Uma inteligência artificial que joga Doom chama atenção. A pergunta para uma empresa é outra: quanto trabalho cabe entre receber uma informação e decidir o próximo passo? É nesse intervalo que o Jev, apresentado pela TypeSafe em 15 de setembro, quer atuar. A proposta é produzir decisões estruturadas que um programa consegue usar diretamente, em vez de depender de uma resposta longa para cada ação.
No vídeo da XMACNA, os exemplos ganham explicação em português: ações em Doom, uma corrida por links da Wikipédia e termos que costumam afastar quem não trabalha com desenvolvimento. O interesse prático está em tarefas como classificação, pontuação e encaminhamento. A novidade merece atenção, acompanhada de uma distinção essencial: responder no formato certo e tomar a decisão certa são problemas diferentes.
Assista ao vídeo completo da XMACNA.
Doom e Wikipédia tornam a proposta visível
Na demonstração de Doom, a equipe relata cerca de dez consultas por segundo, com custo aproximado de sete dólares por hora. O modelo recebe uma representação do jogo em dados e texto; não está interpretando diretamente os pixels exibidos no vídeo. Esses números descrevem aquela demonstração, não um orçamento para qualquer automação empresarial. Os detalhes estão na apresentação da TypeSafe.
O segundo exemplo é Wikiracing: partir de uma página da Wikipédia e alcançar outra usando links disponíveis. A tarefa ilustra como selecionar a próxima ação entre alternativas delimitadas. Essa lógica ajuda a explicar a diferença entre pedir uma resposta aberta e fornecer um conjunto de caminhos permitidos.
O que significa uma decisão estruturada
Imagine a chegada de uma solicitação de suporte. Uma pessoa lê a mensagem e decide qual equipe deve recebê-la. Para automatizar parte desse percurso, a empresa pode definir categorias como cobrança, acesso e dúvida sobre produto. O sistema precisa devolver uma dessas categorias de maneira utilizável pelo restante do processo.
Uma saída estruturada estabelece esse contrato. Ela pode conter uma escolha, uma nota ou uma probabilidade. Isso facilita a conexão entre a interpretação de linguagem e uma regra operacional: se a categoria for cobrança, encaminhar à equipe responsável; se houver dúvida suficiente, pedir revisão humana. O contrato, entretanto, não avalia sozinho se a classificação faz sentido.
Essa distinção importa também ao comparar produtos. A OpenAI explica em sua apresentação de Structured Outputs como restringir respostas a uma estrutura definida. Formatos controlados já fazem parte das ferramentas de IA. A decisão de adoção exige olhar para o conjunto: qualidade da resposta, rapidez, custo, integração e comportamento em casos difíceis.
Três pilotos que fariam sentido avaliar
Na leitura da XMACNA, o melhor primeiro teste deve ser pequeno, frequente e reversível. Em vez de entregar uma operação inteira a um modelo recém-conhecido, recomendamos escolher uma decisão cujo resultado possa ser conferido por uma pessoa e comparado com o processo atual.
Classificar solicitações. Separar mensagens em categorias pode reduzir trabalho de triagem, desde que as categorias estejam bem definidas. O piloto deve incluir mensagens ambíguas, solicitações com mais de um assunto e exemplos fora das classes previstas. É preciso oferecer um caminho de exceção, como “revisão necessária”, e verificar se ele funciona de verdade.
Priorizar chamados. Uma nota de urgência pode ajudar a organizar a fila. Antes do teste, a equipe precisa definir o que é urgente e qual erro é mais caro: atrasar um caso crítico ou acelerar um caso comum. A recomendação inicial é usar a nota como apoio, mantendo a decisão humana nos casos de maior impacto.
Encaminhar tarefas. Escolher a equipe ou etapa seguinte é um candidato quando o processo já tem regras claras. Se ninguém sabe quem deve receber determinada demanda, adicionar IA não resolve essa indefinição. Primeiro vem o desenho do processo; depois, a avaliação do modelo dentro dele. Esse é o ponto de partida de uma automação de processos sustentável.
Como medir se o teste gerou valor
Nossa recomendação é montar uma amostra de casos reais com autorização adequada para uso, remover dados desnecessários e separar exemplos de desenvolvimento dos exemplos de avaliação. As respostas esperadas devem ser definidas antes de comparar os resultados. Sem essa separação, fica fácil ajustar o sistema até ele parecer bom apenas nos casos já conhecidos.
Quatro medidas ajudam a decidir: taxa de acerto, tempo até a decisão, custo total por caso e necessidade de intervenção humana. Também convém observar os erros por categoria. Uma média boa pode esconder falhas concentradas exatamente nos pedidos que mais importam para a operação.
O custo total inclui mais do que a chamada ao modelo. Entram a preparação dos dados, as integrações, o acompanhamento e o retrabalho. Uma classificação barata que gera encaminhamentos incorretos pode sair cara no atendimento. Por outro lado, uma ferramenta que exige alguma revisão ainda pode ser útil se reduzir esforço sem prejudicar a qualidade.
Defina também quando o piloto deve parar ou voltar à revisão. Exemplos: uma categoria crítica perde precisão, a fila de exceções cresce ou os dados mudam de padrão. Esses limites são uma escolha operacional da empresa. Não devem ser presumidos a partir de um vídeo de demonstração.
Velocidade impressiona; confiabilidade precisa de contexto
Os ganhos exibidos no material do fornecedor são resultados de seus testes. Não constituem uma garantia de desempenho universal. A própria apresentação diferencia os cenários e suas limitações. Para quem vai contratar ou integrar uma tecnologia, a pergunta útil é quanto desse resultado se mantém no próprio problema.
A Anthropic, ao discutir sistemas de agentes, recomenda começar com soluções simples e aumentar a complexidade quando ela for necessária. Aplicamos esse princípio à avaliação: um fluxo limitado, com dono e critérios de saída, tende a ser mais fácil de entender e corrigir do que uma automação ampla sem diagnóstico.
O Jev não precisa substituir todas as ferramentas existentes para ser relevante. Ele pode ser avaliado como um componente de decisão dentro de um processo maior. Para entender essa divisão de responsabilidades, vale conhecer a diferença entre agente de IA e chatbot e o papel de um Funcionário Digital na operação.
Perguntas frequentes
O que é Jev?
É o modelo da TypeSafe apresentado para produzir decisões estruturadas, como escolhas e pontuações. O vídeo mostra a proposta por meio de demonstrações e explica sua possível conexão com automações empresariais.
Jev enxerga a tela de Doom?
Na demonstração comentada, o modelo recebe o estado do jogo em dados e texto. O vídeo do jogo serve para que as pessoas acompanhem as ações; não prova percepção visual pelo modelo.
Saída estruturada significa que a IA nunca erra?
Não. Escolher uma opção permitida evita um tipo de falha de integração, mas a opção ainda pode ser inadequada ao caso. Qualidade da decisão precisa de avaliação separada, inclusive em exemplos ambíguos e fora do padrão.
Como começar a testar na empresa?
Escolha uma decisão delimitada, monte uma amostra representativa, defina respostas esperadas e compare com o processo atual. Comece com revisão humana e critérios claros de interrupção. Nosso guia de por onde começar com IA ajuda a organizar essa conversa.
Qual decisão vale automatizar primeiro?
O melhor ponto de partida costuma ser uma tarefa repetitiva com volume suficiente para medir resultado e risco pequeno o bastante para testar com cuidado. Na XMACNA, começamos pelo processo e pelo objetivo do negócio. Se você quer avaliar onde decisões com IA podem ajudar sua equipe, solicite um diagnóstico.
Vídeo e análise: XMACNA. Demonstrações originais: Diogo Almeida / TypeSafe, apresentadas em 15 de setembro de 2026. Artigo publicado em 20 de setembro de 2026. A voz e os letreiros do vídeo foram produzidos com IA.