A Komprise publicou resultados de um inquérito realizado em setembro de 2026 com 500 decisores técnicos. Embora 68% afirmassem que a organização estava a amadurecer ou era madura em IA, apenas 28% disseram ter quantificado o retorno do investimento. Só 7% indicaram que pelo menos 70% dos dados estavam limpos e classificados para IA; 57% disseram que metade ou menos estava pronta.
A MLCommons foi escolhida para desenvolver o benchmark MLPerf Agents no âmbito do AI Efficiency Challenge, apoiado pela National Science Foundation dos EUA e financiado com 3,5 milhões de dólares durante dois anos. O benchmark previsto medirá fluxos completos, não apenas a entrega de tokens do modelo: inclui o harness do agente, escolha do modelo, recuperação, ferramentas, orquestração, estado, recuperação de falhas e validação.
A Databricks disponibilizou em geral APIs REST síncronas para analisar, classificar e extrair campos de documentos. ai_parse_document converte tabelas e figuras em texto estruturado; ai_extract devolve os campos pedidos com citações à fonte e níveis de confiança opcionais. ai_classify aplica rótulos conforme a taxonomia da empresa.
A Databricks anunciou em beta o Predictive AI Functions, um conjunto SQL para previsões, deteção de anomalias, análise de fatores e estimativas. Inclui uma versão melhorada do ai_forecast e as funções ai_top_drivers, ai_detect_anomalies, ai_predict_value e ai_predict_class. As funções podem ser chamadas em SQL; algumas também estão disponíveis no Genie.
A OpenAI Economic Research publicou uma análise do uso de contas ChatGPT Business e Enterprise na União Europeia. A empresa informa que Codex e ChatGPT Work representaram mais de metade dos tokens de saída na sua amostra empresarial da UE. Os utilizadores ativos semanais destas ferramentas em pequenas e médias empresas europeias cresceram mais de oito vezes desde maio de 2026.
OpenAI Economic Research1 min de leitura Inclui dados
Uma publicação técnica da Arm de 13 de outubro destaca que IA local exige escolher modelos, frameworks e processadores para todo o fluxo de trabalho. Cita demonstrações em eventos de um pipeline de tradução com mais de 30 modelos e síntese de fala em um único núcleo de CPU Arm.
Uma arquitetura de referência da AWS, publicada em 12 de outubro, processa leituras públicas de sequenciamento do NCBI SRA com HealthOmics e permite consultas em linguagem natural sobre genes de resistência. É uma demonstração, não novos dados de vigilância nem um sistema clínico.
AWS Architecture Blog1 min de leitura Inclui dados
Um guia técnico da AWS de 12 de outubro explica o uso de perfis globais de inferência do Bedrock a partir das regiões de origem em Singapura, Jacarta, Malásia, Tailândia e Taipé. O GPT-6 Astra é mostrado apenas para Singapura; o perfil global pode encaminhar o processamento a outras regiões de destino compatíveis.
AWS Machine Learning Blog1 min de leitura Inclui dados
Um guia da AWS de 12 de outubro mostra uma configuração do contêiner Ray LLM no EKS que distribui um LLM entre dois nós GPU e separa o prefill da geração de tokens. O artigo se concentra na implantação e configuração.
AWS Machine Learning Blog1 min de leitura Inclui dados
Um explicador da IBM Research de 12 de outubro resume métodos do framework llm-d, como roteamento com reconhecimento de cache, descarregamento do cache KV, controle de fluxo e separação de fases. Os números de desempenho são atribuídos às demonstrações do llm-d citadas no texto.
A Alteryx e a Google Cloud publicaram um exemplo de arquitetura que combina Live Query e BigQuery para fluxos de documentos não estruturados. As faturas PDF permanecem no Cloud Storage; a Alteryx desenha o fluxo no navegador e a BigQuery executa transformações e reconciliação por SQL pushdown. No exemplo apresentado, Gemini AI.GENERATE extrai campos das faturas.
Google Cloud and Alteryx1 min de leitura Inclui dados
Uma publicação técnica da AWS de 9 de outubro descreve como o Agent Mode da Postman seleciona ferramentas por tarefa, usa leituras baseadas em esquemas e prepara o contexto. A Postman descreve sua comunidade de desenvolvedores como tendo 40 milhões de pessoas.
AWS Machine Learning Blog1 min de leitura Inclui dados