O Google lançou em outubro de 2025 o Gemini 2.5 Computer Use, um modelo de IA capaz de operar interfaces de usuário de forma autônoma, clicando em botões, preenchendo formulários, navegando em browsers e executando fluxos de trabalho completos sem intervenção humana. Em seguida, a empresa integrou a funcionalidade como ferramenta nativa ao Gemini 3.5 Flash, descrevendo-o no Google Blog como “nossa melhor performance até agora para tarefas agentic de uso de computador”.
Inscrição confirmada! Agora você faz parte do ritmo.
O que o modelo faz na prática
O Computer Use interage com a tela como um operador humano faria. De acordo com a documentação oficial, o modelo é otimizado para três categorias principais: automação de navegador, execução de workflows de software com múltiplas etapas e testes de interface que exigem raciocínio.
Na prática, isso significa automatizar tarefas como atualizar registros em um CRM, executar fluxos de onboarding em plataformas sem API disponível, rodar campanhas em ferramentas de marketing e conduzir testes de UI, tudo isso sem precisar de conector nativo, webhook ou desenvolvimento customizado. Se o sistema tem uma tela, ele pode ser automatizado.
Por que isso muda a equação de automação
Até agora, automatizar qualquer processo dependente de interface gráfica exigia uma API disponível, um conector como Zapier ou Make, ou desenvolvimento sob medida. O Computer Use contorna essa lógica inteiramente, o que representa uma mudança concreta de viabilidade para startups que operam com times enxutos e volume crescente de tarefas repetitivas.
Para esse perfil de operação, a barreira técnica e o custo de projetos de automação caem de forma significativa, especialmente em ferramentas que não oferecem integração acessível. A funcionalidade está disponível via Gemini API com suporte a padrão assíncrono, o que permite iniciar uma tarefa, obter um job ID e monitorar o status sem bloquear o sistema, algo relevante para automações de longa duração que precisam rodar em segundo plano.
O que o Google admite sobre os riscos
Antes de incluir o Computer Use em qualquer operação crítica, um ponto importante: o Google Cloud classifica o produto como Pre-GA, sujeito a termos específicos de ofertas pré-lançamento. A documentação oficial adverte que o modelo pode ser propenso a erros, apresenta riscos de segurança e não deve ser usado em tarefas importantes.
O critério prático para adoção neste momento passa por avaliar o nível de reversibilidade de cada ação. Faz sentido começar por tarefas repetitivas de baixo risco, onde um erro não gera impacto irreversível. Fluxos financeiros, envio de comunicações em massa ou qualquer ação difícil de desfazer ainda não são território seguro para um agente em fase pré-produção.
O sinal estratégico por trás da integração
Integrar o Computer Use como ferramenta nativa ao Gemini 3.5 Flash não é um detalhe técnico. É um posicionamento de que o Google está transformando o Gemini em infraestrutura para agentes autônomos, deixando para trás a leitura de que se trata apenas de um modelo de linguagem.
Para o ecossistema de startups, isso acelera a corrida por capacidade agentic como diferencial operacional, e desloca a competição dos benchmarks de linguagem para a capacidade de executar tarefas reais em sistemas reais. O que vale observar nos próximos trimestres é como esse mercado de automação por interface visual vai amadurecer e quais vendors vão oferecer garantias de produção estável primeiro.
