VivaTech 2026, Dia 1: de Bezos a Yann LeCun, o que vi no primeiro dia em Paris

O que você vai encontrar aqui:

• O que Jeff Bezos disse sobre a economia espacial e a sua nova empresa de IA, a Prometheus, voltada ao mundo físico.
• Por que Yann LeCun defende que os LLMs têm teto e aposta nos world models, com Peter DeSantis, da Amazon, reforçando que ainda estamos no começo.
• As fronteiras de saúde do VivaTech 2026: bioimpressão de tecido humano e a ciência da longevidade.
• Por que a IA industrial não pode alucinar, e as três armadilhas que travam a adoção de IA nas empresas.
• A leitura de quem decide tecnologia sem ser do time técnico, com exemplos do Brasil e do que vi no pavilhão.

Este artigo conversa com o meu livro gratuito O Mapa do Explorador, que mapeia 17 setores, 79 verticais de tecnologia e 198 tendências. Se este post te deixou curioso sobre as fronteiras que já pedem decisão, o livro mostra cada uma delas para quem decide sem estar no time técnico.

Terminei o primeiro dia do VivaTech 2026 com a sensação de quem assistiu a uma discussão de família mal resolvida sobre o futuro da inteligência artificial. De um lado do palco, gente dizendo que estamos só no começo. Do outro, gente dizendo que o caminho que todo mundo está seguindo não leva aonde prometem. E no meio, empresas mostrando o que já funciona hoje, sem esperar a poeira assentar.

Acompanho inteligência artificial mais de perto desde 2015, quando a IBM falava do Watson e o Google lançava o TensorFlow. Este é o meu terceiro VivaTech, e a curadoria desta edição, a de 10 anos, puxou o tom para um lugar específico: soberania tecnológica europeia, IA aplicada à indústria, e a velha pergunta de sempre, só que mais urgente, sobre quem controla a infraestrutura que vai mediar tudo o que a gente consome de informação.

Gravei os melhores momentos do pavilhão nos destaques do meu Instagram. Vale assistir enquanto lê: veja os stories do VivaTech no @interney.

Jeff Bezos e a estrada para o espaço

A sessão “Building the Road to Space” (construindo a estrada para o espaço) colocou no palco Jeff Bezos, fundador da Amazon e da Blue Origin, ao lado de Dave Limp, CEO da Blue Origin, com mediação do ex-astronauta da NASA Mike Massimino, que ajudou a salvar o telescópio Hubble em missões reais de reparo. Para quem não acompanha o setor espacial, vale o enquadramento: a Blue Origin é a empresa de foguetes que Bezos fundou em 2000 e que hoje compete com a SpaceX, de Elon Musk. O produto mais conhecido é o New Shepard, o foguete suborbital de turismo espacial. O que sustenta a visão de longo prazo são dois projetos maiores: o New Glenn, um foguete pesado e reutilizável, e o módulo lunar Blue Moon.

A frase que abriu a sessão resume a filosofia da casa: vamos ao espaço não necessariamente pelo espaço, mas pela Terra. A tese de Bezos é que o gargalo do espaço hoje está na infraestrutura e no custo, mais do que na tecnologia em si. Ele comparou com o que viu na internet nas últimas duas décadas e meia: porque a infraestrutura já existia (redes globais, servidores, pagamentos), dois jovens num dormitório conseguiam construir uma empresa gigante. Ele quer que o espaço seja assim. O trabalho da Blue Origin, nas palavras dele, é construir “a estrada para o espaço”, a infraestrutura pesada, para que muitas outras empresas possam fazer coisas extraordinárias em cima dela.

Teve um momento de honestidade que achei bom. Poucas semanas antes do evento, a Blue Origin teve um incidente na plataforma de lançamento. Bezos não escondeu: foi um momento difícil, ninguém gosta disso, foi um soco no estômago para o time inteiro. E contou que, em 24 horas, o time espontaneamente começou a fazer camisetas escritas “vale a pena”.

Dave Limp emendou com a parte operacional: o que tira o sono dele não é construir um foguete, é construir a máquina que constrói as máquinas, a fábrica que produz foguetes em escala. A meta declarada é voar 100 vezes por ano, o que significa centenas de motores saindo da linha de produção. Limp resumiu numa frase que vou levar para sala de aula: o desafio do espaço hoje é fabricar com excelência e baixo custo. Inventar a viagem espacial é problema resolvido há seis décadas; o gargalo agora é produzir em escala e barato.

Um detalhe técnico que o público de negócios costuma subestimar, e que Bezos fez questão de explicar: a Lua é o primeiro passo, antes de Marte. A Lua está a três dias e meio de distância, você vai quando quiser, sem esperar alinhamento planetário. E tem um recurso que derruba o custo de operar lá: gelo de água nas crateras permanentemente sombreadas dos polos. Com eletrólise, esse gelo vira oxigênio líquido e hidrogênio líquido, exatamente o combustível do módulo lunar da Blue Origin. Em outras palavras, dá para reabastecer na Lua. Por isso, nas palavras dele, vamos à Lua para ficar, não para visitar.

Aqui entra a minha leitura, e ela começa num comentário que recebi no Instagram. Postei um vídeo do pavilhão sobre a GAIA Aerospace, uma startup alemã de Braunschweig, fundada em 2024 e ainda em fase de concepção, que quer construir um sistema reutilizável de lançamento de micro e nanossatélites a partir de um avião, e que estava ali atrás de investimento. Numa conversa no estande, me disseram que a meta é fazer isso em 2029. Um seguidor comentou no vídeo: “uma empresa já tentou isso e faliu”. Ele tinha razão no fato. A Virgin Orbit conseguiu o feito de lançar a partir de um avião em 2021 e faliu em 2023. Fiquei um pouco incomodado com a conclusão, porque ela ignora como tecnologia funciona: o fracasso do passado é justamente o que ensina o próximo a acertar.

Hoje os foguetes da SpaceX dão ré e pousam de pé porque o Elon Musk explodiu muitos foguetes antes. E a própria explosão do New Glenn, da Blue Origin, semanas antes do VivaTech, vira aprendizado para o Bezos. Tudo o que a SpaceX e a Blue Origin estão fazendo e errando em 2026 é o que vai tornar viável aquela startup alemã conseguir em 2029.

Pensa no carro elétrico. Aqui no Brasil a gente teve o Gurgel Itaipu, o primeiro carro elétrico nacional, apresentado em 1974, décadas antes da Tesla. A Gurgel faliu em 1994, e por mais que o fim tenha tido várias causas, ela é o retrato de quem chega cedo demais e não encontra o mercado pronto. Hoje o carro elétrico saiu da promessa de um ou dois fabricantes para centenas deles no mundo. É esse o futuro que o discurso do Bezos desenha para o espaço: muitas empresas lançando satélites, muitas indo à Lua, muitas ocupando a órbita. A gente já aprendeu que o espaço não é só da NASA. Falta aprender que o espaço é de todo mundo.

Por isso o que me interessa no Bezos não é o bilionário que quer nos levar ao espaço ou ser lembrado como um dos nomes da nova corrida espacial. O que importa é o mercado nascendo: satélites mais acessíveis, voo suborbital de turismo que deixa pessoas comuns verem a Terra do espaço, e a promessa de voos ponto a ponto que cruzam o planeta em pouco tempo. Quem lê isso de fora do setor espacial deveria estar se perguntando o que fazer em um mundo em que esse mercado vira rotina, porque ele está cada vez mais perto da realidade.

O Bezos que ninguém esperava: Prometheus e a IA do mundo físico

A parte que conecta o Bezos do espaço com o resto do dia foi a confirmação do que ele anda fazendo em IA. Bezos hoje também é fundador e co-CEO da Prometheus, uma empresa de inteligência artificial que ele lançou no fim de 2025 ao lado do ex-executivo do Google Vik Bajaj. O objetivo dela é o que chamam de “engenheiro geral artificial”: um software capaz de projetar e fabricar sistemas físicos complexos, de motores a jato a compostos farmacêuticos. Diferente de um ChatGPT, que entende texto, a Prometheus quer uma IA que entenda a engenharia, a manufatura, a matéria. Para uma pessoa comum, o impacto é este: uma IA assim poderia encurtar o tempo de projetar um motor, um medicamento ou uma peça de avião de anos para meses.

Yann LeCun: pare de fazer IA generativa

Se eu tivesse que escolher a sessão mais provocadora do dia, foi essa. Yann LeCun é um dos três pesquisadores que ganharam o Prêmio Turing em 2018 (o “Nobel da computação”) pelo trabalho com redes neurais, a base técnica por trás do reconhecimento de imagem e de boa parte da IA moderna. Por mais de doze anos foi o cientista-chefe de IA da Meta. No começo de 2026 ele saiu e fundou a AMI Labs (Advanced Machine Intelligence), em Paris, onde é cofundador e preside o conselho, para perseguir um caminho diferente do resto da indústria. Foi a primeira aparição dele no VivaTech depois de deixar a Meta, e o público parisiense recebeu como recebe ídolo local. A conversa foi conduzida por Steven Levy, da Wired.

A frase que viralizou já no dia foi essa: ele anda dizendo para as pessoas da área de IA que elas deveriam parar de fazer IA generativa, e claro, isso não o deixa muito popular. Vindo de um dos criadores da IA moderna, isso não é provocação gratuita.

Vale separar o que ele defende do que ele ataca, porque é fácil entender errado. LeCun não acha que os LLMs (os modelos por trás do ChatGPT, do Claude, do Gemini) são inúteis. Pelo contrário, ele disse que usa, que são úteis, e que em alguns domínios já são super-humanos, como tradução e geração de código. O que ele nega é a crença de que basta aumentar a escala desses modelos para chegar à inteligência de nível humano. Para ele, esse caminho tem um teto, e a ideia de que dá para esticar esse teto até cobrir tudo o que humanos fazem é, nas palavras dele, falsa.

O argumento técnico, traduzido para quem não é da área, é o seguinte. Um LLM aprende prevendo a próxima palavra. Isso funciona porque linguagem é uma sequência de símbolos discretos, e dá para calcular a probabilidade de cada palavra possível. O problema aparece quando você tenta fazer o mesmo com o mundo real, que chega pelos sentidos como dados contínuos, ruidosos e de altíssima dimensão. LeCun deu um exemplo que cabe perfeitamente numa plateia de palestra: se eu pego um vídeo desta sala, giro a câmera devagar e peço para o sistema prever o que vem a seguir no vídeo, ele consegue prever que vai ter mais gente sentada nas cadeiras, mas não tem como prever o rosto de cada um de vocês. É matematicamente impossível prever todos os detalhes.

A aposta dele são os world models, ou modelos de mundo. Em vez de tentar reconstruir cada pixel do futuro, o sistema aprende uma representação abstrata do mundo e faz previsões nesse espaço abstrato, ignorando os detalhes que de fato não são previsíveis. A arquitetura que ele desenvolveu para isso se chama JEPA (Joint Embedding Predictive Architecture). A diferença prática: um modelo assim conseguiria antecipar as consequências das próprias ações, planejar e raciocinar, que é o que falta para construir um agente de IA confiável, seja um robô no mundo físico, seja um software no mundo digital.

LeCun foi direto sobre o prazo, e isso é importante para calibrar expectativa: não vamos ter um país de gênios dentro de um data center no ano que vem. Foi uma alfinetada explícita no discurso da Anthropic, que fala em “um data center cheio de gênios”. Ele admite que esse caminho vai demorar, e que mesmo os modelos atuais só são geniais em dois domínios onde a manipulação de símbolos é o próprio substrato do raciocínio: matemática e código.

Concordo muito com o LeCun de que os LLMs têm teto, e vou explicar a partir do que eu mesmo venho testando. Tenho mexido com agentes de IA, e o desafio gigante hoje é fazer esses agentes funcionarem de forma confiável e ininterrupta. Eles tendem a alucinar, e quando vários agentes orquestram a mesma tarefa, a alucinação de um contamina os outros. Existe harness para conter isso, com sensores e guias que monitoram o comportamento do agente. O problema é que esses sensores e guias hoje costumam ser escritos com os próprios LLMs, que também alucinam.

Para mim, a saída real é combinar LLMs, que são probabilísticos, com sensores determinísticos, que sempre respondem a mesma coisa para a mesma entrada. E o fato de a solução passar por misturar dois paradigmas já é, em si, a prova de que a gente está batendo num teto. Eu bato nessas barreiras no uso real e não vi nada promissor para contorná-las com confiança que não seja juntar a IA generativa com outras formas de inteligência artificial. Já tinha defendido isso quando escrevi sobre o AlphaEvolve e como a IA começa a ser útil quando passa a entender o mundo, e não só a prever a próxima palavra.

Por isso a tese do LeCun me interessa tanto. Quando ele fala em trazer o paradigma de world model para criar uma IA mais confiável no mundo físico, usando outras formas de ler a realidade que não as dos LLMs, eu gosto da ideia e fico curioso com o que ele vai lançar.

E vale dizer: ele não está sozinho nessa. A Fei-Fei Li, chamada de madrinha da IA, persegue um caminho parecido com a World Labs e o que ela chama de inteligência espacial, e o Google DeepMind investe pesado no tema. O termo, aliás, vem dos anos 1990, cunhado por Jürgen Schmidhuber, então é tese antiga ganhando força nova. World model ainda não tem a popularidade dos LLMs, mas está longe de ser cruzada de um homem só. São vários pesquisadores atrás de paradigmas que deem à IA mais alcance, para ir além da matemática, do código e da escrita, onde os LLMs já entregam uma performance impressionante.

Teve ainda uma parte política que merece registro, porque conversa com o tema de soberania que dominou a feira. LeCun defendeu o open source com uma analogia histórica forte: comparou bloquear o acesso à IA por medo com a reação da Igreja Católica à imprensa no século 15. A imprensa disseminou conhecimento, alimentou a Reforma, o Iluminismo e a ciência moderna, e quem tentou conter ficou para trás. Para ele, IA hoje é fundamentalmente um meio de disseminar conhecimento, e tratar isso como perigoso demais para o público é, nas palavras dele, “ser um obscurantista medieval”. Ele também citou o projeto Tapestry, um esforço para que países, universidades e empresas treinem juntos um modelo global aberto, cada um com seus próprios dados, sem precisar trocar os dados em si.

Peter DeSantis (Amazon): por que ainda estamos na linha de largada

Essa sessão da Amazon casou tão bem com a do LeCun que vou tratar as duas como reforço uma da outra. O título já entrega a tese: “The Starting Line: Why AI’s Biggest Breakthroughs Are Still Ahead” (a linha de largada, por que os maiores avanços da IA ainda estão por vir). Peter DeSantis é vice-presidente sênior da Amazon, responsável por modelos fundacionais de IA, silício customizado e computação quântica. Foi entrevistado por Nicholas Thompson, CEO da The Atlantic.

Os dois, de lugares diferentes, dizem a mesma coisa: a história da IA não está escrita. DeSantis colocou nesses termos: estamos no início de uma transformação enorme, não no fim de uma curta. E foi específico sobre onde virá o avanço, e aqui é onde o líder de negócios precisa prestar atenção, porque o que destrava o negócio é o modelo ficar viável, não mais “inteligente”.

O argumento dele é de eficiência. Para a IA ser útil de verdade, os modelos precisam ficar mais baratos e mais eficientes em energia. DeSantis disse que já vimos uma melhora de uma ordem de magnitude na eficiência das tarefas que os modelos fazem no último ano ou dois, e que precisamos de mais algumas ordens de magnitude antes de a coisa ficar interessante de verdade. Traduzindo: o custo por unidade de inteligência ainda vai cair muito, e é essa queda que vai destravar aplicações e negócios que hoje nem existem.

Quando ele falou de chips, veio a melhor explicação de hardware que ouvi no dia. A Amazon projeta o próprio chip, o Trainium, um chip de propósito geral que tenta ser bom em tudo: computação intensa, memória e largura de banda de memória. DeSantis explicou a tensão central do setor agora: a tentação de especializar. Um chip especializado para um tipo de tarefa pode economizar 40% de energia e 40% de custo, mas piora o problema de previsão de demanda, porque você passa a apostar num formato específico de uso.

A leitura dele é que a indústria já tem certeza suficiente sobre o formato das cargas de trabalho para começar a ver mais especialização. Para quem decide compra de tecnologia, isso sinaliza um mercado de chips de IA mais fragmentado e mais competitivo nos próximos dois anos.

Venho acompanhando de perto os mercados de chips e de energia, e a fala do DeSantis me deu vontade de organizar num conteúdo só os artigos que ando escrevendo sobre isso. O resumo da minha leitura é este: praticamente toda big tech está investindo em chip próprio porque depender só da Nvidia virou gargalo, e ter o seu chip alivia essa pressão. Já escrevi sobre isso no meu post sobre o fim da monocultura da Nvidia e os novos paradigmas de chip.

Junte a isso a energia elétrica, que é a outra trava. Um chip que gasta menos energia ataca os dois limites de uma vez, melhora a margem e dá mais flexibilidade para a empresa. Aqui está o ponto que eu acho que o líder não-técnico precisa enxergar: eficiência de chip não é só uma meta técnica, é uma meta financeira. E quando uma meta técnica anda de mãos dadas com uma meta financeira, sobra pressão para a coisa acontecer rápido.

O DeSantis ainda deu o melhor exemplo do dia sobre computação quântica, e ele vale para quem decide. Perguntado sobre uma aplicação útil de verdade, deu um exemplo concreto: simular a química da fixação de nitrogênio para produzir fertilizante com menos emissão de carbono, algo que um computador quântico de tamanho moderado faria melhor do que qualquer computador clássico. O desafio técnico é manter os qubits estáveis tempo suficiente, e o detalhe curioso é que você não pode “olhar” a informação no qubit sem destruí-la, o que torna a correção de erro o verdadeiro obstáculo.

O ponto que mais interessa a quem decide é outro: o computador quântico hoje não é melhor que um supercomputador, mas é mais acessível. Você não tem um supercomputador à disposição, e tem como comprar tempo de processamento quântico na Amazon ou na IBM para rodar o seu projeto. Já tinha visto esse mesmo movimento de acessibilidade e o desafio da taxa de erro na computação quântica quando cobri o tema antes, e o DeSantis confirmou que a lógica não mudou. Um gargalo antigo era a escassez de quem sabe programar para máquina quântica, e a IA generativa está ajudando a destravar isso. Não é trivial como escrever em JavaScript, mas ficou mais prático do que era antes da IA que escreve código. Quanto mais gente entra nesse universo, mais cedo devem aparecer aplicações quânticas com impacto no mundo real, talvez antes do horizonte que grandes empresas projetam.

Quando a ciência corre mais rápido que o sistema: bioimpressão e longevidade

Ainda pela manhã, entre o Bezos e as sessões de IA da tarde, passei por dois painéis de saúde que mostram a fronteira de outro jeito.

Bioimpressão: imprimir tecido vivo

A sessão “Bioprinting: When Science Outpaces the System” (bioimpressão, quando a ciência corre mais rápido que o sistema) trouxe Tamer Mohamed, co-fundador e CEO da Aspect Biosystems, entrevistado por Chris O’Brien. A Aspect é uma empresa canadense que nasceu de uma pesquisa da Universidade da Colúmbia Britânica (UBC) em 2013. O que ela faz, em uma frase: imprime tecido humano vivo, combinando células, biomateriais e design computacional, com a tecnologia de bioimpressão dela.

Para dar a dimensão do que está em jogo, vale olhar o carro-chefe da empresa, desenvolvido em parceria com a Novo Nordisk, a farmacêutica dinamarquesa dona do Ozempic: um tecido pancreático bioimpresso para diabetes tipo 1. São aglomerados de células-ilhota protegidos por um material que evita a rejeição do corpo e que, uma vez implantado, regularia o açúcar no sangue sem necessidade de remédios imunossupressores. Pense no que isso significa para uma pessoa com diabetes tipo 1: em vez de medir glicemia e aplicar insulina pelo resto da vida, ela receberia um pedaço de pâncreas funcional impresso em laboratório, com a doença resolvida na origem.

A parte que mais me marcou foi a filosófica. Mohamed falou que, diferente da maior parte da indústria farmacêutica, que trabalha com tratamentos, a Aspect trabalha com curas. A frase dele que anotei: combater a biologia com a própria biologia. E a imagem que ele usou para descrever o próprio trabalho, contada pelas filhas dele, é difícil de esquecer: o pai imprime partes vivas do corpo para viver. O entrevistador puxou bem o fio das implicações: se isso virar rotina na medicina, o que acontece com a economia de saúde inteira, dos planos à indústria de insulina, quando deixar de existir gente que morre de diabetes?

Longevidade: viver mais com saúde, não viver para sempre

Logo depois veio “Longevity Unlocked” (longevidade destravada), com a Dra. Joan Mannick, diretora médica e responsável pelo desenvolvimento de produto da Altos Labs, entrevistada por Ana Rold. A Altos é uma das empresas mais conhecidas do campo de longevidade, fundada em 2022, com o Nobel Shinya Yamanaka como conselheiro científico e Jeff Bezos entre os financiadores (de novo ele, agora apostando em viver mais com saúde). O foco dela é reprogramação celular parcial para reverter o declínio ligado à idade.

Mannick foi a voz mais cética e mais honesta do dia, e por isso eu gostei dela. Logo no começo ela cortou o hype: até hoje nada provou estender a longevidade ou a saúde além de exercício, dieta razoável e sono. Então, quem está vendendo peptídeo ou suplemento prometendo estender o tempo de vida, não tem dado que sustente. Ela mesma disse que não toma nada, porque não viu o dado que prove que o benefício supera o risco. Para uma plateia tech, viciada em biohacking, isso é um banho de água fria necessário.

A parte científica que vale guardar: a longevidade é viver os 70, 80, 90 anos com qualidade, conseguindo pegar um avião e andar pela cidade, e não esticar a vida para sempre. Ela explicou os fatores Yamanaka, as quatro moléculas que conseguem “resetar” a idade de uma célula (é o mecanismo que faz um óvulo e um espermatozoide de 40 anos gerarem um bebê com idade zero). E foi pragmática sobre o prazo: acha factível ter o primeiro remédio que mira a biologia do envelhecimento aprovado nos próximos dez anos, atrasando uma doença crônica importante, no mesmo nível de impacto que os remédios da família do Ozempic tiveram para a obesidade.

O argumento dela que mais me interessou foi o econômico, porque é o que tira o tema do campo do capricho de rico. O custo de uma população que envelhece com múltiplas doenças crônicas está quebrando os sistemas de saúde. Se der para atrasar o início de algo como o Alzheimer em alguns anos, a economia para qualquer governo é enorme. Por isso, segundo ela, o tratamento tem que ter custo baixo o suficiente para chegar a todo mundo, não só a país rico, e existe um imperativo econômico para que chegue.

Siemens, ASML e Capgemini: a IA que não pode alucinar

Para fechar, a sessão “Industrial Tech for the AI Era” (tecnologia industrial para a era da IA) me deu o contraponto de pé no chão de todo o resto. Roland Busch, presidente e CEO da Siemens, abriu com uma comparação que organiza bem a década: a IA será para este século o que a eletricidade foi para o anterior. E cravou uma distinção que todo líder industrial deveria carregar: na IA industrial, alucinação não é aceitável.

O seu LLM favorito é probabilístico, ele escolhe a resposta mais provável e às vezes erra com confiança, e isso é tolerável quando o que está em jogo é um rascunho de e-mail. Uma IA que opera uma rede elétrica ou uma linha de produção não tem essa folga: ela precisa de comportamento determinístico, a mesma entrada gerando a mesma saída segura, sempre. É essa exigência que separa a IA industrial da IA do seu celular.

Ele trouxe Cedrik Neike, também da Siemens, e os CEOs da ASML (Christophe Fouquet) e da Capgemini (Aiman Ezzat) ao palco. Para quem não conhece, a ASML é a empresa holandesa que fabrica as máquinas de litografia que imprimem os chips mais avançados do mundo, máquinas do tamanho de uma casa, com mais de 20 mil componentes, das quais toda a indústria de semicondutores depende. Fouquet deu um número que coloca a coisa em escala: essas máquinas rodam 95% do tempo, dia e noite. Compare com o seu carro, que roda 1% ou 2% do tempo.

O recado prático da Siemens, que conecta com o que o Cedrik Neike chamou de “as três armadilhas da adoção de IA na indústria”, foi o mais acionável do dia. As empresas que conseguem escalar IA não fizeram mil pilotos espalhados (a armadilha do “atire para todo lado”). Elas construíram uma fundação de dados estruturada e foram com parceiros. Ele deu o exemplo de uma siderúrgica de aço verde e da farmacêutica Sanofi, ambas com gêmeos digitais (réplicas virtuais da fábrica) supercarregados por IA para simular a operação antes de gastar um euro construindo.

Essas armadilhas eu reconheço de cor nas empresas brasileiras que atendo. O cenário mais comum é o da empresa que pegou o bonde andando e quer sentar na janelinha. Viu que a IA muda tudo e, de uma hora para outra, decide treinar a empresa inteira em IA.

Treinar todo mundo em IA não é errado, é necessário. O que acontece é que, no meio do caminho, as pessoas descobrem que a IA precisa de contexto, e que esse contexto vem de dados organizados. Aí aparece o primeiro buraco: falta cultura de dados. Nunca se falou em decidir com base em dados, em data storytelling (contar histórias com dados para sustentar uma decisão), em nada disso. O letramento de IA destampa essa ausência.

Quando a empresa enfim cria a cultura de dados e começa a testar IA pra valer, esbarra no buraco seguinte: falta cultura de inovação. E é dentro dela que mora a experimentação. Inovar com método é ter um espaço onde as pessoas saibam olhar as possibilidades da IA, escolher algumas para uma prova de conceito, medir o resultado, separar o que deu certo do que deu errado, registrar o aprendizado e iterar, de prova em prova, até chegar a algo com retorno mensurável. A empresa que nunca pensou em inovação interna, em parcerias com startups (open innovation) ou em investir em startups para aprender com elas (corporate venture capital) se vê perdida na hora de transformar um experimento em prática que escala. Sem essa cultura, o teste de IA vira aposta solta.

É por isso que eu insisto: o letramento de IA é um tijolo pequeno no começo de uma construção bem maior, que se apoia em cultura de dados e cultura de inovação. Nem deveria ser o primeiro tijolo. Mas num mundo que pulou etapas, ele acaba virando a faísca que dá início a um trabalho longe de terminar. Quem trata IA como um treinamento de uma vez só vai descobrir, alguns meses depois, que comprou o começo de uma jornada achando que tinha comprado o fim.

O que o Dia 1 me deixou

O primeiro dia coube numa tensão: enquanto a maior parte do mercado discute qual LLM é melhor, as pessoas no palco que realmente constroem coisas estão olhando para outro lugar. Bezos olha para a manufatura em escala e a IA do mundo físico. LeCun aposta numa arquitetura que entenda o mundo, não só o texto. Do outro lado da feira, DeSantis reduz tudo a custo e eficiência do silício, enquanto Mohamed e Mannick falam de biologia e Busch insiste numa IA que não tem o direito de errar.

O fio que conecta todos eles é o mundo físico. A próxima fronteira da tecnologia saiu da tela e foi para a fábrica, o foguete, o tecido vivo, o chip. Vi essa mesma virada de perto no Google I/O, onde a fronteira da IA já era a robótica e o mundo físico, e ela reaparece com força aqui em Paris. E quem ainda trata IA como um chatbot mais esperto talvez esteja olhando para o dedo enquanto apontam para a Lua.

Foi só o primeiro dia. Sigo com a cobertura nos próximos.

Quer ver com os próprios olhos o que descrevi aqui? Os vídeos do pavilhão, com os robôs, as demos e os bastidores que não cabem no texto, estão nos destaques do meu Instagram: @interney, destaque VivaTech.

Por onde começar

Você não precisa de um foguete nem de um laboratório de bioimpressão para agir sobre o que esse primeiro dia mostrou. Esta semana, faça um diagnóstico honesto da sua empresa nas três camadas que travam a adoção de IA: existe cultura de dados, ou as decisões ainda saem do feeling? Existe um espaço onde times testam ideias com IA, medem e iteram, ou todo piloto vira aposta solta? E a IA que você usa é tolerante a erro, como um rascunho de texto, ou opera algo que não pode alucinar? Responder essas três perguntas vale mais do que sair contratando o próximo treinamento de IA. É o tijolo certo antes do letramento.

---

Perguntas frequentes sobre o VivaTech 2026

O que é o VivaTech? O VivaTech é o maior evento de tecnologia e startups da Europa, realizado anualmente em Paris. A edição de 2026 marca os 10 anos do evento e reúne startups, grandes empresas, investidores e cientistas em torno de inteligência artificial, deep tech, saúde e soberania tecnológica.

O VivaTech é maior que o Web Summit? Em escala, sim. Comparando as edições de 2025, o VivaTech recebeu cerca de 180 mil visitantes e reuniu cerca de 14 mil startups, enquanto o Web Summit de Lisboa registrou pouco mais de 70 mil participantes. Os dois são referências na Europa, e o Web Summit costuma se apresentar como o maior, mas pelo número de público o VivaTech é mais que o dobro, o que o coloca hoje como o maior evento de tecnologia do continente.

Quem foram os principais palestrantes do primeiro dia do VivaTech 2026? O primeiro dia teve Jeff Bezos (Amazon e Blue Origin), Yann LeCun (AMI Labs), Peter DeSantis (Amazon), Tamer Mohamed (Aspect Biosystems), Joan Mannick (Altos Labs) e Roland Busch (Siemens), entre outros nomes da abertura, como Bernard Arnault (LVMH) e Maurice Lévy (Publicis).

Por que Yann LeCun disse para parar de fazer IA generativa? LeCun argumenta que os grandes modelos de linguagem (LLMs) têm um teto e não levam à inteligência de nível humano. A aposta dele são os “world models”, modelos que aprendem uma representação abstrata do mundo físico em vez de prever a próxima palavra, usando a arquitetura JEPA.

O que é a Prometheus, de Jeff Bezos? Prometheus é a empresa de inteligência artificial fundada por Bezos no fim de 2025, voltada a criar um “engenheiro geral artificial”: uma IA capaz de projetar e fabricar sistemas físicos complexos, de motores a jato a compostos farmacêuticos.

O que a Aspect Biosystems faz? A Aspect Biosystems é uma empresa canadense de bioimpressão que imprime tecido humano vivo combinando células, biomateriais e design computacional. O carro-chefe é um tecido pancreático bioimpresso para diabetes tipo 1, desenvolvido em parceria com a Novo Nordisk.

---

Edney “InterNey” Souza atua com tecnologia desde 1990 como professor, palestrante e conselheiro consultivo de empresas em tecnologia e inovação. Fundou sete startups ao longo da carreira. Leciona na ESPM, Insper, USP, PUCRS e IBGC, e participa de eventos internacionais como SXSW e VivaTech. É autor de vários e-books gratuitos sobre tecnologia, marketing, liderança e inovação, disponíveis aqui.