Fred Pericini
Co-fundador da Agência F2F, Engenheiro de Produção pela UFSCAR, empreendedor com mais de 10 anos de experiência em Marketing Digital, foi consultor na McKinsey, diretor comercial do Groupon Brasil e Groupon China.
EP 37
A IA gera mesmo valor para empresas?
Um ecossistema de implementação de inteligência artificial em grandes empresas, com estrutura, planejamento e impulsionando o que faz sentido automatizar — Essa é a AI/R.
27 jul 2026 
CONVIDADO
Cleyton Ferreira
AI/R
Transcrição do episódio
Olá, nós somos o AI First Cast e estamos aqui para mais um episódio. Eu sou Fred Pericini, sócio fundador da agência F2F, e tô aqui com esse camarada que vocês já conhecem.
Empolgadíssimo para mais uma conversa, como sempre. Acho que esse é o componente que Você não me deixa escapar, né, Fred? Eu tô sempre pronto para a próxima conversa aqui nesse podcast, é o que a gente adora fazer. E vamos falar do quê hoje?
Nós vamos falar de adoção de AI estruturada nos negócios, como sempre.
Muito bom, muito bom. Então temos aqui nosso convidado e como a gente faz tradicionalmente no AI Firstcast, quem é você?
Ok, boa noite, eu sou o Cleyton Ferreira, sou mineiro, Moro em São Paulo há 26 anos já, sou formado em Ciências da Computação, fiz MBA em TI e além disso também eu sou pai da Lara, do Caio e do Gabriel, marido da Larissa e trabalho como diretor de produtos e tecnologia na Air. É uma empresa do Grupo UOL, B2B, presta serviços para o mercado corporativo no Brasil, Estados Unidos e alguns outros países da América Latina. E a gente é uma empresa que desenvolve soluções agênticas com AI para transformar o negócio dos nossos clientes e mantê-los competitivos nos segmentos onde eles atuam. Tô trabalhando como diretor de produtos e tecnologia da AER desde 2020. A gente passou por um processo, né, de construção dessa marca, da marca através da aquisição de diversas empresas no Brasil e nos Estados Unidos. Então, no Brasil a gente comprou, já tinha comprado a Compasso em 2013, e a partir de 2020 a gente comprou mais algumas empresas que foram a Envilia, Avenue Code, que era Brasil e Estados Unidos, WebJump e Everymind. E nos Estados Unidos, além da Avenue Code, compramos também a Content Red, AdLabs e a Oakrocket. Então essas empresas pertencem aí à Air, que tá passando por um processo agora de fortalecimento da marca nos últimos meses, com cada vez mais você ouve falar mais de Air do que das outras marcas.
Um ecossistema de soluções e serviços para transformação digital e implementação de inteligência artificial em grandes empresas.
É isso aí, é isso.
E aí eu queria aproveitar, né, e começar com uma pergunta que é sobre a tangibilização de valor da inteligência artificial. A gente vê um hype imenso, a gente que tá pondo a mão na massa tá mega empolgado. Mas e aí, a AI já tá gerando valor na ponta para os clientes? Como que você vê essa questão?
É, a gente no momento atual, a gente já passou da fase de experimentação, né? Passamos por uma fase de automação, de usar AI para automatizar, e agora é a fase de transformar workflows das empresas. E quando eu falo de transformar workflows, eu falo também de revisá-lo. A gente criou internamente o EA Algoritmo, que é um algoritmo para pegar os diversos workflows de negócio ou de funcionamento das empresas. Você define basicamente qual que é a meta daquela revisão, o que que você quer com aquela revisão, por exemplo, baixar 50% no custo, no tempo de alguma coisa. Você mapeia esse workflow, você antes de implementar qualquer solução você remove passos desnecessários, você faz um desenho a partir desse momento realmente daquilo que ele precisa ser, E só então você entra com uma solução de agente de IA ou automação para que aquele workflow agora revisado, moderno, tenha uma solução agêntica que realmente transforme e traga algum benefício para a empresa que tá fazendo essa implementação. Então eu diria que hoje essa fase de revisão né, de fluxo de negócio. A gente entrou nela e ela vai, é a fase que vai trazer maior benefício mensurável, né, para as empresas de diversos setores, tá, qualquer lugar.
Interessante. Qual foi o maior desafio para a Air na conversa com os clientes, né, pegando um pouco da pergunta do Fred, como é que você consegue mostrar o valor da inteligência artificial e do seu portfólio para os clientes? Como é que está essa conversa? Ela tem evoluído ou você ainda enfrenta resistência? Como é que é mapear a necessidade do cliente a partir do que vocês têm?
Ela, o cliente, ele, ele tem a necessidade de implementar soluções com inteligência artificial. Ele nem sempre ele sabe onde e como. E ele tem muito receio do uso dos dados, tanto os dados pessoais das pessoas, dos seus clientes, quanto da propriedade intelectual dele. Então o nosso processo de levar a tecnologia para o cliente e de implementar soluções passa por entregar um framework, um arcabouço que garanta toda a segurança e proteção das informações, assim como guardrails, a gente pode, trilhos que vai garantir que a solução que a gente vai implementar não vá trazer um consumo de de tokens ou um investimento acima do que ele espera, nem trazer resultados que possam impactar na marca dele também. Primeiro, a gente trabalha com essas garantias. O segundo é escolher, talvez assim, processos ou workflows que a gente consiga medir o resultado. A gente tenha medições atuais e depois de implementada uma solução a gente consegue medir e provar se teve ganhos ou não. Então assim, e começar pequeno. Então a gente começa com soluções que vão resolver problemas ou trazer novos negócios para o nosso cliente de um tamanho menor que consiga caber dentro do orçamento ou dentro do tempo esperado pelo cliente, dentro dessa experimentação que ele tá começando.
E a partir desse primeiro trabalho, a gente começa, né, a crescer dentro da organização implementando novas soluções que vão realmente impactar o negócio desse nosso cliente.
Interessante. Então A conversa ela gira em previsibilidade e confiança no que vocês vão poder agregar usando as tecnologias.
Exato, e governança.
E governança, muito bom.
Aqui no podcast a gente adora casos, porque senão a gente fica com a conversa muito na nuvem. E esse é um problema atual desse hype de AI. Então materializa para gente assim, fala alguns casos que você pode, talvez aí não menciona o nome do cliente, dá uma sanitizada, mas conta para gente alguns casos de como você ajudou grandes empresas a adotar AI.
Tá, vou começar com uma solução que a gente criou dentro de casa e que a gente usa para modernizar diversos sistemas de clientes nossos. Então a gente construiu uma plataforma chamada AI Cockpit. Ela é um conjunto de agentes e sistemas que agiliza, governa e entrega todo o ciclo de desenvolvimento de software de forma muito mais rápida, padronizada, com segurança, usando IA em todas as fases. Então eu consigo trabalhar na captação de requisitos através de entendimento de documentos, reuniões gravadas. Então assim, são agentes que captam tudo isso e e define para mim os requisitos, o design dos sistemas, a definição das histórias com as quais eu vou trabalhar no desenvolvimento do software, a codificação em si, criação dos testes, tudo que eu desenvolvo eu preciso testar, e depois a entrega daquilo em produção. Então esse sistema ele foi criado, construído dentro de casa, e ele é a base para que a gente consiga modernizar legados dos nossos clientes. Então, através dele, eu tenho diversos casos no Brasil e fora onde a gente pega sistemas construídos em COBOL, em Clipper, até mesmo Java legado aí de 20 anos atrás ou mais, onde a gente, com documentação precária que já existe nesses sistemas, eu vou lá, documento ele de ponta a ponta, e a partir da documentação, né, com toda a configuração definida, guardrails, sistemas com segurança, alta disponibilidade, eu gero o código modernizado que possibilita com que esses clientes consigam transformar seus negócios mais rapidamente, né?
Todo mundo aqui tem, sabe que as empresas têm necessidade de construir novas features, novos produtos, e quando você trabalha isso em cima de um código legado, seu tempo de desenvolvimento e entrega ele é muito maior. Então, a partir do momento que eu consigo modernizar esse código, eu consigo também fazer com que os meus clientes fique sempre na vanguarda nos seus negócios. Então esse é um caso que saiu de dentro de uma plataforma que a gente fez dentro de casa e consegue levar esse tipo de funcionalidades para os nossos clientes.
E se você for criar um projeto novo também você vai usar o seu cockpit para isso?
Vou usar o cockpit para isso.
Para isso que nasceu.
Nasceu assim e resolveu o legado na sequência. Então para um projeto novo você consegue mensurar o que seria um tempo de desenvolvimento versus uma solução convencional?
Sim, e a gente consegue também comparar número de profissionais, né, que trabalham dentro dessas soluções e cada uma dessas fases, né. Então se eu pegar, por exemplo, a fase de requisitos, design e o upstream, que é escrever e especificar as histórias, Eu tô falando de um ganho de 70% se comparar com o tempo anterior. A parte de codificação, ela, essa parte é uma parte que varia mais dependendo da complexidade do sistema, que vão trazer de ganhos de 20% até 80%. Então depende mais da complexidade. E quando eu uso mais um processo de desenvolvimento baseado em especificação com agentes de IA, Eu posso manter um time no tamanho que eu tinha anteriormente? Posso. Eu acabo consumindo mais backlog, acabo sendo mais rápido. Mas se eu for comparar também com o cenário anterior, eu vou trabalhar, vou estar trabalhando com número menor de pessoas. Então isso é bem mensurável hoje em dia. Boa!
E legal que é uma característica de uma empresa AI first. Que é o nosso nome, essa característica de através de uma dor interna desenvolver uma solução e essa solução ela é comercializada, porque também tem a dor de vocês para desenvolver software, do cliente de vocês com certeza também vai ver valor, vai gerar valor todo esse ecossistema de agentes para desenvolver melhor, mais rápido para eles.
Legal, esse é um case interno.
É, queremos mais.
Você tocou num ponto interessante, que eram os agentes internos que a gente acaba levando para os nossos clientes, né? Mas rapidamente a gente acabou construindo mais dois que a gente também leva para os nossos clientes. Esse, o nosso agente que é a Lia, que é o agente de entrevistas, Ele faz o recrutamento e faz o processo de entrevistas. A gente usa internamente, mas a gente também oferece ele como serviço para o mercado, para os nossos clientes. Inclusive tem um agora que pediu que todo o processo rodasse no WhatsApp. Então esse agente nosso que hoje ele funciona no desktop, no processo ali de recrutamento e entrevistas, Para esse cliente ele vai rodar no WhatsApp. Por quê? Porque ele é uma grande rede varejista que tá contratando milhares de pessoas todos os meses e ele precisa fazer esse processo mais rapidamente, ele acha que o WhatsApp é o melhor canal para isso. Então a gente levou e ele acabou dando essa ideia de transformar o WhatsApp num canal desse processo. Esse foi o outro. E o outro que a gente fez dentro de casa também, levou para o cliente, é o Agents Builder, que é uma plataforma de construção de agentes.
Então a gente precisava construir agentes dentro de casa, criamos essa plataforma para facilitar o nosso dia a dia, e ela também é uma oferta para os nossos clientes. Mas além disso, a gente entregou para um cliente nosso financeiro um processo de adoção de IA também na engenharia de desenvolvimento de produto deles, que trouxe uma economia de 50% no processo de construção de produto e uma economia em valores por volta de $700 mil dentro do período de um ano. Então, é a IA dentro da engenharia de desenvolvimento de produto, trazendo toda essa eficiência e mesmo assim com segurança, com governança, controle e qualidade. Esse é um ponto. Um outro case que a gente implementou no mercado de saúde foi agilizar o processo de documentação do time de enfermagem. Imagino que as enfermeiras precisam fazer visitas nos seus pacientes, coletar dados e ao final do plantão ou do período de trabalho ela precisa documentar o que acontece com aquele paciente e esse processo é um processo demorado. Então, com agentes de IA também, a gente transformou um processo que demorava 1 hora para o paciente para questão de minutos. Então, isso traz bastante eficiência e o foco do profissional deixa de estar na rotina, nas tarefas rotineiras, para estar nas tarefas que realmente trazem valor para o negócio.
E também você elimina eventuais falhas e erros humanos que não são positivos nesse caso, né? E como que a enfermeira passou a fazer diferente nesse exemplo? O que mudou na rotina de trabalho dela?
Ela coleta as informações da forma que ela coletava, só que ela passa a ter muito mais tempo para dar mais atenção aos pacientes. E para qualidade do serviço é muito melhor que ela dê atenção ao paciente do que atenção no processo de documentação.
Aí ela tira uma foto, isso vai para algum lugar?
Ela grava. Ela grava? Ela grava. Pode usar o áudio e joga tudo, ela pode tirar foto dos dados. Então tem diversas formas de entrar com a informação e aí a inteligência artificial processa tudo isso e gera documentação.
Eu queria explorar esse ponto, a gente tá vivendo um momento em que fala-se muito, né, de agentes, agêntico, e aí eu queria explorar contigo Tem até um termo, né, o harness engineering, que é a engenharia de doma do cavalo mesmo, né? O que que é um time de agentes que ajuda uma enfermeira? A gente tem aqui na nossa audiência pessoal de diversos níveis de conhecimento sobre AI. Eu queria pôr essa bola no chão assim para esse agente específico.
Ele ajuda no processo de documentação. Mas a gente fez outros assim bem mais interessantes que ajuda também nesse processo, que é, por exemplo, de monitoramento. Ele monitora sinais vitais do paciente e comunica, né, e faz um chamado se algo realmente tiver saindo ali do esperado com aquele paciente. Então, o que que esse agente faz? Ele coleta dados o tempo todo, processa aqueles dados, compara, né, com os dados que são as informações que estão esperadas para aquele paciente. Se algo sai, né, do esperado, ele liga para o celular ou manda um uma mensagem, faz uma comunicação, liga no telefone para que alguém possa visitar aquele paciente, tomar ação esperada. Então o que acontece com esse agente, né, é que ele ajuda também a salvar vidas, né. Então é mais do que documentação e também vai para o lado de ajudar a salvar vidas. Em outros casos, ele ajuda em diagnóstico. Então, agentes específicos que leem imagem de exames e fazem o diagnóstico. E aí o ser humano, que nesse caso é o médico que vai fazer o laudo, ele praticamente recebe o laudo pronto e ele revisa e e ver se é aquilo mesmo. Eu acho que assim, o ser humano, e nesses casos, ele é sempre, né, o validador, validador, a última palavra, né.
Então ainda é super importante que tenha essa validação.
A gente tá usando o ser humano para o que ele é melhor, né. A gente, nos 3 exemplos que você comenta aqui, a gente libera o tempo do ser humano para ele ser bom onde ele tem que ser bom. A enfermeira é na empatia, em cuidar do paciente, o médico, né, tá onde ele é mais crítico, coisa assim. Então eu acho que A gente potencializa o que o humano pode fazer de bom e ganha eficiência e produtividade nas outras frentes. Os seus exemplos são muito bons nesse sentido. Agora, Cleyton, vamos lá, vou tentar tirar um outro exemplo aqui. A gente sabe, sua empresa atua nos diversos setores. Existe algum tipo de agente ou assistente que já mudou a percepção do cliente a uma decisão de desistir de um negócio, por exemplo?
Sim, a gente construiu um agente que ele entra no ciclo de cancelamento de um pedido. O que acontecia antes com esses casos? Na hora que você faz um pedido no celular, no aplicativo, uma compra de alguma coisa, e você pede para cancelar, ou o aplicativo o sistema aceitava o seu cancelamento, ou ele caía na fila de uma pessoa que avaliava o que que estava acontecendo, ia tentar te convencer a não cancelar, e poderia ter sucesso ou não, né? Ela ia ter que tentar entrar em contato com você e tudo mais. Então, o que a gente fez nesse caso é construir um agente que entra nesse processo de cancelamento entende os motivos. Muitas vezes não precisa nem de você dizer, ela já, o agente já consegue identificar. Por exemplo, o tempo tá mais do que o esperado, alguma outra característica que tá ali dentro do seu pedido, então já consegue saber o que que é. E esse agente, ele entra no ciclo de cancelamento e ele tenta evitar o cancelamento e ele consegue fazer isso em 90% dos casos. Então tem todo ali um regras, né, e opções que o agente pode tomar. Então assim, ele não sai trabalhando da cabeça dele, vamos falar assim, ele não oferta uma coisa que ele não pode, por exemplo, pré-definidas, né, mas ele sabe o que pode ser usado.
E ele consegue interromper 90% desses cancelamentos. O que que é isso no final do dia? É aumento de receita, né? Então são vendas que estão acontecendo, que estão deixando de ser canceladas. Isso no final do mês é receita para o nosso cliente.
Esse é um uso muito interessante, Fred. Você constrói uma coisa e a cada 10 compras que você teria ali canceladas, a inteligência artificial artificial tá te ajudando a manter 9, né? O que você tá falando, garantia de receita que já tá esperada, né? Você tá mantendo dentro de casa. Qual você acha que é o fator decisivo para o sucesso da inteligência artificial nesse caso específico? O que que ela tá conseguindo fazer que o processo anterior não entregava?
Ela roda 24 horas por dia, 7 dias por semana, ela tá ali disponível, né? O agente tá ali disponível para para rodar. Ela tem o agente, ele é empático, ele foi construído para ser empático. Então ele entende do problema e como ele tá impactando aquele cliente, e ele vai, dentro do que ele pode fazer, trabalhar para que aquele cancelamento não aconteça. O ser humano pode fazer isso? Pode fazer, só que ele é limitado, ele não trabalha 24 horas por dia, 7 dias por semana, e você tem o risco ali do erro também do ser humano. Então você evita que algum erro humano aconteça nesse processo. Então a assertividade com a gente, ela é muito maior nesse caso. Fazendo esse benefício.
Eu queria aproveitar que a gente tá chegando nos minutos finais e colocar uma pergunta sobre você. Em 2020, pelo que eu entendi, foi quando você assumiu a diretoria de produtos e tecnológicos e tecnologia, e tecnologia desse, dessa empresa. E quando você assumiu a diretoria No mesmo ano, né, teve uma pandemia e 2 anos depois vem a inteligência artificial. E pelo que você nos contou, o desenvolvimento de software mudou completamente.
Sim.
Como foi isso para você pessoalmente se adaptar a tudo isso?
É muita coisa que aconteceu nesses últimos 6 anos. Você falando da pandemia, eu lembro em março de 2020, quando a gente trabalhava todo mundo em escritório, não tinha home office. Então tivemos que acertar toda a infraestrutura para no dia seguinte tá todo mundo trabalhando de casa, passar a fazer todos os fluxos, né, de contratação de forma remota, treinamento, as rotinas diárias, tudo, né, de forma remota. E foram períodos intensos de adaptação. O que aconteceu durante esse processo foi uma demanda por soluções de tecnologia e soluções digitais muito alta. Então todas as empresas passaram a demandar soluções digitais porque seus canais passaram a ser digitais para venda, principalmente para atendimento. Então assim, a demanda por solução digital foi muito grande, a gente cresceu muito, muito nesse período, mas as soluções de inteligência artificial elas estão desde o início. Eu lembro nesse período a gente construindo, além dos diversos chatbots que já tinham na época, que usavam machine learning, alguns deep learning para entregar uma assertividade maior nas respostas e tudo, A gente tinha soluções de visão computacional antes de todo esse buzz aqui de, né, de generativa AI, onde, por exemplo, a gente tinha câmeras em esses grandes caminhões de mineradoras, né, eles têm pneus também gigantescos que custam uma fortuna.
A gente já construiu uma solução nessa época que analisava a estrada e com visão computacional dava o melhor roteiro, né, para o caminhão não ficar para desviar de pedras e evitar qualquer dano no pneu. Então assim, durante esse processo também inteligência artificial ela já vinha sendo importante na entrega de soluções digitais e e plataformas com as quais a gente trabalhava. E logo na sequência veio, né, IA generativa trazendo uma outra forma de se entregar software. Eu acho que esse é o impacto maior, né. A gente achava que o atendimento seria maior impactado, os outros negócios, né, a gente falava muito em na área do direito, né, dos escritórios de advocacia que seriam grandes impactados. Eu acho que assim, por ter uma adoção muito rápida na área de tecnologia, o negócio de desenvolvimento de software tá sendo transformado muito rapidamente. Então, o uso de inteligência artificial hoje para desenvolver desenvolver software, para gerar código, é uma realidade. Então quem não está usando tá ficando para trás. E eu pessoalmente, né, vim me adaptando, né, a essas diversas ondas e também ajudando a empresa, né, a transformar seu negócio e para estar sempre, né, na crista da onda, né.
E ajudando também nossos clientes a serem competitivos e a gente também continuar competitivo nesse mercado de desenvolvimento.
Então, qual dica você deixaria para os nossos ouvintes sobre essa palavra adaptação? O que que você fez que te gerou essa adaptação? Ou está gerando?
É, não, acho que gera o tempo todo, né? O tempo todo tem soluções novas, tecnologia muda muito rapidamente, né? Sempre tem alguma coisa nova. Eu acho que a experimentação ela é essencial. Então quem tá na área de tecnologia tem que estar aberto ao novo, botar a mão na massa, experimentar, testar. É lógico que você não sai testando dentro do ambiente corporativo qualquer coisa que pode trazer alguma exposição indevida. Exatamente. Então assim, o dado corporativo ele é Ele é muito importante, ele é ouro, né, para o negócio. Então você tem que fazer isso com todo cuidado, mas a experimentação ela é essencial. Então assim, usem e tentem entender o que aquilo pode agregar no seu dia a dia, tanto na vida pessoal quanto na vida profissional. Acho que tem muita coisa na nossa vida pessoal também que a inteligência artificial já está afetando, né? A forma como a gente compra as coisas, a gente se comunica, a gente investe o nosso dinheiro. Então assim, tem muita coisa no nosso lado pessoal que tá sendo impactado também.
E na carona disso que você tá falando, diferente de dica, Você mencionou, né, transformação, ondas de tecnologias chegando. Qual foi o erro, falha ou uma lição que você aprendeu nessa jornada tecnológica que foi de muita expansão, que te fez mudar a forma como você trabalha hoje?
A forma como eu trabalho hoje?
Com inteligência artificial.
Com inteligência artificial. Eu acho que tem duas coisas que eu aprendi nesse tempo. Uma delas é que você sempre acha que você e seu time tá usando muito as funcionalidades que vêm dos sistemas com inteligência artificial, mas sempre tem algo além, algo a mais que você poderia estar usando e que você não usa por desconhecimento Ou porque você ainda não experimentou. Então, estar aberto a entender as diversas capacidades, né, dos modelos, das plataformas, eu acho que é essencial. Por que que eu digo isso? Porque às vezes tem uma funcionalidade, um agente que pode trazer um benefício no seu dia a dia e você simplesmente não sabe. Então isso já aconteceu e eu acho que procurar entender de ponta a ponta como os produtos, os modelos estão funcionando, eu acho que isso é essencial hoje. Que mais que você perguntou?
Não, aí você ia falar a segunda coisa, você falou a primeira.
Ah, a primeira é essa, você achar que tá usando toda, na totalidade. E a segunda é achar que o seu time tá usando menos do que deveria. Por que que eu digo isso? Porque muitas vezes o que falta na verdade é treinamento, né, é capacitação para destravar o potencial. Na verdade, o time pode estar usando menos do que deveria, Mas a culpa não é do time, a culpa é da falta de algum processo de habilitação dessas pessoas, de tirar o medo de treinar e tudo mais. Então trazer um pouco mais de capacitação para o time, eu acho que é essencial também para destravar o potencial das pessoas.
Esse ponto é interessantíssimo sobre a adoção estruturada, né?
A gente conhece esse ponto, né?
É, a gente bate muito nessa tecla e viu numa pesquisa que a gente fez que de fato assim existe uma animação muito grande nas empresas sobre o futuro com AI, mas nem sempre tem budget, nem sempre tem processo de treinamento contínuo estruturado. E eu acredito muito nisso que você está tava falando assim, para a gente se adaptar, acho que tem um primeiro ponto que é letramento, né? Tem a curiosidade, meter a mão na massa, mas tem o letramento, vai te habilitando a usar as funcionalidades melhor, e aí você vai fazer um uso mais potente dessa nova tecnologia, né?
É isso mesmo. Regramento, habilitação.
É isso.
Desenvolvimento contínuo. E muito mais, certo?
Certo. Eu quero agradecer pelo tempo, acho que foi um papo muito rico. Deu para ver aí como que a gente ainda tem um potencial tremendo de geração de valor. Como você disse, a onda de revisão dos workflows das empresas começou. E ainda tem chão aí, né? E aí é que tá o valor, como eu capturei na conversa contigo, e eu concordo. Eu acho muito difícil brigar em outras camadas na AI, né? Chip, energia, tem lá os business e são poucos modelos. Agora, olhar para os modelos e para as dores de negócio e a implementação, esse é um mercado que está aí para ser pego.
É isso aí.
Completamente pulverizado, não é um mercado de poucas empresas. E é interessante te ouvir como uma delas que está aí pensando super AI first nessa adoção e nessa geração de valor.
E até um movimento orquestrado por um grupo que já é de tecnologia, no Brasil sólido, né? Então a gente vê de fato um movimento que começou lá em 2013 e ele vai se solidificando, se concretizando e ganhando novas fronteiras. Muito bacana você dividir isso com a gente historicamente, né? Situar de onde veio a Air e o que ela pode fazer e ainda vai fazer mais, né? Você falou que a gente vai ouvir mais e mais o nome. Então quem tá com a gente acompanha também, certo?
Com certeza. E deixar um livro para vocês. Que foi escrito por nós.
Que legal!
O time da Air, The World of AI Agents.
Olha lá, tá aqui.
Então muito obrigado, vamos continuar nosso processo de letramento aí agora com um livro novo para lermos.
É isso aí, muito obrigado pela presença.
Obrigado vocês por me receber e estou à disposição sempre que necessitarem.
É isso aí, valeu, forte abraço!
Um grande abraço.
Valeu, pessoal!
Só lembrando, antes de desligarmos, nossos episódios são patrocinados pelo SoftBank, o banco que mais investe em inteligência artificial na América Latina.
É isso aí! Curta, compartilhe, se engaje conosco, mande perguntas. A gente adora receber esse tipo de interação e transformar isso em conteúdos para vocês.
Até a próxima!
APRESENTADORES
Quem apresenta o AI First Cast
Fred Pericini
Co-fundador da Agência F2F, Engenheiro de Produção pela UFSCAR, empreendedor com mais de 10 anos de experiência em Marketing Digital, foi consultor na McKinsey, diretor comercial do Groupon Brasil e Groupon China.
Filipe Xavier
Especialista em marketing digital, branding e estratégia de conteúdo. Experiência c-level, visão ampla de comunicação e tecnologia e entusiasta early-adopter de inteligência artificial.