WEBVTT

00:00:00.000 --> 00:00:02.600
Você ainda está fazendo auditorias manuais no Fabric? Fascinante.

00:00:03.060 --> 00:00:07.260
Isso significa que você passa o fim de semana voluntariamente cruzando dados de conjuntos do Power BI,

00:00:07.460 --> 00:00:09.820
workspaces do Fabric e classificações do Purview com planilhas.

00:00:10.440 --> 00:00:14.460
Admirável, se o seu objetivo é ganhar um prêmio pelo uso, menos eficiente da inteligência humana.

00:00:15.460 --> 00:00:18.120
Governança Microsoft Fabric não é difícil por falta de recursos.

00:00:18.800 --> 00:00:21.320
É difícil porque os sistemas se recusam a falar a mesma língua.

00:00:22.340 --> 00:00:25.760
Cada um opera como um gerente arrogante que insiste que seu departamento é diferente.

00:00:25.760 --> 00:00:30.420
O Purview rastreia classificações, o Power BI impõe segurança, o Fabric gerencia a Pipeline,

00:00:30.500 --> 00:00:32.520
e você fica como árbitro das discussões deles no Excel.

00:00:33.380 --> 00:00:36.080
Apresentamos o GPT-5 dentro do Microsoft 305 Pilot.

00:00:36.480 --> 00:00:38.980
Este não é o mesmo assistente obediente que você usava para resumir antes.

00:00:39.240 --> 00:00:40.380
É um auditor com capacidade de raciocínio.

00:00:40.660 --> 00:00:44.040
A diferença? O GPT-5 não apenas encontra informações, ele entende relacionamentos.

00:00:44.740 --> 00:00:48.460
Neste vídeo você aprenderá como ele automatiza a governança do Fabric entre serviços

00:00:48.460 --> 00:00:50.320
sem única verificação manual.

00:00:50.860 --> 00:00:54.760
O raciocínio passo a passo que vem a seguir transforma o trabalho árduo e conformidade em pura lógica.

00:00:54.760 --> 00:00:57.300
Por que a governança falha no Microsoft Fabric?

00:00:57.820 --> 00:00:58.820
Aqui está a verdade desconfortar.

00:00:59.380 --> 00:01:01.880
O Fabric unificou a análise, mas esqueceu de unificar a governança.

00:01:02.540 --> 00:01:06.180
Sob os dashboards elegantes, existe uma rede bagunçada de sistemas competindo por atenção.

00:01:07.300 --> 00:01:10.580
O Fabric armazena os dados, o Power BI os visualiza e o Purview os categoriza,

00:01:10.660 --> 00:01:11.920
mas nenhum deles se comunica bem.

00:01:12.480 --> 00:01:14.140
Você pensaria que a Microsoft Construpa ia cooperar?

00:01:14.720 --> 00:01:17.140
Na prática, aparece mais três gênios em uma mesa de conferência,

00:01:17.220 --> 00:01:18.960
cada um falando seu próprio dialeto de Jason.

00:01:19.520 --> 00:01:21.820
Por isso que a governança entra em colapso sob sua própria ambição.

00:01:22.180 --> 00:01:24.480
Em ambos, você tem um lake house cheio de dados sensíveis.

00:01:25.020 --> 00:01:27.480
Dashboards do Power BI referenciando os de 15 ângulos

00:01:27.480 --> 00:01:29.780
e o Purview atribuindo rótulos em isolamento total.

00:01:30.660 --> 00:01:34.220
Quando os auditores pedem provas de que cada conjunto de dados classificados está seguro,

00:01:34.560 --> 00:01:37.100
você descobre que o Fabric conhece a linhagem, o Purview conhece as tags

00:01:37.100 --> 00:01:40.240
e o Power BI conhece as funções, mas ninguém sabe a história toda.

00:01:40.880 --> 00:01:42.320
O resultado é um emaranhado digital,

00:01:42.640 --> 00:01:45.520
uma tigela sem fim de campos, permissões e fluxos interconectados.

00:01:46.180 --> 00:01:49.060
Cada fio toca outro, mas nenhum deles reconhece a conexão.

00:01:49.060 --> 00:01:52.960
As equipes de governança acabam extraindo exportações de EPI manualmente,

00:01:53.040 --> 00:01:54.920
cruzando nomes que quase, mas não totalmente,

00:01:55.300 --> 00:01:57.440
coincidem e discutindo com CSVs que se recusam a alinhar.

00:01:57.920 --> 00:02:00.740
A auditoria média se torna um experimento sociológico sobre a paciência humana.

00:02:01.120 --> 00:02:02.040
Veja a Helena da conformidade.

00:02:02.560 --> 00:02:05.220
Ela passou duas semanas reconciliando conjuntos de dados

00:02:05.220 --> 00:02:07.640
altamente confidenciais do Purview com as restrições do Power BI.

00:02:08.160 --> 00:02:11.020
Duas semanas para descobrir que metade dos ativos estava classificada incorretamente,

00:02:11.120 --> 00:02:13.880
e a outra metade com rótulos errados porque alguém renomeou o workspace durante o projeto.

00:02:13.880 --> 00:02:17.200
O veredito dela, se o Fabric tivesse consciência, ele pediria desculpa.

00:02:17.640 --> 00:02:18.440
Mas o Fabric não tem.

00:02:18.840 --> 00:02:20.180
Ele apenas registra eventos e sorri.

00:02:20.820 --> 00:02:22.380
O problema real não é técnico, é lógico.

00:02:22.860 --> 00:02:24.580
As plataformas são brilhantes e armazenar fatos,

00:02:24.620 --> 00:02:26.140
mas não fazem ideia de como raciocinar sobre ele.

00:02:26.460 --> 00:02:29.220
Eles podem lhe dizer o que existe, mas não como essas coisas se relacionam com ele.

00:02:29.780 --> 00:02:31.820
É por isso que seus scripts e consultas só vão até certo ponto.

00:02:32.260 --> 00:02:33.900
Para validar a conformidade entre sistemas,

00:02:34.080 --> 00:02:35.860
você precisa de uma entidade capaz de inferência,

00:02:35.980 --> 00:02:39.060
algo que não apenas veja dados, mas deduza relações entre eles.

00:02:39.540 --> 00:02:42.060
Conheça o GPT-5, o primeiro estagiário da história da Microsoft

00:02:42.060 --> 00:02:43.580
que não precisa de supervisão constante.

00:02:44.240 --> 00:02:45.800
Diferente dos modelos anteriores do Coparity,

00:02:45.900 --> 00:02:47.260
não para na correspondência de palavra-chave.

00:02:47.880 --> 00:02:49.400
Ele realiza raciocínio estruturado,

00:02:49.520 --> 00:02:51.280
correlacionando grafos de linhagem do Fabric,

00:02:51.400 --> 00:02:53.740
classificações do Purview e modelos de segurança do Power BI

00:02:53.740 --> 00:02:54.880
em uma narrativa unificada.

00:02:55.940 --> 00:02:58.160
Ele constrói que as próprias ferramentas não conseguem contê-lo.

00:02:58.680 --> 00:03:01.040
A governança finalmente passa da inspeção interminável

00:03:01.040 --> 00:03:02.100
para automação inteligente,

00:03:02.300 --> 00:03:04.080
e pela primeira vez você pode editar o sistema

00:03:04.080 --> 00:03:05.600
em vez de diagnosticar seus mal-entendidos.

00:03:06.860 --> 00:03:10.120
Conheça o GPT-5, o raciocínio como elo perdido.

00:03:10.660 --> 00:03:13.080
Para ser claro, o GPT-5 não acordou uma manhã

00:03:13.080 --> 00:03:14.560
e aprendeu a digitar mais rápido.

00:03:15.400 --> 00:03:16.800
As manchetes podem falar sobre velocidade,

00:03:17.000 --> 00:03:17.760
mas isso é um efeito colateral.

00:03:18.260 --> 00:03:19.640
A verdadeira manchete é o raciocínio.

00:03:20.160 --> 00:03:22.240
A Microsoft incorporou a lógica de cadeia de pensamento

00:03:22.240 --> 00:03:23.780
diretamente no cérebro operacional do Copilot.

00:03:24.440 --> 00:03:24.960
Em tradução,

00:03:25.360 --> 00:03:27.180
o modelo não apenas regurgita a documentação,

00:03:27.280 --> 00:03:28.860
ele simula como um especialista humano pensaria

00:03:28.860 --> 00:03:30.540
sem o vício em café e as férias anuais.

00:03:31.080 --> 00:03:32.160
Compare isso ao GPT-4.

00:03:32.660 --> 00:03:34.160
O modelo anterior era com um assistente dirigente

00:03:34.160 --> 00:03:36.120
que respondia perguntas exatamente conformiladas.

00:03:36.440 --> 00:03:37.760
Pergunte sobre políticas do Purview

00:03:37.760 --> 00:03:39.860
e ele obedientemente permaneceria dentro daquela caixa de ferramentas.

00:03:39.860 --> 00:03:40.920
Inteligente, sim.

00:03:41.500 --> 00:03:42.080
Autônomo, não.

00:03:42.740 --> 00:03:44.200
Ele não conseguia inferir que sua pergunta

00:03:44.200 --> 00:03:45.480
sobre acesso a conjuntos de dados

00:03:45.480 --> 00:03:47.200
também poderia exigir uma verificação cruzada

00:03:47.200 --> 00:03:49.160
de funções do Power BI e pipelines do Fabric.

00:03:49.960 --> 00:03:51.200
Você precisava entregar o contexto de bandeira.

00:03:51.720 --> 00:03:52.740
O GPT-5, por outro lado,

00:03:52.800 --> 00:03:54.100
aprende o contexto conforme avança.

00:03:54.880 --> 00:03:56.420
Ele percebe as conexões que você esqueceu

00:03:56.420 --> 00:03:58.300
de mencionar e raciocina sobre elas antes de responder.

00:03:59.020 --> 00:04:01.280
Veja como isso funciona dentro do Microsoft Adolescencia Copilot.

00:04:01.820 --> 00:04:03.660
No momento em que você envia uma consulta de governança,

00:04:03.740 --> 00:04:04.060
por exemplo,

00:04:04.220 --> 00:04:06.340
mostre todos os ativos do Fabric com endereços de clientes

00:04:06.340 --> 00:04:07.500
que não estão classificados no Purview,

00:04:07.580 --> 00:04:09.680
o GPT-5 aciona uma cadeia de raciocínio interna,

00:04:09.880 --> 00:04:10.760
ou GPT-5 interna.

00:04:11.140 --> 00:04:11.460
Passo 1,

00:04:11.520 --> 00:04:12.400
interpreta a sua intenção.

00:04:12.920 --> 00:04:15.300
Ele reconhece que a solicitação não é sobre um único sistema,

00:04:15.480 --> 00:04:17.620
mas sobre as três superfícies do seu patrimônio de dados.

00:04:18.680 --> 00:04:19.160
Passo 2,

00:04:19.340 --> 00:04:20.700
ele lança threads mentais separadas,

00:04:20.780 --> 00:04:21.520
uma para cada domínio.

00:04:22.020 --> 00:04:23.620
O Fabric fornece linhagem de dados,

00:04:23.700 --> 00:04:25.560
o Purview contribui com metadados de classificação

00:04:25.560 --> 00:04:27.680
e o Power BI expõe a configuração de segurança.

00:04:28.340 --> 00:04:29.100
Passo 3,

00:04:29.100 --> 00:04:30.620
ele converge essas threads,

00:04:30.780 --> 00:04:32.880
reconciliando identificadores e verificando semânticas

00:04:32.880 --> 00:04:34.600
para que a resposta final seja validada,

00:04:34.740 --> 00:04:36.040
em vez de aproximada.

00:04:36.800 --> 00:04:38.220
O Copilot antigo unia informações.

00:04:38.500 --> 00:04:39.840
O novo Copilot valida a lógica,

00:04:40.200 --> 00:04:41.580
por isso que comparações simples de velocidade

00:04:41.580 --> 00:04:42.460
perdem o ponto principal.

00:04:42.820 --> 00:04:44.940
O aspecto revolucionário não é a rapidez da resposta,

00:04:45.200 --> 00:04:46.400
mas o fato de que cada resposta

00:04:46.400 --> 00:04:48.080
traz um raciocínio interno incorporado

00:04:48.080 --> 00:04:50.660
é como se o Power Automate tivesse ido para a faculdade,

00:04:50.820 --> 00:04:51.640
se formado com louvor

00:04:51.640 --> 00:04:53.820
e voltado a determinado aplicar cláusulas de conformidade.

00:04:54.500 --> 00:04:56.660
A maioria dos usuários confunde raciocínio com verbosidade.

00:04:57.020 --> 00:04:58.320
Suponho que uma explicação mais longa

00:04:58.320 --> 00:04:59.660
significa que o modelo está se exibindo.

00:04:59.900 --> 00:05:01.700
Não, a verbosidade é a evidência de deliberação,

00:05:01.800 --> 00:05:03.480
é o registro de sua trilha de auditoria cognitiva.

00:05:03.860 --> 00:05:05.460
Assim como o auditor escreve notas

00:05:05.460 --> 00:05:06.520
apoiando cada conclusão,

00:05:06.860 --> 00:05:08.920
o GPT-5 descreve os passos lógicos que seguiu.

00:05:09.340 --> 00:05:10.840
Essa trilha de auditoria não é enrolação,

00:05:10.920 --> 00:05:11.420
é proteção.

00:05:12.060 --> 00:05:13.100
Quando os reguladores perguntam

00:05:13.100 --> 00:05:14.360
como a conclusão foi alcançada,

00:05:14.420 --> 00:05:15.460
você finalmente tem uma resposta

00:05:15.460 --> 00:05:16.400
que vai além do que o disse.

00:05:17.340 --> 00:05:18.640
Vamos secar o modelo funcional.

00:05:19.260 --> 00:05:21.040
Pense nele como um pipeline de três estágios,

00:05:21.120 --> 00:05:22.260
interpretação de solicitação,

00:05:22.500 --> 00:05:23.300
raciocínio multidomínio,

00:05:23.400 --> 00:05:24.480
síntese, verificada.

00:05:24.480 --> 00:05:26.540
No primeiro estágio,

00:05:26.620 --> 00:05:28.340
o copilot analisa a linguagem no contexto,

00:05:28.760 --> 00:05:30.560
entendendo que dados sensíveis não rotulados

00:05:30.560 --> 00:05:32.580
implicam uma lacuna de classificação no purview.

00:05:33.900 --> 00:05:34.860
No segundo estágio,

00:05:35.180 --> 00:05:38.000
ele raciocina através de planos de dados simultaneamente,

00:05:38.520 --> 00:05:40.320
correlacionando campos que não são idênticos,

00:05:40.420 --> 00:05:41.700
mas funcionalmente relacionados,

00:05:41.860 --> 00:05:43.400
como combinar a ID do cliente no Fabric

00:05:43.400 --> 00:05:44.740
com o Cust-ID no Power BI.

00:05:46.200 --> 00:05:47.560
No estágio final de síntese,

00:05:47.640 --> 00:05:48.960
ele verifica cada link inferido

00:05:48.960 --> 00:05:51.060
antes de apresentar o resumo em que você confia.

00:05:51.060 --> 00:05:52.540
E aqui está o choque,

00:05:52.600 --> 00:05:53.740
você nunca pediu para ele fazer nada disso.

00:05:54.520 --> 00:05:56.240
O loop de raciocínio roda invisivelmente

00:05:56.240 --> 00:05:57.520
como um pequeno comitê interno

00:05:57.520 --> 00:05:58.540
que debate as evidências

00:05:58.540 --> 00:06:00.060
antes de deixar o porta-voz falar.

00:06:00.720 --> 00:06:01.620
E é isso que o Microsoft quer dizer

00:06:01.620 --> 00:06:02.760
com cadeia de pensamento integrada.

00:06:03.600 --> 00:06:05.080
GPT-5 escolhe quando um raciocínio

00:06:05.080 --> 00:06:06.020
mais profundo é necessário

00:06:06.020 --> 00:06:06.960
ou aplica automaticamente.

00:06:07.840 --> 00:06:09.060
Então, quando você faz uma pergunta

00:06:09.060 --> 00:06:10.640
de conformidade aparentemente inocente,

00:06:10.780 --> 00:06:12.360
quais tabelas de Lakehouse contêm pi

00:06:12.360 --> 00:06:13.440
mas carecem de um artefato

00:06:13.440 --> 00:06:14.560
correspondente no Power BI?

00:06:15.140 --> 00:06:15.660
Como regra,

00:06:15.660 --> 00:06:17.860
o GPT-5 não recorre à busca por palavra-chave.

00:06:18.300 --> 00:06:19.640
Ele reconstrói o grafo de linhagem,

00:06:19.640 --> 00:06:22.220
faz referência cruzada de tags do Purview,

00:06:22.400 --> 00:06:23.560
interpreta vínculos de segurança

00:06:23.560 --> 00:06:25.240
e revela apenas as divergências verificáveis

00:06:25.240 --> 00:06:26.340
em todos os conjuntos de dados.

00:06:27.080 --> 00:06:28.140
O resultado não é um palpite,

00:06:28.200 --> 00:06:29.180
é uma conclusão derivada.

00:06:29.840 --> 00:06:30.860
E sim, isso finalmente resolve

00:06:30.860 --> 00:06:31.580
o problema de governança

00:06:31.580 --> 00:06:33.120
que o próprio Fabric nunca conseguiu articular.

00:06:34.380 --> 00:06:35.000
Pela primeira vez,

00:06:35.060 --> 00:06:35.860
a correção contextual

00:06:35.860 --> 00:06:37.080
substitui a correlação manual.

00:06:37.660 --> 00:06:39.260
Gasta menos tempo reunindo fragmentos

00:06:39.260 --> 00:06:40.440
e mais tempo interpretando estratégia.

00:06:41.320 --> 00:06:43.060
O modelo realiza pensamento relacional

00:06:43.060 --> 00:06:44.440
em seu nome como delegar uma análise

00:06:44.440 --> 00:06:45.760
a alguém que não apenas lê a política,

00:06:45.860 --> 00:06:46.920
mas também entende a política

00:06:46.920 --> 00:06:47.740
por trás dela.

00:06:47.740 --> 00:06:49.840
Então, quão diferente fica o seu dia?

00:06:50.580 --> 00:06:51.420
Imagine um estagiário

00:06:51.420 --> 00:06:52.860
que prevê quais objetos de política

00:06:52.860 --> 00:06:54.220
se sobrepõe antes mesmo de você

00:06:54.220 --> 00:06:55.020
redigir a consulta.

00:06:55.080 --> 00:06:56.440
Explica seu raciocínio linha por linha

00:06:56.440 --> 00:06:57.180
e não o incomoda.

00:06:57.300 --> 00:06:58.440
A menos que o conjunto de dados

00:06:58.440 --> 00:06:59.520
realmente entre em conflito.

00:07:00.560 --> 00:07:01.940
Esse é o GPT-5 dentro do Copilot,

00:07:02.080 --> 00:07:02.800
o estagiário promovido

00:07:02.800 --> 00:07:03.580
oficial de conformidade

00:07:03.580 --> 00:07:04.680
trabalhando silenciosamente

00:07:04.680 --> 00:07:05.460
e sempre raciocinando.

00:07:06.320 --> 00:07:07.040
Agora vamos colocá-lo

00:07:07.040 --> 00:07:08.140
para trabalhar em uma auditoria real.

00:07:09.100 --> 00:07:09.760
O método antigo

00:07:09.760 --> 00:07:10.980
versus o método GPT-5.

00:07:11.400 --> 00:07:12.420
Vamos percorrer um cenário real.

00:07:13.140 --> 00:07:13.600
Sua tarefa,

00:07:13.740 --> 00:07:14.960
confirmar se todo o conjunto de dados

00:07:14.960 --> 00:07:15.780
em um lake house do Fabric

00:07:15.780 --> 00:07:17.080
que contém informações de identificação pessoal,

00:07:17.320 --> 00:07:18.160
está classificado no Purview

00:07:18.160 --> 00:07:19.020
e protegido por segurança

00:07:19.020 --> 00:07:20.160
em nível de linha no Power BI

00:07:20.160 --> 00:07:21.180
e protegido por segurança

00:07:21.180 --> 00:07:22.600
em nível de linha no Power BI.

00:07:22.900 --> 00:07:23.720
Objetivo direto,

00:07:23.820 --> 00:07:24.900
execução catastrófica.

00:07:25.460 --> 00:07:26.360
O antigo fluxo de trabalho

00:07:26.360 --> 00:07:27.340
parecia uma caça ao tesouro

00:07:27.340 --> 00:07:28.040
projetado a mãozinha.

00:07:28.500 --> 00:07:29.460
Você abriu o Power BI

00:07:29.460 --> 00:07:30.760
para exportar perfis de acesso

00:07:30.760 --> 00:07:31.560
e ao Purview

00:07:31.560 --> 00:07:32.820
para listar ativos rotulados

00:07:32.820 --> 00:07:33.800
e exportava metadados

00:07:33.800 --> 00:07:34.760
de pipelines do Fabric

00:07:34.760 --> 00:07:35.600
torcendo para que os nomes

00:07:35.600 --> 00:07:36.560
das colunas coincidissem.

00:07:36.860 --> 00:07:37.620
Raramente coincidiam.

00:07:37.820 --> 00:07:38.460
Três dashboards,

00:07:38.600 --> 00:07:39.220
quatro exportações,

00:07:39.340 --> 00:07:39.840
dois migrantes

00:07:39.840 --> 00:07:40.740
e ainda sem nenhuma certeza.

00:07:41.240 --> 00:07:42.420
Você tentava reconciliar dados

00:07:42.420 --> 00:07:43.720
que viviam em universos paralelos.

00:07:44.120 --> 00:07:45.300
O antigo copilot não ajudava muito.

00:07:45.640 --> 00:07:46.800
Ele resumia cada serviço,

00:07:46.880 --> 00:07:48.020
mas faltava cola intelectual

00:07:48.020 --> 00:07:48.840
para conectá-los.

00:07:49.800 --> 00:07:50.580
Ao pedir para listar

00:07:50.580 --> 00:07:51.360
conjuntos de dados

00:07:51.360 --> 00:07:52.360
classificados pelo Purview

00:07:52.360 --> 00:07:53.200
usados no Power BI,

00:07:53.660 --> 00:07:54.660
ele gentilmente recuperava

00:07:54.660 --> 00:07:55.400
listas separadas.

00:07:55.880 --> 00:07:56.680
Era como contratar

00:07:56.680 --> 00:07:57.460
três tradutores

00:07:57.460 --> 00:07:58.760
que conhecem apenas um idioma cada.

00:07:59.320 --> 00:08:00.400
Sim, eles falam fluentemente,

00:08:00.520 --> 00:08:01.240
mas nunca entre si.

00:08:01.780 --> 00:08:02.980
A auditoria terminava com você,

00:08:03.060 --> 00:08:03.620
rezando para que os nomes

00:08:03.620 --> 00:08:04.420
alinhassem com coincidência.

00:08:04.800 --> 00:08:05.660
Spoiler, eles não alinhavam.

00:08:06.140 --> 00:08:07.140
Agora, entra o GPT sim.

00:08:07.780 --> 00:08:08.460
A mesma consulta,

00:08:08.500 --> 00:08:09.300
mas com uma mecânica cerebral

00:08:09.300 --> 00:08:09.880
completamente feia.

00:08:10.280 --> 00:08:10.700
Você diz,

00:08:10.700 --> 00:08:11.780
audite todos os ativos

00:08:11.780 --> 00:08:12.560
do Fabric Compi

00:08:12.560 --> 00:08:13.140
para confirmar

00:08:13.140 --> 00:08:13.660
a classificação

00:08:13.660 --> 00:08:14.880
e restrições de segurança.

00:08:16.180 --> 00:08:17.180
O copilot impulsionado

00:08:17.180 --> 00:08:17.980
pelo GPT-5

00:08:17.980 --> 00:08:18.700
interpreta a afirmação

00:08:18.700 --> 00:08:19.300
de forma holística.

00:08:19.820 --> 00:08:20.300
Passo 1.

00:08:20.760 --> 00:08:21.660
Ele consulta o gráfico

00:08:21.660 --> 00:08:22.900
de linhagem interna do Fabric,

00:08:23.060 --> 00:08:24.180
rastreando cada artefato

00:08:24.180 --> 00:08:25.520
que referencia dados de clientes.

00:08:26.100 --> 00:08:26.980
Ele não para nos contêineres

00:08:26.980 --> 00:08:27.420
de armazenamento.

00:08:27.940 --> 00:08:28.820
Ele segue as transformações

00:08:28.820 --> 00:08:29.580
através de notebooks

00:08:29.580 --> 00:08:29.940
e pipeline.

00:08:30.740 --> 00:08:31.380
Passo 2.

00:08:31.640 --> 00:08:32.340
Ele busca as tabelas

00:08:32.340 --> 00:08:33.360
de classificação do Purview,

00:08:33.740 --> 00:08:34.820
verificando se esses artefatos

00:08:34.820 --> 00:08:36.260
contêm rótulos de dados sensíveis.

00:08:37.160 --> 00:08:37.840
Passo 3.

00:08:37.840 --> 00:08:39.340
Ele mergulha no Power BI,

00:08:39.560 --> 00:08:40.420
cruzando os mapeamentos

00:08:40.420 --> 00:08:41.480
de segurança em nível de linha

00:08:41.480 --> 00:08:42.580
com os mesmos identificadores

00:08:42.580 --> 00:08:43.540
de linhagem expostos

00:08:43.540 --> 00:08:44.160
pelo Fabric.

00:08:45.000 --> 00:08:45.680
Passo 4.

00:08:45.760 --> 00:08:46.800
Ele mescla esse conhecimento

00:08:46.800 --> 00:08:47.500
em um único resumo

00:08:47.500 --> 00:08:48.100
de conformidade,

00:08:48.200 --> 00:08:48.900
com inconsistências

00:08:48.900 --> 00:08:49.500
não resolvidas

00:08:49.500 --> 00:08:50.600
sinalizadas como riscos.

00:08:51.260 --> 00:08:51.780
Em nenhum momento

00:08:51.780 --> 00:08:52.840
você mencionou explicitamente

00:08:52.840 --> 00:08:53.640
correlacionar e diz

00:08:53.640 --> 00:08:54.340
ou juntar pelo nome

00:08:54.340 --> 00:08:54.980
do conjunto de dados.

00:08:56.100 --> 00:08:57.160
A camada de raciocínio

00:08:57.160 --> 00:08:57.980
deduziu-se sozinha

00:08:57.980 --> 00:08:58.840
porque o GPT-5

00:08:58.840 --> 00:09:00.080
estrutura a lógica internamente

00:09:00.080 --> 00:09:01.120
identificando relações

00:09:01.120 --> 00:09:01.920
que auditores humanos

00:09:01.920 --> 00:09:03.320
teriam que confirmar manualmente.

00:09:04.440 --> 00:09:05.180
Isso não é correspondência

00:09:05.180 --> 00:09:05.580
de padrões,

00:09:05.660 --> 00:09:06.840
referência em escala empresarial.

00:09:07.680 --> 00:09:08.260
Para entender melhor,

00:09:08.340 --> 00:09:09.100
vamos expor a sequência

00:09:09.100 --> 00:09:09.720
de raciocínio.

00:09:10.420 --> 00:09:11.480
Identificar, combinar,

00:09:11.740 --> 00:09:12.800
cruzar dados, sintetizar.

00:09:13.260 --> 00:09:13.620
Primeiro,

00:09:13.860 --> 00:09:14.640
identifique a linhagem

00:09:14.640 --> 00:09:15.300
que vem de onde.

00:09:15.900 --> 00:09:16.560
Segundo, combine

00:09:16.560 --> 00:09:17.260
conjuntos de dados

00:09:17.260 --> 00:09:18.100
com rótulos do pervio.

00:09:18.400 --> 00:09:18.840
Terceiro,

00:09:18.920 --> 00:09:19.620
cruze as restrições

00:09:19.620 --> 00:09:20.100
do Power BI

00:09:20.100 --> 00:09:20.660
para esses mesmos

00:09:20.660 --> 00:09:21.240
conjuntos de dados.

00:09:21.780 --> 00:09:22.220
Finalmente,

00:09:22.340 --> 00:09:23.060
sintetize tudo

00:09:23.060 --> 00:09:23.520
em um relatório

00:09:23.520 --> 00:09:24.540
de governança verificado.

00:09:25.000 --> 00:09:25.600
O ciclo inteiro

00:09:25.600 --> 00:09:26.800
é executado com uma consulta

00:09:26.800 --> 00:09:27.860
substituindo horas

00:09:27.860 --> 00:09:28.660
de triagem manual.

00:09:29.760 --> 00:09:30.700
O que torna isso poderoso

00:09:30.700 --> 00:09:31.260
não é mágica,

00:09:31.320 --> 00:09:31.880
é consistência.

00:09:32.680 --> 00:09:33.200
Auditores humanos

00:09:33.200 --> 00:09:33.600
são falidos.

00:09:33.960 --> 00:09:34.640
Eles esquecem o nome

00:09:34.640 --> 00:09:35.320
de um fluxo de dados,

00:09:35.400 --> 00:09:35.940
ignoram uma tabela

00:09:35.940 --> 00:09:36.500
reclassificada,

00:09:36.600 --> 00:09:37.180
perdem a paciência.

00:09:40.420 --> 00:09:41.140
de uma corrente lógica,

00:09:41.200 --> 00:09:41.900
rastreando relações

00:09:41.900 --> 00:09:42.580
até que os limiares

00:09:42.580 --> 00:09:43.620
de confiança sejam atingidos.

00:09:44.340 --> 00:09:44.780
Na prática,

00:09:44.860 --> 00:09:45.240
isso significa

00:09:45.240 --> 00:09:46.220
que a governança do fábrica

00:09:46.220 --> 00:09:46.860
deixa de ser um jogo

00:09:46.860 --> 00:09:47.380
de adivinhação

00:09:47.380 --> 00:09:48.080
e passa a ser álgebra.

00:09:48.520 --> 00:09:49.140
O modelo reduz

00:09:49.140 --> 00:09:49.720
a conformidade

00:09:49.720 --> 00:09:50.940
a uma equação solucionável.

00:09:51.480 --> 00:09:51.900
Vamos adicionar

00:09:51.900 --> 00:09:52.580
uma pitada de descrença.

00:09:53.260 --> 00:09:54.560
Durante uma revisão fechada,

00:09:54.620 --> 00:09:55.160
um líder de TI

00:09:55.160 --> 00:09:56.080
executou uma auditoria

00:09:56.080 --> 00:09:56.660
entre serviços

00:09:56.660 --> 00:09:57.700
esperando que o GPT-5

00:09:57.700 --> 00:09:58.140
travasse com

00:09:58.140 --> 00:09:59.260
identificadores inconsistentes.

00:09:59.780 --> 00:10:00.340
Em vez disso,

00:10:00.420 --> 00:10:00.980
o modelo inferiu

00:10:00.980 --> 00:10:02.160
os mapeamentos corretamente,

00:10:02.280 --> 00:10:03.400
reconhecendo que o Cust ID

00:10:03.400 --> 00:10:04.020
no Power BI

00:10:04.020 --> 00:10:05.080
se referia ao mesmo campo

00:10:05.080 --> 00:10:05.920
que a Customer Key

00:10:05.920 --> 00:10:06.580
no Fabric.

00:10:07.120 --> 00:10:08.140
O líder encarou o resultado

00:10:08.140 --> 00:10:08.800
como se o sistema

00:10:08.800 --> 00:10:09.680
tivesse lido sua mente.

00:10:10.300 --> 00:10:11.200
A rigor ele lê os metadados

00:10:11.200 --> 00:10:12.360
melhor do que ele jamais conseguiu.

00:10:13.140 --> 00:10:13.980
Esse é um momento de revelação.

00:10:14.620 --> 00:10:15.620
Complexidade de prompt dente,

00:10:15.720 --> 00:10:16.620
que raciocínio exponencialmente

00:10:16.620 --> 00:10:17.240
mais inteligente.

00:10:17.680 --> 00:10:18.200
Você não se tornou

00:10:18.200 --> 00:10:19.200
aditor mirada à noite por dia.

00:10:19.500 --> 00:10:19.860
Se tornou.

00:10:20.380 --> 00:10:20.840
E de repente,

00:10:20.960 --> 00:10:21.880
tarefas que antes exigiam

00:10:21.880 --> 00:10:22.760
scripts, exportações

00:10:22.760 --> 00:10:23.460
e horas de fim de semana

00:10:23.460 --> 00:10:24.020
foram reduzidas

00:10:24.020 --> 00:10:24.960
ao comando conversacional.

00:10:25.260 --> 00:10:26.300
Ergunte, aguarde, revise.

00:10:26.640 --> 00:10:27.280
O raciocínio lida

00:10:27.280 --> 00:10:27.860
com a correlação.

00:10:28.420 --> 00:10:29.180
Observe algo sutil.

00:10:29.940 --> 00:10:30.900
O Copilot agora entrega

00:10:30.900 --> 00:10:31.360
explicações,

00:10:31.460 --> 00:10:32.280
não apenas respostas.

00:10:33.140 --> 00:10:33.880
Seu relatório inclui

00:10:33.880 --> 00:10:34.460
a fundamentação

00:10:34.460 --> 00:10:35.140
para cada conclusão.

00:10:35.740 --> 00:10:36.520
Caminhos de linhagem,

00:10:36.660 --> 00:10:37.440
fontes de classificação,

00:10:37.580 --> 00:10:38.800
políticas de RLS aplicadas.

00:10:39.320 --> 00:10:40.100
Essa transparência

00:10:40.100 --> 00:10:41.120
transforma auditorias

00:10:41.120 --> 00:10:42.180
de documentação reativa

00:10:42.180 --> 00:10:43.140
em evidências vivas.

00:10:43.720 --> 00:10:44.720
Você pode mostrar a gestão

00:10:44.720 --> 00:10:45.760
porque um conjunto de dados

00:10:45.760 --> 00:10:46.620
falha na conformidade

00:10:46.620 --> 00:10:47.760
sem reler três exportações.

00:10:48.420 --> 00:10:49.700
A IEA já aprovou sua lógica.

00:10:50.560 --> 00:10:51.000
Economicamente,

00:10:51.080 --> 00:10:51.680
isso é transformador.

00:10:52.280 --> 00:10:53.260
Custo numa auditoria manual

00:10:53.260 --> 00:10:54.320
não é apenas mão de obra.

00:10:54.320 --> 00:10:55.060
É oportunidade.

00:10:55.580 --> 00:10:56.240
Cada hora gasta

00:10:56.240 --> 00:10:57.200
conciliando CSVs

00:10:57.200 --> 00:10:57.960
é uma hora que não foi gasto

00:10:57.960 --> 00:10:58.880
melhorando a arquitetura.

00:10:59.860 --> 00:11:01.080
O GPT-5 muda esse equilíbrio.

00:11:01.600 --> 00:11:02.580
Você recupera tempo,

00:11:03.020 --> 00:11:03.600
reduz erros

00:11:03.600 --> 00:11:04.440
e estabelece padrões

00:11:04.440 --> 00:11:05.480
de conformidade repetíveis

00:11:05.480 --> 00:11:06.320
entre locatários.

00:11:07.720 --> 00:11:08.480
A mudança é mesurada.

00:11:08.960 --> 00:11:09.440
A governança

00:11:09.440 --> 00:11:10.600
deixa de ser um pânico episódico

00:11:10.600 --> 00:11:10.960
para se tornar

00:11:10.960 --> 00:11:11.880
uma garantia contínua.

00:11:12.700 --> 00:11:13.420
E, filosoficamente,

00:11:13.500 --> 00:11:14.360
algo mais profundo ocorre.

00:11:15.000 --> 00:11:16.060
Fabric parecia opaco,

00:11:16.120 --> 00:11:16.820
uma grande máquina

00:11:16.820 --> 00:11:18.200
com compartimentos secretos demais.

00:11:18.780 --> 00:11:19.540
Com o GPT-5

00:11:19.540 --> 00:11:20.580
observando os compartimentos

00:11:20.580 --> 00:11:21.140
se iluminarem,

00:11:21.240 --> 00:11:22.200
as linhas entre Purview,

00:11:22.200 --> 00:11:23.240
Power BI e Fabric

00:11:23.240 --> 00:11:24.440
se fundem em um esquema conectado

00:11:24.440 --> 00:11:25.680
supervisionado por uma inteligência

00:11:25.680 --> 00:11:27.080
que raciocina constantemente.

00:11:28.020 --> 00:11:28.880
Você não está mais rastejando

00:11:28.880 --> 00:11:29.280
por logs

00:11:29.280 --> 00:11:29.920
e está gerenciando

00:11:29.920 --> 00:11:31.040
a responsabilidade sistêmica?

00:11:31.040 --> 00:11:32.100
Então, sim,

00:11:32.160 --> 00:11:32.920
a geração da prancheta

00:11:32.920 --> 00:11:33.720
de auditores de planilhas

00:11:33.720 --> 00:11:34.680
pode finalmente descansar.

00:11:35.360 --> 00:11:36.580
O GPT-5 no Copilot

00:11:36.580 --> 00:11:37.740
internalizou seus métodos,

00:11:37.820 --> 00:11:38.580
refinou sua bagunça

00:11:38.580 --> 00:11:39.820
e automatizou seu propósito.

00:11:40.320 --> 00:11:41.300
Visibilidade não é mais o problema.

00:11:41.760 --> 00:11:42.800
A verificação é instantânea.

00:11:43.380 --> 00:11:44.120
E agora que a lógica

00:11:44.120 --> 00:11:44.740
está resolvida,

00:11:44.840 --> 00:11:46.160
podemos falar sobre o próximo efeito,

00:11:46.240 --> 00:11:46.880
o que essa automação

00:11:46.880 --> 00:11:47.820
faz com seu orçamento,

00:11:47.920 --> 00:11:48.920
sua postura de conformidade

00:11:48.920 --> 00:11:49.640
e sua sanidade.

00:11:50.920 --> 00:11:52.040
O impacto nos negócios,

00:11:52.080 --> 00:11:53.060
da conformidade reativa

00:11:53.060 --> 00:11:53.780
para preditiva.

00:11:54.460 --> 00:11:55.680
Vamos quantificar isso racionalmente

00:11:55.680 --> 00:11:56.380
antes que alguém comece

00:11:56.380 --> 00:11:57.080
a celebrar milagres

00:11:57.080 --> 00:11:57.700
de produtividade.

00:11:57.700 --> 00:11:59.140
Auditorias manuais

00:11:59.140 --> 00:11:59.860
não são apenas lentas,

00:11:59.920 --> 00:12:00.680
são formas financeiramente

00:12:00.680 --> 00:12:01.620
extravagantes de avalestruição.

00:12:02.060 --> 00:12:03.140
Cada revisão trimestral

00:12:03.140 --> 00:12:04.260
exige analistas humanos

00:12:04.260 --> 00:12:05.480
extraindo metadados,

00:12:05.680 --> 00:12:06.580
alinhando exportações,

00:12:06.960 --> 00:12:07.920
verificando classificações

00:12:07.920 --> 00:12:09.160
e justificando discrepâncias,

00:12:09.400 --> 00:12:10.200
atividades que não geram

00:12:10.200 --> 00:12:11.320
nenhuma vantagem competitiva.

00:12:12.080 --> 00:12:12.320
Portanto,

00:12:12.400 --> 00:12:12.940
você é essencialmente

00:12:12.940 --> 00:12:13.580
pagando especialistas

00:12:13.580 --> 00:12:14.080
por log logs.

00:12:14.740 --> 00:12:15.320
Multiplique isso

00:12:15.320 --> 00:12:16.560
por todas as unidades de negócio

00:12:16.560 --> 00:12:17.120
e a governança

00:12:17.120 --> 00:12:17.900
deixa de ser uma função

00:12:17.900 --> 00:12:18.420
de controle.

00:12:19.060 --> 00:12:20.080
Torna-se um imposto oculto.

00:12:20.300 --> 00:12:21.180
Agora, observe o que acontece

00:12:21.180 --> 00:12:21.600
no momento em que

00:12:21.600 --> 00:12:22.320
a automação de raciocínio

00:12:22.320 --> 00:12:22.540
é assim.

00:12:23.100 --> 00:12:23.920
O GPT-5

00:12:23.920 --> 00:12:24.680
não apenas acelera

00:12:24.680 --> 00:12:25.720
verificações individuais,

00:12:27.700 --> 00:12:28.220
conformidade.

00:12:29.320 --> 00:12:29.620
Antes,

00:12:29.760 --> 00:12:30.940
fotos estáticas agendadas.

00:12:31.060 --> 00:12:31.880
A cada símbolo fiscal,

00:12:32.020 --> 00:12:33.640
cada uma perdendo precisão

00:12:33.640 --> 00:12:34.260
no momento em que

00:12:34.260 --> 00:12:35.000
um pipeline muda.

00:12:35.860 --> 00:12:36.200
Depois,

00:12:36.380 --> 00:12:37.100
garantia contínua

00:12:37.100 --> 00:12:38.100
sustentada por correlação

00:12:38.100 --> 00:12:38.700
automatizada.

00:12:39.660 --> 00:12:40.240
O padrão antigo

00:12:40.240 --> 00:12:40.860
buscava erros

00:12:40.860 --> 00:12:41.820
depois que eles ocorriam.

00:12:42.380 --> 00:12:43.440
O novo os antecipa

00:12:43.440 --> 00:12:44.360
antes que se espalhem.

00:12:45.060 --> 00:12:45.880
Com CDB aditiva,

00:12:46.660 --> 00:12:47.400
como o GPT-5

00:12:47.400 --> 00:12:48.280
entende relacionamentos,

00:12:48.360 --> 00:12:48.900
ele reconhece

00:12:48.900 --> 00:12:49.660
quando a deriva de dados

00:12:49.660 --> 00:12:50.440
começa a surgir.

00:12:51.140 --> 00:12:51.600
Digamos que alguém

00:12:51.600 --> 00:12:52.860
modifique o notebook do fábrica

00:12:52.860 --> 00:12:53.700
e alimenta tabelas de dados

00:12:53.700 --> 00:12:54.100
de clientes.

00:12:54.580 --> 00:12:55.920
O modelo infere instantaneamente

00:12:55.920 --> 00:12:56.920
que o escopo de classificação

00:12:56.920 --> 00:12:57.260
do preview

00:12:57.260 --> 00:12:58.380
pode não corresponder mais,

00:12:58.880 --> 00:12:59.440
gerando um aviso

00:12:59.440 --> 00:12:59.940
antes que a falha

00:12:59.940 --> 00:13:00.780
apareça no relatório.

00:13:01.320 --> 00:13:02.380
É como um sistema imunológico

00:13:02.380 --> 00:13:03.180
integrado ao Copilot

00:13:03.180 --> 00:13:04.140
detectando a infecção

00:13:04.140 --> 00:13:04.840
antes dos sintomas.

00:13:05.700 --> 00:13:06.380
Em termos de governança,

00:13:06.460 --> 00:13:06.940
isso é evolução.

00:13:07.540 --> 00:13:08.380
A matemática operacional

00:13:08.380 --> 00:13:09.160
é igualmente impressionante.

00:13:09.840 --> 00:13:10.520
Ciclos de auditoria

00:13:10.520 --> 00:13:11.080
que levavam dias

00:13:11.080 --> 00:13:12.040
agora se resolvem em minutos.

00:13:12.980 --> 00:13:13.340
O modelo

00:13:13.340 --> 00:13:14.760
realiza raciocínio correlacional

00:13:14.760 --> 00:13:15.500
entre plataformas

00:13:15.500 --> 00:13:16.000
mais rápido

00:13:16.000 --> 00:13:17.280
do que scripts convencionais

00:13:17.280 --> 00:13:18.580
conseguem autenticar conexões.

00:13:19.540 --> 00:13:20.280
Isso não é hiperbole,

00:13:20.540 --> 00:13:21.420
é realidade computacional.

00:13:22.300 --> 00:13:23.120
O raciocínio permite

00:13:23.120 --> 00:13:23.560
que o Copilot

00:13:23.560 --> 00:13:24.940
execute validações simultâneas,

00:13:25.200 --> 00:13:26.380
colapsando fluxos sequenciais

00:13:26.380 --> 00:13:27.580
em fluxos paralelizados.

00:13:28.140 --> 00:13:28.720
O resultado,

00:13:28.860 --> 00:13:29.540
tempo recuperado,

00:13:29.620 --> 00:13:30.420
frustração anulada,

00:13:30.520 --> 00:13:31.400
precisão de conformidade

00:13:31.400 --> 00:13:32.120
mantida em escala.

00:13:32.860 --> 00:13:33.660
A confiança expande

00:13:33.660 --> 00:13:34.280
junto com a velocidade.

00:13:35.100 --> 00:13:35.960
Auditorias antigas

00:13:35.960 --> 00:13:36.760
dependiam de junções

00:13:36.760 --> 00:13:37.340
incompletas

00:13:37.340 --> 00:13:38.020
e inferência manual,

00:13:38.340 --> 00:13:38.840
com os palpites

00:13:38.840 --> 00:13:40.060
embalados em relatórios formais.

00:13:40.060 --> 00:13:41.400
O GPT-5

00:13:41.400 --> 00:13:42.280
substitui a estimativa

00:13:42.280 --> 00:13:43.300
pela verificação cruzada.

00:13:44.040 --> 00:13:44.580
Quando ele declara

00:13:44.580 --> 00:13:45.320
um conjunto de dados

00:13:45.320 --> 00:13:46.080
em conformidade,

00:13:46.420 --> 00:13:47.080
é porque a linhagem,

00:13:47.160 --> 00:13:47.600
a classificação

00:13:47.600 --> 00:13:48.500
e as políticas de segurança

00:13:48.500 --> 00:13:49.080
se alinham

00:13:49.080 --> 00:13:50.120
sob uma lógica observável

00:13:50.120 --> 00:13:50.960
e não suposições.

00:13:51.800 --> 00:13:52.660
Gerentes param de assinar

00:13:52.660 --> 00:13:53.360
relatórios dos quais

00:13:53.360 --> 00:13:54.100
duvidam secretamente.

00:13:54.440 --> 00:13:55.260
Executivos recuperam

00:13:55.260 --> 00:13:56.320
confiança em seus dashboards.

00:13:57.060 --> 00:13:58.160
A organização transita

00:13:58.160 --> 00:13:58.960
de achamos que estamos

00:13:58.960 --> 00:13:59.700
em conformidade

00:13:59.700 --> 00:14:00.460
para podermos provar

00:14:00.460 --> 00:14:01.320
isso programaticamente.

00:14:02.000 --> 00:14:02.660
A escalabilidade

00:14:02.660 --> 00:14:03.480
é o triunfo silencioso.

00:14:03.900 --> 00:14:04.680
Antes, a governança

00:14:04.680 --> 00:14:05.720
escalava linearmente

00:14:05.720 --> 00:14:06.220
com a equipe.

00:14:07.240 --> 00:14:07.960
Cada novo workspace

00:14:07.960 --> 00:14:09.400
exigia trabalho proporcional.

00:14:09.400 --> 00:14:11.680
Com o raciocínio do Copilot,

00:14:11.780 --> 00:14:13.020
a escala se torna logarítmica.

00:14:13.680 --> 00:14:14.720
Um modelo de raciocínio

00:14:14.720 --> 00:14:15.520
pode supervisionar

00:14:15.520 --> 00:14:16.200
milhares de ativos

00:14:16.200 --> 00:14:16.940
simultaneamente,

00:14:17.320 --> 00:14:18.360
aprendendo padrões sistêmicos

00:14:18.360 --> 00:14:19.020
em vez de repetir

00:14:19.020 --> 00:14:19.760
etapas manuais.

00:14:20.560 --> 00:14:21.820
Quando novos tenants surgem,

00:14:21.880 --> 00:14:22.620
eles herdam estruturas

00:14:22.620 --> 00:14:23.640
de governança pré-validadas

00:14:23.640 --> 00:14:24.540
em vez de calça ou medida.

00:14:25.540 --> 00:14:26.720
E sim, o GPT-5

00:14:26.720 --> 00:14:27.660
tem uma memória mais afiada

00:14:27.660 --> 00:14:28.520
que a planilha compartilhada

00:14:28.520 --> 00:14:29.340
com a equipe de conformidade.

00:14:29.840 --> 00:14:30.760
Ele não apenas rastreia

00:14:30.760 --> 00:14:31.680
arquivos não classificados

00:14:31.680 --> 00:14:32.660
e lembra porque foram ignorados.

00:14:33.400 --> 00:14:34.140
Esse contexto

00:14:34.140 --> 00:14:35.180
transforma a remediação

00:14:35.180 --> 00:14:36.160
de limpeza em prevenção.

00:14:37.080 --> 00:14:37.800
No próximo ciclo,

00:14:37.880 --> 00:14:38.920
o modelo verifica primeiro

00:14:38.920 --> 00:14:39.820
esses pontos fracos,

00:14:40.160 --> 00:14:40.620
o que significa

00:14:40.620 --> 00:14:41.900
que seus CSVs esquecidos,

00:14:42.000 --> 00:14:43.120
aqueles escondidos em pastas

00:14:43.120 --> 00:14:44.320
de fluxo de dados aleatórias,

00:14:44.400 --> 00:14:45.340
são finalmente expostos

00:14:45.340 --> 00:14:46.200
antes de envergonhá-lo

00:14:46.200 --> 00:14:47.240
em uma reunião de auditoria.

00:14:48.080 --> 00:14:48.880
O progresso às vezes

00:14:48.880 --> 00:14:49.680
parece vigilância,

00:14:49.760 --> 00:14:50.180
e neste caso,

00:14:50.260 --> 00:14:50.840
esse é o objetivo.

00:14:52.080 --> 00:14:52.440
Economicamente,

00:14:52.540 --> 00:14:53.000
as implicações

00:14:53.000 --> 00:14:53.700
se espalham para fora.

00:14:54.120 --> 00:14:54.940
A redução do tempo

00:14:54.940 --> 00:14:55.440
de auditoria

00:14:55.440 --> 00:14:56.220
se traduz em horas

00:14:56.220 --> 00:14:57.320
de engenharia recuperadas,

00:14:57.460 --> 00:14:58.640
menos penalidades regulatórias

00:14:58.640 --> 00:14:59.780
e menor risco reputacional.

00:15:00.440 --> 00:15:01.380
O financiamento de governança

00:15:01.380 --> 00:15:02.440
muda da mitigação de crises

00:15:02.440 --> 00:15:03.040
para o desenvolvimento

00:15:03.040 --> 00:15:03.660
de capacidades.

00:15:04.300 --> 00:15:05.100
Em vez de contratar

00:15:05.100 --> 00:15:06.500
terceiros para corrigir planilhas,

00:15:06.500 --> 00:15:07.440
as equipes investem

00:15:07.440 --> 00:15:08.200
em refinar promptes

00:15:08.200 --> 00:15:08.680
e conectores

00:15:08.680 --> 00:15:09.120
que melhoram

00:15:09.120 --> 00:15:10.300
o próprio motor de raciocínio.

00:15:10.740 --> 00:15:11.560
Você para de trabalhar

00:15:11.560 --> 00:15:12.060
para a conformidade

00:15:12.060 --> 00:15:12.560
e começa a fazer

00:15:12.560 --> 00:15:13.540
a conformidade trabalhar para você.

00:15:13.920 --> 00:15:14.580
A mudança cultural

00:15:14.580 --> 00:15:15.460
é sutil, mas profunda.

00:15:15.980 --> 00:15:16.740
Na TI tradicional,

00:15:16.860 --> 00:15:17.740
a conformidade era sinônimo

00:15:17.740 --> 00:15:18.520
de tarefa árdua,

00:15:18.620 --> 00:15:19.100
um trabalho extra

00:15:19.100 --> 00:15:20.020
anexado à inovação.

00:15:20.880 --> 00:15:22.000
O GPT-5 e o Copilot

00:15:22.000 --> 00:15:22.620
reformulam isso

00:15:22.620 --> 00:15:23.040
como um princípio

00:15:23.040 --> 00:15:23.740
de design contínuo.

00:15:24.160 --> 00:15:25.420
A governança se torna ambiente.

00:15:26.000 --> 00:15:26.880
Auditorias não interrompem

00:15:26.880 --> 00:15:27.520
mais projetos,

00:15:27.660 --> 00:15:28.280
elas os acompanham

00:15:28.280 --> 00:15:28.940
como uma compilação

00:15:28.940 --> 00:15:29.480
em segundo plano.

00:15:30.020 --> 00:15:30.840
Designers percebem

00:15:30.840 --> 00:15:31.240
a segurança

00:15:31.240 --> 00:15:32.180
não como burocracia,

00:15:32.180 --> 00:15:32.860
mas como higiene

00:15:32.860 --> 00:15:33.700
sempre presente,

00:15:34.260 --> 00:15:35.160
raramente obstrutiva.

00:15:35.940 --> 00:15:37.060
Vamos ser devidamente irônicos.

00:15:37.540 --> 00:15:38.280
Os mesmos gerentes

00:15:38.280 --> 00:15:39.060
que antes ignoravam

00:15:39.060 --> 00:15:39.980
os painéis de governança

00:15:39.980 --> 00:15:41.240
agora os citam em apresentações.

00:15:42.020 --> 00:15:43.140
Porque a inteligência preditiva

00:15:43.140 --> 00:15:43.620
faz os dados

00:15:43.620 --> 00:15:44.540
parecerem impressionantes.

00:15:45.300 --> 00:15:45.900
Quando o Copilot

00:15:45.900 --> 00:15:47.240
prevê a exposição ao risco

00:15:47.240 --> 00:15:47.920
antes que os auditores

00:15:47.920 --> 00:15:48.800
solicitem relatórios,

00:15:49.080 --> 00:15:49.880
a liderança chama isso

00:15:49.880 --> 00:15:50.900
de visão estratégica.

00:15:51.500 --> 00:15:52.120
Em outras palavras,

00:15:52.220 --> 00:15:53.080
eles finalmente veem valor

00:15:53.080 --> 00:15:54.120
em não serem pegos de surpresa.

00:15:54.580 --> 00:15:54.920
Então sim,

00:15:54.980 --> 00:15:55.820
o GPT-5 não apenas

00:15:55.820 --> 00:15:56.840
automatiza a documentação,

00:15:56.920 --> 00:15:57.700
ele atualiza a consciência

00:15:57.700 --> 00:15:58.300
organizacional,

00:15:58.460 --> 00:15:59.340
transformando a conformidade

00:15:59.340 --> 00:15:59.960
de um exercício

00:15:59.960 --> 00:16:01.560
forense em medicina preventiva.

00:16:02.180 --> 00:16:03.760
O sistema se imuniza

00:16:03.760 --> 00:16:04.460
contra a decadência

00:16:04.460 --> 00:16:05.180
procedimental.

00:16:05.580 --> 00:16:05.980
E você,

00:16:06.060 --> 00:16:07.000
o auditor privado de sono,

00:16:07.120 --> 00:16:08.080
torna-se o diagnosticador

00:16:08.080 --> 00:16:08.920
operando na velocidade

00:16:08.920 --> 00:16:09.540
do pensamento.

00:16:10.040 --> 00:16:11.200
Única reclamação persistente,

00:16:11.300 --> 00:16:12.060
quase ninguém sente falta

00:16:12.060 --> 00:16:12.580
das planilhas.

00:16:13.300 --> 00:16:14.080
Implementando o fluxo

00:16:14.080 --> 00:16:15.060
de trabalho do GPT-5

00:16:15.060 --> 00:16:15.680
no Copilot Studio.

00:16:16.220 --> 00:16:17.140
Agora vamos ao lado tático.

00:16:17.840 --> 00:16:18.540
A parte onde a teoria

00:16:18.540 --> 00:16:19.380
encontra a configuração.

00:16:20.180 --> 00:16:20.960
Configurar o fluxo

00:16:20.960 --> 00:16:22.120
de raciocínio do GPT-5

00:16:22.120 --> 00:16:22.860
no Copilot Studio

00:16:22.860 --> 00:16:23.460
não é bruxaria

00:16:23.460 --> 00:16:24.860
apenas encanamento estruturado.

00:16:25.820 --> 00:16:26.560
Em qualquer encanamento,

00:16:26.640 --> 00:16:27.280
um conector errado

00:16:27.280 --> 00:16:28.420
e a lógica vaza por toda parte.

00:16:28.920 --> 00:16:29.500
Então vamos conectar

00:16:29.500 --> 00:16:30.280
os tubos corretamente.

00:16:30.960 --> 00:16:31.380
Passo 1.

00:16:31.380 --> 00:16:32.480
Habilite o raciocínio

00:16:32.480 --> 00:16:33.140
do GPT-5

00:16:33.140 --> 00:16:33.960
dentro do Copilot Studio.

00:16:34.380 --> 00:16:35.280
Não presumo que ele esteja ativo.

00:16:35.700 --> 00:16:36.600
Microsoft trata isso

00:16:36.600 --> 00:16:37.460
como um recurso de segurança,

00:16:37.580 --> 00:16:38.080
não como padrão.

00:16:38.460 --> 00:16:39.000
No seu ambiente

00:16:39.000 --> 00:16:39.980
do Copilot Studio,

00:16:40.220 --> 00:16:41.020
abra o menu de seleção

00:16:41.020 --> 00:16:41.760
de modelo e encontre

00:16:41.760 --> 00:16:42.660
o modelo de raciocínio

00:16:42.660 --> 00:16:43.360
do GPT-5

00:16:43.360 --> 00:16:44.360
e defina explicitamente

00:16:44.360 --> 00:16:44.880
como padrão

00:16:44.880 --> 00:16:46.260
para o seu Copilot personalizado.

00:16:46.920 --> 00:16:47.960
Esta flag controla

00:16:47.960 --> 00:16:48.820
o acesso às operações

00:16:48.820 --> 00:16:49.780
de cadeia de pensamento,

00:16:49.880 --> 00:16:50.660
um mecanismo que permite

00:16:50.660 --> 00:16:51.600
ao Copilot raciocinar

00:16:51.600 --> 00:16:52.780
através do Fabric Power BI

00:16:52.780 --> 00:16:53.760
e Preview simultaneamente

00:16:53.760 --> 00:16:54.560
em vez de sequencialmente.

00:16:54.940 --> 00:16:55.320
Sem isso,

00:16:55.400 --> 00:16:56.140
você está apenas falando

00:16:56.140 --> 00:16:56.920
com o modelo de ontem

00:16:56.920 --> 00:16:57.440
e se perguntando

00:16:57.440 --> 00:16:58.040
porque ele esquece

00:16:58.040 --> 00:16:58.840
o contexto mais rápido

00:16:58.840 --> 00:16:59.460
do que seu estagiário

00:16:59.460 --> 00:16:59.980
depois do almoço.

00:17:00.280 --> 00:17:00.680
Passo 2.

00:17:00.780 --> 00:17:01.580
Configura os conectores.

00:17:02.340 --> 00:17:03.740
A lógica requer visibilidade

00:17:03.740 --> 00:17:04.400
e o raciocínio

00:17:04.400 --> 00:17:05.080
não pode inferir

00:17:05.080 --> 00:17:05.940
o que não consegue ver.

00:17:07.040 --> 00:17:07.760
Garanta que as APIs

00:17:07.760 --> 00:17:08.480
do Fabric Power BI

00:17:08.480 --> 00:17:08.820
e Preview

00:17:08.820 --> 00:17:09.560
estejam vinculadas

00:17:09.560 --> 00:17:10.700
por meio de conectores oficiais.

00:17:11.560 --> 00:17:12.140
Cada conector

00:17:12.140 --> 00:17:13.280
se autentica com o Microsoft

00:17:13.280 --> 00:17:13.840
e entra a ID

00:17:13.840 --> 00:17:14.800
e expõe endpoints

00:17:14.800 --> 00:17:15.620
de metadados.

00:17:16.460 --> 00:17:17.060
Conjunto de dados,

00:17:17.140 --> 00:17:17.620
classificadores,

00:17:17.740 --> 00:17:18.280
funções e segurança.

00:17:18.280 --> 00:17:19.920
A beleza do Copilot Studio

00:17:19.920 --> 00:17:20.940
é que esses conectores

00:17:20.940 --> 00:17:21.660
falam os dialetos

00:17:21.660 --> 00:17:22.560
da plataforma para você.

00:17:23.720 --> 00:17:24.540
O Fabric fornece

00:17:24.540 --> 00:17:25.300
mapas de linhagem,

00:17:25.400 --> 00:17:25.840
o Power BI

00:17:25.840 --> 00:17:26.800
expõe vínculos de dados

00:17:26.800 --> 00:17:27.240
e o Preview

00:17:27.240 --> 00:17:28.700
lista rótulos de sensibilidade.

00:17:29.500 --> 00:17:29.820
Juntos,

00:17:29.860 --> 00:17:30.220
eles formam

00:17:30.220 --> 00:17:30.980
ecossistema de dados

00:17:30.980 --> 00:17:31.560
que o GPT-5

00:17:31.560 --> 00:17:32.220
precisa propensar

00:17:32.220 --> 00:17:32.900
de forma coerente.

00:17:33.520 --> 00:17:34.000
Passo 3.

00:17:34.120 --> 00:17:35.160
Configure modelos de prompt

00:17:35.160 --> 00:17:36.300
para auditorias recorrentes.

00:17:37.040 --> 00:17:37.860
Você criará esqueletos

00:17:37.860 --> 00:17:38.800
de comando reutilizáveis

00:17:38.800 --> 00:17:39.880
como auditar todos os ativos

00:17:39.880 --> 00:17:40.300
do Fabric

00:17:40.300 --> 00:17:41.100
contendo o tipo de dados

00:17:41.100 --> 00:17:41.900
para confirmar alinhamento

00:17:41.900 --> 00:17:42.640
com rótulos do Preview

00:17:42.640 --> 00:17:43.480
e regras de RLS.

00:17:44.440 --> 00:17:45.800
Variáveis injetam contexto

00:17:45.800 --> 00:17:46.600
enquanto o mecanismo

00:17:46.600 --> 00:17:47.560
de raciocínio do modelo

00:17:47.560 --> 00:17:48.460
realiza a consulta.

00:17:49.160 --> 00:17:50.100
Diferente dos fluxos

00:17:50.100 --> 00:17:50.800
de trabalho rígidos

00:17:50.800 --> 00:17:51.460
no Power Automate,

00:17:51.540 --> 00:17:51.840
esses prompts

00:17:51.840 --> 00:17:52.780
se comportam de forma de novo.

00:17:53.020 --> 00:17:53.960
O GPT-5 adapta

00:17:53.960 --> 00:17:55.040
a profundidade do raciocínio

00:17:55.040 --> 00:17:55.840
e a complexidade do corpo.

00:17:56.220 --> 00:17:57.180
Uma verificação trivial

00:17:57.180 --> 00:17:57.700
em um workspace

00:17:57.700 --> 00:17:58.940
executa um raciocínio leve,

00:17:59.160 --> 00:17:59.760
enquanto uma auditoria

00:17:59.760 --> 00:18:00.640
corporativa completa

00:18:00.640 --> 00:18:01.400
aciona uma inferência

00:18:01.400 --> 00:18:02.040
multicamada.

00:18:02.840 --> 00:18:03.360
Passo 4.

00:18:03.480 --> 00:18:04.200
Teste a profundidade

00:18:04.200 --> 00:18:04.760
do raciocínio

00:18:04.760 --> 00:18:05.880
usando anomalias planejadas.

00:18:06.240 --> 00:18:06.820
Erros artificiais

00:18:06.820 --> 00:18:07.300
não servem apenas

00:18:07.300 --> 00:18:08.040
para controle de qualidades

00:18:08.040 --> 00:18:08.720
no exercício do óleo.

00:18:09.300 --> 00:18:10.120
Introduz um conjunto

00:18:10.120 --> 00:18:10.500
de dados

00:18:10.500 --> 00:18:11.560
classificado incorretamente

00:18:11.560 --> 00:18:12.520
em Lake House do Fabric

00:18:12.520 --> 00:18:13.320
e remova seu rótulo

00:18:13.320 --> 00:18:13.740
do Purview

00:18:13.740 --> 00:18:14.660
e conceda acesso aberto

00:18:14.660 --> 00:18:15.060
no Power BI.

00:18:15.440 --> 00:18:16.360
Então execute sua auditoria

00:18:16.360 --> 00:18:16.700
com o corpo.

00:18:17.140 --> 00:18:18.180
O resultado deve destacar

00:18:18.180 --> 00:18:18.660
a classificação

00:18:18.660 --> 00:18:19.420
sem correspondência,

00:18:19.540 --> 00:18:20.320
RLS ausente

00:18:20.320 --> 00:18:21.300
e conflito de linhagem.

00:18:21.920 --> 00:18:22.700
Se não destacar,

00:18:22.800 --> 00:18:23.520
sua configuração

00:18:23.520 --> 00:18:24.160
de raciocínio

00:18:24.160 --> 00:18:25.100
carece de visibilidade

00:18:25.100 --> 00:18:25.700
ou os conectores

00:18:25.700 --> 00:18:26.680
estão com o escopo incorreto.

00:18:27.100 --> 00:18:27.540
Pense nisso

00:18:27.540 --> 00:18:28.100
como calibrar

00:18:28.100 --> 00:18:29.120
a bússola moral da IA.

00:18:29.880 --> 00:18:30.640
Ela não pode aplicar

00:18:30.640 --> 00:18:31.520
uma governança ética

00:18:31.520 --> 00:18:32.140
se estiver cega.

00:18:32.720 --> 00:18:33.220
Passo 5.

00:18:33.320 --> 00:18:34.020
Revise e tere

00:18:34.020 --> 00:18:34.600
dentro do painel

00:18:34.600 --> 00:18:35.400
de governança do Fabric.

00:18:36.020 --> 00:18:37.200
O GPT-5 gera resultados

00:18:37.200 --> 00:18:37.920
tanto como narrativa

00:18:37.920 --> 00:18:38.560
quanto como esquema.

00:18:39.220 --> 00:18:40.000
Resumos exportáveis

00:18:40.000 --> 00:18:40.400
em JSON

00:18:40.400 --> 00:18:41.540
com identificadores de origem,

00:18:41.640 --> 00:18:42.420
probabilidades de risco

00:18:42.420 --> 00:18:43.540
e correções recomendadas.

00:18:44.220 --> 00:18:45.040
Alimente-os no workspace

00:18:45.040 --> 00:18:46.000
de auditoria do Fabric

00:18:46.000 --> 00:18:46.800
onde você pode classificar

00:18:46.800 --> 00:18:47.220
as descobertas

00:18:47.220 --> 00:18:47.660
sob severidade.

00:18:48.360 --> 00:18:48.820
Com o tempo,

00:18:48.920 --> 00:18:49.640
essas seções criam

00:18:49.640 --> 00:18:50.220
uma biblioteca

00:18:50.220 --> 00:18:51.300
de modelos de raciocínio

00:18:51.300 --> 00:18:52.340
ajustados às convenções

00:18:52.340 --> 00:18:53.240
de nomes de seus dados,

00:18:53.400 --> 00:18:54.420
seus regimes de conformidade

00:18:54.420 --> 00:18:55.300
e seu estilo particular

00:18:55.300 --> 00:18:56.080
de caos corporativo.

00:18:56.860 --> 00:18:58.080
Aqui está o atalho conceitual.

00:18:58.560 --> 00:18:59.800
Power Query encontra a IA.

00:19:00.440 --> 00:19:00.920
No passado,

00:19:01.040 --> 00:19:01.760
Power Query permitia

00:19:01.760 --> 00:19:02.380
transformar dados

00:19:02.380 --> 00:19:03.280
de forma declarativa.

00:19:03.940 --> 00:19:04.820
Lógica escrita uma vez,

00:19:04.920 --> 00:19:05.700
aplicada infinitamente.

00:19:06.400 --> 00:19:07.260
Comparado com o raciocínio

00:19:07.920 --> 00:19:08.740
realiza a introspecção

00:19:08.740 --> 00:19:09.400
da mesma maneira.

00:19:10.060 --> 00:19:10.920
Caminhos de raciocínio

00:19:10.920 --> 00:19:11.480
escritos uma vez,

00:19:11.580 --> 00:19:12.420
aplicados continuamente.

00:19:13.120 --> 00:19:14.100
Você não está criando fluxo

00:19:14.100 --> 00:19:14.660
e está definindo

00:19:14.660 --> 00:19:15.280
como a inteligência

00:19:15.280 --> 00:19:15.980
se autovalida.

00:19:16.920 --> 00:19:17.540
Agora uma observação

00:19:17.540 --> 00:19:18.000
de cautela.

00:19:18.380 --> 00:19:19.560
Automação sem ceticismo

00:19:19.560 --> 00:19:20.200
transforma você

00:19:20.200 --> 00:19:20.760
em um espectador

00:19:20.760 --> 00:19:21.460
do seu próprio sistema.

00:19:22.240 --> 00:19:23.060
Embora as deduções

00:19:23.060 --> 00:19:23.720
do GPT-5

00:19:23.720 --> 00:19:25.060
sejam surpreendentemente precisas,

00:19:25.100 --> 00:19:25.740
a confiança cega

00:19:25.740 --> 00:19:26.640
convida a complacência.

00:19:27.780 --> 00:19:28.560
Sempre valide a saída

00:19:28.560 --> 00:19:29.360
usando o visualizador

00:19:29.360 --> 00:19:30.460
de linhagem nativo do Fabric

00:19:30.460 --> 00:19:31.340
ou os insights do Purview.

00:19:31.700 --> 00:19:32.120
Pense nisso

00:19:32.120 --> 00:19:33.060
como fazer uma contabilidade

00:19:33.060 --> 00:19:33.840
de partidas dobradas

00:19:33.840 --> 00:19:34.500
para a lógica da máquina.

00:19:34.900 --> 00:19:35.660
Você está confirmando

00:19:35.660 --> 00:19:36.560
que o novo evangelho da IA

00:19:36.560 --> 00:19:37.120
ainda se alinha

00:19:37.120 --> 00:19:37.840
com a verdade canônica.

00:19:38.300 --> 00:19:39.440
Quando surgirem discrepâncias

00:19:39.440 --> 00:19:40.660
a ajuste e injeção de contexto,

00:19:41.460 --> 00:19:42.180
faça um ajuste fino

00:19:42.180 --> 00:19:43.220
de quais fontes de metadados

00:19:43.220 --> 00:19:43.740
ela prioriza.

00:19:44.220 --> 00:19:44.960
Um breve intervalo

00:19:44.960 --> 00:19:45.700
de melhores práticas.

00:19:46.180 --> 00:19:46.380
Primeiro,

00:19:46.460 --> 00:19:47.680
mantenha os prompts específicos

00:19:47.680 --> 00:19:48.440
mais generalizáveis.

00:19:49.040 --> 00:19:49.820
Evite diretivas

00:19:49.820 --> 00:19:50.460
como verificar

00:19:50.460 --> 00:19:51.060
tabela de dados

00:19:51.060 --> 00:19:51.820
de clientes 123

00:19:51.820 --> 00:19:52.940
e prefira padrões

00:19:52.940 --> 00:19:53.540
como verificar

00:19:53.540 --> 00:19:54.240
todas as tabelas

00:19:54.240 --> 00:19:55.060
relacionadas a clientes.

00:19:55.740 --> 00:19:56.360
O GPT-5

00:19:56.360 --> 00:19:57.640
prospera com inferência relacional.

00:19:58.360 --> 00:19:59.020
Ele precisa de escopo,

00:19:59.080 --> 00:19:59.820
não de especificidade.

00:20:00.820 --> 00:20:01.120
Segundo,

00:20:01.200 --> 00:20:01.740
estabeleça pontos

00:20:01.740 --> 00:20:02.560
de verificação de avaliação.

00:20:02.920 --> 00:20:03.720
Agende o Copilot

00:20:03.720 --> 00:20:04.740
para realizar execuções

00:20:04.740 --> 00:20:05.300
de raciocínio

00:20:05.300 --> 00:20:06.440
após mudanças significativas

00:20:06.440 --> 00:20:06.900
de esquema

00:20:06.900 --> 00:20:07.760
ou implantações de pipeline.

00:20:07.900 --> 00:20:08.620
Mais fácil do que correr

00:20:08.620 --> 00:20:09.160
atrás de problemas

00:20:09.160 --> 00:20:09.600
após...

00:20:09.600 --> 00:20:10.160
Terceiro,

00:20:10.220 --> 00:20:11.000
monitore o versionamento

00:20:11.000 --> 00:20:11.360
do modelo.

00:20:11.740 --> 00:20:12.560
Futuras atualizações

00:20:12.560 --> 00:20:13.020
podem ajustar

00:20:13.020 --> 00:20:13.800
teorísticas de raciocínio.

00:20:14.020 --> 00:20:14.900
A consistência exige

00:20:14.900 --> 00:20:15.560
documentação.

00:20:16.040 --> 00:20:16.780
Uma última microhistória

00:20:16.780 --> 00:20:17.400
para fundamentar isso.

00:20:17.900 --> 00:20:18.560
Uma equipe financeira

00:20:18.560 --> 00:20:19.080
de médio porte

00:20:19.080 --> 00:20:19.780
testou este fluxo

00:20:19.780 --> 00:20:20.240
e trabalha exato.

00:20:20.640 --> 00:20:21.480
Uma equipe de conformidade

00:20:21.480 --> 00:20:22.020
de duas pessoas

00:20:22.020 --> 00:20:22.540
mantendo oito

00:20:22.540 --> 00:20:23.320
lake houses do Fabric.

00:20:23.860 --> 00:20:24.260
Antes,

00:20:24.360 --> 00:20:25.220
o ciclo de auditoria

00:20:25.220 --> 00:20:26.260
levava três semanas.

00:20:27.020 --> 00:20:27.780
Após implementar

00:20:27.780 --> 00:20:29.040
o raciocínio do GPT-5,

00:20:29.040 --> 00:20:29.900
com uma sessão contínua

00:20:29.900 --> 00:20:30.320
do Copilot

00:20:30.320 --> 00:20:30.940
tirou a validação

00:20:30.940 --> 00:20:31.620
multiplataforma

00:20:31.620 --> 00:20:32.200
durante a noite.

00:20:32.940 --> 00:20:33.440
Na manhã seguinte,

00:20:33.540 --> 00:20:33.880
eles não estavam

00:20:33.880 --> 00:20:34.600
conciliando planilhas,

00:20:34.700 --> 00:20:35.100
estavam aprovando

00:20:35.100 --> 00:20:36.060
relatórios de automação.

00:20:37.160 --> 00:20:38.200
O conselho de conformidade

00:20:38.200 --> 00:20:38.960
escreveu a mudança

00:20:38.960 --> 00:20:40.180
como uma produtividade heróica.

00:20:40.940 --> 00:20:41.560
Eu diria que é a lógica

00:20:41.560 --> 00:20:42.500
finalmente fazendo o seu trabalho.

00:20:42.860 --> 00:20:43.940
E é assim que o GPT-5

00:20:43.940 --> 00:20:44.720
transforma a governança

00:20:44.720 --> 00:20:45.280
de um combate

00:20:45.280 --> 00:20:46.160
a incêndios episódicos

00:20:46.160 --> 00:20:47.120
em alinhamento perpétuo.

00:20:47.940 --> 00:20:48.660
Você mantém a ordem

00:20:48.660 --> 00:20:50.120
na velocidade do raciocínio,

00:20:50.240 --> 00:20:50.660
o que nos traz

00:20:50.660 --> 00:20:51.560
precisamente ao desfecho.

00:20:52.200 --> 00:20:53.220
Por que suar com governança

00:20:53.220 --> 00:20:54.140
está prestes a se tornar

00:20:54.140 --> 00:20:55.020
um artefato histórico,

00:20:55.020 --> 00:20:55.860
mas uma governança

00:20:55.860 --> 00:20:56.660
sem esforço?

00:20:57.440 --> 00:20:58.140
Então esse é o arco.

00:20:58.500 --> 00:20:59.320
Auditorias manuais

00:20:59.320 --> 00:21:00.600
substituídas por lógica inferida

00:21:00.600 --> 00:21:01.560
conformidade reativa

00:21:01.560 --> 00:21:03.120
substituída por garantia preditiva.

00:21:04.200 --> 00:21:05.440
O raciocínio do GPT-5

00:21:05.440 --> 00:21:06.320
transforma o Copilot

00:21:06.320 --> 00:21:07.380
de assistente de anotações

00:21:07.380 --> 00:21:07.880
em um genuíno

00:21:07.880 --> 00:21:09.160
supervisor de responsabilidade.

00:21:09.900 --> 00:21:10.520
Ele não está apenas

00:21:10.520 --> 00:21:11.480
produzindo respostas,

00:21:11.560 --> 00:21:12.620
está construindo compreensão.

00:21:13.180 --> 00:21:13.740
Lembra do antigo

00:21:13.740 --> 00:21:14.420
trio de governança?

00:21:14.880 --> 00:21:15.660
Fábrica astreia.

00:21:15.980 --> 00:21:16.740
A linhagem e o overview

00:21:16.740 --> 00:21:17.360
classifica dados

00:21:17.360 --> 00:21:18.620
o Power BI restringe o acesso.

00:21:19.120 --> 00:21:19.780
O GPT-5

00:21:19.780 --> 00:21:20.860
os une sob um cérebro

00:21:20.860 --> 00:21:21.480
de auditoria

00:21:21.480 --> 00:21:22.360
que avalia o contexto

00:21:22.360 --> 00:21:22.940
tão facilmente

00:21:22.940 --> 00:21:23.620
quanto o conteúdo.

00:21:23.620 --> 00:21:25.140
Coisa mais inteligente

00:21:25.140 --> 00:21:25.660
sobre o Fábrica

00:21:25.660 --> 00:21:26.160
não é o Fábrica.

00:21:26.300 --> 00:21:26.800
É finalmente

00:21:26.800 --> 00:21:27.880
mantendo tudo íntegro.

00:21:28.500 --> 00:21:29.220
Se você suportou

00:21:29.220 --> 00:21:30.080
noite sem dormir

00:21:30.080 --> 00:21:31.440
verificando CSVs

00:21:31.440 --> 00:21:32.360
este é o seu alívio.

00:21:33.000 --> 00:21:33.800
Ative o raciocínio

00:21:33.800 --> 00:21:34.400
nos conectores

00:21:34.400 --> 00:21:35.640
sem fio do Copilot Studio

00:21:35.640 --> 00:21:36.620
e deixe o GPT-5

00:21:36.620 --> 00:21:37.660
encontrar inconsistências

00:21:37.660 --> 00:21:38.740
antes que elas encontrem você.

00:21:39.420 --> 00:21:40.160
Próxima evolução

00:21:40.160 --> 00:21:41.280
da governança não é papelada

00:21:41.280 --> 00:21:42.360
é o raciocínio perpétuo.

00:21:43.040 --> 00:21:43.720
Garanta seu caminho

00:21:43.720 --> 00:21:44.180
de atualização.

00:21:44.340 --> 00:21:44.720
Inscreva-se

00:21:44.720 --> 00:21:45.420
e ative os alertas

00:21:45.420 --> 00:21:46.360
e deixe que novos episódios

00:21:46.360 --> 00:21:47.460
sejam implantados automaticamente.

00:21:47.700 --> 00:21:48.600
Sem verificações manuais

00:21:48.600 --> 00:21:49.620
sem atualizações perdidas

00:21:49.620 --> 00:21:50.260
apenas a entrega

00:21:50.260 --> 00:21:50.880
contínua esclareta.

00:21:51.060 --> 00:21:51.420
Prossiga.
