A Microsoft anunciou uma atualização no Copilot que permite a utilização simultânea de diferentes modelos de inteligência artificial no mesmo fluxo de trabalho. O novo recurso Critique, aplicado ao agente Researcher, passa a extrair resultados do GPT, da OpenAI, e do Claude, da Anthropic, para compor e revisar respostas antes de apresentá-las ao usuário.

No fluxo atual, segundo a empresa, o GPT gera a primeira versão da resposta e o Claude atua como revisor para checar precisão e qualidade. A Microsoft sinalizou a intenção de tornar esse processo bidirecional no futuro. Junto ao Critique, a companhia lançou o Model Council, que permite comparar respostas lado a lado entre modelos, e ampliou a disponibilidade do Copilot Cowork — ferramenta de agentes autônomos baseada no Claude — a membros do programa Frontier.

Queremos que modelos diferentes trabalhem juntos para gerar benefícios reais aos clientes.

Do ponto de vista econômico, o movimento tem dupla finalidade: melhorar a confiabilidade do produto para clientes corporativos e acelerar a adoção do ecossistema Microsoft 365. Em um mercado em que erros de IA (as chamadas “alucinações”) podem ter custo operacional e reputacional, oferecer validação cruzada entre modelos é um argumento comercial para vender soluções mais caras e integradas.

A iniciativa também reconfigura a competição entre provedores. Ao combinar modelos de rivais como OpenAI e Anthropic no Copilot, a Microsoft aumenta seu apelo para empresas que buscam performance e mitigação de risco, ao mesmo tempo em que força concorrentes — como o Google com o Gemini — a acelerar inovações ou oferecer contrapartidas comerciais. Há, portanto, potencial pressão sobre preços, contratos e estratégias de parceria no segmento corporativo.

Resta ao mercado observar se a integração multimodelo traduzirá ganhos efetivos de produtividade para justificar a estratégia comercial. Para a Microsoft, o desafio será equilibrar interoperabilidade com fornecedores externos, garantir transparência e manter a qualidade das respostas, sob pena de o argumento de confiabilidade não se sustentar diante da adoção em larga escala.

A abordagem multimodelo pode reduzir alucinações e elevar a confiabilidade das respostas de IA.