Sistemas modernos de inteligência artificial são capazes de realizar tarefas complexas, indo além de simplesmente responder a consultas. É apresentado um exemplo em que a IA processa 80.000 arquivos e gera uma apresentação com gráficos, imagens e uma narrativa clara, ou cria uma cena 3D detalhada usando código sem a necessidade de software de renderização especializado.
No evento TechSparks 2026, Rajesh Shivani, líder de engenharia de clientes de IA para nativos digitais, startups e empresas de TI no Google Cloud, apresentou como o Gemini é aplicado nas áreas de IA de voz, agentes autônomos e desenvolvimento de software.
Seu workshop focou em como as empresas podem passar do uso de IA para obter respostas à delegação de tarefas de trabalho a ela. Inicialmente, as ferramentas de IA ganharam popularidade graças às interfaces de chat que respondiam a perguntas. A próxima etapa é a IA de agente, que permite aos sistemas planejar tarefas, acessar informações e usar ferramentas para agir em nome do usuário.
Rajesh explicou que 'um agente é agora apenas um modelo mais uma estrutura', descrevendo a infraestrutura ao redor do modelo que gerencia memória, contexto, permissões e execução de tarefas. A criação de agentes úteis requer quatro componentes: objetivos, instruções claras, conhecimento relevante e ferramentas para aplicar esse conhecimento. Os dados internos da empresa são especialmente importantes, pois modelos de propósito geral podem não ter acesso aos processos específicos ou informações dos clientes dessa empresa.
Shivani também falou sobre o Open Knowledge Format do Google (OKF), projetado para fornecer às organizações uma maneira estruturada de tornar as informações acessíveis aos agentes de IA.
Um dos exemplos de demonstração chave foi o uso de IA de voz. Um sistema desenvolvido para a empresa indonésia Grab ajudava passageiros e motoristas a coordenar encontros no aeroporto, superando barreiras linguísticas. Esta demonstração mostrou como a IA de voz pode sustentar interações em mais de 85 idiomas.
Outro exemplo demonstrou a capacidade da IA de dublar vídeos em inglês para marathi e malaiala, sincronizando simultaneamente os movimentos labiais e as expressões faciais. Tais recursos podem ajudar as empresas na produção de materiais de treinamento multilíngues, vídeos de marketing e comunicação com clientes com menos etapas de produção.
Rajesh Shivani enfatizou que 'a voz está se tornando a nova interface do usuário', destacando a crescente importância da interação por voz para clientes e funcionários.
Ele também apresentou um assistente bancário virtual criado para serviços bancários de varejo do Citibank. Durante a demonstração, o avatar de IA explicou as opções de resgate de depósitos a prazo e processou a renovação após a escolha do cliente por um prazo de 12 meses.
Além das funções de voz, Shivani destacou as ferramentas do Google para codificação e cibersegurança. A ferramenta Antigravity ajuda desenvolvedores a criar aplicativos, e o CodeMender é capaz de detectar vulnerabilidades no código, gerar correções e testá-las em um ambiente de areia.
Em uma das demonstrações, o Gemini analisou 80.000 arquivos dos arquivos abertos da NASA, incluindo dados meteorológicos de Marte e telemetria de helicópteros, e preparou uma apresentação usando um modelo e diretrizes de design fornecidos.
Outra demonstração mostrou como o modelo gerava uma cena de biblioteca detalhada em 3D usando Python e NumPy, sem a necessidade de software de renderização especializado ou recursos externos.
Para empresas que estão considerando os custos de implementação de IA, Shivani observou que o modelo mais poderoso nem sempre é necessário. Ele explicou que 'não é preciso ter o modelo mais avançado para tudo', pois tarefas mais simples podem ser executadas por modelos mais rápidos e menos custosos.
À medida que os agentes assumem mais trabalho, as empresas precisarão revisar seus métodos de gerenciamento de permissões, segurança, custos e atividades automatizadas. Shivani instou as organizações a pensar no futuro em que seus sistemas serão interagidos por agentes, e não apenas por humanos. Ele sugeriu que os desenvolvedores poderão cada vez mais atuar como gerentes de agentes, em vez de executar cada passo sozinhos.
O principal desafio não é mais apenas escolher um modelo de IA capaz, mas sim fornecer aos agentes o conhecimento e as ferramentas necessários, garantindo que eles executem suas tarefas de forma confiável e segura.
