As empresas gastam muito para manter o trabalho circulando entre pessoas, em reuniões e relatórios de status. Na Replit, os agentes de IA estão assumindo boa parte disso. Designers agora entregam mudanças de produto por conta própria, em vez de repassar ideias para engenheiros, e o suporte usa agentes para investigar problemas de clientes. No primeiro semestre de 2026, os engenheiros escreveram quase três vezes mais código, enquanto os tempos de revisão, os rollbacks e os incidentes ficaram estáveis. Já na maioria das empresas, os agentes ainda rodam em janelas de chat e contas pessoais, com os logins que alguém lhes passou, e ninguém consegue ver o que eles fizeram.
A qualificação de leads inbound é um bom ponto de partida para implementar agentes de IA, porque a tarefa é bem delimitada: o agente só precisa responder perguntas, qualificar, encaminhar e agendar reuniões. Também há métricas de sucesso claras, como reuniões agendadas e receita fechada. O risco é baixo, já que a alternativa é um formulário parado em uma fila.
Algumas startups já compram engenharia em tokens, e não em headcount. Dois fundadores gastam cerca de US$ 28 mil por ano com IA, menos do que custa um engenheiro. No primeiro mês, eles fizeram o merge de 657 pull requests. A maior despesa é de cerca de US$ 1.500 por mês com um revisor de código baseado em IA, o que evita que cada fundador precise ler todo primeiro rascunho. O limite real é a atenção. Enquanto um dos fundadores revisava outro trabalho, um pequeno problema no banco de dados cresceu até derrubar o produto. Por isso, o próximo engenheiro da dupla ficará responsável por uma parte do produto, incluindo os agentes.
Com a IA facilitando a reprodução de software, a defensabilidade no setor de pagamentos passa a depender cada vez mais de aprovações regulatórias, relações bancárias e conhecimento operacional acumulado. Registros de decisões de agentes e de correções feitas por humanos também podem virar uma vantagem que concorrentes não conseguem recriar apenas copiando o produto.
O head de produto de uma startup de IA testou o Claude Cowork em janeiro, e a ferramenta não deu conta do trabalho. Um mês depois, um product manager recém-contratado mostrou a ele como usava agentes do Claude Code para executar suas tarefas. Ver alguém da própria equipe trabalhando tão à frente teve mais efeito do que qualquer demo de produto. Naquele mês, o head de produto construiu seu primeiro agente, para redigir a atualização semanal para a liderança. Em abril, o Cowork já executava nove tarefas. A recomendação é manter uma lista do que a IA ainda não consegue fazer e testar de novo os principais itens a cada dois meses.
A CLI do Vercel Connect agora permite pesquisar mais de 1000 serviços diretamente no terminal, com filtros como categoria ou método de conexão. A atualização também oferece saída em JSON, o que facilita o uso em scripts e agentes e dá mais flexibilidade de integração. Para acessar os recursos, é preciso usar a versão 64.1.0 da CLI ou posterior.
Segundo a newsletter investing101, fundadores de IA deveriam adotar o framework Square Deal, de George F. Johnson: dividir os ganhos de produtividade entre funcionários, clientes e o negócio. Na prática, isso significa dar aos funcionários participação societária relevante, repassar a economia aos clientes e reinvestir no crescimento. Como exemplo, o texto cita a Lincoln Electric, que combina participação nos lucros com um retorno em ações mais de duas vezes superior ao do S&P 500 desde seu IPO, em 1995.
Nos primeiros tempos dos PCs no escritório, alguns computadores foram registrados como mesas ou máquinas de escrever para driblar o departamento de TI.
As empresas mais adiantadas no uso de IA estão começando a reduzir os gastos com a tecnologia. Dois fatores aparecem por trás do movimento: controles de custos mais rígidos e modelos cada vez mais baratos.
A maioria das empresas morre no longo período em que ninguém se importa com elas. Segundo o texto, é justamente nessa fase que grande parte do valor é construída.
