AI-translated from English; not yet reviewed by a fluent editor.

# Zuckerberg diz que o Muse fará as pessoas ganhar dinheiro. Quem ficará com os ganhos?

> O Muse da Meta pode atuar em vários serviços, e Zuckerberg espera que ajude os utilizadores a ganhar e poupar dinheiro. Analisamos o lançamento, as comissões propostas e as provas por detrás dessa aposta.

By BIG CHANGE Editorial

Published: 2026-09-22T02:10:07.229Z
Updated: 2026-09-22T02:10:07.229Z
Canonical: https://bigchange.ai/blog/meta-muse-zuckerberg-make-money-earnings-business-model

![Pencil sketch of a small-shop workbench with task cards, a laptop, a parcel and an unfinished receipt beside an open doorway.](https://bigchange.ai/api/media/file/muse-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE. Business preparation still needs a customer at the door.

A Meta lançou o seu agente pessoal de IA, o Muse, a 8 de setembro de 2026. Dá aos utilizadores um computador na nuvem que pode trabalhar em vários serviços ligados, continuar tarefas em segundo plano e pedir aprovação antes de ações importantes. O lançamento inicial decorre nos Estados Unidos. [Anúncio de lançamento da Meta](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/)

A proposta de Mark Zuckerberg vai além de limpar uma caixa de entrada. Numa entrevista com Alex Heath, prevê que o Muse «faça as pessoas ganhar dinheiro e poupe dinheiro às pessoas». Descreve um modelo de negócio em que, no futuro, a Meta receberá uma pequena percentagem das transações, potencialmente paga pelas empresas envolvidas. [Entrevista Sources, 24:53](https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1493s)

Esta proposta merece ser levada a sério. Um empresário que não possa pagar apoio administrativo poderá ganhar capacidade útil com um agente. Um agregado familiar poderá recuperar dinheiro perdido numa fatura que passou despercebida ou encontrar uma compra mais barata. Reduzir esses encargos teria importância mesmo sem um avanço espetacular da inteligência artificial.

Mas para ganhar dinheiro é preciso que outra pessoa pague. Uma ferramenta que cria um produto, prepara o seu marketing e gere a sua publicidade automatizou partes de um negócio. Não demonstrou que os clientes querem o produto, que a publicidade é rentável ou que o proprietário ficará com uma parte suficiente das receitas.

O lançamento do Muse torna essa distinção mais urgente, porque a mesma plataforma poderá ajudar um utilizador a vender, outro a comprar e, mais tarde, cobrar por aproximar ambos. A questão económica vai além de saber se o agente funciona: quanto valor chega ao utilizador depois de pagar aos restantes participantes?

## O que Zuckerberg propôs realmente

A conversa principal sobre dinheiro decorre aproximadamente entre 24:53 e 27:25. Zuckerberg associa a oportunidade às pequenas empresas e ao comércio, descreve uma ampla quota gratuita, além de subscrições, e apresenta as comissões sobre transações como um modelo de negócio esperado «ao longo do tempo». Afirma que o Muse pode ligar-se aos sistemas de publicidade da Meta e ajudar a criar um produto e a gerir o negócio. [Ver a conversa completa](https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1502s)

Estas declarações descrevem vários mecanismos que devem ser avaliados separadamente. Vender mais gera receitas. Negociar uma fatura mais baixa gera poupanças. Concluir a papelada mais depressa liberta tempo. Cada resultado pode beneficiar um utilizador, mas são resultados distintos e apenas alguns acrescentam dinheiro a uma conta.

O anúncio de lançamento e esta conversa não estabelecem um programa geral em que a Meta pague às pessoas por usarem o Muse. Também não apresentam uma garantia de rendimento, uma percentagem publicada de partilha de lucros ou provas de que os utilizadores comuns já estejam a obter um retorno líquido. A proposta de comissões sobre transações diz respeito à forma como a Meta poderá receber pagamentos; não deve ser confundida com um plano de pagamentos aos utilizadores.

A página original do episódio de [Alex Heath](https://sources.news/p/mark-zuckerberg-meta-muse-ai-podcast-interview) foi publicada a 8 de setembro e indica que a conversa foi gravada na sexta-feira anterior, na sede da Meta. Revimos as legendas completas disponíveis no YouTube e verificámos o material técnico e de lançamento relevante. Esta é uma análise dessas provas, não um teste prático da BIG CHANGE nem uma experiência de rendimentos.

## O que muda no trabalho com o agente

O Muse é o agente pessoal, enquanto o Muse Spark é o modelo que o alimenta. A descrição da conceção do produto da Meta refere um sistema de ficheiros, terminal e navegador, além de memória persistente e trabalho agendado ou acionado por eventos. Também pode gerar documentos e artefactos interativos, bem como executar ações através de serviços ligados. [Como a Meta concebeu o Muse](https://introducing.muse.ai/)

Isto dá-lhe um papel potencialmente diferente do de um chatbot que apenas aconselha. Um agente útil pode transportar informação de uma tarefa para a seguinte: obter um pedido, preparar uma resposta, atualizar um registo e voltar a agir quando o cliente responder. A poupança possível resulta da eliminação de tarefas repetidas de coordenação, não apenas da produção de texto mais rápida.

Consideremos uma oficina hipotética de reparação de mobiliário. O proprietário passa as noites a organizar fotografias, verificar medidas e marcar visitas. Um agente que prepare essa informação de forma fiável poderá deixar-lhe mais tempo para trabalhos de reparação pagos. A empresa já tem um serviço e clientes; o agente resolve uma dificuldade administrativa conhecida.

Uma nova empresa que venda desenhos genéricos gerados por IA enfrenta outro problema. O Muse poderá ajudar a criar um catálogo rapidamente, mas o catálogo continua a precisar de uma razão para existir. Os compradores podem compará-lo com alternativas, incluindo desenhos que geram por si mesmos. A automatização reduz o esforço necessário para oferecer algo, mas não aumenta necessariamente a vontade de pagar por isso.

Esta diferença deve orientar as expectativas. A procura existente, combinada com uma tarefa rotineira dispendiosa, constitui uma oportunidade mais concreta do que pedir a um agente que invente uma fonte de rendimento do zero. A segunda hipótese pode resultar, mas exige provas do interesse dos clientes e de uma margem viável.

![Three-part sketch linking a laptop and stopwatch to a shop, then to an accounting ledger under a magnifying glass.](/api/media/file/muse-economics-v1.png)

## A ligação a pagamentos é real, mas movimenta dinheiro para fora

A Stripe confirma de forma independente a integração do lançamento. Os consumidores dos EUA podem ligar o Link ao Muse; o agente pode utilizar métodos de pagamento guardados em empresas participantes ou um cartão virtual de utilização única para outras compras. A Stripe afirma que os consumidores aprovam o montante de cada transação na conversa e que o Muse não vê os dados de pagamento subjacentes. [Anúncio da Stripe de 8 de setembro](https://stripe.com/newsroom/news/stripe-helps-meta-muse-shop-with-link)

Esta é uma infraestrutura relevante. Um agente capaz de pesquisar uma compra, mas incapaz de a concluir, deixa o utilizador a repetir parte do trabalho. Uma ligação a pagamentos pode eliminar esse obstáculo, mantendo uma etapa de aprovação.

Também esclarece a direção do fluxo financeiro documentado. Esta integração permite ao utilizador comprar a um comerciante. Não demonstra, por si só, que o utilizador ganhe dinheiro. Poupar numa compra necessária pode melhorar as finanças do utilizador; comprar algo desnecessário com desconto continua a reduzir o saldo disponível.

Do outro lado, um comerciante poderá conseguir uma venda. A sua rentabilidade depende dos custos de cumprimento, dos reembolsos, das comissões de pagamento e do custo de atrair o comprador. Uma finalização de compra bem-sucedida demonstra que houve uma transação. Não demonstra quanto benefício económico ficou com cada participante.

Por isso, as futuras alegações de rendimentos devem especificar o mecanismo. O rendimento veio de um novo cliente? Evitou-se uma despesa? Vendeu-se um ativo? O utilizador limitou-se a concluir mais cedo uma tarefa que já existia? Juntar tudo isto pode fazer um assistente competente parecer uma fonte de rendimento automático.

## O acesso gratuito reduz uma barreira, não todos os custos

Zuckerberg diz que a quota de lançamento é de cerca de 100 milhões de tokens por semana gratuitamente, com subscrições disponíveis. Deve entender-se isto como uma descrição datada do acesso, não como uma promessa permanente de trabalho ilimitado. [Entrevista, 25:02](https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1502s)

A página de subscrições da Meta, consultada a 22 de setembro, indica o plano Power a 20 $ por mês, com 500 milhões de tokens Muse por semana, e o Max a 100 $, com 3 mil milhões. Refere que as vantagens variam por região e conta e que a disponibilidade continua limitada. São quotas de produto, não uma contagem de tarefas concluídas nem tokens de API diretamente comparáveis. [Detalhes oficiais das subscrições Muse](https://www.meta.com/help/subscriptions/1021145227643680/)

Uma quota de tokens não diz a uma empresa quantas encomendas úteis, faturas reconciliadas ou entregáveis aceites irá obter. A tarefa, o contexto e o número de tentativas são relevantes. O trabalho também pode consumir recursos fora do agente: publicidade, alojamento, inventário, entregas e atenção do proprietário.

O maior custo inicial poderá ser aprender que tarefas merecem ser delegadas. Alguém tem de explicar o objetivo, ligar as contas certas, reconhecer um resultado implausível e decidir quando vale a pena aprovar uma ação. Uma melhor conceção do produto pode reduzir esse encargo. Não pode eliminar as prioridades do utilizador nem os requisitos dos clientes.

O tempo poupado também exige uma contabilização honesta. Uma hora libertada para trabalho pago pode aumentar os rendimentos se houver trabalho disponível. Uma hora passada com a família tem valor sem se transformar em rendimentos. Converter cada minuto poupado num salário horário presumido exageraria o retorno financeiro para muitos utilizadores.

Para quem está a criar uma empresa, o resultado relevante é o dinheiro adicional que sobra após custos e obrigações, comparado com o que teria acontecido sem o agente. Numa empresa existente, poderá significar menos pedidos de informação perdidos, uma conclusão mais rápida ou menos despesas administrativas. Estes resultados são mensuráveis e nenhum exige fingir que toda a tarefa concluída corresponde a uma venda.

## Uma comissão por transação pode sustentar o produto e alterar os seus incentivos

Um agente sustentado por comissões sobre transações tem uma fonte de receitas plausível. Se ajudar os clientes a encontrar produtos adequados e reduzir o trabalho necessário para concluir uma compra, os comerciantes poderão estar dispostos a pagar pelo serviço. Uma comissão poderá financiar o acesso de utilizadores para quem uma subscrição seria demasiado cara.

O acordo também levanta questões sobre cujos interesses moldam as recomendações. O Muse recomendaria a melhor opção disponível mesmo que esta não gerasse comissão? Um comerciante poderia participar sem pagar? O utilizador veria uma relação comercial antes de aprovar uma compra? Como seriam comparadas as ofertas concorrentes?

O material revisto não responde a estas questões com um plano completo de comissões do Muse ou uma política de ordenação. Não devemos preencher essa lacuna afirmando que o Muse já favorece vendedores que pagam comissões. O essencial é que um eventual modelo de comissões tenha regras que os utilizadores e as empresas possam analisar.

Cobrar ao comerciante não elimina automaticamente o custo económico para o comprador. O comerciante poderá absorver a comissão, compensá-la com custos mais baixos de aquisição de clientes ou refleti-la nos preços. O que acontece depende do mercado. Uma comissão que substitua um custo existente mais elevado poderá beneficiar ambas as partes; uma comissão adicional poderá reduzir a margem disponível.

Esta é uma forma mais útil de avaliar a proposta de Zuckerberg do que tratar um agente gratuito como se fosse uma prenda ou uma armadilha. O produto pode criar valor e capturar parte dele. A questão por resolver é como se divide esse valor e se os utilizadores mantêm escolhas significativas quando passam a depender do serviço.

## As provas de utilidade quotidiana estão mais avançadas do que as provas de rendimentos

Num relato de utilização prática publicado a 14 de setembro, Eric Hal Schwartz, da TechRadar, descreve o Muse a ajudá-lo nas compras e a preparar para aprovação uma resposta a um e-mail de uma empresa de serviços públicos. Considerou útil a delegação, embora continuasse desconfortável com o nível de acesso envolvido. É o relato de um revisor sobre tarefas rotineiras, não um estudo dos lucros empresariais. [Análise prática da TechRadar](https://www.techradar.com/ai-platforms-assistants/i-tried-metas-new-muse-ai-agent-its-incredibly-useful-but-handing-it-my-digital-life-felt-deeply-uncomfortable)

Uma investigação anterior dá motivos para cautela ao transformar assistência útil numa promessa de rendimentos. Uma experiência de campo aleatorizada com empresários quenianos não encontrou uma melhoria média estatisticamente significativa resultante do acesso a um consultor empresarial baseado no GPT-4. Os resultados diferiram consoante o desempenho inicial das empresas e a forma como os proprietários selecionaram e implementaram os conselhos. [Resumo do artigo de trabalho dos investigadores](https://business.columbia.edu/faculty/research/uneven-impact-generative-ai-entrepreneurial-performance)

Uma análise desse trabalho publicada pela Universidade Columbia em agosto de 2026 descreve um estudo com 640 empresários. Salienta a importância do discernimento na decisão sobre quais as recomendações adequadas a cada empresa. [Relato de investigação da Columbia](https://business.columbia.edu/insights/ai-widening-gap-between-high-and-low-performers)

Essa experiência não testou o Muse. Envolveu um modelo anterior a dar conselhos, em vez deste agente a executar tarefas. Não permite prever os resultados do Muse. A sua relevância é mais limitada: dar aos empresários acesso à IA não demonstra que todos beneficiem financeiramente, e uma média pode ocultar experiências muito diferentes.

A execução poderá melhorar o resultado se o principal obstáculo for pôr em prática uma boa decisão. Poderá piorá-lo se facilitar a concretização de maus conselhos. Um agente que implemente automaticamente uma estratégia de preços errada poderá causar danos mais depressa do que um chatbot cuja sugestão é ignorada.

As próximas provas devem, por isso, incluir tentativas falhadas, custos e diferenças entre utilizadores. Os casos de sucesso selecionados mostrariam o que é possível. Não mostrariam o que um novo utilizador típico deve esperar.

## Um agente empresarial precisa de acesso, e o acesso tem um custo

O relato técnico da Meta apresenta dois pontos importantes. O Sentinel controla as ações externas separadamente do agente principal, mas o Muse ainda pode cometer erros ou encontrar ataques nos dados que lê. O sistema foi concebido para limitar as consequências, não para eliminar a possibilidade de falha. [Conceção de segurança da Meta](https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse)

Para uma pequena empresa, isso significa que o valor da automatização depende, em parte, de onde termina a autoridade do agente. Preparar uma campanha publicitária é diferente de gastar o respetivo orçamento. Redigir uma proposta para um cliente é diferente de assumir um compromisso sobre um desconto ou uma data de entrega. Um processo pode ser útil e continuar a exigir que o proprietário aprove esses compromissos.

A cronologia da privacidade também exige cuidado. A versão de lançamento é a Muse Secure VM. A Meta afirma que as suas políticas operacionais restringem o acesso dos funcionários, mas não o impedem tecnicamente quando necessário para operar o serviço. A Muse Confidential VM, destinada a impedir criptograficamente o acesso da Meta aos dados da máquina virtual, está prevista para mais tarde este ano. [Arquitetura atual e modo confidencial planeado](https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse)

Uma empresa não deve avaliar o serviço atual como se o modo confidencial prometido já tivesse sido lançado. Uma lista de clientes, um contrato com um fornecedor ou um cálculo de margens podem ser comercialmente sensíveis, mesmo não sendo palavras-passe. A informação de que um agente precisa para negociar bem poderá ser a mesma que o proprietário mais deseja controlar.

A Meta afirma também que os utilizadores podem descarregar ficheiros e memória e optar por não permitir a utilização dos dados para treinar modelos. Diz que as conversas e os dados da máquina virtual estão excluídos dos seus sistemas publicitários, embora a navegação do agente possa influenciar indiretamente os anúncios. Estes controlos são importantes, mas os ficheiros descarregáveis, por si só, não demonstram que seja possível transferir para outro fornecedor um agente funcional completo. [Explicação da política de dados da Meta](https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse)

Fica assim uma dependência prática a acompanhar. Quando um agente retém as rotinas empresariais e os fluxos de trabalho ligados, uma mudança de preço, acesso ou comportamento do produto pode implicar trabalho de migração. Manter registos utilizáveis fora do agente e compreender de que serviços depende ajuda a tornar essa dependência visível.

## A concorrência poderá transferir as poupanças para os clientes

Se o Muse reduzir o esforço necessário para produzir um determinado serviço, os concorrentes poderão beneficiar da mesma vantagem. Um vendedor que inicialmente retenha essa poupança poderá vir a enfrentar preços de mercado mais baixos. Os clientes poderão receber grande parte do benefício, enquanto os fornecedores terão de concluir mais trabalho ou oferecer algo mais difícil de imitar.

Isso continuaria a representar uma mudança económica substancial. Serviços mais acessíveis podem alargar o acesso. Uma pequena organização poderá finalmente encomendar trabalho de que antes prescindia. O erro seria presumir que custos de produção mais baixos se traduzem necessariamente em lucros maiores para todos os que produzem esse trabalho.

As empresas que tenham relações de confiança, conhecimento especializado ou capacidade de entrega física poderão estar em melhor posição para utilizar o agente de forma produtiva. O software pode reduzir a coordenação necessária em torno desses pontos fortes. Uma empresa recém-criada continua a ter de desenvolver uma oferta credível e convencer alguém a comprá-la.

Há uma tensão semelhante para os trabalhadores. Eliminar tarefas administrativas rotineiras pode melhorar o trabalho de uma pessoa ou permitir que uma organização redistribua tarefas. As provas do lançamento não determinam quantos empregos o Muse criará ou substituirá. Esses efeitos dependem da adoção, das tarefas delegadas e do que as organizações fizerem com a capacidade libertada.

Zuckerberg descreve também futuras interações entre agentes, embora diga que a maior parte não faz parte deste lançamento. [Entrevista, 29:00](https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1740s) Se os agentes vierem a negociar e coordenar-se entre empresas, as regras da plataforma para identidade, acesso e preferências comerciais serão ainda mais importantes. Trata-se de um desenvolvimento a avaliar, não de uma rede existente cujos benefícios já possam ser contabilizados.

## O que tornaria convincente a alegação de rendimentos

O impacto do Muse deve ser avaliado por resultados que resistam a um exame mais atento. Seriam úteis provas que incluíssem:

- Uma base de comparação clara que mostre o que a pessoa ou a empresa fazia antes de utilizar o agente.
- Receitas adicionais e poupanças verificadas comunicadas separadamente, contabilizando subscrições, publicidade, cumprimento, reembolsos e esforço de revisão.
- Resultados entre utilizadores comuns, incluindo projetos sem êxito e pessoas que deixaram de utilizar o serviço.
- Uma explicação das tarefas concluídas pelo agente, do trabalho que continuou a caber ao proprietário e da persistência dos ganhos.
- Comissões de transação publicadas e regras de recomendação que tornem compreensíveis os incentivos comerciais.

Estes requisitos não pressupõem que o produto irá falhar. Tornam o sucesso interpretável. Uma melhoria modesta, repetida em muitas empresas, poderá ter mais consequências do que uma captura de ecrã impressionante de rendimentos sem qualquer contabilização dos custos.

A mudança plausível que a BIG CHANGE antevê é um acesso mais amplo a assistência prática: mais pessoas capazes de concretizar ideias, gerir uma empresa e acompanhar o trabalho doméstico. O Muse oferece um produto concreto através do qual essa possibilidade pode ser testada.

Saber se fará os utilizadores ganhar dinheiro exigirá acompanhar o processo até mais adiante, quando um cliente paga, o trabalho é entregue e os custos são deduzidos. O registo de atividade do agente pode mostrar quanto fez. Os registos do proprietário terão de mostrar o que sobrou.

## Sources

- [Meta apresenta o agente pessoal Muse](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/) — 8 de setembro de 2026. Confirma o lançamento, o lançamento inicial nos EUA e as alegações sobre o produto. O agente pessoal distingue-se do modelo Muse Spark e dos produtos de geração de conteúdos multimédia Muse.
- [Mark Zuckerberg sobre como o agente de IA Muse da Meta fará as pessoas ganhar dinheiro](https://www.youtube.com/watch?v=Lx8lrn-cytc) — Podcast Sources, 8 de setembro de 2026. A conversa sobre dinheiro começa por volta dos 24:53. As comissões sobre transações propostas descrevem o modelo de negócio pretendido pela Meta, não um compromisso de pagamentos aos utilizadores.
- [Página da entrevista original de Alex Heath](https://sources.news/p/mark-zuckerberg-meta-muse-ai-podcast-interview) — 8 de setembro de 2026. A introdução do entrevistador fornece contexto sobre a gravação e as primeiras impressões. O episódio inclui patrocínios, cujas alegações promocionais não são adotadas neste artigo.
- [Como concebemos o Muse](https://introducing.muse.ai/) — Setembro de 2026. Os responsáveis pela conceção do produto da Meta descrevem tarefas persistentes, artefactos, acesso ao navegador e controlos de aprovação. Estas capacidades explicam mecanismos possíveis; não demonstram retornos financeiros típicos.
- [A Stripe liga o Muse à carteira Link para agentes](https://stripe.com/newsroom/news/stripe-helps-meta-muse-shop-with-link) — 8 de setembro de 2026. Confirmação do fornecedor de pagamentos sobre funcionalidades de compra e aprovação. Trata-se de uma integração para gastar, não de provas de pagamentos aos utilizadores do Muse ou de lucros para as suas empresas.
- [Sobre as subscrições Muse](https://www.meta.com/help/subscriptions/1021145227643680/) — Consultado a 22 de setembro de 2026. Preços oficiais dos planos Power e Max, quotas semanais do Muse e limites de disponibilidade. As quotas de tokens do produto não devem ser equiparadas a tarefas nem a orçamentos de tokens da API.
- [Análise prática do Muse pela TechRadar](https://www.techradar.com/ai-platforms-assistants/i-tried-metas-new-muse-ai-agent-its-incredibly-useful-but-handing-it-my-digital-life-felt-deeply-uncomfortable) — Eric Hal Schwartz, 14 de setembro de 2026. Descreve o apoio em compras e e-mails com base na experiência de um revisor. Não é um teste controlado de receitas, lucros ou resultados típicos dos utilizadores.
- [O impacto desigual da IA generativa no desempenho empresarial](https://business.columbia.edu/faculty/research/uneven-impact-generative-ai-entrepreneurial-performance) — Resumo de um artigo de trabalho, datado de 1 de julho de 2024. A investigação aleatorizada sobre aconselhamento empresarial no Quénia dá contexto para resultados desiguais. Testou um consultor baseado no GPT-4, não o Muse; as estimativas não são previsões para utilizadores do Muse.
- [Columbia: IA e a diferença entre os desempenhos altos e baixos](https://business.columbia.edu/insights/ai-widening-gap-between-high-and-low-performers) — 20 de agosto de 2026. A instituição dos investigadores explica a experiência e a importância de selecionar e implementar os conselhos. As versões comunicam estimativas diferentes para subgrupos, pelo que este artigo não transfere percentagens para uma previsão relativa ao Muse.
- [Como incorporámos a segurança no Muse](https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse) — 8 de setembro de 2026. O relato técnico da Meta distingue os controlos atuais da Secure VM da proteção planeada para a Confidential VM. Os controlos de segurança não demonstram que as recomendações comerciais sejam imparciais.