Pergunte a três áreas o que é um cliente ativo e você pode receber três respostas diferentes. Pessoas convivem bem com essa ambiguidade. Agentes não. Quando um sistema de IA lê que um cliente cancelou ou que uma receita foi reconhecida, ele precisa de um significado único e acordado, ligado aos dados e às regras certas, ou vai agir com enorme confiança sobre o significado errado.

Esta keynote explora a camada semântica, o mapa compartilhado de definições, relações e políticas de negócio que fica entre os seus dados e os seus agentes. Vamos ver como as organizações líderes estão construindo essa camada, quem deve ser o dono dela e por que acertar as definições está se tornando a forma mais barata de deixar a IA mais precisa, mais explicável e menos cara de operar.

Um teste simples para qualquer programa de IA. Se o seu principal fornecedor de modelos dobrasse o preço, mudasse os termos ou deixasse de atender às exigências do seu setor, quanto tempo levaria para migrar? Para muitas organizações, a resposta honesta é meses, porque prompts, avaliações, ajustes finos e fluxos de trabalho foram todos construídos em torno de um único fornecedor sem que ninguém tivesse decidido isso de propósito.

Este painel trata a portabilidade como disciplina, e não como esperança. Os painelistas compartilham como fazem simulações de troca, quais partes da arquitetura fazem questão de controlar, as cláusulas contratuais que protegem a saída e como equilibrar a conveniência de um único fornecedor com a liberdade de partir.

A corrida por modelos cada vez maiores domina as manchetes, mas dentro de bancos, seguradoras e empresas do agronegócio brasileiro uma história mais silenciosa está acontecendo. Modelos menores, treinados para um único domínio, estão se mostrando mais rápidos, mais baratos e mais fáceis de governar, especialmente em trabalhos numéricos como previsão de safra, precificação e risco, onde um palpite confiante é pior do que nenhuma resposta.

Os painelistas contam onde trocaram o gigante pelo especialista, o que isso fez com a precisão e o custo, e como decidir quais problemas realmente precisam do maior cérebro da sala.

O piloto foi barato. A produção é outra história. À medida que agentes trabalham o dia inteiro e o uso se espalha por todas as áreas, o gasto com IA cresce como hera, primeiro em silêncio e depois de uma vez. No Brasil a conta pesa ainda mais, porque boa parte desses serviços é cobrada em dólar e cada oscilação do câmbio muda o fechamento do mês. O financeiro quer previsibilidade, as equipes querem liberdade, e o CIO fica no meio segurando uma fatura que ninguém previu.

Este painel leva a disciplina de gestão de custos de nuvem para a IA. Como enxergar para onde o dinheiro realmente vai, definir orçamentos sem sufocar a inovação, direcionar cada tarefa para o modelo certo e construir uma narrativa de custos que se sustente diante do CFO.

O Brasil adora conversar. O telefonema nunca morreu, o áudio no WhatsApp virou hábito nacional, e para muitos clientes falar continua sendo o jeito mais natural de resolver o que importa. Por anos, automatizar esse canal significou menus intermináveis e o velho pedido para falar com um atendente. Uma nova geração de IA de voz raciocina diretamente sobre a fala, acompanhando contexto, tom e intenção ao longo de toda a conversa.

Esta sessão explora o que isso significa para atendimento, vendas e suporte interno. Onde já funciona, como lidar com sotaques e com a informalidade do português falado, como desenhar a experiência com dignidade e como manter a confiança quando a voz do outro lado não é de uma pessoa.

Alguns dos dados mais valiosos da empresa são justamente aqueles que você não pode tocar. Prontuários, conversas com clientes, casos de fraude, a falha rara que acontece uma vez por década. Dados sintéticos oferecem um caminho, registros realistas que carregam os padrões sem expor as pessoas, o que ganha ainda mais valor sob a LGPD.

Este fireside chat separa a promessa das armadilhas. Onde os dados sintéticos já estão acelerando projetos em setores regulados, como provar que eles são úteis e realmente privados, e o que acontece com modelos que aprendem demais com exemplos criados por máquinas e de menos com o mundo real.

Seus agentes estão começando a chamar ferramentas, negociar com outros sistemas e repassar tarefas a agentes criados por parceiros e fornecedores. Por trás de cada uma dessas conversas existe uma nova camada de protocolos e conectores que a maioria das arquiteturas corporativas nunca previu. Quem já vive o Open Finance sabe o valor de padrões compartilhados, e a mesma lição agora chega aos agentes.

Esta sessão desmistifica os padrões emergentes que permitem que agentes trabalhem juntos e mostra como adotar esses padrões com regras claras de confiança, registro e responsabilização desde o primeiro dia.

A maior parte da conversa sobre IA aconteceu em telas, em janelas de chat, documentos e dashboards. O próximo capítulo chega ao campo, às minas, aos portos, às fábricas e aos hospitais. Modelos de mundo ajudam as máquinas a entender espaço, tempo, causa e efeito, para que robôs e sistemas autônomos possam ensaiar uma ação antes de agir de verdade.

Este painel explora onde a IA física já está gerando valor na economia brasileira, o que ela exige de dados e infraestrutura e como os líderes preparam suas operações, suas equipes de segurança e suas pessoas para máquinas que se movem.

Toda organização tem algumas pessoas que simplesmente sabem. O engenheiro que percebe pelo som que uma máquina vai falhar, o subscritor que sente um risco ruim antes que os números mostrem, o líder de operações que lembra por que uma regra foi criada vinte anos atrás. Muito do que eles sabem nunca foi escrito, e muitos estão perto da aposentadoria.

Esta conversa de encerramento mostra como líderes estão usando a IA para ouvir, registrar e preservar esse conhecimento enquanto esses especialistas ainda estão na empresa. Como convidar as pessoas a compartilhar o que sabem em vez de se sentirem substituídas, como transformar histórias e julgamento em algo com que um novo colega ou um agente possa aprender, e como honrar as pessoas cuja sabedoria construiu a empresa.