IA que usa o computador: Google, OpenAI e o app Gemini

Resposta curta

Na última semana de outubro de 2026, três novidades levaram a IA para mais perto da tela do computador. Em 30/10, o Google liberou em versão final o Computer Use, que deixa um modelo clicar e digitar em sistemas como uma pessoa faria. No mesmo dia, a OpenAI pôs na Agents API uma revisão automática, em que outro modelo aprova ou nega os pedidos de ferramenta e de permissão. E, em 29/10, o app Gemini passou a criar e editar arquivos dentro da conversa. Para a empresa, o recurso serve onde não há outro caminho, e pede trava antes de ganhar acesso a qualquer coisa que mexa em dinheiro ou em cliente.

O que aconteceu: três passos na mesma semana

Google, Computer Use (30/10). O registro de mudanças da Gemini API anuncia a ferramenta em versão final nas duas formas de chamar o modelo, as APIs Interactions e GenerateContent. API é a ligação direta entre sistemas, usada por quem monta automação. A documentação explica o funcionamento: o modelo recebe a imagem da tela, propõe uma ação (um clique, um texto digitado), o programa da empresa executa e devolve a nova tela. Funciona em navegador, computador e celular, com ações próprias para Android.

A mesma documentação traz as travas. Cada ação pode vir marcada com uma decisão de segurança; quando a marca pede confirmação, o programa deve perguntar a uma pessoa antes de seguir. Transações financeiras e criação de conta estão entre as categorias vigiadas. O Google recomenda: “Run your agent in a secure, sandboxed environment to limit its potential impact”, ou seja, rodar o recurso num ambiente isolado. Também sugere uma lista de sites permitidos, mais segura que uma lista de sites proibidos, e oferece, como opção, a detecção de instruções escondidas nas páginas.

OpenAI, revisão automática (30/10). Pelo registro de mudanças da OpenAI, projetos elegíveis da Agents API, que segue em versão beta pública, podem ligar a opção “auto_review”. Com ela, um modelo aprova ou nega os pedidos de uso de ferramenta e de permissão, conforme a intenção da conversa e o risco. A revisão tem cobrança adicional de tokens, a unidade em que a IA é cobrada.

Google, app Gemini (29/10). O blog do Google diz que o app passou a gerar, visualizar e editar arquivos dentro da conversa. PDF funciona na web e no celular; documentos do Google Docs, planilhas, apresentações, Markdown, texto simples e código, só na versão web. O recurso está disponível para todos os usuários, em todos os idiomas em que o app Gemini existe.

Por que importa para a empresa pequena e média

Muita tarefa repetida numa empresa pequena acontece em sistema sem integração: o portal do fornecedor, o site da prefeitura para emitir guia, o sistema antigo que só tem tela. Automatizar isso costuma exigir programador, e a automação tende a quebrar quando a tela muda. Uma IA que lê a tela muda a conta: ela pode preencher um cadastro, baixar um relatório, copiar dado de um sistema para outro.

O risco cresce na mesma medida. A tela não separa o que é teste do que é real. Se o recurso entrar logado com a conta do dono, ele pode, em tese, fazer tudo o que o dono faz, inclusive pagar, apagar e mandar mensagem. E uma página pode trazer instrução escondida para a IA, que é o motivo de a documentação do Google tratar disso.

As duas respostas da semana são complementares. O Google põe a decisão na mão de quem monta: pedir confirmação, isolar, limitar sites. A OpenAI oferece um segundo modelo como revisor, mas cobra por isso, e um revisor automático não substitui a regra de negócio da sua empresa. Para tarefa que mexe em dinheiro ou fala com cliente, uma pessoa continua sendo a última trava.

O app Gemini é o lado mais simples: editar uma proposta ou uma planilha dentro da conversa não dá à IA acesso aos sistemas da empresa. É ganho de tempo com risco menor, desde que o conteúdo enviado não seja sigiloso.

Como pode se desdobrar

• Se o uso da tela pela IA ficar barato e estável, tarefas em sistema sem integração podem deixar de depender de alguém sentado na frente do computador. A versão final do Google é um passo nessa direção.
• Se a revisão automática se espalhar, como a da OpenAI, parte da conferência pode sair da mão da equipe, com custo por tarefa. Pode ser preciso escolher onde ela vale o que custa.
• Se as travas ficarem a cargo de quem monta, como a documentação do Google descreve, a segurança vai depender da configuração de cada empresa, e não só do fornecedor.

O que fazer agora

1. Escolha uma tarefa pequena e chata. Algo repetido, num sistema sem integração, que não mexa em dinheiro nem fale com cliente.
2. Dê à IA uma conta própria. Com acesso só ao que a tarefa exige, nunca a senha do dono.
3. Limite os sites e peça confirmação. Lista de endereços permitidos e uma pessoa aprovando antes de qualquer ação que não dê para desfazer.
4. Compare tempo e custo. Rode a tarefa por algumas semanas e confira se poupou trabalho de verdade, contando os tokens da revisão.

Para ver o que a IA acessa e o que espera o seu ok, veja a página da Ubiquo.

A visão do Ubi

O Ubi é o condutor da Ubiquo, a plataforma de IA que a AdsClinic implementa. Esta seção é a leitura da casa e é publicidade: vendemos a implementação da Ubiquo.

Como o Ubi vê. IA que clica e digita é útil justamente onde não há outra porta, como o sistema antigo sem integração. Também é onde um erro sai mais caro, porque a tela não diferencia um teste de um pagamento. Se a empresa começar por tarefas pequenas e com alguém acompanhando, o recurso pode poupar trabalho sem susto.

Como o Ubi reage. Com trava antes do acesso. O que mexe em dinheiro ou fala com cliente fora do combinado espera o seu ok, e dá para aprovar pelo celular.

Onde se diferencia. No acesso, a diferença é começar pela leitura. A IA acessa só o que cada tarefa exige e, no começo, apenas consulta, sem alterar nada.