Alan

CTO de startup tech | Insights objetivos sobre tech | Dicas de carreira em tecnologia e tendências de mercado | Desenvolvendo soluções em IA e IoT

[Alan @alanseleme]

"Há uma pequena parábola na tradição cabalística. Um homem das montanhas desce para a cidade, come pão pela primeira vez e pergunta o que é. Dizem que é feito de trigo. Ele volta para a montanha, junta trigo cru, come seco punhado a punhado e volta para casa convencido de que provou o que a cidade prova. Ele comeu o insumo. Ele perdeu a coisa feita quando o insumo é moído, amassado, salgado, deixado crescer e finalmente exposto ao fogo. O pão só vive no forno.

A IA é o novo mestre do trigo. Ela é excepcionalmente capaz de produzir a fonte relevante, a tradução certa, a citação que faltava. A informação nunca foi o objetivo. Um aluno que consome o trigo gerado por IA punhado a punhado, que pergunta ao ChatGPT o significado da porção semanal da Torá e para por aí, comeu grão seco e voltou para casa achando que provou Torá. Ele provou o insumo. A tradição vive no que se faz a partir dele."

[Zohar Atkins @ZoharAtkins]

https://t.co/9FY4UbGAc3

[Alan @alanseleme]

@OsmanyNetto @AthleticoPR Tá aquecendo algum coração gelado

[Alan @alanseleme]

@OsmanyNetto @AthleticoPR Para de chorar

[Alan @alanseleme]

### Impacto no Bitcoin

O post (e o gráfico) destaca a alta do rendimento dos títulos japoneses de 10 anos para ~1,71-1,73%, o maior patamar em 17 anos. Isso é real e confirmado por fontes recentes (Trading Economics, Bloomberg etc.), impulsionado por preocupações fiscais no Japão (dívida de 263% do PIB + estímulo de ¥110 bi) e pela normalização da política do BoJ após décadas de juros zerados/negativos.

**Consequência principal: risco de unwind (desmonte) parcial do yen carry trade.**

- Por décadas, investidores (hedge funds, institucionais japoneses, traders de crypto) pegavam empréstimo em ienes a custo quase zero e compravam ativos de maior rendimento no mundo todo → ações americanas, treasuries, bonds de emergentes e **Bitcoin/crypto**.
- Quando o yield japonês sobe, o custo de carregar a posição aumenta e o iene tende a se fortalecer → muita gente é forçada a vender os ativos de risco para pagar o empréstimo em ienes mais caro.
- Isso já aconteceu forte em agosto 2024 (BTC caiu de ~$73k para $49k em poucos dias) e em menor grau em outros momentos de 2025.

**O que esperar agora para o BTC:**
- Curto prazo (semanas/meses): pressão baixista forte se o iene continuar fortalecendo rápido (hoje está em torno de 148-150 USD/JPY, se romper para <145 o unwind acelera).
- Posições alavancadas em crypto (perpetuals, ETFs alavancados etc.) são liquidadas em cascata → já vimos funding rates negativos e long squeeze em momentos parecidos.
- O post fala em corte de 40-60%, isso é exagerado (o autor é conhecido por posts apocalípticos), mas uma correção de 20-35% é totalmente plausível se o BoJ subir juro de novo em 18/dez (mercado precifica ~50% de chance).
- Longo prazo: não mata o bull market do Bitcoin. Em 2024 o BTC caiu 30%+ no unwind e depois subiu 130%+. O driver principal continua sendo adoção institucional americana + halving + ETFs.

Resumo para BTC: volatilidade alta + viés de baixa no curto prazo. Quem está alavancado ou com posição muito grande pode tomar dor. Spot holder de longo prazo geralmente sobrevive bem esses eventos.

### Impacto no mercado brasileiro

O Brasil é um dos maiores alvos clássicos do yen carry trade (Selic alta + moeda volátil = carry alto).

Quando o carry trade desmonta:
- Fluxo de capital sai do Brasil → real desvaloriza rápido (já vimos isso várias vezes em 2024/2025).
- Bolsa (Ibovespa) cai junto com risk-off global (correlação com Nasdaq/S&P nos últimos anos está altíssima).
- Juros locais (futuros de DI) sobem porque o estrangeiro vende prefixados e NTN-B.
- Commodities (soja, minério, petróleo) também sofrem em risk-off → Vale, Petrobras, exportadoras sentem.

O que já aconteceu em unwinds anteriores:
- Agosto 2024: real foi de ~R$5,50 para quase R$5,90 em dias + Ibovespa caiu ~10%.
- Se esse movimento de yield japonês continuar, podemos ver real indo fácil para R$6,00–6,20 e Ibovespa testando 120-125k novamente.

O post menciona explicitamente o Brasil como um dos que "vão ser destruídos primeiro" por perder fluxo japonês → ele exagera, mas a direção está correta.

### Resumo geral

Curto prazo (até fevereiro/2026): risco de correção forte em ativos de risco globais (BTC, ações tech, emergentes, Brasil inclusive). O gatilho é real (yield japonês subindo rápido), mas o tamanho do crash que o post prevê é hiperbólico — o Japão não vende US$1 tri de treasuries da noite pro dia, o BoJ ainda controla boa parte do mercado de JGB, e o processo costuma ser mais gradual.

Se você está posicionado pesado em BTC ou bolsa brasileira com alavancagem ou margem, vale reduzir risco ou hedgear (dólar, ouro, puts). Se é holder de longo prazo, esses eventos são barulho — o Brasil e o Bitcoin sempre se recuperam depois do susto.

O mercado ainda não precificou 100% isso (VIX subiu só um pouco), então o movimento pode vir de surpresa, como sempre.

[Shanaka Anslem Perera ⚡ @shanaka86]

JAPAN JUST KILLED THE GLOBAL MONEY PRINTER AND NOBODY NOTICED

The most dangerous number in finance right now is 1.71%.

That’s Japan’s 10-year bond yield. Highest since 2008. Here’s why your retirement just got obliterated:

For 30 years, Japan printed infinity money at 0% rates and exported it worldwide. $3.4 trillion flowed into US Treasuries, European debt, emerging markets. This invisible bid kept YOUR mortgage cheap, YOUR stocks inflated, YOUR government solvent.

November 10th, 2025: The bid disappeared.

Japan’s yield hit 1.71%. They’re pumping $110 billion stimulus into their economy while debt sits at 263% of GDP. The math just became impossible. At 1.7% rates, Japan pays $27 billion MORE in interest. Every. Single. Year.

Here’s the extinction event nobody sees coming:

Japanese pension funds are pulling $1.1 trillion OUT of US Treasuries right now because keeping money in America LOSES them money after hedging costs. The largest foreign buyer of American debt is becoming a seller.

When Japan stops buying, interest rates don’t stay flat. They explode. US 10-year yields will jump 40 basis points minimum from flow dynamics alone. Your 7% mortgage becomes 8%. Corporate debt refinancing costs spike 60%. Zombie companies holding $3 trillion in junk bonds start defaulting in waves.

The yen carry trade just reversed. $1.2 trillion in borrowed yen funding crypto, stocks, emerging markets must unwind. Every hedge fund, every momentum trade, every leveraged bet built on free Japanese money is getting margin called simultaneously.

This breaks in three places:

Stock valuations were built for 2% bond yields forever. At 3.5% yields, the S&P 500 fair value drops 35%. Emerging market currencies collapse without Japanese capital inflows. Europe’s debt crisis returns because Italy and Spain lose their silent buyer.

December 18th the Bank of Japan meets. 50% chance they hike again. If they do, sell everything not nailed down.

Your 401k doesn’t price this in yet. The Fed can’t stop this. No central bank can.

The world’s biggest piggy bank just cracked open and the money is flowing backwards.

Position accordingly or get destroyed.​​​​​​​​​​​​​​​​

Full article here - https://t.co/NAuONH2jlj

[Alan @alanseleme]

Ótima análise de @KobeissiLetter!

É alarmante ver a dívida subindo US$ 17B/dia mesmo com o shutdown, isso mostra como o sistema fiscal dos EUA está quebrado, com déficits anuais de US$ 1,8T apesar das tarifas.

Os impactos reais, como atrasos em aeroportos e blackout de dados econômicos, vão piorar se durar até dezembro.

No lado positivo, isso pode impulsionar ativos de risco como crypto pós-resolução, com mais liquidez do Fed.

[The Kobeissi Letter @KobeissiLetter]

It's official:

The US government has now entered day number 35, making it the LONGEST in history.

Since the shutdown began on October 1st, the US government has borrowed $600 BILLION worth of debt.

That's +$17 billion PER DAY.

What's happening? Let us explain.

[Prefs de Curitiba @curitiba_pmc]

“Mão na Faixa”! 🚸 Nova campanha educativa orienta pedestres sobre como atravessar com segurança e reforça a atenção no trânsito. A minicidade da Escola Pública de Trânsito também foi reaberta para ensinar crianças na prática. 💚 #Curitiba #MãoNaFaixa

[Alan @alanseleme]

"Não há nada melhor do que o início de uma nova onda , quando as oportunidades de imaginar, inventar e construir empresas que mudam o mundo levam a dinheiro, fama e glória.

Mas não há nada mais perigoso para investidores e empreendedores do que ilusões. As lições aprendidas com o investimento em tecnologia nos últimos 50 anos não são as corretas para aplicar agora.

A maneira de investir em IA é refletir sobre as implicações de os trabalhadores do conhecimento se tornarem mais eficientes, imaginar quais mercados essa eficiência desbloqueia e investir neles.

Durante décadas, a maneira de ganhar dinheiro era apostar no que era a novidade. Agora, você tem que apostar nas oportunidades que ela abre."

Muito bom @ganeumann!

[Colossus @colossusmag]

Legendary venture investor @ganeumann flips the hottest assumption in business: AI’s disruption is real, he argues, but the profits won’t accrue where the hype says they will.

Instead of minting a generation of model builders and app startups, this revolution looks more like shipping containerization than the microprocessor boom: value will be competed away and captured downstream by customers and savvy incumbents.

Tracing the cycle from frenzy to maturity, @ganeumann shows how capex, consolidation, and compressed margins change the game; why “being early and getting out” may be the only venture‑scale wins; and where the durable opportunities actually lie—in knowledge‑service businesses that use AI to cut prices and open new markets.

If you want to know where the next trillion in value will actually stick—and how to position your company, portfolio, or career—read the whole thing here.

[Alan @alanseleme]

O @GeminiApp divulgou agora pouco que um prompt de texto típico no Gemini gasta apenas 0.24 watt-horas de energia, com uma redução de 33x entre maio de 2024 e maio de 2025.

https://t.co/37HHdWxXTu

[Alan @alanseleme]

@sarahdingwang 😂Sorry for the Portuguese! I'm challenging myself to share knowledge in AI and technology for Brazil

[Alan @alanseleme]

Excelente análise da @a16z sobre as margens de lucro em startups de IA.

A matéria "Questioning Margins is a Boring Cliche…" ecoa uma lição histórica importante no mundo da tecnologia.
​Concordo com a tese de que julgar o potencial de um negócio de IA com base em suas margens de curto prazo é uma armadilha. Empresas como Amazon e Netflix são provas vivas de que a estratégia de "ganhar mercado primeiro, otimizar margens depois" pode ser extremamente bem-sucedida.

​O artigo aponta para fatores cruciais que os críticos muitas vezes ignoram:
- ​A competitividade real no mercado de modelos de IA, que pressiona os custos para baixo.
- ​A capacidade dos aplicativos de criarem diferenciação através de dados e especialização, agregando um valor que vai muito além de serem apenas uma "casca" para um modelo de base.
- ​A jornada do cliente, onde planos de entrada com margens baixas são, na verdade, um funil de aquisição para contratos corporativos altamente lucrativos.

​A discussão sobre "vender notas de 1 real por 50 centavos" só faz sentido se ignorarmos métricas como conversão, retenção e expansão. Se os clientes não apenas ficam, mas aumentam seu engajamento e migram para planos mais caros, a estratégia está validada.

​Em vez de questionar as margens, talvez a pergunta mais produtiva seja: "Esta empresa está criando um valor tão indispensável que terá poder de precificação no futuro?"

[Sarah Wang @sarahdingwang]

It's been open season critiquing AI app margins

Fixating on margins...and ignoring a company's value to its customers, retention and ease of acquisition completely misses the mark

@martin_casado &amp; I address what critics get wrong + what really matters👇https://t.co/JRA9431cxW

[Alan @alanseleme]

Nice

[Robby Stein @rmstein]

1/5 Today, we’re introducing new agentic &amp; personalization features in AI Mode that makes Search even more useful and tailored to you.

More info on the latest updates below 🧵

[Alan @alanseleme]

O recente estudo da AlixPartners sobre o "big squeeze" das empresas de software pela IA é um diagnóstico que bate com o que muitos de nós estamos sentindo no mercado. A análise aponta para a pressão que vem das gigantes de tecnologia e das startups nativas de IA.

​Mas fico pensando se a causa raiz é só a competição, ou se existe uma questão mais profunda.
​Será que o problema de fundo não é uma dívida de arquitetura e um modelo de valor que estão chegando no seu limite?

Tenho a impressão de que muitas plataformas SaaS, especialmente no nosso mundo de HR Tech, são na essência workflows digitais dos anos 2010, com uma camada fina de inteligência aplicada por cima.

​Isso me leva a algumas perguntas:

- Qual a longevidade de uma "feature de IA" quando os modelos de base viram commodity?
- Onde é que fica a vantagem competitiva real e defensável no longo prazo?

​Talvez o foco devesse se deslocar de "adicionar IA" para construir sistemas cujo valor intrínseco está na capacidade de gerar insights proprietários a partir de dados únicos e de uma lógica de negócio que não pode ser facilmente copiada.

​O desafio que o artigo aponta é principalmente de go-to-market e competição, ou estamos vendo uma crise mais fundamental de arquitetura e modelo de negócio no SaaS tradicional?

https://t.co/FKx6KxtYgD

[Alan @alanseleme]

A mesma revolução de dados que transforma indústrias inteiras ainda é subutilizada onde talvez mais importe, na escolha de seus líderes.

Hoje, vejo uma dissonância clara entre a tecnologia disponível e a metodologia tradicional de triagem de executivos, ainda muito baseada em vieses inconscientes e "feeling".

O desafio técnico e estratégico é fascinante, como modelar e analisar dados para identificar não apenas as skills de um executivo, mas suas capabilities de execução em cenários de alta incerteza? Como medir objetivamente a compatibilidade de um líder com a cultura e a fase de maturação de uma empresa?

A resposta está na aplicação de metodologias de análise de dados que saem do padrão. A governança disso é crucial, algo alinhado ao que o Gartner chama de AI TRiSM (Confiança, Risco e Segurança da IA), garantindo que o processo seja ético, transparente e livre de preconceitos. Estamos falando de qualificar a decisão, não de automatizá-la cegamente.

A tecnologia, neste caso, não é a solução final, mas a ferramenta que nos permite fazer as perguntas certas e validar hipóteses com uma precisão inédita. Dados transformados em inteligência potencializam o julgamento humano. É a evolução que o mercado exige.

[Alan @alanseleme]

O @Gartner_inc Hype Cycle para IA de 2025 sinaliza uma clara maturação do mercado, marcando uma transição da fase de experimentação com IA Generativa para a era da "industrialização" da IA.

O foco agora se desloca para a entrega de valor sustentável e escalável, onde a prioridade não é apenas a inovação, mas a capacidade de implementar soluções de IA de forma confiável, segura e eficiente em toda a organização, superando os desafios dos projetos piloto para alcançar um impacto real nos negócios.

Para viabilizar essa nova fase, o relatório destaca quatro inovações cruciais:
- Agentes de IA para uma automação complexa e autônoma.
- Dados Prontos para IA como a fundação indispensável para resultados de qualidade
- IA Multimodal para uma compreensão mais profunda ao analisar diversos tipos de dados simultaneamente
- Estrutura de AI TRiSM (Confiança, Risco e Segurança da IA), que é fundamental para garantir a governança, a segurança e a confiança necessárias para a adoção em massa da tecnologia.

[Alan @alanseleme]

E agora?

[Treasury Secretary Scott Bessent @SecScottBessent]

Bitcoin that has been finally forfeited to the federal government will be the foundation of the Strategic Bitcoin Reserve that President Trump established in his March Executive Order.

In addition, Treasury is committed to exploring budget-neutral pathways to acquire more Bitcoin to expand the reserve, and to execute on the President’s promise to make the United States the “Bitcoin superpower of the world.”

[Alan @alanseleme]

Contrariando o senso comum, dados rotulados por humanos são o custo mais alto no treinamento de IAs, ~3x maior que computação!

Em 2024, indústria de labeling cresceu 88x vs 1.3x em compute.
Ex: MiniMax-M1: dados ~$14M vs compute $500K (28x!).

Dados de qualidade viraram o gargalo da IA.
https://t.co/MDlzODHB9G

[Alan @alanseleme]

As IAs mentem?

LLMs frequentemente respondem com confiança a perguntas sobre as quais não têm conhecimento preciso, gerando informações incorretas ou inventadas que soam convincentes, o que pode parecer uma "mentira", mas na verdade é uma consequência de alucinações, um fenômeno inerente ao seu funcionamento probabilístico e não determinístico, sem intenção ou consciência.

Um estudo da Stanford University (2024), por exemplo, analisou ferramentas de IA específicas para pesquisa jurídica e encontrou que elas alucinam em até 17% das consultas (uma em cada seis), produzindo respostas confiantes com citações falsas ou irrelevantes, mesmo em cenários onde o modelo não tem base factual sólida.

Outro trabalho anterior, também de Stanford, mostrou que chatbots gerais alucinam em 58% a 82% das queries jurídicas, com uma tendência a superconfiança, os modelos exageram sua certeza, especialmente em temas complexos ou de alta visibilidade, sem reconhecer erros.

Pesquisas da OpenAI (2025) reforçam isso, revelando que modelos como o3 e o4-mini alucinam em 33% e 48% das vezes, respectivamente, apresentando respostas fluentes e coerentes, mas imprecisas, como se fossem fatos estabelecidos, o que agrava o risco em áreas como medicina ou direito.

Além disso, um artigo publicado na Nature (2024) por pesquisadores da Universidade de Oxford propõe métodos para detectar "confabulações", respostas fluentes, mas arbitrárias e incorretas, usando entropia semântica, destacando que LLMs geram saídas com alta confiança mesmo em lacunas de conhecimento, distinguindo isso de erros sistemáticos onde a superconfiança persiste devido ao treinamento.

Esses estudos enfatizam que, em vez de "mentir", a IA preenche incertezas com padrões probabilísticos plausíveis.

Será que você já consultou alguma dessas IAs e usou algum conteúdo errado?

[Alan @alanseleme]

As alucinações das IAs são bugs?

Não, as alucinações em de LLMs não são bugs ou falhas isoladas que podem ser simplesmente corrigidas com uma atualização de software, mas sim uma consequência inerente ao formato de funcionamento desses sistemas.

Elas surgem porque as LLMs operam de forma não deterministica, em vez de produzir respostas fixas e previsíveis como programas tradicionais, elas geram saídas baseadas em distribuições probabilísticas, prevendo a próxima palavra ou frase com base em padrões aprendidos de vastos dados de treinamento.

Essa aleatoriedade permite criatividade e fluidez, mas também leva a invenções plausíveis quando o modelo preenche lacunas com informações não ancoradas em fatos reais, especialmente em contextos ambíguos ou fora do escopo de treinamento.

Em vez de tentar forçar as LLMs a se tornarem totalmente deterministicas, o que poderia limitar sua capacidade inovadora e transformá-las em meros bancos de dados rígidos, talvez devamos repensar os paradigmas de como utilizamos esses novos sistemas.

Por exemplo, adotar abordagens híbridas que combinem LLMs com verificações externas (como bancos de dados confiáveis ou humanos no loop), usar técnicas de engenharia de prompts para guiar respostas mais ancoradas, ou até mesmo abraçar a não-deterministicidade em aplicações criativas, como brainstorming, enquanto reservamos tarefas críticas para ferramentas mais previsíveis.

Essa mudança de perspectiva pode maximizar o potencial das LLMs, transformando o que parece uma limitação em uma vantagem estratégica para inovação.

[Alan @alanseleme]

As IAs NÃO são determinísticas

Diferente de softwares tradicionais, que são determinísticos (ou seja, produzem a mesma saída para a mesma entrada, de forma previsível e repetível), as IAs modernas, especialmente as generativas como GPT ou Claude, incorporam elementos de aleatoriedade e não-determinismo.

Isso ocorre porque elas usam técnicas como "sampling" (amostragem probabilística) durante a geração de respostas: em vez de escolher sempre a palavra mais provável, o modelo seleciona de uma distribuição de probabilidades, o que pode variar a cada execução, mesmo com o mesmo prompt.

Outros fatores incluem variações em treinamento (dados aleatórios), temperatura (parâmetro que controla a criatividade vs. previsibilidade) e até ruído computacional. Como resultado, IAs como LLMs podem "raciocinar" de forma criativa, mas não de maneira puramente previsível, o que as torna mais flexíveis para tarefas inovadoras, como geração de ideias ou personalização.