Walmart põe coleira no seu agente de compras.

A IA de diagnóstico da Microsoft acaba de atingir 83% de precisão em casos médicos complexos em um ambiente simulado. Para contextualizar, os médicos na mesma simulação conseguiram uma precisão de apenas 36%, mesmo com acesso a materiais de referência.

Esta não é uma vitória marginal; é um massacre. Uma simulação não é uma enfermaria de hospital, e benchmarks sintéticos raramente sobrevivem ao contato com dados de pacientes do mundo real. Mas uma diferença de 47 pontos significa que os modelos estão vendo padrões que os especialistas humanos estão perdendo completamente.

Os médicos perdem seu monopólio sobre diagnósticos complexos no momento em que esses sistemas obtêm aprovação clínica. O vencedor imediato é a Microsoft, que agora tem a alavanca definitiva para vender sistemas de saúde empresariais. Os perdedores são os órgãos reguladores que tentam justificar por que um sistema que dobra a precisão do diagnóstico não deveria ser a segunda opinião padrão.

A Legora acaba de fechar uma rodada de financiamento de US$ 550 milhões, elevando a empresa de IA jurídica a uma avaliação de US$ 8,8 bilhões. O capital é destinado à expansão de seus negócios de IA jurídica nos EUA e nos mercados globais.

Você não obtém uma avaliação de US$ 8,8 bilhões construindo um mecanismo de busca ligeiramente melhor para jurisprudência. Os apoiadores da Legora estão apostando que a IA pode substituir fundamentalmente o trabalho pesado atualmente cobrado a US$ 400 por hora por associados de primeiro ano.

Escritórios de advocacia que adotarem essas ferramentas verão suas margens explodirem, enquanto os escritórios que se apegarem à revisão manual serão precificados para fora do mercado. A Legora ganha muito aqui, mas o verdadeiro teste é se seus modelos podem lidar com a precisão paranoica exigida pelos regimes de conformidade globais sem alucinar um precedente.

A Flapping Airplanes acaba de levantar US$ 1 bilhão para desenvolver sistemas de IA que podem aprender usando significativamente menos dados e poder de computação. O objetivo é construir modelos de IA mais eficientes e acessíveis que não exijam drenar um pequeno lago para resfriar seus data centers.

A indústria está obcecada em raspar o fundo da internet para alimentar clusters massivos, mas a Flapping Airplanes está apostando que a eficiência algorítmica superará a escala bruta.

Se eles conseguirem, o fosso para empresas como OpenAI e Google diminui drasticamente. Modelos que exigem menos computação reduzem a barreira de entrada para todos os outros. Os incumbentes perdem sua vantagem estrutural se a inteligência não exigir mais um supercomputador de bilhões de dólares para treinar.

A GM testou mais de 300.000 designs de bateria inteiramente por meio de modelagem computacional antes mesmo de se preocupar em construir um protótipo físico. A simulação alimentada por IA acelerou drasticamente seu cronograma de desenvolvimento.

A prototipagem física no setor automotivo é brutalmente lenta e cara. Ao transferir a fase de tentativa e erro inteiramente para um ambiente simulado, a GM pode iterar na velocidade do software, em vez da velocidade da fabricação.

Os vencedores são as equipes de engenharia que agora podem validar as ciências dos materiais da noite para o dia. Os perdedores são os fornecedores automotivos tradicionais que ainda dependem de testes de bancada físicos para validar seus componentes. A prototipagem digital não é mais um luxo; é a linha de base para a sobrevivência.

A Loom acaba de lançar um recurso 'Gravar para agente' em beta aberto para usuários Business + AI e Enterprise. A ferramenta converte demonstrações de tela narradas em instruções explícitas para agentes de IA, completas com capturas de tela e links.

Escrever sequências de prompts para agentes de GUI é tedioso e frágil. A abordagem da Loom permite que os operadores façam o que já fazem – gravar um vídeo rápido – e permite que o software extraia os elementos DOM precisos e as etapas de execução necessárias para automatizar a tarefa.

Isso remove um enorme gargalo para construtores que tentam implantar agentes em ambientes não técnicos. A Loom vence ao se integrar como a camada de tradução entre a intenção humana e a execução do agente.