O fato é o seguinte:
As pessoas comuns, por enquanto, não precisam de “superinteligência”; o que elas mais precisam é de uma IA que possa devolver produtos para elas, negociar contas, agendar médicos e cuidar de tarefas problemáticas.
Entre estes 390 casos, economizar dinheiro, reembolsos e gestão financeira estão em primeiro lugar, com 77 ocorrências, representando 19,7%.
Alguns fizeram a Muse e o atendimento da Amazon recuperarem reembolsos; outros a fizeram comparar seguros de carro e economizaram 800 dólares por ano; houve quem a fez analisar faturas da AT&T, prevendo uma economia de 1.050 dólares em dois anos; também teve quem a fez escanear e-mails de seis meses e achar uma assinatura esquecida de Claude Max de 100 dólares por mês.
Em segundo lugar estão trabalho e pequenos negócios, com 51 casos, correspondendo a 13,1%.
As pessoas a usam para organizar e-mails de empreendedores, analisar dados do Instagram, montar media kits, criar calendários de conteúdo e buscar leads de vendas locais. Teve até quem nomeou a Muse gerente de projeto e delegou tarefas de desenvolvimento ao Devin.
Em terceiro lugar estão tarefas administrativas, 48 casos, compondo 12,3%.
Preencher formulários de visto, atualizar passaporte, agendar no DETRAN, limpar dezenas de milhares de e-mails, contatar seguradoras, ligar para atendimentos e quitar multas de trânsito.
Essas tarefas não são complicadas, mas são precisamente aquelas das quais as pessoas mais querem se livrar gastando dinheiro.
Em seguida vêm viagens, 45 casos; compras, 44; entretenimento, 39; alimentação e pedidos, 25; gestão de família, 24.
Teve quem fez a Muse planejar uma viagem de dez dias de carro e reservar todos os hotéis pelo caminho; quem a fez procurar livros raros em sites do mundo todo; teve quem tirou foto da lista de compras escrita à mão de casa, deixando a Muse comprar a comida da semana;
e até pais que a fazem checar todos os dias o sistema da escola e monitorar tarefas e prazos dos filhos.
Somando dinheiro, administração, viagens, compras, alimentação, família, saúde e casa, respondem por quase 74% de todos os casos.
Esses dados mostram que a primeira demanda atendida por agentes de consumo provavelmente não será a criação de conteúdo, mas sim acabar com tarefas tediosas.
Chatbots comuns dizem o que você deve fazer.
A Muse, porém, abre sites, faz login em contas, compara preços, preenche formulários, entra em contato com empresas, espera resposta e, só quando precisar pagar, mandar e-mail ou alterar uma conta, volta para você confirmar.
O primeiro fornece respostas; o segundo entrega resultados.
É por isso, dentre outras razões, que o mercado de capitais voltou a ouvir Zuckerberg contar a história da “superinteligência pessoal” após o lançamento da Muse.
A Muse foi lançada em 8 de setembro. No mesmo período, o valor da META subiu de cerca de 613 para 670 dólares por ação, um crescimento de quase 9%; apenas no dia 9 de setembro, subiu 6,55%. Calculando por valor de mercado, isso significa mais de 100 bilhões de dólares em uma semana.
Antes, o mercado temia que Zuckerberg estivesse investindo tanto em “superinteligência pessoal” sem conseguir lançar produtos de consumo condizentes.
A Meta estima gastos de capital de 130 a 145 bilhões de dólares em 2026, quase o dobro de 2025. O que os investidores realmente querem saber não é o quanto a IA ainda pode consumir, mas se esses investimentos podem se converter em usuários, receita e lucro.
Pelo menos desta vez, a Muse deu uma resposta compreensível para o consumidor comum:
As capacidades de IA que a Meta está construindo com muito dinheiro podem cuidar de tarefas complicadas da vida real para você.
Zuckerberg chama a Muse de “IA pessoal para todos” e diz que a Meta quer levar a “superinteligência pessoal” a bilhões de pessoas no futuro.
É uma promessa ousada.
Atualmente, esses 390 casos só provam que a Muse já mostra um início de product-market pull, ainda não é prova de retenção, pagamento ou modelo de negócios estáveis.
O banco de casos foi coletado ativamente em X, Threads, Instagram e Hacker News, sendo naturalmente mais fácil englobar os primeiros usuários dispostos a compartilhar sucessos. Ele também registra várias falhas: reserva errada de restaurante, falha de monitoramento, criação de CPF falso e tarefas afirmadas como “concluídas” após execuções falhas múltiplas vezes.
Quanto mais útil a Muse fica, mais inevitável se torna a questão da confiança.
Para funcionar, ela precisa acessar e-mail, agenda, registros financeiros, informações de saúde e contas de pagamento. A Meta afirma que os dados da Muse não entram no sistema de anúncios e que criou uma Secure VM dedicada, aprovações de permissão e registro de operações.
No entanto, ainda não há resposta se os consumidores vão confiar à Meta todas as suas vidas digitais.
Por isso, o American Stock Investment Network avalia a Muse da seguinte forma:
Ela ainda não é a “superinteligência pessoal” prometida por Zuckerberg, mas pode ser o primeiro produto de consumo que mostra ao público o real valor de um AI Agent.
O ChatGPT ensinou as pessoas a perguntar para a IA.
A Muse precisa provar se as pessoas estão dispostas a entregar contas e tarefas para que IA execute de fato por elas.
Daqui para frente, não basta apenas olhar downloads. O que realmente define o valor da Muse são três indicadores: taxa de retenção, taxa de conversão para pagamento e quantas tarefas reais os usuários entregam para ela completar toda semana.
Se esses três números não deslancharem, a Muse será apenas um lançamento bonito.
Mas se continuarem crescendo, talvez o mercado precise reavaliar se os mais de 100 bilhões de dólares torrados pela Meta são custo ou bilhete de entrada para o próximo grande canal de consumo.
Demonstração de funcionalidades do StockWe.com – ferramenta de análise quantitativa de IA para ações dos EUA
O American Stock Investment Network é uma empresa de tecnologia financeira especializada no mercado de ações dos EUA, fundada em 2008 no Vale do Silício, EUA, por Ken, ex-analista da Bolsa de Valores de Nova York. Unindo analistas da Morgan Stanley e engenheiros do Google e Meta, utiliza IA e big data, aliados à experiência prática de Wall Street e modelos quantitativos do setor para criar um banco de dados de ações que processa diariamente informações de milhões de papéis: captação de grandes operações com opções, fluxo de capitais institucionais em tempo real, mudanças de posicionamento de instituições financeiras, breaking news de Trump