A notícia de hoje mostra que controle de IA mudou de fase, e isso importa porque modelo, agente e acesso deixaram de ser escolha pontual: agora viraram inventário vivo com prazo, dono, permissão, custo e evidência.
Em português simples: antes a pergunta era "qual IA eu uso?". Agora a pergunta adulta é: quem usa qual IA, para quê, até quando, com qual risco e com qual plano se ela mudar amanhã?
Esse recorte não repete os últimos posts. Não é outro texto sobre dados conectados, erro em áreas sensíveis, estado operacional de agentes, resposta como canal de distribuição, adoção com método ou prova de origem de conteúdo. O sinal novo está na gestão contínua: IA boa precisa de ciclo de vida, não só acesso.
Capa editorial mostrando um painel de governança com modelos de IA, prazos, permissões, custos e evidências de uso
TL;DR do dia
- A OpenAI começou a aposentar modelos no ChatGPT: o3 sai em 26 de agosto de 2026 e GPT-4.5 sai em 27 de junho de 2026.
- O Codex ganhou uso remoto, Computer Use no Windows e perfis de uso: agente de IA está virando ambiente de trabalho acompanhado, não só caixa de texto.
- A OpenAI publicou um framework de governança e um playbook de avaliação: a conversa saiu de benchmark solto para evidência, escopo, risco e validação.
- Rosalind Biodefense mostra acesso por confiança: capacidades sensíveis de IA vão para parceiros verificados, não para qualquer fluxo aberto.
- GitHub e Microsoft reforçam a gestão de uso: Copilot mede fases de adoção, cobra modelo premium de forma diferente e reposiciona IA como sistema de trabalho.
1. Modelo de IA agora tem data de validade
A página de release notes do ChatGPT trouxe um detalhe importante para quem usa IA no dia a dia: a OpenAI vai aposentar modelos antigos dentro do ChatGPT. O OpenAI o3 será retirado em 26 de agosto de 2026, depois de um período de 90 dias. O GPT-4.5 será retirado em 27 de junho de 2026, depois de 30 dias.
Isso não muda a API, segundo a própria OpenAI. Mas muda uma expectativa que muita gente ainda tem: a de que "o modelo que eu uso hoje" ficará disponível do mesmo jeito para sempre.
Para usuário comum, parece só troca de nome no menu. Para produto, operação e treinamento, é mais sério:
- prompts podem responder de outro jeito;
- materiais de treinamento ficam desatualizados;
- fluxos internos podem depender de comportamento antigo;
- time de suporte precisa explicar mudança;
- automações baseadas em tela podem quebrar quando a interface muda;
- decisão de modelo precisa entrar no calendário.
Por que isso importa: modelo de IA virou dependência operacional. Dependência operacional precisa de dono, data de revisão e plano de troca.
Para founders, PMEs e times de marketing, a decisão prática é simples: mantenha uma lista pequena dos modelos usados em cada fluxo. Não precisa começar com sistema complexo. Uma planilha com "ferramenta, modelo, tarefa, dono, criticidade, custo e próxima revisão" já evita surpresa.
2. Codex mostra que agente virou ambiente, não só conversa
Na mesma atualização de 29 de maio, a OpenAI anunciou novidades do Codex: Computer Use no Windows, controle remoto e perfis de uso. Na prática, usuários elegíveis podem pedir para o Codex ver, clicar e digitar em apps Windows, acompanhar trabalho de outro dispositivo e consultar perfil, atividade e uso.
Isso é mais do que uma feature para dev. É sinal de maturidade da categoria.
Quando a IA só responde uma pergunta, o risco é uma resposta ruim. Quando ela mexe em app, roda servidor, usa navegador, testa produto e continua trabalhando enquanto você está fora da mesa, o produto precisa mostrar identidade, histórico, uso e controle.
Por que isso importa: quanto mais o agente age no ambiente real, mais a gestão deixa de ser "prompt bom" e vira "sessão, permissão, máquina, histórico e gasto".
Esse ponto conversa com agentes de IA precisam mostrar o que estão fazendo. A diferença de hoje é o passo seguinte: além de mostrar estado durante a tarefa, o agente precisa fazer parte de um inventário. Quem iniciou? Em qual máquina? Usou quais permissões? Quanto consumiu? O que ficou registrado?
Para uma PME, isso vale mesmo sem Codex. Se você usa IA para atendimento, financeiro, CRM, anúncios, conteúdo ou proposta comercial, defina:
- quem pode iniciar automação;
- quais ações exigem aprovação;
- onde fica o histórico;
- quem paga a conta;
- quem revisa erro;
- quando desligar ou trocar a ferramenta.
3. Governança saiu do PDF e entrou no produto
A OpenAI publicou seu Frontier Governance Framework, explicando como suas práticas de segurança e proteção se alinham a exigências como a lei de transparência de IA de fronteira da Califórnia e o Código de Prática do EU AI Act para IA de propósito geral.
O framework cobre risco cibernético, riscos CBRN, manipulação prejudicial, perda de controle, relatório de modelos, gestão de risco de segurança, resposta a incidentes, entrada de especialistas externos e atualizações do próprio framework.
No dia seguinte, a empresa também publicou um playbook para avaliações independentes de modelos. A parte mais útil para quem não é pesquisador é esta: avaliar IA não é só rodar um prompt e olhar uma nota. O resultado depende do ambiente de teste, das ferramentas disponíveis, do orçamento de tokens, das tentativas, do sistema de pontuação e dos atalhos que o modelo pode explorar.
Para leigo: é como testar um motorista. O resultado muda se ele dirige no simulador, numa rua vazia, numa estrada com chuva, com GPS, sem GPS, com instrutor do lado ou com tempo limitado.
Por que isso importa: se você compra, vende ou implanta IA, não aceite "nosso modelo foi bem no benchmark" como prova suficiente. Pergunte qual tarefa foi testada, em que ambiente, com qual custo, com quais ferramentas e com qual limite.
Para produto, isso muda proposta comercial e contrato. Se uma ferramenta promete "automação segura", peça evidência no nível da tarefa real do seu cliente, não só um número bonito de laboratório.
4. Biodefesa mostra que nem toda IA deve ser aberta igual
A OpenAI anunciou o Rosalind Biodefense, um programa para apoiar desenvolvedores confiáveis e parceiros governamentais em aplicações de defesa biológica e preparação contra pandemias usando GPT-Rosalind.
O detalhe editorial aqui não é "IA para biologia". O detalhe é o modelo de acesso.
A OpenAI fala em trusted developers, parceiros governamentais selecionados, missões aprovadas de saúde pública e biodefesa, além de controles apropriados para capacidades avançadas em biologia. Ou seja: em domínio sensível, o produto não é só o modelo. O produto inclui quem pode usar, para qual missão, com qual apoio, com qual salvaguarda e com qual prestação de contas.
Por que isso importa: capacidades de IA vão ficar cada vez mais segmentadas por confiança, setor, região e risco. "Tenho acesso ao modelo" não será uma resposta suficiente.
Para quem constrói no Brasil, isso antecipa uma regra que também vale para saúde, jurídico, financeiro, educação, segurança e governo: você precisa desenhar níveis de acesso. O estagiário, o analista, o gestor, o parceiro externo e o cliente final não devem ter o mesmo poder dentro da IA.
5. Copilot virou gestão de maturidade e custo
O GitHub lançou uma atualização na API de métricas do Copilot que classifica usuários por fase de adoção em uma janela de 28 dias: sem coorte, code first, agent first e multi-agent. A ideia é sair da contagem simples de usuários ativos e mostrar como as pessoas realmente usam o Copilot.
Isso é importante porque muita empresa ainda mede IA do jeito errado:
- número de licenças compradas;
- número de logins;
- quantidade de prompts;
- entusiasmo em reunião;
- demo que impressiona diretoria.
O GitHub está dizendo outra coisa: meça progressão de uso. A pessoa está só aceitando sugestão de código? Já usa agente? Usa mais de uma superfície? Isso reduziu tempo de merge? Aumentou PR criado, revisado ou concluído?
No mesmo contexto, o GitHub anunciou que Claude Opus 4.8 está disponível no Copilot, mas com multiplicador de 15x em premium requests até o início da cobrança baseada em uso em 1º de junho de 2026. Admins de Copilot Business e Enterprise precisam habilitar a política do modelo.
Por que isso importa: IA em time deixou de ser "todo mundo ganhou uma ferramenta". Agora é portfólio: modelo caro, modelo padrão, fase de adoção, política de acesso, medição e orçamento.
Para gestores, a pergunta prática é: quais tarefas merecem o modelo premium? Revisão complexa, arquitetura, bug difícil e refatoração grande podem justificar. Completar texto simples, rascunhar email ou classificar ticket talvez não.
6. Microsoft reforça IA como sistema de trabalho
A Microsoft apresentou um novo design para o Microsoft 365 Copilot. O anúncio fala em uma experiência mais conectada, com entrada consistente nos apps, Work IQ visível e controlável, escolha de modelos quando isso fizer sentido e Copilot atuando dentro de Word, Excel e PowerPoint como parceiro de edição.
Um dado chama atenção: depois das novas experiências, a Microsoft relata aumento de uso de Copilot em Word, Excel, PowerPoint e Outlook.
A leitura prática é que IA de trabalho está deixando de ser aba separada. Ela está virando camada dentro do fluxo: documento, planilha, email, apresentação, reunião, histórico e ação.
Por que isso importa: quando a IA entra no lugar onde o trabalho acontece, governança precisa estar no mesmo lugar. Não adianta política bonita em PDF se o usuário decide tudo dentro do editor.
Para PMEs, isso cria uma oportunidade e um risco. A oportunidade é usar IA onde já existe rotina. O risco é cada pessoa criar seu próprio jeito de usar, sem padrão, sem revisão e sem medição. O mínimo saudável é definir dois ou três fluxos oficiais: por exemplo, revisar proposta, resumir reunião e transformar planilha em análise.
O padrão que apareceu hoje
O padrão das notícias de IA hoje é que a IA virou um portfólio operacional.
OpenAI está aposentando modelos, dando mais superfície operacional ao Codex, publicando framework de governança e abrindo capacidade sensível por acesso confiável. GitHub está medindo fases de adoção e colocando modelo premium com política e multiplicador de custo. Microsoft está puxando Copilot para dentro dos apps de trabalho com mais contexto e controle.
O fio comum é:
- modelo muda;
- agente ganha permissão;
- acesso precisa de regra;
- avaliação precisa de evidência;
- custo precisa aparecer;
- adoção precisa ser medida por maturidade;
- ferramenta precisa ter dono.
É uma fase menos empolgante que "lançou um modelo mais inteligente", mas muito mais útil para quem constrói negócio. A IA que dá certo na operação não é a que todo mundo testa por curiosidade. É a que tem tarefa, limite, dono, orçamento, revisão e data de reavaliação.
O que isso muda pra quem constrói
1. Faça um inventário de IA em uma página. Liste ferramenta, modelo, tarefa, dono, custo, risco, dados usados e próxima revisão. Se ninguém sabe preencher, a empresa já está usando IA no escuro.
2. Crie níveis de permissão. Nem todo usuário deve poder conectar dados, publicar conteúdo, mandar mensagem externa, alterar CRM, executar código ou acionar automação.
3. Coloque validade no modelo. Mesmo que o fornecedor não tenha anunciado aposentadoria, defina uma revisão mensal ou trimestral. Modelo muda, preço muda, política muda e comportamento muda.
4. Meça fase de uso, não vaidade. Licença ativa não prova adoção. Pergunte se a pessoa usa IA para tarefa real, se revisa o resultado e se o fluxo virou rotina.
5. Separe modelo caro de modelo suficiente. Use modelo premium para tarefas complexas, críticas ou de alto impacto. Use modelo menor ou padrão para volume, rascunho, triagem e resumo simples.
6. Peça evidência no nível da tarefa. Se um fornecedor promete segurança ou qualidade, pergunte qual tarefa foi testada, com quais dados, em qual ambiente, com qual custo e com quais falhas conhecidas.
E o Brasil nessa história?
No Brasil, esse recorte é urgente porque muita empresa está pulando direto do "vamos testar IA" para "coloca no atendimento, no comercial, no financeiro e no conteúdo".
O problema é que a operação brasileira típica mistura WhatsApp, planilha, Pix, boleto, CRM, Drive, sistema legado, nota fiscal, atendimento humano e muita decisão informal. Se a IA entra sem inventário, ninguém sabe onde ela está ajudando e onde está assumindo risco escondido.
Para consultorias, agências, devs, SaaS pequenos e PMEs, a oportunidade é vender organização, não só automação:
- auditoria simples de uso de IA;
- política de acesso por função;
- lista de modelos aprovados;
- plano de troca quando modelo sair;
- métrica de adoção por tarefa;
- revisão humana nos pontos sensíveis;
- custo por fluxo, não só custo por ferramenta;
- treinamento curto em português claro.
Quem acompanha /noticias vai continuar vendo lançamentos de modelos, agentes e ferramentas. O filtro prático de hoje é outro: essa novidade aumenta a capacidade ou aumenta também a obrigação de gerenciar melhor?
A pergunta para hoje
Escolha um fluxo em que sua empresa usa IA e responda em uma linha:
Quem é o dono desse uso, quando ele será revisado e o que acontece se o modelo mudar ou sair do ar?
Se a resposta for "não sei", a próxima tarefa não é testar mais IA. É criar controle básico.
No Pro, a curadoria diária segue filtrando IA por decisão prática: produto, automação, marketing, stack, custo, governança e negócio.