Voltar para o Blog
IA e Tecnologia19 / 28
  1. •Alan Turing — o homem que perguntou se máquinas pensam (e nos deu como descobrir)
  2. •Andrej Karpathy — o engenheiro que ensinou o mundo a pensar em redes neurais
  3. •Andrew Ng — a IA como infraestrutura, não como espetáculo
  4. •Erik Schluntz e Barry Zhang — comece simples, e só dê agência ao sistema quando ela pagar
  5. •Sholto Douglas e Trenton Bricken — o que acontece por dentro do modelo, e por que isso decide se você pode confiar nele
  6. •Chip Huyen — arquitetar sistemas de IA confiáveis em produção
  7. •Scott Wu — o prodígio que apostou na autonomia total
  8. •Aman Sanger e Michael Truell — quando escrever software vira supervisionar agentes
  9. •Dario Amodei — A aposta de que IA poderosa e IA segura são a mesma coisa
  10. •Demis Hassabis — a inteligência como instrumento para resolver tudo o resto
  11. •Ethan Mollick — o professor que mandou todo mundo convidar a IA para a mesa
  12. •Geoffrey Hinton — o homem que ensinou as máquinas a aprender e depois pediu cautela
  13. •Hamel Husain & Eugene Yan — Da demo ao produto: por que avaliação é o trabalho
  14. •Fabio Cozman, Bruno Sanches e Daniel Avancini — o estado e os caminhos da IA brasileira
  15. •Ilya Sutskever — o homem que apostou na escala e agora aposta na segurança
  16. •Jack Clark — o repórter que virou a consciência política da fronteira da IA
  17. •Jason Liu & Riley Goodside — Texto que vira dado: prompting como engenharia
  18. •Harrison Chase e Lance Martin — orquestrar agentes sem perder o controle do contexto
  19. •Mira Murati — a engenheira de produto que colocou a IA na mão de todo mundo
  20. •Nathan Lambert — o tradutor do que acontece depois do treino
  21. •Noam Shazeer — o engenheiro que escreveu a arquitetura da IA que você usa
  22. •Sam Altman — O homem que apostou que a inteligência ficaria barata
  23. •Simon Willison — o engenheiro que pensa em voz alta sobre IA
  24. •Quinn Slack e Beyang Liu — o problema é o "big code"
  25. •Swyx (Shawn Wang) — o homem que deu um nome à nova profissão
  26. •Tyler Cowen — o economista que aprendeu a ler a IA antes de quase todo mundo
  27. •Yann LeCun — o pioneiro que diz "não" ao hype que ajudou a criar
  28. •Yoshua Bengio — o cientista mais citado do mundo que decidiu frear a própria área
PensadoresIA e TecnologiaParte 19 de 28

Mira Murati — a engenheira de produto que colocou a IA na mão de todo mundo

11 min de leitura
Compartilhar
Pensadores

"Thinking Machines Lab exists to empower humanity through advancing collaborative general intelligence." (Mira Murati, X, julho de 2025)

O essencial em 30 segundos

Mira Murati é a pessoa que esteve no centro do momento em que a inteligência artificial deixou de ser assunto de laboratório e virou parte da vida cotidiana de centenas de milhões de pessoas. Como CTO da OpenAI entre 2022 e 2024, ela liderou os times por trás do ChatGPT, do DALL·E, do GPT-4 e do Sora — os produtos que, mais do que qualquer paper, definiram o que o público entende por "IA" hoje. Sua marca não é a de uma pesquisadora pura nem a de uma executiva de produto descolada da técnica; é justamente a fusão das duas coisas. Murati pensa como engenheira que sabe que tecnologia só importa quando chega às mãos de gente real, é usada, e devolve feedback. Três ideias dela são úteis para quem opera um negócio: (1) a tese de que se deve colocar a tecnologia no mundo e iterar com o público em vez de aperfeiçoá-la no escuro; (2) a obsessão com tornar capacidades de fronteira acessíveis e distribuídas — não privilégio de poucos; (3) a leitura de IA como colaborativa — um instrumento que estende a agência humana, não que a substitui. Em fevereiro de 2025 ela fundou a Thinking Machines Lab, hoje uma das startups de IA mais valiosas e cobiçadas do mundo, para perseguir exatamente essa visão. Este texto traz essas ideias para a operação real do portfólio.

Quem é

Ermira "Mira" Murati nasceu em 16 de dezembro de 1988, em Vlorë, na Albânia — nos anos finais do regime totalitário do país, num ambiente de instabilidade política e econômica. Filha de dois professores de literatura do ensino médio, desenvolveu cedo um interesse "orgânico" por matemática e ciências e brilhou em olimpíadas escolares. Aos 16 anos ganhou bolsa pelo programa Davis United World College Scholars e foi estudar no Pearson College UWC, na Ilha de Vancouver, no Canadá, onde se formou em 2007 com o Bacharelado Internacional (IB).

Depois veio um percurso pouco usual: um programa de dupla graduação que lhe rendeu um bacharelado em artes pelo Colby College (2011) e um bacharelado em engenharia pela Dartmouth College (2012). Ou seja — humanidades e engenharia, lado a lado. Essa combinação explica muito da cabeça dela. Murati estagiou no Goldman Sachs em Tóquio, trabalhou na fabricante aeroespacial Zodiac Aerospace e depois foi gerente de produto na Tesla, onde atuou no Model X — um carro que já trazia, ainda que rudimentar, recursos de IA. De 2016 a 2018 esteve na Leap Motion, uma startup de realidade aumentada que apostava em interfaces gestuais.

Em 2018 entrou para a OpenAI como VP de IA Aplicada e Parcerias. Subiu a CTO em maio de 2022 e ficou no cargo até setembro de 2024. No intervalo, viveu um dos episódios mais dramáticos da história recente do Vale do Silício: em novembro de 2023, quando o conselho da OpenAI demitiu abruptamente Sam Altman, Murati foi nomeada CEO interina — por exatos três dias, até Altman retornar. Em setembro de 2024 anunciou a saída. E em fevereiro de 2025 fundou a Thinking Machines Lab, que atraiu cerca de 30 pesquisadores de ponta da OpenAI, da Meta e da Mistral, alcançou um valuation reportado na casa dos bilhões e lançou, em outubro de 2025, o produto Tinker, voltado a permitir que pesquisadores e desenvolvedores criem modelos de fronteira customizados.

A grande contribuição

A contribuição central de Murati não é uma equação nem um modelo. É uma filosofia de como se leva IA poderosa ao mundo — e essa filosofia, na prática, redefiniu uma indústria inteira.

Antes do ChatGPT, o consenso tácito no campo era de que modelos grandes deveriam amadurecer dentro das empresas até ficarem "seguros o suficiente" para um lançamento controlado. Murati ajudou a inverter essa lógica. A aposta foi: a melhor forma de entender e melhorar uma tecnologia tão imprevisível é colocá-la nas mãos das pessoas e aprender com o uso real. O ChatGPT foi lançado em novembro de 2022 como uma "research preview" quase modesta — e virou o produto de consumo de crescimento mais rápido da história. Murati explica que a escolha do formato de diálogo foi deliberada: "dialogue is a way to interact with a model and give it feedback." O diálogo não era só interface; era um canal de aprendizado em mão dupla, em escala planetária.

Essa contribuição — a de que produto e pesquisa devem andar juntos, e de que o contato com o usuário real é parte do método científico, não o fim dele — é o que ela carrega agora para a Thinking Machines Lab. E é, talvez, a lição mais transferível para qualquer operador: não existe versão "perfeita no laboratório". Existe a versão que sobrevive ao contato com o cliente.

As ideias-chave

1. Colocar a tecnologia no mundo e iterar

A convicção mais forte de Murati é que tecnologia transformadora precisa encontrar o público cedo. Não por imprudência, mas porque o mundo real revela o que nenhum teste interno revela. O ChatGPT é o caso exemplar: lançado como prévia de pesquisa, ele expôs simultaneamente o poder e as falhas do modelo — as alucinações, os vieses, os usos criativos que ninguém previu. Cada uma dessas descobertas só foi possível porque a coisa estava na rua. Para Murati, deploy não é o fim do desenvolvimento; é o começo do aprendizado.

2. Tornar capacidades de fronteira acessíveis a todos

Murati repete, em formulações diferentes, a ideia de que o que diferencia sua visão é a democratização do acesso. Sobre o Tinker, da Thinking Machines, ela disse: "We're making what is otherwise a frontier capability accessible to all, and that is completely game-changing." E, no manifesto da empresa, defendeu que a IA deve "be distributed as widely and equitably as possible". A tese é que capacidade de fronteira concentrada em poucas mãos é desperdício de potencial humano — e, não por acaso, é também uma oportunidade de mercado: quem torna o caro acessível captura demanda reprimida.

3. IA colaborativa, extensão da agência humana

A própria escolha de nome — Thinking Machines Lab — e o lema de "inteligência geral colaborativa" revelam o enquadramento. Murati não fala em máquinas que substituem pessoas, mas em máquinas que trabalham com o jeito como naturalmente interagimos com o mundo: pela conversa, pela visão, pela "forma bagunçada como colaboramos". A IA, nessa leitura, é um amplificador de agência individual, não um substituto dela. É uma visão deliberadamente humanista vinda de alguém com formação dupla em artes e engenharia.

4. Produto e pesquisa como uma coisa só

A trajetória de Murati — da gestão de produto na Tesla à liderança técnica da OpenAI — encarna a recusa da separação clássica entre "quem pesquisa" e "quem entrega". Ela defende que as duas funções precisam estar acopladas: a pesquisa informa o que é possível, o produto revela o que importa. Times que separam essas funções em silos produzem ou ciência sem uso ou produto sem profundidade. A integração é a vantagem.

5. Responsabilidade e participação aberta

Murati é uma das vozes da indústria que defende regulação e supervisão da IA — e que a sociedade civil, os reguladores e a academia tenham espaço para intervir na evolução da tecnologia. Na Thinking Machines, isso se traduz em compromisso com ciência aberta: publicação de especificações de modelos, papers técnicos e boas práticas, além de medidas de segurança como red-teaming e monitoramento pós-implantação. A transparência, para ela, é parte da responsabilidade.

Em suas palavras

"Thinking Machines Lab exists to empower humanity through advancing collaborative general intelligence." (X, julho de 2025)

"We're building multimodal AI that works with how you naturally interact with the world — through conversation, through sight, through the messy way we collaborate." (X, julho de 2025)

"We believe AI should serve as an extension of individual agency and, in the spirit of freedom, be distributed as widely and equitably as possible." (manifesto Thinking Machines Lab, 2025)

"We're making what is otherwise a frontier capability accessible to all, and that is completely game-changing." (sobre o Tinker, 2025)

"[We] picked dialogue specifically because dialogue is a way to interact with a model and give it feedback." (sobre o design do ChatGPT)

Limites e críticas

A visão de Murati também tem tensões honestas que vale registrar. A primeira é a tensão entre "lançar e iterar" e os danos reais que isso pode causar enquanto se aprende. Colocar um modelo imperfeito nas mãos de centenas de milhões de pessoas significa também distribuir alucinações, vieses e usos indevidos em escala antes de saber controlá-los. A defesa do deploy precoce, levada longe demais, terceiriza o custo do aprendizado para a sociedade. Murati reconhece o problema e fala em regulação — mas crítica legítima aponta que falar em regulação enquanto se corre para lançar é, no mínimo, uma corda bamba.

A segunda tensão é a do discurso de acessibilidade versus a realidade do poder. Pregar que a IA deve ser "distribuída ampla e equitativamente" soa nobre, mas vem de dentro do clube restrito de empresas que controlam os modelos de fronteira e seus custos bilionários de computação. Há quem veja aí uma contradição: a fronteira segue concentrada justamente em quem prega a democratização.

A terceira é simplesmente o tempo. A Thinking Machines Lab é nova — fundada em 2025. A visão é articulada e o time é de primeira linha, mas ainda há pouco histórico de execução independente para julgar se a filosofia sobrevive fora da estrutura da OpenAI. Para um operador, a leitura prudente é: as ideias de Murati sobre produto e iteração são ouro testado; as promessas institucionais da nova empresa ainda são aposta.

Como aplicar no seu dia a dia

A ideia de lançar no mundo e iterar é a que mais confronta. A tentação é caprichar até a perfeição antes de mostrar ao cliente — e essa é justamente a armadilha. Num produto que embute agentes de IA, isso significa colocá-los em frente a usuários reais cedo, em prévia controlada, e tratar cada erro como dado, não como vergonha. O diálogo é o canal de feedback: assim como Murati escolheu o formato de conversa para o ChatGPT "porque permite dar feedback ao modelo", o produto precisa de um caminho explícito para o usuário corrigir o agente — e esse atrito vira combustível de melhoria, não ruído.

A obsessão com tornar a fronteira acessível é estratégia de produto, não só ideologia. Capacidades que hoje parecem caras ou complexas — análise de desempenho de equipe, triagem de tarefas, redação de comunicados internos — são exatamente o que a pequena e média empresa não consegue pagar de uma consultoria. Levar isso, embutido e barato, "às mãos de todos" os gestores que nunca tiveram acesso é uma tese de valor inteira. O mesmo vale numa operação física: dar ao gerente de uma unidade uma ferramenta de IA que antes só uma grande empresa teria é nivelar o jogo por baixo.

A visão de IA colaborativa como extensão da agência define como desenhar a relação entre o agente e a pessoa. O agente de IA não decide demissão nem promoção — ele amplia a capacidade do gestor humano, prepara o terreno, sugere, audita. A decisão e a responsabilidade ficam com a pessoa. Isso não é só ética; é design de produto que conquista confiança e adoção. Gestor nenhum adota uma ferramenta que ameaça substituí-lo; todos adotam uma que os faz parecer melhores no próprio trabalho.

E a integração produto + pesquisa é um lembrete organizacional. Isso significa não terceirizar a inteligência do produto para fora da operação. Quem entende o negócio — a unidade, a operação, a folha de pagamento do cliente — precisa estar acoplado a quem constrói o agente. A vantagem nasce dessa fricção produtiva entre quem sabe o que é possível e quem sabe o que importa.

Para ir além

Comece por: a entrevista de Murati à TIME (2023), em que ela explica por que a OpenAI lançou o ChatGPT como prévia de pesquisa e defende que a IA seja regulada — é a porta de entrada para a filosofia de "lançar e aprender".

Depois: o manifesto e os posts iniciais da Thinking Machines Lab (thinkingmachines.ai e o anúncio dela no X, de julho de 2025), onde a visão de inteligência geral colaborativa e ciência aberta está articulada na fonte; e as entrevistas dela em conferências sobre o design do ChatGPT e do DALL·E.

Avançado: acompanhar os releases técnicos da Thinking Machines (o Tinker e as especificações de modelos que a empresa promete publicar) — material para entender, por dentro, o que significa "tornar capacidade de fronteira customizável e acessível".

Conexões no vault

  • IA e Tecnologia — área-mãe deste estudo
  • andrew-ng — o par complementar: se Ng é o engenheiro-educador que ensina a aplicar IA e a tratar dados como ativo, Murati é a operadora de produto que ensina a distribuir IA e iterar com o público; um cobre o método, a outra cobre o mercado
  • Conexão com Gestão de Colabs — a tese de "lançar no mundo e iterar" e de "IA colaborativa, não substitutiva" é diretriz direta de design do produto e dos agentes
  • Conexão com a operação de energia/mobilidade — tornar capacidade de fronteira acessível ao gestor de ponta é o mesmo princípio aplicado ao posto e ao eletroposto

Curtiu como a gente pensa?

É assim que trabalhamos todo dia.

Se esse jeito de pensar é o seu, vem construir com a gente — dá uma olhada nas vagas abertas.

Ver vagas