Caio Saldanha

Caio Saldanha é Arquiteto de IA e Advisor Executivo de IA, atuando na interseção entre sistemas autônomos e governança corporativa. Arquiteta soluções e comportamentos em IA no contexto de empresas altamente regulamentadas, além de orientar Boards e Executivos na adoção de IA com propósito, metodologia e controle operacional aliado a princípios contemporâneos de cibersegurança.

Caio Saldanha

Ensaios

Dívida técnica como carteira de crédito: falta a coluna da taxa de juros

Vazamento de dados é como um modelo fraco ganha nota de forte

O não de um CTO ao hype precisa de teste, gatilho e registro, ou é só humor

Construir, comprar ou ajustar são três decisões, e a maioria dos debates as mistura

Leis de escala preveem a perda, e a previsão mudou duas vezes

Os preços dos tokens caem e as faturas de IA sobem: a elasticidade decide quem ganha

A economia da inferência define o produto que você consegue bancar

O aprendizado por reforço funciona onde a resposta pode ser conferida

Soberania em IA, para uma empresa, é uma lista de dependências que se pode precificar

O conjunto de avaliação é a especificação

Quando um modelo resolve o teste, refaça a amostra de trabalho em vez de policiar o candidato

Rotear entre modelos economiza dinheiro, e o que você realmente compra é o plano de saída

A decisão deve acompanhar o conhecimento, e produtos de IA precisam disso por escrito

Dívida técnica oculta em aprendizado de máquina, dez anos depois

Com a prosa de graça, o memorando que merece aprovação diz o que faria o autor mudar de ideia

O que o Transformer mudou foi a ordem da computação

A lei de Brooks precifica coordenação, e a IA levou a conta para a revisão de código

Postmortems sem culpa são um método para obter fatos exatos, e o teste é o que muda depois

Quando o seu fornecedor também é seu rival: as cinco forças para aplicações de IA

A teoria da disrupção é estreita por escolha, e muitos produtos de IA ficam fora dela

Nem ferramenta nem funcionário júnior: trate a saída da IA como um lote com taxa de defeitos

Governança de IA que chega à produção é um conjunto de travas no pipeline, não um comitê no fim

Quando um fluxo de trabalho vence um agente

O arquiteto que ainda escreve código deveria, na maior parte do tempo, estar lendo código

Árvores com gradiente ainda definem a linha de base em tabelas, mas ela está se movendo

Uma pontuação de confiança só serve se significar o que diz

Uma janela de contexto não é memória

A profundidade se tornou treinável por meio de poucos ajustes pouco glamorosos

Seu sistema de IA vai copiar o organograma, e o conjunto de avaliação mostra a cópia

Um modelo que prevê bem ainda pode errar sobre o que fazer

O Futuro da IA Corporativa: Escalando Agentes Inteligentes

Uma estratégia de IA que começa por uma ambição pulou o diagnóstico

Princípios de Design para Interfaces Nativas em IA

A maioria dos pilotos de IA dá certo como demonstração e falha como fluxo de trabalho

A lei de Goodhart reúne quatro falhas, e um time de ML pode orçar cada uma delas

O andaime em volta de um modelo é uma aposta contra o próximo modelo

Assentos, tokens ou resultados: a IA quebrou as métricas de preço antigas

Fossos de dados são mais fracos do que parecem, e mais fortes onde ninguém espera

Mistura de especialistas divide em dois o preço de um parâmetro

Horas poupadas não são dinheiro ganho, e os casos de negócio de IA confundem as duas coisas

Recuperação de informação é decisão de arquitetura, não funcionalidade

A acurácia é a última coisa que um modelo em produção conta a você