Dicas Digitais

A Inteligência Artificial já não é apenas uma promessa de eficiência — é uma inevitabilidade estratégica. Mas, para quase metade dos líderes de TI ouvidos pela Salesforce, o caminho para a sua adoção ainda está longe de ser claro. Numa era em que os riscos reputacionais e legais são cada vez mais escrutinados, 48% dos responsáveis pelo IT nas empresas admitem que as suas infraestruturas de dados não estão preparadas para receber a IA. Mais de metade (55%) confessa não ter confiança na sua implementação com as devidas salvaguardas. É neste contexto que a Salesforce, uma das gigantes globais do CRM e da IA corporativa, apresenta uma proposta que vai além do entusiasmo tecnológico: uma arquitetura de confiança, segurança e governação, concebida para tornar a IA empresarial não só eficaz, mas também fiável. Uma gramática para os agentes de IA Na visão da Salesforce, os agentes de IA — ferramentas autónomas que interagem com clientes e otimizam processos — devem assentar numa base segura e governada, onde os dados não sejam apenas acessíveis, mas também devidamente protegidos, auditáveis e respeitadores da legislação. “Implementar IA de confiança exige mais do que modelos potentes”, refere a empresa em comunicado. “É necessário garantir que os dados estão protegidos, que os testes são feitos com rigor, e que a governação é contínua e transversal.” É por isso que a empresa coloca a Data Cloud no centro da sua estratégia — uma camada de unificação que consolida dados de múltiplas fontes, estruturadas e não estruturadas, para fornecer uma visão de cliente holística. A isto soma-se uma estrutura de governação inteligente, com classificação automática de dados sensíveis (como dados protegidos pelo RGPD ou HIPAA) e políticas dinâmicas de mascaramento, consoante o perfil do utilizador. A lógica de separação de dados por unidades de negócio, regiões ou marcas — através dos chamados Espaços de Dados — permite segmentar e proteger a informação sem comprometer a integração. Já as políticas de governação aplicam-se a nível granular, do campo ao objeto, garantindo que o acesso e utilização dos dados estão sempre sob controlo. Em paralelo, a Salesforce está a reforçar o Agentforce, a sua plataforma de criação de agentes de IA. Com ambientes de desenvolvimento isolados, dados sintéticos e controlo comportamental dos agentes (os chamados Instruction Adherence Checks), a empresa pretende tornar o ciclo de vida destes agentes mais transparente e previsível. À medida que os agentes de IA se integram com sistemas externos, as APIs tornam-se pontos críticos de vulnerabilidade. A Salesforce responde com o MuleSoft, que permite uma gestão centralizada das APIs, assegurando conformidade com protocolos emergentes como o Agent2Agent (A2A) ou o Model Context Protocol (MCP) — fundamentais para garantir interações seguras entre agentes. Mas o ponto mais sensível continua a ser a proteção de dados nas interações com modelos generativos. É aqui que entra o Trust Layer — uma camada intermediária que atua entre o utilizador/agente e os LLMs (Modelos de Linguagem de Grande Escala), garantindo que dados sensíveis são mascarados ou excluídos antes do processamento, e que não há retenção de dados por parte dos fornecedores de IA. Este sistema inclui ainda deteção de toxicidade nas mensagens, um mecanismo fundamental num cenário empresarial cada vez mais atento à ética da IA. “Estamos há mais de 25 anos a construir tecnologia segura e de confiança, e isso coloca-nos numa posição única para apoiar as empresas nesta nova fase”, afirma Rahul Auradkar, EVP e GM da Data Cloud na Salesforce. “Ao unificarmos os dados, fornecermos ferramentas low-code e integrarmos a segurança desde o início, estamos a ajudar os nossos clientes a construir IA empresarial que é ao mesmo tempo poderosa e responsável.” Num contexto em que os projetos-piloto de IA se preparam para dar lugar a implementações em larga escala, o fator confiança deixou de ser acessório. Passou a ser condição essencial. As empresas não vão querer arriscar reputações por promessas mal calibradas, não basta criar agentes inteligentes — é preciso garantir que eles operam com integridade, previsibilidade e sob um controlo absoluto dos dados. Num mercado onde a inovação caminha de mãos dadas com a regulação, essa pode ser a diferença entre adotar a IA com confiança — ou hesitar indefinidamente.

O Mu não impressiona pelo tamanho — aliás, é precisamente o contrário. Trata-se de um modelo pequeno (com 330 milhões de parâmetros, o que é modesto no mundo da IA), mas surpreendentemente eficaz. A sua função é simples e, ao mesmo tempo, profundamente transformadora: permite controlar o computador com linguagem natural, sem ter de procurar menus ou configurações. Basta escrever ou dizer algo como “liga o modo escuro” ou “aumenta o tamanho do texto”, e o sistema responde. Mas o verdadeiro ponto de viragem está nos bastidores. O Mu corre localmente, dentro do próprio computador — sem precisar da cloud, sem depender de ligações à internet, e com total respeito pela privacidade dos dados. Isto só é possível graças a uma nova geração de computadores, os chamados Copilot+ PCs, que incluem NPUs (unidades de processamento neural) capazes de lidar com este tipo de tarefas com rapidez e eficiência. Do ponto de vista empresarial, esta mudança abre um leque de possibilidades. Equipas de IT poderão reduzir pedidos de suporte para tarefas básicas. Colaboradores terão uma experiência mais intuitiva. E os tempos de adaptação a novos sistemas poderão encurtar-se drasticamente. Em vez de manuais, temos linguagem. Em vez de cliques, temos comandos naturais. Ao contrário dos grandes modelos de IA — treinados para escrever romances, criar código ou responder a questões filosóficas — o Mu foca-se em tarefas muito específicas e práticas. Foi treinado com milhões de exemplos relacionados com o sistema operativo Windows e responde de forma rápida e certeira, com latências abaixo de meio segundo. A IA deixa de ser uma “caixa mágica” e transforma-se numa ferramenta de produtividade concreta, silenciosa e útil. E o melhor? Funciona mesmo quando o computador está offline. Este avanço pode parecer técnico, mas tem implicações muito reais para as organizações. Desde logo, uma nova abordagem à arquitetura tecnológica. Com mais capacidade a correr no dispositivo, as empresas podem reduzir dependências da cloud, poupar largura de banda e melhorar a proteção de dados sensíveis. Mas há também um lado mais humano nesta mudança. Ao trazer a inteligência artificial para mais perto do utilizador — de forma natural, sem fricção — estamos a falar de inclusão tecnológica real. Pessoas menos habituadas à linguagem digital tradicional passam a interagir com a máquina de forma mais acessível. A tecnologia deixa de ser um obstáculo e volta a ser um facilitador. Por enquanto, o Mu está focado em controlar definições do sistema. Mas é fácil imaginar um futuro muito próximo onde esta abordagem se estenda a outras áreas — gerir reuniões, consultar relatórios, interagir com aplicações de negócio. Tudo com frases simples e diretas. Para os líderes empresariais, o desafio agora é de antecipação: Estamos preparados para este novo modelo de uso do computador? Os nossos equipamentos são compatíveis? Estamos a capacitar as equipas para interagir com IA de forma eficaz? A verdade é que a próxima grande transformação digital pode não passar por novas aplicações ou plataformas complexas. Pode passar, isso sim, por dizer ao seu computador o que quer — e ver acontecer.

Imagens e vídeos gerados ou manipulados por inteligência artificial (IA), conhecidos como deepfakes, representam uma ameaça crescente à confiança pública e à verdade. Conteúdos falsos, mas visualmente muito realistas, têm causado pânico, desinformação e manipulação política em várias situações recentes. Por exemplo, em maio de 2023, uma imagem deepfake de uma explosão no Pentágono espalhou-se rapidamente nas redes sociais, provocando medo e uma queda temporária no mercado acionista dos EUA. No contexto da guerra na Ucrânia, em 2022, um vídeo falso do presidente Zelenskyy pedindo a rendição das tropas foi usado para tentar minar a moral do país. Estes casos ilustram o impacto significativo que a IA pode ter na criação e disseminação de desinformação visual, tornando essencial que todos aprendam a questionar e verificar a autenticidade das imagens que encontram. A realidade científica: Somos piores do que pensávamos O artigo da Inc., escrito por Jessica Stillman em maio de 2025, baseia-se num estudo conduzido por Matthew Groh, professor na Kellogg School of Management da Northwestern University, que revela uma verdade desconfortável sobre as nossas capacidades de perceção visual. Mais de 50.000 participantes foram convidados a identificar se imagens eram reais ou geradas por IA. Os resultados foram claros e preocupantes: Apenas 76% conseguiram identificar corretamente imagens de IA; E só 74% reconheceram imagens reais como autênticas. Mesmo conscientes da possibilidade de falsificação, a maioria das pessoas acertou pouco mais do que por mero palpite. Como Groh sublinha no artigo da Inc.:“Os resultados estão algures entre a adivinhação e a perfeição. As pessoas acreditam que são boas nisto, mas a verdade é que não são.” Este estudo expõe uma limitação profunda na nossa confiança visual: os nossos olhos enganam-nos com mais frequência do que pensamos, especialmente diante de algo subtilmente artificial. Porque é que o nosso cérebro fica para trás? A psicóloga cognitiva Arryn Robbins, citada no artigo da Inc., explica que o problema reside na própria evolução do cérebro humano. O nosso sistema visual não foi desenhado para identificar minúcias digitais: “Detetar erros em imagens de IA requer reparar em detalhes muito subtis, mas o sistema visual humano evoluiu para detetar rapidamente ameaças em movimento — não para analisar com precisão as proporções de uma mão ou o reflexo num espelho.” Somos muito bons a captar o “todo” de uma imagem, mas péssimos a notar pequenas incoerências que podem trair a sua falsidade. A nossa perceção favorece a velocidade em detrimento da precisão. Técnicas comprovadas para melhorar a detecção Apesar destas limitações naturais, o artigo da Inc., aponta caminhos concretos para melhorar a nossa capacidade de identificar imagens falsas: Abrande e observe com atençãoA técnica mais poderosa é também a mais simples: dedicar pelo menos 10 segundos à análise de cada imagem. No estudo, esta pausa aumentou a taxa de acerto de 75% para 80%. Dar tempo ao cérebro para processar detalhes faz toda a diferença. Saiba quais são os erros mais comuns das imagens geradas por IASaber o que procurar já melhora significativamente a capacidade de análise. Os sinais mais frequentes são: Erros anatómicos: mãos com dedos a mais, articulações mal posicionadas, pescoços anormalmente longos, rostos com assimetrias subtis, olhos desalinhados. Texturas artificiais: ausência de poros, falta de rugas ou imperfeições, aparência plastificada ou renderizada. Incoerências físicas: sombras contraditórias, reflexos incoerentes com o ambiente, imagens impossíveis em espelhos ou janelas. Incompatibilidades culturais e históricas: diversidade étnica irrealista em retratos antigos, elementos que destoam do contexto geográfico ou temporal. A prática constante da observação crítica é fundamental para fortalecer a literacia visual no mundo digital. Regulamentação global A nível internacional, as autoridades começam a reagir para conter os riscos dos deepfakes. A União Europeia, com o AI Act, define deepfakes como conteúdos gerados ou manipulados por IA que aparentam ser autênticos, mas que são falsos. O regulamento obriga quem cria deepfakes a identificar claramente estes conteúdos, garantindo que são marcados de forma legível por máquinas e detetáveis como falsificações. Esta legislação prevê ainda exceções limitadas para conteúdos artísticos, satíricos ou ficcionais, que devem ser devidamente sinalizados. Num mundo onde a inteligência artificial pode criar imagens e vídeos indistinguíveis da realidade, a nossa perceção visual — outrora uma ferramenta de confiança — revela-se surpreendentemente falível. O estudo analisado pela Inc. mostra que mesmo quando tentamos identificar conteúdos falsos, falhamos com frequência, sobretudo porque o nosso cérebro não está preparado para detetar os detalhes subtis que denunciam uma manipulação digital. Perante esta nova realidade, torna-se essencial promover uma literacia visual crítica, exigir transparência no uso da IA e acompanhar as evoluções legislativas — não só para proteger indivíduos e instituições, mas também para preservar a confiança pública na era da informação artificial.

O futuro do comércio eletrónico está cada vez mais personalizado — e a Amazon acaba de dar mais um passo nessa direção com o lançamento de “Interests”, uma nova funcionalidade alimentada por inteligência artificial (IA). Lançada inicialmente para um grupo restrito de utilizadores nos Estados Unidos, esta ferramenta promete transformar a forma como descobrimos e interagimos com produtos online. Mas o que é o Amazon Interests? O Interests funciona como um assistente pessoal de compras, oferecendo uma experiência inovadora que utiliza modelos de linguagem avançados (LLMs) para analisar os interesses, preferências e orçamentos dos utilizadores. Com base nessas informações, a ferramenta monitoriza continuamente o vasto catálogo da Amazon em busca de produtos relevantes, antecipando o que o utilizador poderá vir a desejar. Ao contrário das tradicionais pesquisas por palavras-chave, o Interests permite que o utilizador descreva de forma natural o que está à procura — por exemplo, “kits de construção e acessórios para entusiastas de engenharia” ou “ferramentas de extração de café para apreciadores exigentes” — e a inteligência artificial trata de encontrar as melhores opções disponíveis. A proposta é simples, mas poderosa: eliminar a necessidade de pesquisar manualmente por novos produtos todos os dias que se alinham com os nossos interesses. Em vez disso, a Amazon passa a procurar por nós, notificando-nos sempre que surgem novos lançamentos, artigos reabastecidos ou promoções imperdíveis que correspondem ao nosso perfil. O que muda para o marketing digital? Para os profissionais de marketing, o Interests representa uma evolução significativa no funil de descoberta de produtos. O foco deixa de estar apenas nas pesquisas ou nos anúncios — agora, a descoberta de produtos torna-se proativa e personalizada, com base nos interesses declarados pelos utilizadores. Com esta inovação, a Amazon antecipa as necessidades e os desejos dos consumidores, apresentando-lhes sugestões altamente relevantes e feitas à medida. Este processo não só aumenta a relevância das ofertas, como também eleva as probabilidades de conversão, pois a experiência de compra acaba por ser ainda mais alinhada com as expectativas dos seus consumidores. Se esta abordagem for bem-sucedida, poderá redefinir o papel do consumidor no e-commerce: de agente ativo da procura de produtos para recetor passivo de sugestões hipercustomizadas. Para as marcas, isto significa a abertura de um novo canal de visibilidade — onde a otimização para motores de busca cede lugar à otimização para modelos de linguagem. Contudo, esta mudança também levanta questões sobre o equilíbrio entre conveniência e autonomia na escolha dos consumidores. Estaremos a confiar cada vez mais na inteligência artificial para decidir o que comprar? Com o Interests, a Amazon reforça a sua aposta numa experiência de compra mais fluída, inteligente e centrada no utilizador. A personalização não é apenas mais uma tendência, é a nova norma. E a inteligência artificial é o motor que está a torná-la realidade. Para as marcas e profissionais de marketing, isto é uma chamada de atenção ou melhor de adaptação. Este artigo foi inspirado nas informações partilhadas pela Amazon, em “Amazon’s AI-powered ‘Interests’ feature automatically finds new products that match your passions and hobbies.” A importância de um checkout eficiente no e-commerce Como detetar conteúdo criado por IA Amazon revoluciona o e-commerce com “Interests” Meta inova com IA na publicidade digital Google promete transformar a experiência de pesquisa com AI