Tópicos desta notícia (7)
O que a Uber anunciou em 22 de outubro
A Uber vai colocar o ChatGPT Work — o agente que roda dentro do ChatGPT Enterprise — à disposição de mais de 30 mil funcionários no mundo. O anúncio foi feito nesta quinta-feira, 22 de outubro, pela OpenAI em conjunto com a empresa de mobilidade, e a expansão parte de um piloto que começou com 1.000 pessoas.
Segundo a OpenAI, esta é a primeira implantação de uma plataforma de agentes para trabalho de conhecimento em toda a Uber. O agente se conecta a ferramentas que o time já usa — Google Drive, Gmail, Google Calendar e Slack — para pesquisar informação, preparar briefings de reunião, montar apresentações, analisar dados e concluir fluxos que atravessam vários aplicativos.
A operação tem três peças de apoio que costumam passar batido em anúncios do tipo: uma biblioteca interna de habilidades de IA da própria Uber, um conjunto de integrações aprovadas e treinamento dedicado por função. A engenharia continua no Codex, a ferramenta da OpenAI para código — ou seja, o agente não substitui o ambiente de desenvolvimento, ele atende o resto da empresa.
De 1.000 para 30 mil: o que o piloto mostrou
O número que explica por que a Uber comprou a ideia não é o total de assentos, é a distribuição. Segundo Sumanth Sukumar, vice-presidente de engenharia da Uber, cerca de 80% dos primeiros usuários do piloto não eram engenheiros — vieram de finanças, operações e produto, conforme publicou o TechCrunch.
O uso descrito por ele foi menos “gerar texto” e mais “fechar tarefa”: analisar dados complexos da operação para achar tendência e montar recomendação, localizar material de treinamento para diferentes mercados e idiomas e construir painéis interativos para organizar o trabalho do dia.
A Uber também contou um método que antecede a compra de licenças. No início do ano, formou duplas com 30 engenheiros de IA e as colocou junto a equipes de várias áreas por duas semanas, para automatizar partes-chave do trabalho dessas equipes. É a parte mais replicável do caso: antes de contratar assento para todo mundo, a empresa testou o encontro entre quem sabe construir e quem sabe o trabalho.
O que é o ChatGPT Work — e o que ele não é
ChatGPT Work é o modo de trabalho do ChatGPT lançado em julho de 2026, com foco em tarefas longas e entregas prontas, e não em resposta solta de chat. Na Uber, ele roda dentro do ChatGPT Enterprise, o plano corporativo. A página do produto lista disponibilidade para Plus, Pro, Business, Enterprise e Edu, além dos apps para macOS e Windows.
Um detalhe técnico importa para quem avalia custo: a OpenAI diz que o GPT-6.1 Sol será o modelo padrão dentro do ChatGPT Work na Uber, com equilíbrio entre desempenho e custo, e que as equipes também terão acesso a recursos multimodais, como voz e geração de imagem. Modelo padrão não é detalhe de rodapé — é o que define o preço por uso e a qualidade da entrega.
Também vale separar três coisas que o nome “ChatGPT” embaralha. O ChatGPT Work é o agente corporativo. O Codex é a ferramenta de código, que a Uber mantém para engenharia. E existe ainda a integração de consumo, que permite pedir uma corrida da Uber conversando com o ChatGPT — outra frente da parceria, sem relação com o uso interno anunciado agora.
O que isso muda para a PME brasileira
Para uma PME de 20 a 300 pessoas, o caso serve como ordem de perguntas, não como receita. A primeira é escopo: quem recebe assento? O piloto da Uber sugere começar por operações e finanças, onde a tarefa é recorrente, tem entrada de dados e gera documento — não pelo time que já programa.
A segunda é dado: ligar Drive, Gmail, calendário e Slack a um agente põe documentos, planilhas e conversas num sistema que responde em linguagem natural. A LGPD exige finalidade e necessidade no tratamento e assegura ao titular o controle sobre o dado — na prática, decidir quais pastas e canais entram, quem pode pedir o quê e o que fica fora antes de conectar.
A terceira é treinamento: a Uber citou biblioteca de habilidades e treinamento por função, o que indica que o acesso sozinho não gera uso. Uma PME que compra licenças e não define um fluxo-piloto, um responsável e um indicador tende a repetir o padrão clássico: adoção alta na primeira semana, silêncio no segundo mês.
A quarta é medição. A Uber disse que vai acompanhar como as pessoas usam a ferramenta, quais fluxos criam e o efeito no trabalho antes de decidir os próximos passos. Para uma PME, o equivalente é escolher um processo com tempo de ciclo mensurável — fechamento de mês, proposta comercial, onboarding de cliente — e comparar antes e depois, com o mesmo time.
Riscos e limites do caso
O primeiro limite é o preço: a Uber não divulgou quanto vai gastar com a expansão, e a OpenAI não publica o valor do contrato. Sem esse número, o caso não serve de benchmark de custo — serve de benchmark de método.
O segundo é a ausência de resultado independente. Os dados de uso vêm das duas empresas envolvidas; não há estudo externo medindo produtividade ou qualidade de entrega. Números de fornecedor e de cliente são ponto de partida, não auditoria.
O terceiro é o contexto de quadro. Em 2 de setembro de 2026, a Uber anunciou o corte de cerca de 3,3 mil vagas, perto de 10% da força de trabalho e o maior desde 2020, com concentração de funcionários em Nova York e São Francisco e redução do trabalho totalmente remoto, segundo a Reuters, via G1. Nenhuma das fontes liga o anúncio de IA ao corte; tratar um como causa do outro é especulação.
O quarto é dependência: escolher o modelo padrão de um fornecedor, integrar as ferramentas do dia a dia e treinar o time nessa plataforma cria custo de troca. Para PME, isso pede cláusula de saída e plano para exportar o que for seu.
Fontes
- OpenAI — Uber brings ChatGPT Work to all employees with OpenAI (22/10/2026): anúncio oficial.
- TechCrunch — Uber puts all 30,000 employees on ChatGPT Work (22/10/2026): piloto, 80% de não-engenheiros e custo não divulgado.
- G1/Reuters — Uber anuncia corte de 3,3 mil vagas (02/09/2026): contexto de quadro.
- Planalto — Lei 13.709/2018 (LGPD): base legal da análise de dados.
Fechamento
O anúncio da Uber é menos sobre um modelo novo e mais sobre distribuição com governança: conectores aprovados, biblioteca de habilidades, treinamento e um modelo padrão definido. É essa combinação — não o número de assentos — que uma PME consegue copiar em escala menor.
O caminho prático: escolher um processo com tempo de ciclo conhecido, liberar acesso a um grupo pequeno, limitar os conectores ao necessário e medir antes e depois. Se a sua empresa avalia esse passo, veja como a Canis trabalha automação e inteligência artificial para operações enxutas.
