Leandro Ferreira

2026 popularizou agente. Beleza. O detalhe feio: só 1 em cada 5 empresas tem governança madura pra agentes autônomos (Deloitte). Pra PME, regra simples: dono + métrica + limite + log. Sem isso, não é escala. É improviso caro. Hoje aí tá mais pra qual lado?

2026 trouxe o termo agentic automation. Pra PME, a pergunta útil é outra: onde seus dados passam e quem audita o que a automação fez? Rodar local não é hype. É mais privacidade, log e controle em processo sensível. Onde você prioriza controle?

Então a pergunta não é: “qual IA usar?” É: “qual arquitetura sustenta isso sem virar bagunça?” Ferramenta muda. Modelo muda. Interface muda. Processo, governança e execução continuam sendo o ativo real. 5/5

A discussão sobre IA está mudando. O mercado está saindo da fase: ‘qual ferramenta usar?’ E entrando na fase: ‘qual processo governa isso?’ Quem entender isso cedo vai construir vantagem real. 🧵 1/5

Tem empresa automatizando caos e chamando isso de inovação. Mas a conta chega: IA sem método = erro escalando mais rápido. Se você não define limite, decisão, métrica e auditoria, você não implementou IA. Só terceirizou bagunça. 3/5

Ferramenta virou commodity. Prompt não é moat. Modelo não é moat. Acesso à IA também não. A nova vantagem competitiva está em: 1) processo 2) operação 3) governança 4) distribuição 2/5

@joaomdmoura @nvidia Muito feliz pelo sucesso do Crewai e por você João. Orgulhoso de um dev brasileiro estar se destacando dessa forma e representando toda a classe. Parabéns!

Your agent is only as trustworthy as the environment it runs in. So today we launch something new with @NVIDIA. AI agents have gone from prompt-and-response tools to autonomous systems that run for hours, write their own code, build their own tools, and learn as they go. The OpenClaw project earlier this year made this concrete, self-evolving agents that plan complex tasks, generate their own tools, and run continuous workflows. We built CrewAI for exactly this. Long-running multi-agent systems. Persistent memory. A dual-layer architecture where Flows handle deterministic control, and Crews handle reasoning. Developers get precise control over how much autonomy each part of the system gets. But here's what keeps coming up with enterprise teams. When an agent can install packages, write files, and generate its own tools, it can also do things you didn't plan for. Most agents inherit the full permissions of whoever launched them. Security checks are usually built inside the agent — so a self-evolving agent could, in theory, work around its own guardrails. This is the trust gap. The real reason most enterprise agent projects don't make it to production. CrewAI addresses a lot of this at the orchestration layer: guardrails, human-in-the-loop, and hierarchical task scoping. But orchestration alone can't close the full gap. You also need enforcement at the infrastructure level, below the agent, where the agent can't reach. That's why we're working with NVIDIA on NemoClaw. NVIDIA NemoClaw is an open-source stack that simplifies running OpenClaw always-on assistants safely, with a single command. It includes the NVIDIA OpenShell Runtime with three core capabilities: A sandbox for isolated execution — agents operate freely without affecting the host. A policy engine that evaluates every action at the binary, destination, and network level. A privacy router that directs inference to local or external models based on your enterprise policies. The critical design choice: enforcement happens at the infrastructure layer, not inside the agent's code. Even if an agent's logic changes unexpectedly, the runtime blocks anything that violates policy. Agents start with zero permissions. Every escalation requires human approval. Every decision gets logged. CrewAI handles orchestration. NemoClaw handles the secure runtime. Together, organizations can run powerful autonomous agents while maintaining real control over their infrastructure and data. We've powered roughly 2 billion agentic executions over the past year and work with more than 60% of the Fortune 500. NemoClaw's infrastructure layer closes the gap between what these agents can do and what enterprises need to trust them in production.

2026 não é sobre ter mais bot. É sobre provar ROI. Se IA na empresa virou ChatGPT no e-mail + automações soltas, você ainda tá no piloto. Regra simples: baseline + dono + stop rule + 1 métrica de negócio. Você mede ROI ou só coleciona ferramenta?

Eu tava interrompendo meu trabalho 30x/dia por causa de áudio no WhatsApp. Em 2022 eu cansei e criei a Rosana Talk: - transcrição sem ouvir - +30s? resumo objetivo Testa: talk.rosana.io (menos que uma pizza/mês)

Se o processo para quando alguém falta, você não tem processo. Você tem uma pessoa. Isso é bus factor 1 (risco de apagar conhecimento). Pra reduzir: checklist curto + 1 backup + 1 semana de rodízio. Qual área da sua empresa tá nesse risco hoje?

Quer que eu te entregue o prompt pronto (resumo + checklist) pra plugar no Rosana Talk? Se você falar o nicho, eu adapto com exemplos reais de objeção e próximo passo.

Follow-up que funciona no WhatsApp (sem ser chato): - 2h: recap + 1 pergunta - 24h: ‘fechamos ou ajusto X?’ - 72h: última chamada com saída clara (‘posso encerrar?’)

Todo áudio bagunçado no WhatsApp é um CRM que ninguém preencheu. Se você vende no WPP e não transforma áudio em próximo passo, você tá vazando grana.

Risco #1 de IA na PME: espraiamento. Automação sem dono e sem log. Regra simples: todo fluxo precisa de responsável + log + stop rule (quando chama humano). Quantas automações rodam aí hoje sem dono?

Automatizar caos só faz o caos rodar mais rápido. Antes de IA: escolha 1 processo, defina entrada/saída, meça baseline e crie stop rule (quando chama humano). Qual processo na sua empresa depende de uma pessoa específica pra funcionar?