A Grande Convergência: Como a IA Conecta Cada Fronteira

A Inteligência Artificial (IA) incendiou o mundo com seu potencial de melhorar a eficiência, reduzir custos e aumentar a produtividade.

Embora para muitas pessoas a IA se traduza em chatbots, graças à acessibilidade e popularidade de ferramentas de IA generativa como o ChatGPT, a tecnologia é muito mais abrangente, com seus benefícios se estendendo à medicina, manufatura, robótica, saúde, educação, ciência climática, finanças, direito, cibersegurança e muito mais.

Ao emular funções cognitivas humanas como resolução de problemas e tomada de decisão, a IA promete transformar os sistemas subjacentes dessas indústrias, onde um número crescente de organizações está ativamente explorando as capacidades da IA.

Uma pesquisa recente da McKinsey revelou um aumento no uso de IA, não apenas no setor de tecnologia, onde já ultrapassou 90%, mas em quase todas as indústrias.

Nove em cada dez respondentes disseram que suas organizações utilizam IA regularmente, embora ainda esteja na fase de experimentação. Apesar de estar na fase piloto, os respondentes relataram benefícios de custo e receita, com 64% afirmando que a IA está permitindo que inovem.

Essa adoção crescente demonstra que, mesmo em um estágio tão inicial, a IA está se tornando um facilitador chave da transformação digital.

No cenário globalmente interconectado e competitivo de hoje, a IA permite que as empresas aproveitem o poder de várias tecnologias digitais, como big data, computação em nuvem e a Internet das Coisas. Na prática, ela atua como uma tecnologia convergente, acelerando o desenvolvimento e a integração de outras tecnologias de modo que seu impacto combinado seja maior que a soma de suas partes.

Com isso, vamos agora observar alguns avanços fascinantes da IA em diferentes setores, cada um mostrando como ela está mudando o mundo.

Abaixo está uma visão rápida de três domínios onde a convergência da IA já é mensurável.

Deslize para rolar →

IA Mapeia o Microbioma Intestinal para a Saúde Humana (e Risco de DAC)

Com a ajuda da IA, cientistas agora decodificaram o complexo ecossistema de bactérias intestinais e seus sinais químicos, permitindo descobrir ligações ocultas entre as bactérias e a saúde humana. Além disso, o novo sistema avançado de IA é realmente superior em estudos de câncer, obesidade e distúrbios do sono em comparação com modelos convencionais, e demonstra um enorme potencial para personalizar tratamentos com base na composição microbiana de cada pessoa, transformando a medicina personalizada.

A capacidade da IA de revelar padrões ocultos é particularmente notável, como em um estudo da Universidade de Waterloo¹, onde a análise impulsionada por IA de exames de sangue de rotina detectou padrões que podem gerar previsões que salvam vidas, de forma acessível e econômica.

Retornando às bactérias intestinais, elas desempenham um papel crucial em nossa saúde, influenciando não apenas nossa digestão e prevenção de doenças, mas também a imunidade e até mesmo nosso humor. Novas pesquisas descobriram que nosso microbioma intestinal² pode também influenciar o desenvolvimento de doença arterial coronariana, que mata quase 20 milhões de pessoas a cada ano.

O intestino humano é claramente fascinante, mas também é um ecossistema complexo de trilhões de microrganismos. Além do enorme número de espécies bacterianas presentes em nosso intestino, suas interações com a química humana dificultam a compreensão de seus efeitos pelos cientistas.

Mas, em um passo inovador, pesquisadores da Universidade de Tóquio recorreram à IA para enfrentar esse problema.

Eles criaram um sistema de IA para entender melhor quais bactérias produzem quais metabólitos, pequenas moléculas que atuam como mensageiros químicos e circulam pelo nosso corpo, influenciando o metabolismo, a imunidade e a função cerebral, e como a relação entre bactérias e metabólitos muda em diferentes doenças.

“Ao mapear com precisão essas relações entre bactérias e químicos, poderíamos potencialmente desenvolver tratamentos personalizados. Imagine ser capaz de cultivar uma bactéria específica para produzir metabólitos humanos benéficos ou projetar terapias direcionadas que modifiquem esses metabólitos para tratar doenças.”

– Pesquisador do Projeto Tung Dang do laboratório Tsunoda no Departamento de Ciências Biológicas

O modelo que eles desenvolveram é uma rede neural bayesiana chamada VBayesMM, que enfrenta o desafio de identificar padrões significativos da complexa interação entre trilhões de bactérias e metabólitos.

Ele usa uma abordagem bayesiana para identificar quais grupos bacterianos estão influenciando determinados metabólitos mais intensamente. Além disso, mede a incerteza em suas previsões para evitar conclusões incorretas, proporcionando aos cientistas insights mais precisos e confiáveis.

Usando sua abordagem de microbioma multiômico bayesiano variacional (VBayesMM), a equipe conseguiu identificar espécies microbianas chave de forma rápida e precisa, resultando em estimativas mais acuradas. A implementação da inferência variacional, por sua vez, resolveu gargalos computacionais, permitindo a análise escalável de conjuntos de dados massivos.

A equipe trabalhará a seguir com conjuntos de dados químicos mais abrangentes para capturar toda a gama de produtos bacterianos, superando o problema de queda de precisão quando os dados de metabólitos são mais extensos que os dados bacterianos.

“Também pretendemos tornar o VBayesMM mais robusto ao analisar populações de pacientes diversificadas, incorporando relações de ‘árvore genealógica’ bacteriana para melhorar as previsões e reduzindo ainda mais o tempo computacional necessário para a análise”, disse Dang. “Para aplicações clínicas, o objetivo final é identificar alvos bacterianos específicos para tratamentos ou intervenções dietéticas que realmente ajudem os pacientes, passando da pesquisa básica para aplicações médicas práticas.”

Ângulo Investível: Medicina de Precisão com Tempus AI

Neste mundo empolgante e complexo das ciências da vida, a Tempus AI (TEM ) destaca-se por oferecer soluções de medicina de precisão habilitadas por IA para cuidados personalizados ao paciente.

A Tempus é uma empresa de tecnologia que avança a medicina de precisão, bem como facilita a descoberta e o desenvolvimento de terapêuticos ideais. Ela possui três linhas de produtos:

• Genômica: Fornece diagnósticos de sequenciamento de nova geração (NGS), perfis, genotipagem molecular e outros testes.
• Dados: Envolve a estruturação e desidentificação dos dados gerados em seu laboratório antes da comercialização.
• Aplicações de IA: Fornece diagnósticos, implementa novo software como dispositivo médico e implanta ferramentas de suporte à decisão clínica.

Este ano, a Tempus alcançou alguns marcos regulatórios importantes, incluindo a obtenção de aprovação da FDA para o dispositivo Tempus xR IVD, que apoia o desenvolvimento de medicamentos por meio de sequenciamento avançado de RNA. Como resultado, os parceiros da Tempus podem usar seu ensaio de RNA para “identificar de forma mais precisa quais pacientes têm maior probabilidade de responder a terapias específicas e projetar ensaios clínicos mais eficientes”.

Sua plataforma atualizada de análise de imagens cardíacas impulsionada por IA, Tempus Pixel, e o software de IA Tempus ECG-Low EF também obtiveram aprovações FDA 510(k), reforçando a posição da empresa em diagnósticos baseados em IA.

As ações da empresa, com capitalização de mercado de US$ 12,73 bilhões, estão atualmente sendo negociadas a US$ 72,52, um aumento de quase 112% neste ano. No mês passado, as ações da TEM ultrapassaram a marca de US$ 100.

Quanto à sua posição financeira, a Tempus reportou recentemente um aumento de 84,7% nas receitas no terceiro trimestre de 2025, chegando a US$ 334,2 milhões, enquanto o lucro bruto aumentou 98,4% para US$ 209,9 milhões. O prejuízo líquido do trimestre foi de US$ 80 milhões. Ela encerrou o trimestre com US$ 764,3 milhões em caixa e valores mobiliários negociáveis.

“Não apenas estamos crescendo a uma taxa incrível, alcançar EBITDA ajustado positivo marca um marco importante e reflete a força de nosso negócio subjacente,” disse o fundador e CEO da Tempus, Eric Lefkofsky. “Uma das coisas mais difíceis de fazer, e um sinal de durabilidade do modelo de negócios, é ser capaz de desacelerar a taxa de reinvestimento no negócio e ainda manter o crescimento, que é exatamente o que alcançamos neste trimestre.”

Clique aqui para uma lista das principais empresas de big data biotecnológicas.

IA Prevê Tempestades Solares Dias Adiante—Protegendo Redes de Energia & Satélites

Um modelo de IA foi desenvolvido para prever o vento solar com bastante antecedência e maior precisão que os métodos existentes, ajudando a proteger redes de energia, satélites e sistemas de navegação de eventos espaciais disruptivos e fortalecendo a resiliência de nossa infraestrutura crítica.

O vento solar é o fluxo constante de partículas carregadas liberadas pelo Sol. Isso ocorre quando os campos magnéticos torcidos do Sol se contorcem e esticam, levando-os a romper antes de reconectar, liberando grandes quantidades de energia.

Quando essas partículas ganham velocidade, podem perturbar a atmosfera da Terra. Elas não apenas podem interferir nas redes de energia, mas também podem arrastar satélites da órbita, como ocorreu em 2022, quando a SpaceX (SPCX ) perdeu até 40 de seus satélites Starlink.

Tempestades solares, por sua vez, são eventos ainda mais poderosos, nos quais o Sol lança energia, partículas e campos magnéticos na galáxia. Quando direcionados à Terra, podem criar uma grande perturbação em seu campo magnético, chamada de tempestade geomagnética. É isso que produz as belas exibições de aurora boreal, mas também causa apagões.

O cenário de risco sistêmico mais recente da Lloyd estima que uma tempestade solar severa poderia expor a economia global a cerca de US$ 2,4 trilhões em perdas ao longo de cinco anos, com perdas esperadas de aproximadamente US$ 17 bilhões atualmente.

Isso demonstra a necessidade urgente de melhorar a previsão desses eventos. Assim, pesquisadores da NYU Abu Dhabi (NYUAD) se propuseram a fazer exatamente isso, com a ajuda da IA.

Eles construíram um modelo de IA que pode prever o vento solar até quatro dias antes do evento ocorrer, com mais precisão que os métodos atuais. O modelo foi treinado com registros históricos de vento solar e imagens ultravioleta do Observatório de Dinâmica Solar (SDO) da NASA.

Ao analisar as imagens do Sol para detectar padrões ligados a mudanças no vento solar, a equipe da NYUAD conseguiu melhorar em 45% a precisão de suas previsões em comparação com os modelos operacionais atuais. Além disso, alcançaram uma melhoria de 20% em relação a abordagens anteriores baseadas em IA.

“Este é um grande passo adiante na proteção dos satélites, sistemas de navegação e infraestrutura de energia dos quais a vida moderna depende,” disse o autor principal do estudo, Dattaraj Dhuri. “Ao combinar IA avançada com observações solares, podemos fornecer alertas precoces que ajudam a proteger tecnologias críticas na Terra e no espaço.”

Ângulo Investível: IA de Clima Espacial com IBM 

A IBM, com capitalização de mercado de US$ 293,24 bilhões, é um fornecedor global de serviços de nuvem híbrida e IA para ajudar a alcançar a transformação digital em dados, aplicativos e ambientes nos quais operam.

Alguns meses atrás, a IBM lançou seu modelo de IA de código aberto, ‘Surya’, em colaboração com a NASA, para compreender melhor os dados coletados de observações solares e prever como a atividade solar afeta a tecnologia espacial e a Terra. Com o Surya, a empresa está aplicando IA à pesquisa de previsão do clima espacial e oferecendo uma ferramenta para ajudar a proteger telecomunicações, redes de energia e navegação GPS das interrupções causadas pela natureza mutável do Sol.

No momento da redação, as ações da IBM estão sendo negociadas a US$ 319, um aumento de 42,7% no ano. Possui um EPS (TTM) de 8,07 e um P/E (TTM) de 38,87. A IBM paga um dividend yield de 2,14%.

Para seu trimestre mais recente, 3T25, a empresa reportou um aumento de 9% na receita, chegando a US$ 16,3 bilhões. Sua margem de lucro bruto GAAP foi de 57,3% e seu lucro operacional non-GAAP foi de 58,7%. O caixa líquido das atividades operacionais, por sua vez, foi de US$ 9,2 bilhões no ano, e US$ 7,2 bilhões foram reportados em fluxo de caixa livre.

“Clientes globalmente continuam a aproveitar nossa tecnologia e expertise de domínio para impulsionar a produtividade em suas operações e entregar valor real de negócios com IA.”

– CEO Arvind Krishna

Ele também observou que o portfólio de IA da IBM ultrapassou US$ 9,5 bilhões, acima dos US$ 7,5 bilhões do trimestre anterior.

Onde a IA Supera Especialistas: Medicina, Neurociência & Educação

Pesquisadores estão descobrindo que a IA supera consistentemente especialistas em diversos domínios.

Um desses domínios é a medicina, onde “o glaucoma continua sendo uma das causas mais comuns de perda de visão que não pode ser reparada globalmente”, com a triagem sendo muito cara. Mas a IA pode ser a solução, acredita o Dr. Anthony Khawaja, professor do Instituto de Oftalmologia do University College London e pesquisador principal do novo estudo, que relatou que um programa de IA treinado identificou corretamente pacientes com glaucoma cerca de 90% das vezes, comparado a 81% dos avaliadores humanos.

Para este estudo, tanto especialistas humanos quanto um programa de IA avaliaram mais de 6.300 participantes, dos quais quase 700 tinham glaucoma em pelo menos um olho.

O glaucoma resulta de danos ao nervo óptico, geralmente devido ao aumento de pressão dentro do olho, o que pode levar à cegueira total. Especialistas humanos e a IA classificaram o risco de glaucoma dos participantes com base na relação vertical disco-cápsula, uma medida chave desse distúrbio, que acompanha mudanças na estrutura ocular causadas pelo acúmulo de pressão.

De acordo com os resultados do estudo, apenas 11% dos olhos dos participantes foram suspeitos de ter glaucoma, correspondendo à proporção esperada em triagens rotineiras. Os pesquisadores observaram que a precisão poderia ser ainda mais aprimorada ao incluir outros fatores de risco, como a pressão intraocular.

Em outro estudo, grandes modelos de linguagem (LLMs) previram os resultados de estudos de neurociência propostos com mais precisão que especialistas humanos, destacando o potencial da IA para acelerar a pesquisa.

Em vez de focar nas capacidades de perguntas e respostas dos LLMs, o estudo investigou se os modelos podem sintetizar conhecimento para prever resultados futuros.

Assim, eles testaram 15 LLMs de uso geral diferentes e 171 especialistas humanos em neurociência e descobriram que todos os LLMs superaram os neurocientistas. Enquanto os LLMs tiveram uma precisão média de 81%, os humanos tiveram 63%, que aumentou apenas para 66% no nível mais alto de expertise humana. Enquanto isso, treinar um LLM com literatura de neurociência elevou sua precisão para 86%.

“Suspeitamos que não demorará muito até que cientistas estejam usando ferramentas de IA para projetar o experimento mais eficaz para sua questão. Embora nosso estudo tenha se concentrado em neurociência, nossa abordagem foi universal e deve ser aplicada com sucesso em toda a ciência.”

– Autor sênior Bradley Love, professor da UCL Psychology & Language Sciences

A IA, segundo pesquisadores de Cambridge, tem uma clara vantagem em termos de modelagem preditiva e análise de dados. Quando fornecida com dados oportunos em volume, variedade e veracidade, pode otimizar custos e cadeias de suprimentos, projetar produtos de alto desempenho mais rapidamente e responder às flutuações de mercado em tempo real.

“Ignorar a IA generativa na estratégia corporativa não é mais viável,” disseram os coautores do estudo.

Isso é apenas a ponta do iceberg, porém, já que outros estudos descobriram que a IA até se destaca em mecânicas linguísticas fundamentais, mas carece de consistência temática ao avaliar ensaios, supera especialistas humanos ao reconhecer dor em ovelhas usando a mesma informação visual, e iguala ou supera dermatologistas em diagnóstico de pele baseado em imagens.

Ângulo Investível: Adoção do Gemini através da Alphabet Inc.

Quando se trata de investir no poder da IA, a Alphabet (GOOG ) é uma opção valiosa, que tem liderado avanços em IA por meio do Google DeepMind e do Google Research.

Recentemente, o Google DeepMind e uma empresa de tecnologia educacional impulsionada por IA, a Eedi, divulgaram pesquisas exploratórias mostrando que a tutoria de IA com intervenção humana supera o suporte apenas humano.

O teste ocorreu em cinco salas de aula de escolas secundárias do Reino Unido, onde a instrução principal foi ministrada pelo LearnLM, modelo generativo de IA do Google ajustado para pedagogia. Eles descobriram que a equipe humano‑IA foi tão eficaz (93%) em ajudar os estudantes a corrigir imediatamente um erro quanto um tutor humano sozinho (91,2%). A equipe também foi igualmente boa em ajudar os estudantes a resolver suas concepções equivocadas subjacentes.

Ao medir a “transferência de conhecimento”, que se refere a como a tutoria em um problema afeta a capacidade do estudante de resolver um novo, um tutor humano sozinho melhorou a aprendizagem em 4,5 pontos percentuais, enquanto a equipe humano‑IA aumentou em 10 pontos percentuais.

“Essas descobertas marcam um marco para IA responsável, segura e eficaz na educação. O próximo passo é escalar isso de um piloto exploratório para um teste em larga escala.”

– Irina Jurenka, Cientista de Pesquisa no Google DeepMind

Enquanto isso, o modelo de IA multimodal da gigante tecnológica, Gemini, tem feito vários avanços, alcançando desempenho de nível medalha de ouro no Campeonato Mundial da International Collegiate Programming Contest (ICPC) de 2025, após uma vitória de medalha de ouro na Olimpíada Internacional de Matemática. O aplicativo principal de IA do Google agora conta com mais de 650 milhões de usuários ativos mensais.

Portanto, o Google está profundamente envolvido em inovação em IA, e isso ajudou suas ações a subir quase 54% neste ano, negociando agora pouco acima de US$ 293. A empresa, com capitalização de mercado de US$ 3,5 trilhões, também paga um dividendo de 0,29%.

Recentemente, reportou receita de US$ 102,35 bilhões no 3T25, impulsionada por forte impulso em seu negócio de nuvem, que se beneficiou da alta demanda por IA. A empresa agora planeja aumentar seus gastos de capital para entre US$ 91 bi e US$ 93 bi, após elevar as expectativas de US$ 75 bi para US$ 85 bi no início deste ano. A maior parte de suas despesas vai para infraestrutura, como data centers.

Considerações Finais

A IA tomou o mundo de assalto, mas não é mais uma inovação isolada. Em vez disso, serve como um tecido conectivo que liga um número crescente de tecnologias transformadoras. Como mencionado acima, ela está nos ajudando a decifrar os mistérios do microbioma humano, prever tempestades solares e até superar especialistas em ciência e medicina. Contudo, essas descobertas representam apenas uma pequena parte de como a IA está influenciando profundamente quase todas as fronteiras da atividade humana.

À medida que converge com big data, biotecnologia, computação em nuvem, robótica e ciência quântica, a IA está acelerando o ritmo da descoberta e possibilitando integrações que criam sistemas mais inteligentes e um mundo mais inteligente.

Clique aqui para aprender tudo sobre investir em inteligência artificial.

Referências

1. Mussavi Rizi, M., Fernández, D., Kramer, J. L. K., Saigal, R., DiGiorgio, A. M., Beattie, M. S., Ferguson, A. R., Kyritsis, N., Torres-Espín, A., & TRACK-SCI. Modelando trajetórias de exames de sangue de rotina como biomarcadores dinâmicos para desfecho em lesão medular. npj Digital Medicine 8:470 (2025). https://doi.org/10.1038/s41746-025-01782-0
2. Lee, S., Raza, S., Lee, E.-J., Chang, Y., Ryu, S., Kim, H.-L., Kang, S.-H., & Kim, H.-N. Modelando genomas montados a partir de metagenomas revelam assinaturas microbianas e vias metabólicas ligadas à doença arterial coronariana. mSystems e00954-25 (2025). https://doi.org/10.1128/msystems.00954-25
3. Dang, T., Lysenko, A., Boroevich, K. A., & Tsunoda, T. “VBayesMM: rede neural bayesiana variacional para priorizar relações importantes de dados multiômicos de microbioma de alta dimensão.” Briefings in Bioinformatics 26(4), bbaf300 (2025). https://doi.org/10.1093/bib/bbaf300
4. Sinha, A., Dhuri, D., Vasanth, R., Hanasoge, S., et al. “Uma Rede Neural Codificador‑Decodificador Multimodal para Previsão da Velocidade do Vento Solar em L1.” The Astrophysical Journal Supplement Series 258(2): 1–? (2025). https://doi.org/10.3847/1538-4365/adf436
5. Luo, X., Rechardt, A., Sun, G., Nejad, K. K., Yáñez, F., Yilmaz, B., Lee, K., Cohen, A. O., Borghesani, V., Pashkov, A., Marinazzo, D., Nicholas, J., Salatiello, A., Sucholutsky, I., Minervini, P., Razavi, S., Rocca, R., Yusifov, E., Okalova, T., Gu, N., Ferianc, M., Khona, M., Patil, K. R., Lee, P. S., Mata, R., Myers, N. E., Bizley, J. K., Musslick, S., Bilgin, I. P., Niso, G., Ales, J. M., Gaebler, M., Ratan Murty, N. A., Loued-Khenissi, L., Behler, A., Hall, C. M., Dafflon, J., Bao, S. D. & Love, B. C. Grandes modelos de linguagem superam especialistas humanos na previsão de resultados em neurociência. Nature Human Behaviour 9, 305–315 (2025). https://doi.org/10.1038/s41562-024-02046-9
6. Bouziane, K. & Bouziane, A. M. IA versus eficácia humana na avaliação de ensaios. Discover Education 3:201 (2024). https://doi.org/10.1007/s44217-024-00320-6
7. Feighelstein M., Luna S.P., Silva N.O., Trindade P.E., Shimshoni I., van der Linden D., & Zamansky A. “Comparação entre desempenho de IA e especialista humano na avaliação de dor aguda em ovelhas.” Scientific Reports 15(1):626 (2025). https://doi.org/10.1038/s41598-024-83950-y (PubMed)
8. Ma, X., & Li, Z. Inteligência artificial em dermatologia: uma revisão. International Journal of Dermatology and Venereology 7, 227–235 (2025). https://doi.org/10.1097/IJD.0000000000000000
9. Gomes, B., McKee, K. R., Veerubhotla, A. S., Modi, A., Rysbek, A., Huber, A., Wiltshire, S., Gillick, D., et al. “Tutoria de IA pode apoiar estudantes de forma segura e eficaz: um ensaio clínico exploratório em salas de aula do Reino Unido.” arXiv pre-print (Nov 2025). Available at: https://storage.googleapis.com/deepmind-media/LearnLM/learnLM_nov25.pdf