Hoje o radar trouxe bastante coisa para quem acompanha IA aplicada a produto: de um anúncio que redesenha onde a IA mora dentro do CRM até um alerta forte sobre autonomia sem sandbox. Separei o que mais interessa para quem trabalha com produto, começando pelo que mais chamou minha atenção.

Tem uma pergunta que fica na minha cabeça quando penso em produto de crédito: onde a IA realmente mora dentro dos sistemas que uma empresa já usa todo dia?

Em resumo

  • Salesforce e Anthropic lançaram o Claudeforce. O Claude passa a operar sobre os dados, os workflows e a governança do Salesforce, com dezenas de skills de vendas prontas para uso.
  • O Claude também se torna o modelo padrão dentro do Agentforce e do Slack. O beta aberto está previsto para setembro.
  • O padrão mais importante é a IA deixar de ser uma aba a mais e passar a fazer parte da camada de dados corporativa, com regras e governança desde o início.
  • Em crédito, essa integração só gera valor quando está colada ao fluxo de decisão, com trilha de auditoria e limites claros de autonomia.

Claudeforce: quando a IA entra na camada de dados do CRM

Essa semana Salesforce e Anthropic responderam de um jeito bem direto à pergunta sobre onde a IA vai morar dentro dos sistemas corporativos. Lançaram o Claudeforce: o Claude passa a rodar sobre os dados, os workflows e a governança do Salesforce, com dezenas de skills de vendas prontas para uso. O anúncio completo também informa que o Claude vira o modelo padrão dentro do Agentforce e do Slack, com beta aberto previsto para setembro.

O que me chama atenção não é o anúncio em si, mas o padrão por trás dele. A IA deixa de ser uma aba a mais e vira parte da camada de dados corporativa, com regras e governança embutidas desde o início.

O que isso muda para produtos de crédito

Isso conversa direto com o que vivo no dia a dia trabalhando com produtos de crédito. Automação e IA só geram valor de verdade quando estão coladas no fluxo de decisão, com trilha de auditoria e limites claros de autonomia. Não adianta um agente esperto se ele não sabe até onde pode ir.

Dá para imaginar o mesmo movimento chegando em recebíveis, cobrança, análise de garantias e originação. Sistemas que já concentram dado estruturado viram terreno fértil para esse tipo de integração nativa. O ganho não está apenas em adicionar uma interface conversacional, mas em colocar o agente perto do dado certo e da próxima decisão que precisa ser tomada.

Essa é uma aplicação prática de agentes de IA em um fluxo que já existe. Os exemplos de agentes de IA ficam mais úteis quando ajudam a enxergar a tarefa, as ferramentas, a métrica e o risco — e não apenas a capacidade isolada do modelo.

Quanto mais perto do core, maior a exigência de governança

O lado bom é que esse movimento baixa a barreira para times de produto colocarem IA para trabalhar de verdade, sem reinventar a arquitetura de dados do zero. O lado que exige atenção é justamente esse: quanto mais a IA se aproxima do core do negócio, mais peso a governança precisa ter.

Para quem trabalha com governança de IA, a pergunta não é apenas se o agente consegue executar uma ação. É preciso definir quais dados ele pode consultar, quais decisões pode apoiar, quais ações exigem aprovação e como cada etapa será auditada. Em produtos de crédito, esses limites não são detalhe de implementação: fazem parte do produto.

O resto do radar

Antigravity ganha modo de raciocínio profundo (/boost) — mostra como um lab empacota “raciocínio profundo” como recurso de produto dentro de um IDE agentic, virando referência de UX para ferramentas de código com IA. Ler mais

Almanac: um agente que “conhece” sua empresa — exemplo do padrão agente com memória organizacional e ação autônoma, útil como benchmark competitivo ou inspiração de produto. Ler mais

Falha de segurança no Auto Mode do Claude Code — alerta de segurança em modos autônomos de agentes de codificação, com risco real de execução de código malicioso. Ler mais

Um formato de arquivo para memória de agentes — propõe um padrão aberto e portátil de memória para agentes, relevante para decisões de arquitetura de produtos com IA. Ler mais

ChatGPT Ads bate US$ 1 bi em receita anualizada — case real de monetização por anúncios em produto de IA generativa, com métricas de resultado e expansão global. Ler mais

OpenAI corta acesso do Cursor após venda à SpaceX — expõe o risco de dependência de um único fornecedor de modelo ou API em produtos construídos sobre plataformas de terceiros. Ler mais

Gemini 3.5 Transcribe: novo piso de qualidade em voz — novo modelo de voz para texto com baixa taxa de erro e amplo suporte a idiomas, abrindo espaço para produtos de voz. Ler mais

DoltLite: SQLite com Git, construído a golpes de agente — case real de engenharia majoritariamente conduzida por agentes de codificação para levar um produto complexo ao beta. Ler mais

GLM-5.3-Flash e Qwen3.8-Flash: IA 10x mais barata — queda abrupta de custo em modelos “flash” pressiona toda a cadeia de preços de LLM, afetando decisões de make-or-buy. Ler mais

É isso por hoje. Amanhã tem mais.