Links, textos e fontes usados para montar a apresentação “A Empresa que Aprende”.
Use como trilha de leitura depois da apresentação.
Referências para a tese principal: IA está caminhando para infraestrutura, e a vantagem passa a depender do que a empresa constrói e aprende com o uso.
Satya Nadella
Texto sobre IA, empresas, capital humano, token capital, aprendizado organizacional e o risco de concentrar valor nos modelos de fronteira.
Uso no material
Base conceitual para a tese de que empresas precisam construir sistemas próprios de aprendizado, não apenas consumir modelos.
Adicionado em 18/06/2026
Simon Wardley / Wardley Maps
Livro aberto sobre mapeamento estratégico e o arco de evolução tecnológica: Genesis → Custom Built → Product → Commodity.
Uso no material
Base para a ideia de que tecnologias fortes começam como vantagem e depois viram infraestrutura.
Adicionado em 18/06/2026
Simon Wardley
Palestra sobre estratégia, mapeamento e como navegar mudanças tecnológicas avançando a partir do que já se conhece.
Uso no material
Apoio à leitura de evolução e posicionamento estratégico diante da IA.
Adicionado em 18/06/2026
Referências para maturidade organizacional, diagnóstico, pilotos, governança e construção de capacidade interna.
Vinícius Gracia / Israell Paccamicio
Documento de apoio sobre imersão, diagnóstico, pilotos, capacidade interna, governança, escala e evolução contínua.
Uso no material
Base para os checklists de maturidade, due diligence e avaliação de projetos.
Adicionado em 18/06/2026
NIST
Referência para governança, mapeamento de riscos, medição e gestão de sistemas de IA.
Uso no material
Apoio ao checklist de governança, risco e avaliação.
Adicionado em 18/06/2026
Business Insider
Reportagem sobre a ascensão acelerada da Cursor, empresa de coding com IA, e como ela atrelou parte do seu futuro à infraestrutura de Elon Musk.
Uso no material
Case de adoção e crescimento acelerado de IA aplicada à engenharia de software.
Adicionado em 18/06/2026
Referências para tratar agentes como software real: execução durável, sandbox, aprovações humanas, evals, observabilidade e rollback.
Vercel
Apresentação do framework open-source Eve para construir, rodar e escalar agentes em produção.
Uso no material
Exemplo de agentes tratados como software sério, com durable execution, sandbox, human-in-the-loop approvals, subagents, evals, observabilidade, CI e rollback.
Adicionado em 18/06/2026
Addy Osmani / Google
Texto sobre trabalhar com agentes em ciclos — gerar, avaliar, corrigir — tratando engenharia assistida por IA como um loop disciplinado.
Uso no material
Apoio à ideia de que agentes em produção exigem avaliação e iteração contínuas, não execução cega.
Adicionado em 18/06/2026
Glean
Plataforma de busca corporativa e assistentes/agentes sobre o conhecimento interno da empresa.
Uso no material
Exemplo de produto que conecta memória corporativa a agentes que agem sobre o trabalho real.
Adicionado em 18/06/2026
Jumpad
Startup de agentes de IA aplicados ao trabalho operacional das empresas.
Uso no material
Exemplo de produto de agentes em produção.
Adicionado em 18/06/2026
Referências para o argumento de que IA barateia produção, mas aumenta a importância de avaliação, observabilidade e disciplina.
Charity Majors
Texto sobre IA, geração de código, validação, produção, observabilidade, evals e a ideia de que sistemas não determinísticos exigem mais disciplina, não menos.
Uso no material
Base para a frase “Quanto mais barato fica produzir, mais caro fica saber se aquilo presta.”
Adicionado em 18/06/2026
Charity Majors
Ensaio sobre o descompasso entre entusiasmo e ceticismo com IA, e por que disciplina de engenharia e avaliação seguem sendo decisivas.
Uso no material
Aprofundamento do argumento sobre disciplina e avaliação em sistemas com IA.
Adicionado em 18/06/2026
Referências para discutir como empresas grandes também erram transições tecnológicas, seja por subestimar a mudança ou por reagir com pânico operacional.
Gergely Orosz / The Pragmatic Engineer
Artigo sobre a reorganização de engenharia da Meta em torno de IA.
Uso no material
Anedota estratégica sobre urgência sem estratégia, métricas ruins e risco de destruir capacidades internas.
Adicionado em 18/06/2026
Mitchell Hashimoto
Comentário sobre empresas e founders superestimando IA e relaxando salvaguardas de engenharia.
Uso no material
Apoio ao argumento de que IA pode gerar pânico operacional.
Adicionado em 18/06/2026
Reuters
Notícia de novembro de 2022 sobre cortes na unidade de devices da Amazon, com menções a pessoas ligadas a Alexa.
Uso no material
Exemplo de timing ruim em transição tecnológica.
Adicionado em 18/06/2026
@HazzimIO
Cartoon sobre métricas sem sentido — lines of code, story points, pull requests e, a mais nova, “tokens spent”.
Uso no material
Apoio ao argumento de que medir o que é fácil (inclusive tokens) não é o mesmo que medir valor.
Adicionado em 18/06/2026
The Guardian
Referência histórica sobre o lançamento do GPT-2 em 2019. A OpenAI decidiu não liberar o modelo completo inicialmente, alegando risco de uso malicioso. A matéria também cita Dario Amodei, então diretor de pesquisa da OpenAI, explicando o salto de escala do modelo e do dataset.
Uso no material
Apoiar o ponto de que a comunicação pública sobre risco, misuse e contenção de modelos já aparecia antes do ChatGPT e antes da Anthropic.
Adicionado em 19/06/2026
Temas que ajudam a expandir a discussão, mas não precisam aparecer como blocos centrais da apresentação.
Categoria conceitual
Referência conceitual para o argumento de que modelo não é moat e que empresas precisam de portabilidade.
Uso no material
Explicar por que a vantagem não pode depender apenas de acesso ao melhor modelo.
Adicionado em 18/06/2026
Jeremy Raper (@puppyeh1)
Comentário com tabela de leaderboard de modelos: à medida que o desempenho se comprime, conseguir 80–85% da capacidade dos modelos de fronteira por uma fração do preço sinaliza commoditização. O modelo ainda importa, mas a vantagem migra para o que a empresa constrói ao redor — contexto proprietário, workflows, distribuição, avaliação, memória, governança e produto.
Uso no material
Reforça o argumento “modelo não é moat”: se vários modelos entregam desempenho aceitável a preços muito diferentes, a empresa precisa de portabilidade e da própria camada de avaliação.
Adicionado em 18/06/2026
Categoria conceitual · Stein & Zwass
Categoria de produtos e práticas que tornam documentos, decisões, CRM, tickets, reuniões, políticas e playbooks acessíveis com permissão e confiança. O paper clássico de Stein & Zwass, “Actualizing Organizational Memory with Information Systems”, mostra como sistemas de informação podem sustentar a memória organizacional e preservar conhecimento reutilizável.
Uso no material
Base para o argumento “antes de agentes, memória”: memória não é só cultura — ela pode ser desenhada nos sistemas.
Adicionado em 18/06/2026