Deixa eu te contar o que aconteceu comigo ontem.

Abri o LinkedIn. Três posts seguidos na timeline:

1. "AI está estagnando."

2. "A bolha vai estourar."

3. "Opus 4.7 provou que não tem mais pra onde evoluir."

Confesso pra você...

Por uns 30 segundos, eu duvidei.

Duvidei do que construí. Duvidei da Comscience. Duvidei de onde apostei os últimos dois anos da minha vida.

Até que abri o relatório da Epoch AI que saiu nesse mesmo dia.

E aí tudo mudou.

Porque o gráfico que eles publicaram não mostra estagnação.

Mostra algo muito mais interessante.

Mostra que existem duas AIs acontecendo ao mesmo tempo no mundo.

Uma que está explodindo. Outra que travou.

E a maioria das pessoas, incluindo talvez você, está medindo a errada.

Faz sentido?

Então senta, pega um café, porque hoje eu vou te mostrar três segredos que descobri.

Três segredos que vão mudar como você pensa sobre AI, compute, e onde você precisa se posicionar nos próximos 12 meses.

Se você entender só um desses três, já sai daqui na frente de 95% do mercado.

Bora?

O Grande Domínó

Antes dos segredos, preciso te fazer uma pergunta incômoda.

Você está usando reasoning models todo dia?

• GPT-5 Pro.

• Opus thinking.

• DeepSeek R1.

Ou ainda está no ChatGPT free tier, pedindo receita de bolo e achando que "AI é mais ou menos a mesma coisa do ano passado"?

Porque essa resposta define tudo.

O relatório da Epoch mostra duas curvas.

A curva dos modelos sem reasoning. Praticamente plana desde 2024.

A curva dos modelos com reasoning. Subindo em foguete.

Se você mede inteligência artificial pelo ChatGPT free, você está certo. AI estagnou pra você.

Se você mede pelos modelos thinking, com inference time compute, com budget de raciocínio de verdade...

Inteligência artificial nunca esteve tão boa.

E aqui está o grande domínó que eu quero derrubar hoje:

AI não é uma commodity que vai ficar mais barata. AI é um privilégio que vai ficar mais caro. E quem não se posicionar agora vai ficar para trás na maior transição econômica da nossa geração.

Segura essa ideia aí comigo.

Porque tudo que vem a seguir depende disso.

Segredo 1:

O Mito da Estagnação

Deixa eu te mostrar o que quase ninguém sabe.

Essa semana a Anthropic provou algo bizarro.

O Haiku, o menor modelo da família deles, bateu o Opus (o modelo frontier da casa) em quase todas as tarefas.

Opus rodando sem harness, claro.

Isso levantou a pergunta que está tirando o sono de muitos engenheiros sênior:

Será que a gente já atravessou a barreira neurossimbólica?

Ou seja, será que o progresso não está mais no modelo, mas no sistema ao redor dele?

A resposta honesta...

É meio sim, meio não.

Porque tem duas coisas acontecendo simultaneamente:

1. Os modelos continuam melhorando. Lentamente, mas melhorando.

2. Os sistemas ao redor (harness, RAG, tool calling, memory) estão explodindo.

A diferença é que só quem paga pelo Pro vê isso.

O Lucas, lá no free tier, continua pedindo receita de bolo.

E jurando que nada mudou.

Enquanto isso, o executivo que tem acesso ao modelo com reasoning budget, canvas, harness completo, ferramentas conectadas...

Esse cara está construindo coisas que há 18 meses eram ficção.

Entende o que eu estou dizendo?

A estagnação não é real.

A estagnação é percebida por quem está usando a versão errada.

Revisando o fundamental:

Quanto mais tempo você dá pro modelo pensar, melhor ele responde. Igualzinho humano resolvendo prova de matemática.

Compute de inferência é hoje o maior preditor de performance entre modelos.

E a maioria das pessoas nem experimentou isso.

Aliás, isso abre uma discussão desconfortável sobre o abismo econômico entre quem pode pagar pelos modelos top e quem não pode.

Mas isso é papo pra outra edição.

Faz sentido até aqui? Vamos pro segundo segredo.

Segredo 2:

A Era dos Generalistas Acabou

Deixa eu te contar uma história rápida.

Essa semana a Quiver lançou o Arrow 1.1 Max.

Um modelo que só faz uma coisa: gerar SVG.

Só isso.

E faz melhor que qualquer frontier model da OpenAI, Anthropic, Google.

Um modelo de uma startup minúscula, com fração do budget da OpenAI, superando Opus, GPT-5, Gemini 3 em SVG.

Na mesma semana, a OpenAI lançou a Rosalind. Modelo especializado em ciências da vida. Biologia, química, genômica.

E o Cursor fechou acordo com o xAI pra treinar o Composer 2.5, modelo especializado em código.

Consegue ver o padrão?

Três dos maiores labs do mundo, na mesma semana, declarando a mesma coisa:

Profundidade venceu amplitude.

O futuro não é um modelo deus que faz tudo.

O futuro é 50 modelos excepcionais, cada um focado em uma tarefa específica.

Por quê?

Porque Reinforcement Learning é tremendamente spiky.

Quando você treina um modelo a fundo numa tarefa, ele fica insanamente bom naquilo.

E perde capacidade em tudo o mais.

É um trade-off.

E na empresa, você não quer que seu agente de atendimento seja ótimo em vendas. Você quer que ele seja imbatível em atendimento.

Agora olha pra sua empresa.

Você está usando GPT genérico pra tudo?

Atendimento. Vendas. Análise. Operações. Jurídico. Marketing.

Então você está deixando dinheiro na mesa. Muito dinheiro.

Porque seus concorrentes que entenderem isso vão treinar modelos próprios, ou fazer fine-tune de open source, e vão te comer vivo em cada vertical.

Revisando:

1. Modelos gerais servem pra muita coisa, mas não são ótimos em nada.

2. Modelos profundos são cirúrgicos, mas dependem de você entender o problema que está resolvendo.

3. Nos próximos 24 meses, quem mapear primeiro os casos de uso ganha a corrida.

Está me acompanhando?

Vamos pro terceiro segredo. É o mais importante.

Segredo 3:

Compute é o Novo Petróleo

Agora presta muita atenção.

Porque se você entender isso, nada mais vai te assustar nessa transição.

Essa semana a DeepSeek v4 vazou.

Não é um modelo qualquer. É o primeiro modelo frontier chinês possivelmente treinado inteiramente em chips Huawei Ascend.

Sem NVIDIA. Sem stack americana.

O Jensen Huang, CEO da NVIDIA, já tinha avisado que esse cenário seria "really bad".

Agora está acontecendo.

Simultaneamente, a Qwen 3.6 saiu da Alibaba. 35 bilhões de parâmetros, só 3 ativos. Roda num MacBook. De graça. Forte em workflows agentic.

E do outro lado...

A Cerebras marcou IPO.

O xAI alugou compute pro Cursor.

Isso mesmo, alugou. O Cursor, avaliado em quase 50 bilhões, tendo que alugar compute do xAI.

A Anthropic está em negociação com o governo americano pra liberar acesso ao Mythos.

O que todos esses movimentos têm em comum?

Compute.

Compute.

Compute.

Quem tem, comanda. Quem não tem, implora.

E aqui vem a previsão que pode salvar sua empresa:

A era dos subsídios de AI está acabando.

Todos esses preços baratos que você paga hoje por OpenAI, Anthropic, Gemini?

Subsidiados.

Queima de caixa pra conquistar mercado.

No momento em que essas empresas precisarem dar lucro de verdade (e o momento está perto), os preços vão 4x, 5x, 10x.

E o que sobra pra você?

Três caminhos.

1. Você compra seu próprio compute (financeiramente impossível pra 99%).

2. Você roda modelos open source locais (possível, mas exige know-how).

3. Você aceita pagar o preço novo e corta 70% do seu pipeline.

Quem não se preparar agora, escolhe opção 3.

E a opção 3 é falência disfarçada de eficiência.

Revisando:

Quem controla compute, controla AI. Quem controla AI, controla produtividade. Quem controla produtividade, controla os próximos 20 anos da economia.

Simples assim.

A Decisão Que Você Precisa Tomar Essa Semana

Agora olha comigo esses três segredos juntos.

1. AI não estagnou. Só estagnou pra quem não usa reasoning models.

2. A era dos generalistas acabou. Profundidade venceu.

3. Compute é o petróleo novo. Os subsídios vão acabar.

O que isso tudo significa pra você, líder de empresa, fundador, executivo lendo isso hoje?

Significa que você tem duas opções.

Opção A: Continua como está. Usando ChatGPT genérico pra tudo, pagando por token, na mão de labs que podem mudar preços amanhã, sem estratégia própria de AI.

Nessa opção, você vira commodity.

Opção B: Você para. Mapeia onde AI pode atacar primeiro na sua operação. Identifica casos de uso profundos (não superficiais). Constrói ou contrata especialização. Se posiciona pra não depender de uma única API.

Nessa opção, você vira líder de categoria.

Não tem terceira opção.

E não, "esperar pra ver" não conta.

Esperar é a opção A disfarçada.

O que eu vejo da frente de batalha

Toda semana converso com CEOs de empresas brasileiras que me perguntam:

"Gabriel, por onde eu começo?"

Minha resposta é sempre a mesma.

Você não começa implementando. Você começa mapeando.

Porque implementar AI sem mapeamento estratégico é como contratar 50 consultores sem saber qual é o problema.

Vai queimar dinheiro. Vai frustrar time. Vai gerar um caso político contra AI dentro da sua empresa.

E quando o concorrente implementar direito, você vai estar 2 anos atrás.

Por isso montamos o AI Discovery (Strategic Mapping) na Comscience.

Não é implementação. É o mapa antes da guerra.

O mapeamento define três coisas:

1. Onde AI vai dar ROI mais rápido na sua operação.

2. Quais processos são profundos o suficiente pra justificar modelo especializado.

3. Qual stack te deixa menos refém de um único lab.

Sem isso, você está apostando.

Com isso, você está investindo.

Preciso te fazer uma pergunta...

Quando você estiver em 2028, olhando pra trás pra esse abril de 2026... Você vai lembrar dessa semana como a semana que você decidiu agir?

Ou como mais uma semana que leu uma newsletter, achou interessante, e seguiu a vida?

Eu sei o que eu escolho. E eu sei que quem está aqui comigo lendo até esse ponto...

Não está aqui por acaso.

Você é daqueles que enxergam o jogo antes da maioria.

Você é daqueles que querem liderar, não seguir.

Você é daqueles que vão ser referência na sua indústria daqui 24 meses.

Mas precisa agir agora.

Porque em 2027 já vai ser tarde.

Nos vemos semana que vem.