# Dia 2 no StartSe AI Festival 2026: notas para devs de software

> 15 de maio de 2026 · https://eldermoraes.dev/dia-2-no-startse-ai-festival-2026-notas-para-devs-de-software/

Como comentei no [post anterior](https://eldermoraes.dev/dia-1-do-startse-ai-festival-2026-minhas-notas-para-engenheiros-de-software/), estou em São Paulo nesta semana para o StartSe AI Festival 2026, que aconteceu nos dias 13 e 14 de maio no Pro Magno Centro de Eventos.

Para quem chegou agora: o evento reuniu cerca de 4 mil pessoas e trouxe uma combinação interessante de nomes globais como Replit, Amazon AGI, MIT, Glean e Volkswagen, junto com empresas brasileiras e gente que está colocando IA em produção no dia a dia.

Vou seguir o mesmo formato o primeiro post: um parágrafo por talk, seguido dos pontos que eu achei mais relevantes em cada uma. Alguns temas devem virar textos mais aprofundados nos próximos dias.

**Marcelo Echeverria, Country Manager da Replit Brasil**, mostrou a evolução da Replit desde o primeiro agente, em setembro de 2024, até o momento atual do vibe coding, termo popularizado por Andrej Karpathy em fevereiro de 2025. A mensagem principal foi direta: construir software deixou de ser uma atividade restrita a devs. A pessoa mais próxima do problema agora também consegue construir. Só que a superfície de risco cresce junto.

- 75% do código novo no Google já é gerado por IA, segundo o Cloud Next 2026.
- A Replit saiu de US$ 3 bilhões para US$ 9 bilhões em valuation em seis meses.
- 85% das empresas Fortune 500 têm usuários na plataforma.
- O risco aparece rápido quando não-devs colocam software no ar: API keys no código, ataques de supply chain e prompts expostos.
- Apenas 2% da população dos EUA entende hoje o que é vibe coding. Essa distância ainda é uma janela de oportunidade.

**Paulo Silveira, cofundador da Alura (Grupo Alun, que adquiriu a StartSe em setembro de 2025)**, trouxe um ponto que vale bastante para devs: o custo de produzir uma linha de código caiu praticamente a zero, mas a quantidade de software realmente entregue não explodiu na mesma proporção. A parte difícil continua sendo decidir o que construir.

- Para o "citizen developer", o caminho passa por domínio do problema, orquestração de agentes e formação multidisciplinar.
- A tese de “um bilhão de desenvolvedores”, da Sequoia, aponta para um salto de cerca de 100 milhões para 1 bilhão de pessoas criando software com tecnologia.
- Novas funções entram no jogo, como Agent Ops e AI builder.
- Liderança técnica continua exigindo julgamento. Se você não consegue avaliar a qualidade da entrega do time, agentes não resolvem isso por você.
- Storytelling e clareza seguem como habilidades importantes de liderança.

**Leonardo Zappa, líder de Go-to-Market da Glean na América Latina**, comparou o momento atual com 2022. Na época, o risco era não adotar IA. Agora, em 2026, o risco é adotar IA sem disciplina.

- Até os labs estão falando de ROI. OpenAI, Anthropic e outros players estão olhando para contabilidade e orçamento como nunca.
- Sistemas corporativos continuam vivos. Salesforce, ERP e CRM seguem importantes porque agentes precisam de dados confiáveis.
- Escolha de modelo precisa de critério. Usar um modelo caro para uma tarefa simples consome orçamento antes mesmo de medir valor entregue.
- Context engineering virou gargalo. Prompt engineering sozinho já mostra retorno menor em muitos cenários.

No painel sobre empresas AI-first que passaram da fase de piloto, **Rodrigo Comazzetto moderou a conversa com Thiago Rached, CEO da Letrus, e José Caldário, fundador da Colmeia**. O dado que ficou: 95% dos projetos de IA não chegam à produção. Os que chegam começam por um problema real, não pela tecnologia.

- A Letrus é uma edtech brasileira reconhecida pela UNESCO pelo uso de tecnologia na educação.
- Em um estudo financiado pelo MIT, alunos usando a plataforma da Letrus por cinco meses subiram do 8º para o 2º lugar no ranking de redação do Enem entre estados brasileiros.
- A Colmeia usa muitos prompts pequenos, orquestrados por um sistema chamado “archetypes”, em vez de um prompt grande. Segundo eles, isso reduz alucinação e facilita escala.
- O caso do chatbot da Air Canada apareceu como alerta para B2C: se o bot promete algo, a empresa pode ter que cumprir.
- Segundo o painel, dois terços dos devs demitidos em cortes relacionados à IA já foram recontratados, muitas vezes em operações offshore.

**Ana Trišović, Research Scientist no MIT FutureTech Lab**, apresentou dados de um estudo com 268 mil papers e quase 2 mil foundation models. O número que chama a atenção: a distância entre o modelo de fronteira e o modelo mediano usado em produção chegou a 22x. Cinco anos atrás era 1,8x. O modelo que aparece na capa da revista raramente é o mesmo que gera valor no sistema real.

- Estratégia de adoção importa mais do que escolha pontual de modelo.
- A diferença está no pipeline, nos dados e no fluxo de fine-tuning.
- 81% dos usuários científicos de IA usam modelos open-weight.
- Modelos fechados crescem mais rápido no limite da capacidade, mas modelos abertos dominam a base instalada.
- Três erros aparecem com frequência: escolher modelo só por benchmark, tratar IA como contratação de fornecedor e prender a arquitetura a um único modelo.
- Para empresas brasileiras, fine-tuning em português, dados médicos brasileiros ou outros domínios específicos pode ser vantagem concreta.
- Assuma que o modelo usado hoje estará obsoleto em 24 meses ou menos. Arquitetura precisa considerar isso.

**Felipe Blanes, Senior Technical Program Manager no Amazon AGI Lab**, veio de Boston para falar sobre confiabilidade. Ele lidera o programa de customer enablement do Amazon Nova Act, SDK de agentes que executam ações em browsers. A tese dele: agentes já cruzaram o limite de inteligência. O gargalo agora é repetibilidade.

- Muitos agentes em uso hoje ficam perto de 55% de confiabilidade.
- Empresas precisam de algo entre 90% e 99% para confiar em produção.
- Duas coisas melhoraram o cenário: modelos mais confiáveis e ferramentas que reduziram o tempo de construção de agentes de meses para horas.
- A regra 90/10 faz sentido: 90% dos problemas de negócio ainda são melhor resolvidos com código determinístico e APIs tradicionais. IA com agentes fica para os 10% que realmente precisam dela.
- Casos reais citados: Hertz reduziu tempo de release em 5x com QA guiado por IA, Sola roda mais de 100 mil workflows por mês, e 1Password usa agentes para manter sua base de logins atualizada.
- A stack de agentes tem quatro camadas: aplicação, serviços agentic, foundation models e chips. Melhorias em cada camada se acumulam.

**Cristina Cestari, CIO da Volkswagen para América do Sul**, apresentou o Otto, primeiro assistente de IA generativa desenvolvido pela Volkswagen no Brasil, já embarcado no Volkswagen Tera SUV. O Otto roda em Google Vertex com Gemini, usa Picovoice para wake word e Eleven Labs para text-to-speech, em uma parceria entre VW Tech, time de design da Volkswagen Americas e Accenture.

- Terapia e companhia foram o principal caso de uso de IA generativa para consumidores no ranking de 2025 da Harvard Business Review. Otto nasce olhando para essa direção.
- Guardrails são parte do produto. Otto é um assistente Volkswagen e não fala mal de concorrentes.
- APIs conectadas mudam a experiência: telemetria do veículo, calendário, clima, mapas e Spotify entram na conversa.
- O ponto mais amplo para empresas tradicionais: o ciclo de hardware ficou mais curto que o ciclo de IA. Dispositivos mudam. Modelos treinados permanecem. Planejamento precisa considerar essa inversão.

**Carlos Octávio Queiroz, VP de Tecnologia da LG**, trouxe um framework prático para colocar um programa de IA de pé dentro da empresa. A parte difícil, segundo ele, está em arquitetura organizacional, governança e cultura. Tecnologia vem depois.

- Sete pilares entram na discussão com a liderança: ambições, casos de uso, tecnologia, orquestração, cultura, princípios e riscos.
- Cinco critérios ajudam a priorizar: nova receita, aumento de receita, experiência do cliente, ganho de conhecimento e redução de custo.
- Governança em hub and spoke: o centro de excelência habilita as áreas de negócio a construir.
- Sem base real de dados, iniciativas de IA serão "vôos de galinha". Contexto da empresa, processos, decisões e histórico levam à diferenciação.
- FinOps para IA virou obrigatório. Se ninguém sabe para onde foram os tokens, a conta chega antes do valor.

O segundo dia encerrou o festival. Alguns desses temas ainda merecem textos próprios, e eles devem aparecer por aqui nos próximos dias.