Em 2026, a firma de venture capital a16z investiu US$ 35 milhões na Horowitz Andreessen Academy, uma alternativa não credenciada de dois anos à faculdade que deve receber capacidade computacional da Anthropic, Meta e outros provedores. A academia abre mão da credenciação que ajuda a tornar uma credencial portável, ao mesmo tempo que instala o medidor de um provedor externo sob a sala de aula.
O anúncio do investimento é fácil de interpretar como mais uma tentativa de contornar a universidade. Mas a alternativa à faculdade é a parte antiga do desenho. Redes de venture capital há muito oferecem a estudantes acesso a fundadores, capital e trabalho prático fora dos cursos convencionais de graduação. O novo elemento é o medidor funcionando sob a sala de aula.
A competição em IA avançou para montante, até a formação da força de trabalho. Provedores de modelos e investidores estão montando instituições que combinam computação, prática nativa de IA, credenciais e caminhos para empregadores. O conteúdo das aulas é fácil de copiar; uma linha de produção que repetidamente transforma alunos em profissionais fluentes em modelos pode converter empregadores em compradores recorrentes da mesma stack.
A computação da Anthropic traria os limites da Anthropic
Um estudante pode ler sobre um modelo sem usar muita infraestrutura. Quem constrói com um precisa trabalhar dentro da disponibilidade, dos limites, das interfaces e dos usos permitidos pelo provedor. Quando uma academia torna esse acesso parte da instrução diária, o provedor faz mais do que oferecer um benefício ao aluno. Ele ajuda a definir o ambiente no qual a competência se desenvolve.
A Anthropic demonstrou a diferença quando ajustou os limites de sessão do Claude durante períodos de pressão sobre a capacidade computacional e avisou que os usuários atingiriam esses limites mais rapidamente nos horários de pico. O Claude continuou disponível, mas a Anthropic decidiu quanto trabalho cada conta poderia realizar e quando. Estudantes que aprendem dentro desse serviço não encontram a computação como uma commodity neutra; eles encontram acesso condicional a modelos, administrado por uma empresa de fora da escola.
Provedores de IA executam modelos em servidores que exigem energia, sistemas de refrigeração e conexões de rede, depois alocam capacidade por meio de contratos, níveis de conta e limites de uso. No mercado mais amplo, acordos de longa duração já estão transformando a capacidade de GPUs energizadas em um ativo contratado, em vez de uma despesa incidental de nuvem. Uma academia abastecida por provedores de ponta está no fim dessa cadeia de alocação.
Os estudantes formam hábitos em torno dos modelos a que conseguem acessar e das restrições que encontram, antes que um empregador inicie uma compra.
A Horowitz Andreessen Academy ainda não informou, nas evidências disponíveis, o tamanho de uma turma, critérios de admissão, condições de mensalidade ou auxílio, currículo ou cronograma de lançamento. A Anthropic, a Meta e os demais provedores esperados não informaram o tamanho, a duração ou as condições contratuais de seus compromissos de capacidade computacional.
Uma credencial agora direciona trabalho, além de certificá-lo
As credenciais tradicionais deixam uma lacuna visível entre instrução e contratação: uma escola emite o sinal, e muitos empregadores decidem quanto confiar nele. Um provedor que controla tanto a certificação quanto a conexão de candidatos pode fechar essa distância.
A OpenAI planeja um programa de certificação e uma plataforma de empregos destinados a conectar empregadores a candidatos com habilidades em IA. Cada produto responde a uma pergunta diferente. O certificado sinaliza o que o candidato sabe; a plataforma de empregos determina como um empregador encontra esse candidato. Juntos, eles transformam a credencial em uma interface entre um ecossistema de modelos e o mercado de trabalho.
Programas de formação de curto prazo em IA representaram quase 33% do mercado de certificados profissionais em 2026, ante 2% em 2022. Essa expansão, documentada no mercado de certificados profissionais, não prova que empregadores valorizem todos os selos. Ela mostra que instituições e trabalhadores buscam um sinal legível mais rapidamente do que diplomas convencionais podem ser redesenhados.
Empregadores há muito treinam profissionais juniores por meio de rascunhos, exemplos, correções e partes delimitadas de tarefas maiores. À medida que o software executa uma parcela maior desse trabalho de primeira versão, os empregadores não receberão automaticamente trabalhadores experientes alguns anos depois. Eles precisam preservar a observação, o feedback e a responsabilidade progressiva que as tarefas de entrada antes forneciam.
Uma credencial ligada ao trabalho real pode ajudar a substituir parte desse sistema oculto, mas apenas se medir julgamento, e não presença. Um selo com a marca de um modelo pode dizer a um empregador que um candidato sabe operar uma ferramenta. Diz menos sobre se o candidato consegue identificar uma resposta ruim, comparar sistemas, proteger dados sensíveis ou transferir um fluxo de trabalho quando o empregador troca de fornecedor.
Como a Horowitz Andreessen Academy não é credenciada, seu sinal pode ter peso substancial dentro da rede que a reconhece, mas menos fora dessa rede. Portabilidade é o número de empregadores que honrarão a credencial sem também comprar as relações que a cercam.
Agentes de programação levam o currículo além da geração de código
A Amazon projetou o Kiro para levar desenvolvedores de protótipos gerados rapidamente a sistemas de produção, criando planos de projeto e projetos técnicos detalhados. Esse fluxo de trabalho ainda exige que desenvolvedores especifiquem o sistema, preservem a intenção ao longo das mudanças, testem resultados e documentem o que os agentes construíram.
À medida que os agentes melhoram na produção de primeiras versões plausíveis, os trabalhadores criam valor ao definir requisitos, inspecionar evidências, testar casos de falha, integrar sistemas e governar a implantação. Eles continuam responsáveis pela transição da resposta para a operação.
Verificação e julgamento de sistemas transitam entre ferramentas. Instituições podem preservar a portabilidade ensinando estudantes a questionar agentes e transferir fluxos de trabalho entre sistemas.
A alternativa à faculdade ganhou uma camada operacional
Em 2019, a a16z lançou uma escola gratuita de sete semanas para startups de cripto; em 2026, investiu US$ 35 milhões em uma academia não credenciada de dois anos. Sete semanas poderiam apresentar fundadores a um setor e uma rede. Dois anos podem ocupar uma parcela suficiente do desenvolvimento de um aluno para coordenar trabalho prático, acesso à infraestrutura, sinalização e a eventual entrada no mercado de trabalho.
Alternativas anteriores à faculdade se concentravam em seleção e substituição de redes. A Thiel Fellowship selecionou 20 pessoas com menos de 20 anos entre mais de 1.000 candidatos em 2014 e lhes deu uma rota para construir empreendimentos fora da sequência convencional. Seu ativo escasso era o acesso a uma rede empreendedora de elite. A academia acrescenta o uso contínuo dos sistemas com os quais se espera que os estudantes construam.
A Multiverse abordou o mesmo problema institucional pelo lado do empregador. Em 2026, a empresa de aprendizados profissionais captou US$ 70 milhões a uma avaliação de US$ 2,1 bilhões para expandir para a formação em IA; também adquiriu a StackFuel para apoiar esse esforço. A Multiverse e a Horowitz Andreessen Academy usam modelos diferentes, mas ambas coordenam aprendizagem com trabalho.
Programas construídos em torno de empregadores e ferramentas atuais podem avançar mais rápido do que um comitê universitário ou uma academia corporativa interna, mas um caminho reconhecido por empregadores pode ter pouca utilidade fora de sua rede de parceiros. Quando as ferramentas mudam, um currículo ajustado de forma estreita pode envelhecer rápido. Uma academia não credenciada precisa provar seu valor pelos resultados de seus formados porque não pode tomar emprestado o reconhecimento de um diploma convencional.
Empregadores ainda precisam reconstruir o trabalho em torno do trabalhador
Empregadores que adotam IA empresarial precisam de mais do que acesso a software. A BCG informou que 74% dos funcionários de linha de frente usavam IA regularmente em 2026, ante 51% em 2025, enquanto empresas organizavam grupos internos de campeões de IA para acelerar a adoção. Grupos europeus de tecnologia, incluindo SAP, Capgemini, Sopra Steria e OVHcloud, também relataram demanda mais forte à medida que clientes passavam da experimentação para a implantação.
Esses empregadores ainda arcam com o custo de mudar processos, atribuir responsabilidade, integrar sistemas e governar riscos. Tecnologias de uso geral frequentemente produzem retornos em J porque as empresas investem em mudanças complementares antes que apareçam ganhos de produtividade. Um trabalhador com prática relevante pode reduzir parte desse investimento; o empregador ainda precisa redesenhar cadeias de aprovação e atribuir responsabilidade pelo erro de um agente.
As divulgações corporativas tornam visível o ônus ainda não resolvido. Em 2024, 56% das empresas da Fortune 500 citaram a IA como fator de risco em relatórios anuais, ante 9% em 2022. Portanto, empregadores precisam de trabalhadores que saibam quando rejeitar uma resposta, escalar uma decisão e preservar evidências para revisão. Fluência sem governança apenas ajuda uma organização a cometer erros mais depressa.
Um caminho de formação profissional vinculado a um provedor oferece aos empregadores uma troca: menos tempo ensinando a ferramenta em troca de maior dependência do ambiente no qual o trabalhador a aprendeu. O empregador economiza parte do trabalho de integração, mas herda os padrões do trabalhador, assim como a academia ganha um laboratório, mas herda os limites de seu provedor.
A antiga faculdade podia emitir um diploma mesmo que um fornecedor de laboratório desaparecesse. O novo modelo de academia coloca o modelo na sala de aula, o selo ao lado da mesa de contratação e o medidor de computação fora dos muros da escola.