Qual tarefa você delegaria para uma IA?
Sem dados, não tem como dar certo 🎲
Nesta edição
- ✍️ Artigo:
por que a habilidade mais valiosa agora é verificar, não produzir
- 🎥 Vídeo: crie um dashboard com Claude Code (e publique)
- 🇨🇳 Um brasileiro passou uma semana na China e voltou com uma frase só
- 📈 O Fabric passou de 40 mil clientes pagantes
— e o que isso diz do mercado
A análise que parece "análise" ✍️
Existe um tipo de entrega que virou epidemia e ainda não tem nome no português do escritório: o material que chega bonito, formatado, com título em negrito e quando você lê com atenção, não diz nada. Pesquisadores do Stanford Social Media Lab, junto com o BetterUp Labs, batizaram isso de workslop: conteúdo gerado por IA que se disfarça de bom trabalho, mas não tem substância suficiente para fazer a tarefa avançar.
Os números incomodam. Numa pesquisa com 1.150 profissionais nos Estados Unidos, 40% disseram ter recebido workslop no último mês. E o custo não some, ele só muda de mesa. A estimativa do estudo é de cerca de duas horas gastas para arrumar cada documento desses que cai na sua caixa. É o que os autores chamaram de transferência do fardo: quem gerou economizou quinze minutos, quem recebeu perdeu duas horas.
Na área de dados tem uma versão específica, e ela é mais perigosa que o slide vazio. É a análise que parece análise.
Um exemplo bem concreto. Você pede ao Copilot para que crie uma medida de "ticket médio por região". Ele devolve um DIVIDE(SUM(Vendas[Valor]), DISTINCTCOUNT(Vendas[PedidoID])). A medida roda, não dá erro, e o número que aparece no cartão é plausível, por exemplo, R$ 340. Só que ela conta pedido em vez de contar cliente, ignora devolução e, no contexto de filtro da sua matriz por região e por mês, divide um numerador acumulado por um denominador que não acumula. O resultado continua bonito. E continua errado.
O ponto não é que a IA erra. O ponto é que ela erra com aparência de acerto e essa é exatamente a categoria de erro que mais passa batido numa reunião.
Três perguntas resolvem quase tudo antes de você apertar enviar:
- Eu consigo explicar esse número em uma frase, sem ler a tela? Se não consegue, provavelmente você não entendeu, apenas só formatou.
- Eu sei de onde vem cada parcela? Numerador, denominador, filtro aplicado, granularidade. Se tem uma peça que você não sabe justificar, é ali que mora o erro.
- Se alguém perguntar "por quê?", eu tenho resposta ou tenho slide? Essa é a que separa o profissional do gerador de PDF.
A habilidade escassa deixou de ser só produzir volume sem critério. Produzir ficou barato. O que está caro, e cada vez mais bem pago, é verificar com olhar estratégico. Saber olhar para um número que a máquina entregou e dizer, com segurança, "esse aqui está errado, e o motivo é o contexto de filtro".
Não é bem uma competência nova no mercado. É a mesma de sempre: entender o negócio, entender o dado e ter coragem de desconfiar. Só que agora ela virou o diferencial em vez do básico.
🛠️ dica — para esta semana
Pegue uma medida do seu modelo que você não escreveu e tente explicá-la em voz alta para alguém de fora da área. Se travar, você encontrou o próximo item da sua lista de estudo.
Crie um dashboard publicado usando o Claude Code 🎥
Que tal criar um dashboard publicado com domínio próprio usando o Claude Code?
A Karine pegou uma planilha de Excel comum e, no fim do vídeo, ela estava no ar: dashboard interativo, com gráficos e filtros, domínio próprio, e login e senha controlando quem entra. Sem escrever código na mão.
O passo que quase todo mundo pula é justamente o que faz a diferença entre um painel que funciona e um que dá dor de cabeça e ele acontece antes de você pedir qualquer coisa pra IA. No vídeo eu mostro exatamente onde é e como fazer.
⚠️ em destaque
E já adianto uma coisa que digo no vídeo: isso não substitui uma estrutura de BI corporativa em empresa grande com exigência de auditoria e dado sensível. É a ferramenta certa pra um outro tipo de problema e eu explico qual.
Quer aprender o passo a passo completo, desde a construção no Claude Code até o versionamento no GitHub? Bora lá pro YouTube — e me conta nos comentários o que você vai publicar primeiro! 😉
#DataNews 📰
Notícias sobre o mundo dos dados e IA para ler enquanto toma um café ☕
"Sem dados, não existe IA que dê certo" 🇨🇳
Marco Romero, empreendedor brasileiro e CEO do Grupo Taking, publicou na sexta-feira um relato de uma semana de imersão na China. A lista do que ele viu funcionando na rua parece manchete de futuro: táxi autônomo circulando, robôs sendo treinados para atuar em hospitais, restaurantes e fábricas, pagamentos sem fricção, e operações de comércio desenhadas para transformar cada interação em informação.
O insight que ele traz de volta é curto e desconfortável: sem dados, não existe IA que dê certo. Não é o modelo que faz a diferença naquele ecossistema e sim o fato de que cada etapa da operação foi construída para gerar dado limpo, contínuo e utilizável.
💡 você sabia?
"Transformar cada interação em informação" é uma decisão de arquitetura e não apenas uma consequência automática. Uma loja que vende bem e não sabe dizer o que o cliente olhou antes de comprar não tem um problema de IA. Tem um problema de estratégia.
Enquanto o Ocidente discute qual modelo adotar, o gargalo continua no mesmo lugar de sempre. A parte chata é a que decide o resultado.
O Fabric passou de 40 mil clientes pagantes 📈
Um número para dimensionar a velocidade com que a plataforma de dados da Microsoft está sendo adotada. Em março de 2025, o Fabric tinha pouco mais de 19 mil organizações usando. Em setembro daquele ano, 25 mil. Em março de 2026, mais de 31 mil. E em julho de 2026 a Microsoft informou ter ultrapassado 40 mil clientes pagantes, com crescimento superior a 60% em um ano.
Isso não significa que o Fabric esteja substituindo Databricks, Snowflake, BigQuery ou Redshift. O mercado corporativo é bem menos binário do que o marketing sugere, e é absolutamente normal uma empresa grande rodar duas ou três dessas plataformas ao mesmo tempo, cada uma resolvendo um pedaço.
Mas a curva importa para quem planeja carreira. Quando uma plataforma dobra de base em pouco mais de um ano, a demanda por gente que sabe operá-la cresce junto — e costuma crescer antes de a oferta de profissionais aparecer.
🛠️ dica — o prazo é agora
Já falamos disso duas vezes e agora virou mês corrente: a partir de outubro, quem usar Power BI Desktop de março de 2026 ou anterior perde a capacidade de salvar e compartilhar arquivos no OneDrive e no SharePoint. Se o seu time trava versão por política de TI, esta é a semana de abrir o chamado. Os detalhes estão no resumo de novidades do Power BI.
