E aí curioso, seja bem vindo novamente ao Algoritmo, a sua newsletter diária sobre IA.

E aqui está a sua dose de hoje 👇

🏃TLDR⌚

Além disso, olha o que você verá hoje:

Bora lá?

🛠 Caixa de Ferramentas 🛠

Aqui estão algumas das ferramentas que separei hoje pra você:

Brasil em Destaque: Como o Brasil pode aprender com os grandes investimentos em datacenters de IA nos EUA

O avanço dos datacenters de IA nos Estados Unidos ganhou força em 2025, não apenas em volume de investimentos, mas também em sofisticação estratégica. Empresas como Google, Microsoft e Amazon estão injetando trilhões de dólares na construção de infraestrutura computacional, em parceria com governos e fundos privados. A escolha dos locais não é aleatória: regiões como Virgínia, Texas e Pensilvânia combinam energia abundante, incentivos fiscais e infraestrutura já existente. A prioridade é garantir acesso a energia limpa, confiável e barata, com destaque para a modernização de hidrelétricas, instalação de parques solares e acordos diretos com fornecedores locais de energia.

Esses investimentos não são apenas técnicos, mas profundamente geopolíticos. O objetivo é garantir autonomia computacional em um cenário onde a IA define a vantagem competitiva entre países. A escala dos aportes, com datacenters de bilhões de dólares cada, depende de alianças público-privadas, estabilidade regulatória e segurança jurídica. Ao mesmo tempo, os EUA promovem um modelo de sustentabilidade agressiva: metas de neutralidade de carbono, otimização no uso de água para resfriamento e protocolos rigorosos de descarte de resíduos já fazem parte dos projetos desde sua concepção.

Além disso, as operações nos EUA são moldadas por boas práticas operacionais de alta eficiência. Automação, virtualização, redundância geográfica e segurança cibernética de padrão internacional garantem resiliência e confiabilidade. Os datacenters se tornam hubs não apenas de armazenamento e processamento, mas de formação de talentos e inovação. Empresas e governos investem em qualificação técnica de milhões de profissionais, expandindo o ecossistema digital em torno dessas infraestruturas.

Para o Brasil, as lições são claras. O país possui energia limpa em abundância, polos industriais com infraestrutura e uma crescente demanda por capacidade computacional. Mas falta articulação estratégica. É preciso integrar planejamento energético com políticas públicas específicas para IA, oferecer incentivos agressivos para atrair grandes players e criar marcos regulatórios flexíveis, mas confiáveis. A formação de talentos e o estímulo a startups ligadas à IA e infraestrutura também devem ser priorizados. Porém, é importante ressaltar que datacenters têm um impacto ambiental grande devido ao alto consumo de água para resfriamento, será que este é um preço que estamos dispostos a pagar?

O modelo americano mostra que datacenters não são apenas centros de custo, são ativos de soberania tecnológica, competitividade econômica e influência geopolítica. Se o Brasil quiser ocupar um lugar de protagonismo no cenário global da IA, precisa agir rápido, aprender com os acertos dos EUA e adaptar essas estratégias à sua realidade energética, territorial e institucional. A janela de oportunidade está aberta, mas não por muito tempo.

Governo Trump revela oficialmente sua estratégia de IA para os EUA, com um único objetivo: a liderança do mercado

O governo Trump revelou oficialmente seu novo plano de ação em IA, e ele deixa pouca margem para dúvida: o objetivo é garantir que a liderança dos EUA no setor “permaneça inquestionável”. O documento de 34 páginas abandona o foco em freios regulatórios para priorizar crescimento acelerado, investimentos massivos e contenção geopolítica, especialmente contra a China. A IA é uma questão de poder nacional, não apenas de inovação tecnológica.

Entre as ações imediatas estão a expansão das restrições à exportação de chips avançados, o fortalecimento da cadeia de suprimentos doméstica, estímulos fiscais para empresas que desenvolvem modelos fundacionais nos EUA e a criação de uma “infraestrutura soberana de computação”. O plano também inclui novos incentivos para datacenters, energia limpa e capacitação técnica, com metas de curto prazo para reverter a dependência de atores externos. Em paralelo, o governo quer tornar o Departamento de Defesa o maior comprador institucional de IA do mundo.

Mas o documento não traz detalhes técnicos sobre como essas metas serão atingidas. Não há definições claras de orçamento, critérios de segurança ou mecanismos de accountability. Também não há diretrizes robustas para mitigação de riscos sistêmicos, ética ou transparência algorítmica. A palavra “segurança” aparece, mas quase sempre no sentido militar ou competitivo, e raramente vinculada ao uso civil. O que se vê é uma proposta agressiva e incompleta, desenhada para acelerar a adoção de IA em setores estratégicos mesmo com riscos em aberto.

Essa abordagem tem implicações diretas para o ecossistema global. Ao substituir cautela por velocidade, os EUA sinalizam um novo ciclo de corrida armamentista tecnológica, com menos ênfase em governança internacional e mais foco em vantagem competitiva. A tensão com a China deve escalar, já que o plano visa barrar o acesso chinês a qualquer insumo essencial, de semicondutores a modelos de código aberto. Empresas americanas agora enfrentam um paradoxo: mais incentivos para inovar, mas também mais pressão geopolítica.

Por que isso importa: o plano marca uma virada no jogo de IA global. Em vez de buscar equilíbrio entre inovação e controle, os EUA escolhem acelerar, custe o que custar. Para o Brasil e outros países emergentes, isso redefine as regras do tabuleiro. A questão deixa de ser apenas como desenvolver IA localmente, e passa a ser como sobreviver num cenário onde IA virou instrumento direto de política externa.

Proton lança seu assistente de IA, com foco em privacidade e criptografia

Em um cenário onde privacidade virou exceção, a Proton decidiu inverter a lógica do mercado: lançou seu próprio assistente de IA, mas com criptografia de ponta a ponta, sem coleta de dados e zero retenção de histórico. A ferramenta, chamada Proton Scribe, opera nos mesmos moldes de um chatbot tradicional, mas com arquitetura pensada para garantir que nem a empresa, nem ninguém, consiga acessar o que o usuário digitou ou recebeu como resposta.

Diferente dos gigantes como OpenAI, Google ou Anthropic, que registram interações para "melhorar o serviço", a Proton aposta em um modelo radicalmente oposto: criptografia local, processamento seguro em nuvem própria e promessa explícita de que nenhum dado será utilizado para treinar modelos ou alimentar estatísticas. O modelo base é o Mistral 7B, escolhido por ser open-source, rodando em uma instância controlada pela Proton, sem conexão com servidores de terceiros.

A iniciativa se alinha à filosofia da empresa, já conhecida por seu e-mail criptografado e seu serviço de VPN. Mas também aponta para uma nova camada de concorrência na guerra dos assistentes: enquanto os líderes disputam quem tem o maior modelo ou o plugin mais útil, a Proton mira em usuários cada vez mais desconfiados e marginalizados pelos modelos “gratuitos” pagos com dados. O foco não é escala, mas confiança.

O momento também é estratégico: a União Europeia está prestes a implementar regulações duras sobre IA e coleta de dados, e os EUA enfrentam pressão pública por mais transparência algorítmica. A Proton se antecipa como “safe haven” num mercado onde até as opções empresariais ainda carecem de garantias reais de confidencialidade. Para organizações que lidam com informação sensível, de jornalistas a advogados, a proposta é especialmente atraente.

Por que isso importa: a Proton sinaliza que ainda há espaço para modelos de IA éticos, pequenos e altamente protegidos. Em vez de competir por volume, a empresa oferece um argumento político e técnico poderoso: você pode usar IA sem abrir mão da sua privacidade. E, nesse novo mercado que se forma, confiança pode valer mais do que tokens.

Startup de ex diretora de segurança da Anthropic arrecada US$ 15 milhões para implantar agentes de IA com segurança

A proposta parte de um problema crescente: à medida que agentes autônomos se popularizam, cresce também o risco de mau uso, decisões inesperadas ou falhas em ambientes críticos. A startup quer garantir que esses riscos não paralisem a adoção da tecnologia. Seu modelo combina ferramentas de segurança personalizáveis com auditoria independente e, em breve, seguros reais contra falhas de IA, em parceria com resseguradoras tradicionais.

A startup aposta que o próximo ciclo de adoção da IA não será liderado apenas por quem tem os melhores modelos, mas por quem consegue dar garantias de uso confiável. E essa não é uma previsão teórica: os investidores por trás da rodada incluem Greylock e GV (Google Ventures), além de veteranos da Anthropic e OpenAI, todos com interesse direto em tornar os agentes mais confiáveis e vendáveis.

Esse movimento também expõe uma fraqueza do ecossistema atual: mesmo as grandes empresas ainda tratam segurança como algo periférico, enquanto startups menores evitam usar agentes por medo de vazamentos, alucinações ou responsabilidades legais. Um novo tipo de infraestrutura é proposto, não computacional, mas regulatória e de confiança, que viabilize uma adoção massiva sem criar novos desastres de reputação.

Por que isso importa: se a primeira onda da IA foi sobre capacidade, a segunda será sobre confiança operacional. E quem dominar esse campo, como a empresa quer, não só desbloqueia um novo mercado de bilhões, como define os limites de responsabilidade em um futuro onde máquinas tomam decisões por nós.

Mais notícias ao redor do mercado de IAs

ChatGPT teve uma alucinação com um recurso, forçando desenvolvedores humanos a adicioná-lo

Um desenvolvedor perguntou ao ChatGPT como desativar um recurso do Playdate, um console indie com manivela. A IA respondeu com confiança: “Use disableCrankSounds().” Só que essa função… não existia. O problema é que a resposta foi tão convincente que o usuário abriu uma issue no GitHub, e os próprios engenheiros decidiram implementar a função de verdade, já que a ideia fazia sentido.

Esse episódio foi revelado pela equipe do Panic, estúdio por trás do console, e se tornou um dos primeiros casos documentados de uma alucinação de IA que se transforma em recurso oficial de software. Ou seja: um bug virou funcionalidade por causa da autoridade performática do ChatGPT, mesmo quando ele está inventando.

A situação parece anedótica, mas aponta para um fenômeno mais amplo: desenvolvedores estão cada vez mais terceirizando tarefas e decisões à IA, muitas vezes sem validar ou entender o que ela está fazendo. Quando uma alucinação convence o suficiente para virar feature, a fronteira entre erro e inovação começa a desaparecer, e com ela, os critérios de autoria.

Esse é um sinal claro de como a IA está redefinindo a própria cultura de desenvolvimento. Não se trata mais apenas de acelerar produtividade ou sugerir código útil: a IA começa a criar expectativas sobre como os sistemas deveriam funcionar, mesmo sem intenção, base de dados ou permissão. A função disableCrankSounds() pode parecer inofensiva, mas o precedente é tudo, menos isso.

Por que isso importa: quando até os bugs da IA se tornam padrão de mercado, surge um novo paradigma, o do design induzido por alucinação. E nesse futuro, nem tudo que parece útil veio de uma mente humana.

Conteúdos extras para você

Isso é tudo por hoje!

Dê o próximo passo e tenha palestras e treinamentos com a
nossa equipe na sua empresa. Clique aqui para se cadastrar.

Até amanhã.