O que falta para agentes de IA funcionarem de verdade em grandes empresas

O MIT Technology Review publicou uma análise sobre o que o ambiente corporativo precisa ter no lugar antes que agentes de IA entreguem o que prometem. A conclusão não é sobre modelos melhores: é sobre infraestrutura de dados, permissões, fluxos de aprovação e integração com sistemas legados. Agentes que executam tarefas de ponta a ponta precisam de acesso consistente a informações confiáveis, de regras claras sobre o que podem ou não fazer e de pontos de controle humano em decisões de maior risco. Empresas que pularam essas etapas e foram direto para a implantação estão descobrindo que o agente trava exatamente onde o processo interno era mais confuso. Antes de comprar qualquer solução agêntica, vale mapear os fluxos que ela precisaria executar e perguntar com honestidade se os dados e permissões necessários já existem na empresa. Se a resposta for não, o projeto vai parar na segunda semana. MIT Technology Review

Claude Code a 200 dólares por mês e o que a alternativa gratuita revela

O VentureBeat comparou o Claude Code, da Anthropic, com o Goose, uma ferramenta de código aberto que executa funções similares sem custo de licença. A questão não é qual é melhor tecnicamente — é o que essa comparação expõe sobre a lógica de precificação das ferramentas de IA para desenvolvimento. Duzentos dólares mensais por desenvolvedor, multiplicados por um time de dez pessoas, somam 24 mil dólares por ano antes de qualquer outra ferramenta. Se o ganho de produtividade não for medido com rigor, esse custo se normaliza no orçamento sem que ninguém consiga dizer o que gerou de retorno. A existência de alternativas funcionais e gratuitas não significa que a empresa deva usá-las sem critério — suporte, segurança e integração com o restante da stack têm valor real. Mas significa que toda compra de ferramenta de IA deveria começar pela pergunta: qual é o resultado específico que preciso medir para saber se esse custo se justifica? VentureBeat

Listen Labs capta 69 milhões para escalar entrevistas de clientes com IA

A startup americana Listen Labs fechou uma rodada de 69 milhões de dólares para crescer sua plataforma de pesquisa qualitativa automatizada, que conduz entrevistas em profundidade com consumidores usando agentes de IA no lugar de pesquisadores humanos. A proposta é reduzir o tempo e o custo de projetos de escuta de cliente sem perder a riqueza de uma conversa aberta. Para empresas de marketing e produto, isso tem implicação direta: pesquisa qualitativa em escala deixa de ser um projeto trimestral caro e passa a ser um processo contínuo. A ressalva importante é sobre qualidade de síntese — o valor de uma entrevista qualitativa está na interpretação de nuances, e ainda não está claro o quanto os modelos atuais capturam contexto emocional e contradições nas respostas. Mas o modelo de negócio faz sentido, e o volume de capital indica que o mercado acredita que o problema é solúvel. VentureBeat

O que estas quatro histórias têm em comum é que todas exigem um executivo disposto a fazer perguntas inconfortáveis: o corte foi mesmo causado por IA ou por má gestão? A infraestrutura existe antes de comprar o agente? A licença cara tem ROI mensurável? A pesquisa automatizada captura o que preciso? Essas perguntas não têm resposta mágica, mas fazê-las já coloca a empresa à frente da maioria.