Mercado de Oriente Médio e África Agentes da IA que tomam decisões em tempo real

Oriente Médio e África, agentes de tomada de decisão em tempo real, tamanho e previsão do mercado:

• Oriente Médio e África, agentes de tomada de decisão em tempo real, tamanho do mercado 2025: 164,48 milhões de USD
• Oriente Médio e África, agentes de tomada de decisão em tempo real, tamanho do mercado 2033: 2690,31 milhões de USD
• Oriente Médio e África em tempo real agentes de tomada de decisão ai mercado cagr: 41,81%
• no Oriente Médio e África, os agentes de tomada de decisão em tempo real são segmentos de mercado: por tipo (agentes de software, motores de decisão, agentes preditivos, outros); por aplicação (finança, saúde, varejo, manufatura, suporte ao cliente, outros); por usuário final (empresas, bfsi, prestadores de cuidados de saúde, varejistas, empresas, outros); por implantação (nuvem, borda, híbrido, outros)

para saber mais sobre este relatório, baixar relatório de amostra grátis

Oriente Médio e África ai agentes de tomada de decisão em tempo real resumo do mercado

o mercado de agentes do Oriente Médio e África em tempo real foi avaliado USD 164,48 milhões em 2025. prevê-se alcançar 2690,31 milhões de USD até 2033. que é um cagr de 41,81% durante o período.

o mercado de agentes de tomada de decisão em tempo real do Oriente Médio e África permite que empresas e sistemas públicos façam automação para escolhas críticas ao tempo, entre finanças, energia, logística e infraestrutura regulamentada. na vida real, essas configurações assumem entradas operacionais ao vivo de coisas como transações, sensores e plataformas corporativas internas, então elas podem iniciar etapas autônomas, como bloqueio de fraudes ou balanceamento de grades, ou até mesmo reencaminhamento de cadeia de suprimentos, sem esperar que um ser humano assine.

nos últimos 3 a 5 anos houve uma grande mudança estrutural. as equipes começaram a deixar painéis de análise centralizados para trás, e eles se inclinaram mais em arquiteturas baseadas em agentes distribuídos que se sentam dentro das rotinas operacionais do dia a dia. parte disso veio de regras de nuvem soberana no golfo onde o processamento de dados local é necessário, então a forma como os sistemas ai são implantados e expandidos mudou muito. outro impulso, mais urgente, tem sido a aplicação mais rigorosa do cumprimento financeiro mais a volatilidade da cadeia de suprimentos pós-2022. essa combinação mostrou como os atrasos acontecem em processos de decisão manuais e semi-automáticos em redes bancárias e logísticas.

devido a tudo isso, as empresas agora se concentram na automação de baixa latência e na ia que atende às expectativas regulatórias. assim, a demanda cresce para plataformas modulares de agentes que podem correr através de nuvem híbrida e borda. e tudo isso se soma a mais gastos com ai corporativos, uma vez que muitas orgs estão trocando ferramentas de decisão reativa para sistemas de decisão autônomos contínuos que são conectados diretamente em suas operações centrais, não apenas reporta em algum lugar na parte de trás.

Perspectivas fundamentais do mercado

• o conselho de cooperação do golfo está, basicamente, liderando com cerca de 52% de participação em 2026, principalmente por causa dessas políticas de nuvem soberana e também porque há investimentos pesados em infraestrutura de empresas ai acontecendo entre uae e arábia saudita.

• a áfrica do norte, entretanto, é a moderadora mais rápida, com um projeto de 19% cagr (2025-2030), e isso está vinculado à digitalização bancária, bem como à modernização da ai de telecomunicações, tipo um empurrão de duas vias lá.

• no mercado de agentes de tomada de decisão em tempo real do Oriente Médio e África, o segmento de motores de decisão detém a maior fatia em 38%, principalmente a partir de requisitos de conformidade de nível empresarial e da necessidade de automação em escala.

• no lado do produto, os sistemas de agentes preditivos se parecem com o segmento de crescimento mais rápido à medida que as organizações passam de análises reativas para modelos de previsão autônoma, entre 2025 e 2029.
• para tipos de aplicação, o financiamento assume a liderança com 41% de participação, auxiliado pela detecção de fraudes em tempo real, automação de relatórios regulatórios, e estes ecossistemas de transações digitais de alto volume que continuam se expandindo.
• a logística e a energia também são as áreas de aplicação de maior crescimento, apoiadas por implantações de ponta em portos, redes inteligentes e zonas livres industriais.

• as empresas ainda permanecem como os principais usuários finais com 58% de participação, impulsionadas pela transformação digital em larga escala e pela ai ficando tecida em fluxos de trabalho operacionais centrais dia a dia.

• por fim, espera-se que o segmento bfsi cresça mais rapidamente, uma vez que os bancos passam a adotar agentes ai para pontuação de risco, automação de conformidade e orquestração de interação com clientes.
• o ibm está avançando com sistemas de coordenação baseados em watsonx, especialmente para espaços regulamentados onde a governança de tarefas de agentes pesados de ai importa muito, não apenas a automação rápida.
• o oracle, entretanto, está se expandindo via integração de ai de nuvem de fusão e configurando zonas de nuvem regionais dedicadas, para apoiar o cumprimento da soberania dos dados e manter essa vibe de controle local.

quais são os principais motores, restrições e oportunidades no Oriente Médio e África no mercado de agentes de tomada de decisão em tempo real?

a força de crescimento primária é basicamente programas de transformação digital soberanos em todo o golfo e seleciona economias africanas, que exigem sistemas de decisão automatizados em tempo real em serviços públicos, finanças e infraestrutura crítica. as estratégias nacionais de ia nas uae e na arábia saudita, juntamente com o financiamento de grandes nuvens de hiperescaladores, têm impulsionado as organizações em direção à automação baseada em agentes para detecção de fraudes, conformidade regulatória e orquestração operacional. na prática, essa mudança levanta diretamente os gastos da empresa ai, pois as camadas autônomas de decisão estão inseridas em fluxos de trabalho principais ao invés de atuarem como ferramentas de análise de sidecar. que também está fazendo modelos de receita recorrentes para fornecedores de plataforma acelerar.

a maior restrição é a governança fragmentada de dados, além de regras difíceis de localização de dados em jurisdições mea. Essas estruturas políticas limitam a formação de modelos transfronteiriços e restringem igualmente a implantação unificada de agentes ai nas operações regionais. as empresas acabam pagando maiores custos de integração, uma vez que os sistemas precisam ser reconfigurados para cada ambiente regulatório, isso arrasta prazos de implantação e corta a escalabilidade de ponta. em cima dessa fragmentação pode diminuir os efeitos da rede. assim, os fornecedores lutam para oferecer melhorias de desempenho constante em vários países.

uma grande oportunidade emergente são os sistemas de decisão autônomos nativos de borda, lançados dentro de corredores de energia e centros logísticos como jebel ali e as zonas industriais em neom. investimentos em 5g privados juntamente com infraestrutura de nuvem de borda estão possibilitando a execução de agentes de baixa latência diretamente nos locais operacionais. isto significa que as decisões acontecem mais perto de onde o trabalho está realmente em execução, e não depois de tudo ter sido enviado em outro lugar. isso cria condições para coordenação logística de porta totalmente dependente de si e sistemas de otimização de energia em tempo real, realmente de certa forma, desbloqueando uma nova camada de receita para fornecedores que podem fornecer arquiteturas distribuídas e conscientes de conformidade de agentes ai.

qual o impacto da inteligência artificial no mercado de agentes de tomada de decisão em tempo real do Oriente Médio e África?

a inteligência artificial e os sistemas digitais avançados estão, como o tipo de, reformulando os sistemas de desempenho do purificador e a tecnologia de controle de emissões marinhas em corredores de transporte de mea, automatizando o monitoramento de conformidade e os ajustes de controle em tempo real. os agentes habilitados para ai agora se integram com as unidades de limpeza de gases de escape para rastrear continuamente os níveis de sox e nox, e então alteram os parâmetros operacionais para que permaneçam dentro dos limiares regulatórios sob regimes de conformidade imo, mais ou menos. operadores de frota também utilizam gêmeos digitais que estão ligados a sensores de bordo para coordenar a automação de decisão de nível de viagem, o que reduz o envolvimento manual em relatórios de emissões e calibração do sistema.

modelos de aprendizado de máquina ajudam cada vez mais com a manutenção preditiva ao detectar padrões de degradação precoce em bombas, sistemas de água de lavagem e matrizes de sensores. eles predizem janelas de falha de equipamentos e ajudam a otimizar os horários de manutenção, melhorando a disponibilidade dos navios e reduzindo o tempo de inatividade não planejado. ao mesmo tempo, as análises preditivas suportam a otimização de combustível, deslocando as decisões de distribuição e roteamento de carga do motor com base nas restrições meteorológicas, de congestionamento portuário e de emissões. isso acaba contribuindo para ganhos de eficiência de combustível perceptíveis e menor intensidade de carbono por viagem.

ainda assim, mesmo com tudo isso, a adoção é condicionada por conectividade de satélite inconsistente e transmissão de dados em tempo real limitada no mar. essa situação diminui a precisão do modelo durante longos trânsitos offshore e atrasa os loops de feedback contínuo de agentes em sistemas de frota, o que é meio frustrante.

tendências fundamentais do mercado

• as empresas meio que se afastaram das implantações piloto de chatbot em 2022, então em 2025 eles estavam falando sobre agentes de decisão autônomos de grau de produção que foram incorporados em fluxos financeiros e de trabalho de telecomunicações. tipo, não era apenas uma “coisa de bate-papo” mais.

• os reguladores de uae e saudi arabia também expandiram as regras de residência de dados em 2025, de modo que os fornecedores se inclinaram mais para configurações de nuvem localizadas e arquiteturas híbridas de agentes de ai, se isso faz sentido.
• a microsoft e oráculo aumentaram o processamento de ai no país durante 2025 a 2026, o que reduziu a dependência da inferência transfronteiriça para sistemas de decisão de empresas.
• os bancos passaram da detecção de fraude baseada em regras para modelos de pontuação de risco agente em tempo real , e melhorou o tempo de resposta entre os ecossistemas de pagamentos digitais, não totalmente surpreendente.
• as operadoras de telecomunicações passaram de monitoramento de rede reativa para otimização preditiva ai, e isso reduziu o tempo de inatividade por meio do uso de loops de decisão automatizados, fim da história.
• empresas de energia aumentaram a adoção de ai de borda em 2025, passando de análises centralizadas para sistemas de balanceamento de carga distribuídos em tempo real que se sentem mais responsivos.
• também sistemas de ontologia de estilo palantir começaram a ganhar tração em operações governamentais, basicamente substituíram painéis estáticos, com contínua atualização de camadas de inteligência de decisão.
• os varejistas adotaram agentes ai omnicanal após 2024, portanto, em vez da previsão manual, utilizaram modelos autônomos de inventário e otimização de preços.

• implantações híbridas de nuvem aumentaram bastante a partir de 2024, as empresas estavam tentando equilibrar as expectativas de soberania com as necessidades de escalabilidade para cargas de trabalho de ai, de modo que acabou sendo um compromisso mais do que uma linha reta.

Oriente Médio e África

por tipo

os motores de decisão ocupam uma posição dominante porque são costurados em fluxos de trabalho operacionais de nível empresarial, entre sistemas de finanças, telecomunicações e governo. os agentes preditivos mantêm uma base forte no trabalho de previsão, além de detecção de anomalias. agentes de software também estão se expandindo rapidamente, pois camadas de orquestração que unem diferentes sistemas digitais em um só lugar

a lógica de crescimento parece vir da crescente necessidade de automação de decisão determinística e rastreável, especialmente quando os reguladores são rígidos e os dados continuam se movendo em alta velocidade. as capacidades preditivas estão ganhando mais força para o planejamento da demanda e modelagem de risco. enquanto isso, os agentes de software voltam os esforços de coordenação através de infraestrutura legado fragmentado. os motores de decisão também dependem do fato de que a confiabilidade e a rastreabilidade da conformidade são basicamente necessárias, não opcional

a trajetória futura aponta para algum tipo de convergência em relação às pilhas modulares de agentes, onde a orquestração de previsão e a execução de decisão se misturam em plataformas unificadas. a preferência arquitetônica está mudando para sistemas interoperáveis que se estendem por bordas e ambientes de nuvem. a vantagem competitiva provavelmente depende da força de governança e do quão bem a configuração pode se adaptar em diferentes sistemas

por aplicação

o financiamento permanece na liderança, em grande parte devido ao uso intenso de detecção de fraude em tempo real, pontuação de risco e monitoramento de transações em operações bancárias e de seguros. fabricação e varejo se sentam em pontos secundários, principalmente porque automatizam a visibilidade da cadeia de suprimentos e também exigem previsão. a adoção de cuidados de saúde é mais seletiva, concentra-se principalmente em diagnósticos e agendamento operacional

crescimento parece acontecer principalmente porque a modernização empresarial continua em movimento, expansão bancária digital continua a chamar atenção, e as pessoas querem mais automação em operações orientadas para o cliente. as empresas então aceleram as coisas via serviços de integração e plataformas gerenciadas, como costurar tudo junto e mantê-lo funcionando. no varejo, a adoção sobe quando a otimização omnicanal melhora, e em provedores de saúde eles assumem automação seletiva de fluxo de trabalho, mas apenas sob restrições de governança, sabe, as regras habituais.

espera-se que o que vem a seguir seja forte no varejo e na fabricação, uma vez que sistemas de decisão habilitados por bordas estão ficando mais maduros e as barreiras de custo estão caindo lentamente. o financiamento ainda é dominante, mas está mudando para uma automação mais profunda dos fluxos de trabalho de consultoria e conformidade, mais “fazer de ponta a ponta” do que antes. a adoção de cuidados de saúde também aumenta gradualmente, principalmente porque o alinhamento regulatório melhora e as normas de interoperabilidade se tornam mais consistentes.

para saber mais sobre este relatório, baixar relatório de amostra grátis

pelo utilizador final

as instituições bfsi e grandes empresas possuem a maior participação na adoção, principalmente porque os volumes de transações são elevados e os requisitos de conformidade são rigorosos, o que empurra a automação de decisão em tempo real. as empresas de ti estão mais apoiando aqui como integradores de soluções e construtores de plataformas. os varejistas e prestadores de cuidados de saúde permanecem menores, mas suas pegadas de adoção ainda estão crescendo ao longo do tempo.

a trajetória futura mostra a ampla implantação da empresa ficando maior entre a bfsi e outras empresas mistas, além de mais colocação de sistemas de decisão autônomos nas principais pilhas operacionais – em todo lugar. os fornecedores de ti continuam fortalecendo sua postura via consolidação de plataforma, e também transformando mais coisas em ofertas de serviços em pacotes. a retalho e cuidados de saúde Parece que também se está a adoptar mais rapidamente à medida que a maturidade das infra-estruturas aumenta e o alinhamento regulamentar fica mais suave.

por implantação

se olharmos por implantação, a implantação na nuvem permanece no lead porque ela escala facilmente, fornece rapidamente, e se conecta bem com os serviços corporativos ai através de finanças e telecomunicações. a implantação híbrida está se tornando cada vez mais difícil nos casos em que restrições de regulação e latência fazem com que a confiança na nuvem total não seja ideal. a implantação de bordas ainda está emergindo, mas já está se tornando chave para configurações industriais e logísticas em tempo real onde cada segundo conta.

o crescimento por trás de tudo isso está principalmente ligado às necessidades de computação escaláveis, aos requisitos de soberania de dados e ao impulso para a execução de decisões de baixa latência. modelos híbridos também adquirem ímpeto em setores regulamentados, porque eles querem esse controle equilibrado mais flexibilidade. entretanto, a adoção de bordas continua subindo na automação de fabricação, no rastreamento logístico e em sistemas de infraestrutura inteligentes.

olhando para frente, a direção sugere uma convergência mais estreita entre nuvem e borda, através de arquiteturas de inteligência distribuídas. sistemas híbridos podem se tornar o modelo padrão em ambientes regulamentados. os provedores de plataformas priorizarão, então, camadas unificadas de orquestração, capazes de coordenar a execução do agente cross environment sem muita fricção.

quais são os principais casos de uso que conduzem o Oriente Médio e a África ao mercado de agentes de tomada de decisão em tempo real?

o principal caso de uso de agentes de tomada de decisão em tempo real no Oriente Médio e áfrica parece ser mais sobre otimização operacional em serviços financeiros e governamentais, onde as instituições dependem basicamente de escolhas instantâneas, baseadas em dados para acompanhar grandes volumes de transações e todas essas regras regulatórias complicadas. na prática, bancos, seguradoras e agências públicas enviam agentes ai para lidar com coisas como pontuação de risco, detecção de fraude, e até mesmo roteamento de serviço, o que diminui a latência e também aumenta a precisão de conformidade em lugares que são fortemente governados, e sim, importa muito.

ultimamente, aplicações adjacentes também estão se ampliando, principalmente em energia e telecomunicações. por exemplo, as empresas de energia usam agentes para fazer malabarismo com cargas de grade e antecipar oscilações de demanda, enquanto as operadoras de telecomunicações os usam para automatizar a otimização de rede e gerenciar a prevenção de churns de clientes. esses tipos de implantações estão captando, entre grandes compradores de empresas que querem ganhos de eficiência, sem adicionar muita força de trabalho.

também vemos ângulos emergentes, como a coordenação logística autônoma em portos e zonas livres, e configurações de segurança pública ai impulsionadas que auxiliam o monitoramento urbano em tempo real. os primeiros pontos de prova sugerem real promessa para iniciativas de cidades inteligentes nos países do conselho de cooperação do golfo, onde o apoio regulatório e a digitalização de infraestrutura estão se movendo mais rápido do que antes, portanto a adoção está ficando mais fácil em geral.

que regiões estão a conduzir o Médio Oriente e a África, em tempo real, para o crescimento do mercado?

a principal região é a europa do norte, e basicamente permanece no topo porque o ambiente político é apertado, mas previsível. sua infraestrutura portuária é madura, com leitos especializados, conexões interiores e rotinas de rotatividade mais rápidas, de modo que os operadores de grandes embarcações continuam escolhendo-a para chamadas repetidas. além disso, o tamanho da frota regional é substancial, além da aplicação da legislação de forma consistente entre as principais jurisdições, não apenas em teoria. o ecossistema de apoio inclui expertise em gestão de navios, cadeias de suprimentos compatíveis e um fluxo constante de parceiros financeiros que podem assumir atualizações sem empatar projetos.

se você comparar a europa do norte com a ásia do leste, a diferença é menor quanto à escala bruta e mais quanto à estabilidade na execução dia a dia. a ásia oriental possui forte resiliência econômica, e emparelha-se com uma implantação regulatória constante que evita choques operacionais súbitos para as transportadoras. os armadores tendem a investir de forma consistente, de modo que mudanças de capacidade são planejadas, o roteamento de cargas é confiável e os contratos de serviços permanecem duráveis. essa mistura faz da ásia oriental um contribuinte confiável para a receita do mercado global mesmo quando os ciclos de carga ficam ruidosos.

a região de crescimento mais rápido é a sudeste da ásia, e o momento realmente se apoderou recentemente à medida que o investimento em infraestrutura portuária acelerou e os programas de modernização se ampliaram. novas regras em torno do monitoramento de emissões e combustíveis mais limpos, além de melhorias para terminais e corredores logísticos, melhoraram a viabilidade para tipos de navios mais novos. ao mesmo tempo, a modernização da frota passa de “pequenas tentativas” para maiores substituições da frota, o que muda rapidamente os padrões de utilização. para os operadores de mercado ou investidores ao longo do período de 2026-2033, este crescimento sinaliza aberturas para os parceiros locais, fundos de navios prontos para a conformidade e construção de contratos de longo prazo que se alinham ao ritmo de modernização da região.

quem são os principais atores no Oriente Médio e África no mercado de agentes de tomada de decisão em tempo real e como competem?

a concorrência no Oriente Médio e África em tempo real o mercado de agentes de tomada de decisão em tempo real parece moderadamente fragmentado, ou seja, não totalmente, os hiperescaladores globais ainda controlam grande parte da infraestrutura de ai e nuvem fundacional, mas, em seguida, unidades digitais ligadas às telecomunicações regionais mais integradores de sistemas aparecem e começam a personalizar implantações para necessidades soberanas e específicas do setor. o que importa mais aqui não é realmente preços, é mais sobre regras de residência de dados, latência de borda em tempo real, e também o quão bem eles podem soltar agentes autônomos em fluxos de trabalho regulamentados em finanças, energia e administração pública.

o microsoft se apoia em frameworks de agentes de estilo azure plus copilot e possui uma vantagem real com implantações alinhadas ao governo, principalmente devido ao processamento de dados do país e às integrações de produtividade da empresa que se encaixam perfeitamente. o ibm se concentra em orquestração de nuvem híbrida e ferramenta de agente watsonx, e se diferencia por se inclinar duramente em fluxos de trabalho de ai pesados de governança, juntamente com certificações do setor regulamentado que dão algum conforto aos compradores. o oracle compete com a nuvem de fusão, e também roda regiões de nuvem soberana dedicadas através do golfo, empurrando a integração banco de dados-para-agente para que a lógica de decisão fique próxima aos dados empresariais em vez de se afastar.

os serviços web amazonenses utilizam serviços de ponta a nuvem ai e implantações em estilo de postos avançados, o que auxilia na execução de agentes de baixa latência em mercados onde as restrições de infraestrutura são um grande negócio, principalmente na logística e varejo. palantir toma uma rota diferente e diferencia através de sistemas de decisão baseados em ontologia, conectando operações governamentais e de defesa, para que altas apostas de coordenação em tempo real possam acontecer sem muita fricção. a sap expande-se colocando agentes ai embutidos dentro de sistemas erp, o que o ajuda a se manter forte com empresas que estão modernizando a cadeia de suprimentos e as camadas de decisão financeira, não apenas jogando o catch up.

lista de empresas

• ibm
• microsoft
• google
• amazona
• salesforce
• oráculo
• seiva
• nvidia
• informação
• openai
• uipath
• automação em qualquer lugar
• pegasystems
• sas
• palantir

notícias de desenvolvimento recentes

“em maio de 2026, a ibm anunciou a expansão de sua stack watsonx orquestrate e ai agente em tempo real.” a empresa introduziu capacidades atualizadas de orquestração multiagentes e integração de dados em tempo real projetadas para apoiar sistemas de tomada de decisões empresariais, fortalecendo a implantação de ai agentic em ambientes de nuvem híbrida em indústrias reguladas mea-heavy como finanças e telecomunicações.https://newsroom.ibm.com

“em outubro de 2025, a microsoft anunciou o processamento de dados no país para o co-piloto microsoft 365 na uae, permitindo a execução local de cargas de trabalho ai para organizações qualificadas. o movimento apoia a implantação de agentes ai em tempo real no âmbito dos quadros nacionais de conformidade e acelera a adoção de ai soberanos em setores governamentais e empresariais no Oriente Médio.https://news.microsoft.com

quais insights estratégicos definem o futuro do Oriente Médio e África no mercado de agentes de tomada de decisão em tempo real?

nos próximos 5 a 7 anos, o mercado do Oriente Médio e da África em tempo real, os agentes de tomada de decisão são propensos a se deslocarem do início, desdobramentos experimentais para uma inteligência mais integrada, nível de infraestrutura dentro dos serviços públicos, energia e ecossistemas fintech. essa mudança será impulsionada principalmente pelo rápido investimento soberano digital e também pela necessidade de otimizar recursos escassos em lugares que se mantenham de alta volatilidade, como, o tempo todo. Eu acho que a adoção não será uniforme embora, ele vai principalmente agrupar nos estados mais digitalmente ambiciosos do golfo e em alguns centros de fintech africanos, então você acaba com uma cena de inovação fragmentada, mas muito de alta intensidade.

há também um problema menos visível espreitando sob a superfície, fragmentação regulatória e requisitos de localização de dados. estes poderiam acabar por retardar a interoperabilidade do modelo transfronteiriço e fazer com que as despesas de conformidade aumentassem, de forma bastante acentuada. entretanto, uma oportunidade emergente é a maneira como os agentes da ai começam a se misturar com a computação de borda em redes de energia e logística, para que você possa obter decisões autônomas de baixa latência, mesmo onde a infraestrutura é restrita, e a geografia não é indulgente. para os participantes do mercado parece inteligente focar em arquiteturas modulares de agentes que são adaptativas à conformidade, para que possam ser localizadas rapidamente, mantendo ainda camadas de inteligência de núcleo reutilizáveis.

Oriente Médio e África

por tipo

• agentes de software
• motores de decisão
• agentes preditivos
• outros

por aplicação

• finanças
• cuidados de saúde
• varejo
• fabrico
• suporte ao cliente
• outros

pelo utilizador final

• empresas
• bfsi
• prestadores de cuidados de saúde
• retalhistas
• empresas
• outros

por implantação

• nuvem
• borda
• híbrido
• outros