
A Applied Compute, empresa de inovação de agentes inteligentes, anunciou a conclusão de uma nova ronda de financiamento de 80 milhões de dólares, com uma avaliação pós-investimento de 1,3 mil milhões de dólares, entrando assim na lista de unicórnios. Esta ronda foi liderada pela Kleiner Perkins e o montante total de financiamento acumulado pela empresa já atinge 160 milhões de dólares. A Applied Compute tem como objetivo colmatar a diferença estrutural entre a tecnologia de IA e a implementação nas empresas, através de «inteligência dedicada».
Esta ronda de 80 milhões de dólares agrega vários dos principais investidores institucionais de tecnologia:
Kleiner Perkins (líder): uma empresa de capital de risco de topo na região do Vale do Silício; a sua carteira histórica de investimentos inclui gigantes tecnológicos como Google e Amazon
Elad Gil: conhecido empresário de tecnologia e investidor, reputado por apostar cedo em vários unicórnios de IA
Lux Capital: uma conhecida gestora de venture capital focada em deep tech e em tecnologias de ponta
Greenoaks: fundo de investimento em fase de crescimento para empresas tecnológicas de elevado crescimento
NEO e Hana Bicapital: outros investidores institucionais participantes nesta ronda
A lógica de fundação da Applied Compute aponta diretamente para o problema fundamental do deployment de IA nas empresas. A equipa fundadora apelidou os modelos gerais de ponta (Frontier Models) de «estranhos talentosos» — não são construídos com os dados próprios das empresas, não compreendem os modos de operação específicos de cada organização e não conseguem melhorar continuamente, de forma automática, as questões mais importantes para o negócio.
«Os modelos estão a ficar cada vez mais inteligentes, mas continua a existir uma grande disparidade entre a inteligência “bruta” e a produtividade real de tarefas específicas dentro de uma empresa», afirmou a empresa no seu comunicado sobre a ronda de financiamento. Para criar verdadeiro valor para o negócio, não basta uma inteligência genérica; é necessária capacidade para executar tarefas no contexto correto do negócio, com normas dos fluxos de trabalho e capacidade de decisão.
A empresa validou a sua perceção central através de parcerias com empresas Fortune 500: os conhecimentos institucionais profundos e acumulativos são a diferença mais crítica entre um «agente inteligente» e um «agente verdadeiramente fiável, capaz de realizar trabalho real».
A solução da Applied Compute é construir «agentes inteligentes proprietários» para as empresas — treinados com dados reais de operação, fluxos de trabalho e padrões de desempenho da própria empresa, e implementados em ambiente de produção em colaboração com especialistas humanos. Cada decisão retroalimenta o ciclo de treino, refinando continuamente as capacidades de decisão do agente, até se atingir um nível suficiente de confiança e capacidade de funcionamento autónomo, com todo o processo a decorrer no ambiente de segurança próprio da empresa, cabendo à empresa o controlo da soberania dos dados.
O conceito de fundação da empresa é: a inteligência de uma empresa deve ser exclusiva, detida pela própria organização, e não depender de um serviço “caixa-preta” de modelos gerais externos. A Applied Compute considera que as organizações verdadeiramente à frente serão aquelas que conseguem, sobre modelos base que continuam a melhorar, adicionar continuamente os seus próprios conhecimentos proprietários — criando uma equipa de colaboradores de IA que aprende todas as semanas com experiências reais de negócio e evolui continuamente.
A Applied Compute concluiu uma ronda de financiamento de 80 milhões de dólares, com uma avaliação pós-investimento de 1,3 mil milhões de dólares. A ronda foi liderada pela Kleiner Perkins, com a participação de Elad Gil, Lux Capital, Greenoaks, NEO e Hana Bicapital. O montante total de financiamento acumulado pela empresa já atingiu 160 milhões de dólares.
A «inteligência dedicada» refere-se a agentes inteligentes proprietários treinados com base nos dados reais de operação e nos fluxos de trabalho de uma empresa, e não em modelos gerais de ponta. Estes agentes aprendem continuamente, por via das retroalimentaçōes das decisões, para refinar a sua inteligência em ambientes de produção, e todos os dados e operações permanecem no ambiente de segurança próprio, seguro e controlável, da empresa.
Os modelos gerais de ponta carecem do contexto específico do negócio da empresa, do conhecimento dos fluxos de trabalho e da capacidade de decisão. A Applied Compute compara-os a «estranhos talentosos». A solução da Applied Compute é construir agentes inteligentes proprietários com compreensão profunda de fluxos de trabalho específicos da empresa e evolução contínua, permitindo que a empresa tenha verdadeiramente os seus próprios ativos de conhecimento em IA.