Quem é Ilya Sutskever e o que é a SSI

Sutskever foi cofundador e cientista-chefe da OpenAI, figura central no desenvolvimento dos modelos GPT que redefiniram o mercado de IA nos últimos anos. Sua saída da OpenAI foi amplamente coberta pelo ecossistema. A fundação da SSI veio logo depois, com uma proposta explicitamente diferente da arquitetura dominante hoje.

A Safe Superintelligence não está construindo mais um modelo de linguagem grande (LLM). O foco declarado da empresa é em pesquisa de base voltada ao desenvolvimento de inteligência artificial segura e alinhada, com o objetivo de longo prazo de alcançar o que o setor chama de superinteligência artificial. Sem produto comercial planejado no curto prazo, sem roadmap público, sem benchmark divulgado.

O que a Nvidia está comprando

O aporte de US$5 bilhões não é o único elemento relevante do anúncio. A parceria de longo prazo inclui acesso da SSI à plataforma de GPUs Vera Rubin da Nvidia, a geração mais recente de chips da empresa e o recurso mais disputado por laboratórios de IA no mundo hoje.

A Nvidia não está apenas injetando capital em uma startup de fronteira, está garantindo que a SSI terá a infraestrutura computacional necessária para conduzir pesquisa de base em escala. Ao fazer isso, posiciona a própria Nvidia como parceira de quem, na hipótese de Sutskever se provar certo, estará construindo o próximo salto relevante da IA.

A Nvidia é descrita por analistas como a empresa mais valiosa do mundo e a fabricante dos chips que sustentam a infraestrutura de IA globalmente. Quando ela escolhe uma parceira de longo prazo nessa categoria, o sinal enviado ao mercado tem peso diferente de um aporte de fundo de venture capital.

O paradoxo do valuation

A pergunta que o anúncio coloca de forma direta é o que exatamente vale US$32 bilhões aqui. A resposta mais honesta é que o mercado está precificando três coisas simultaneamente. Primeiro, a credencial de Sutskever e o histórico de ter co-criado os modelos que definiram o estado da arte em IA dá à sua próxima aposta um prêmio de confiança que poucos nomes no setor conseguiriam sustentar. Segundo, a tese de que os LLMs têm um teto (de capacidade, de custo, de retorno marginal) e que quem chegar primeiro a uma abordagem alternativa viável captura um mercado enorme. Terceiro, a escassez de oportunidade: não há muitas apostas disponíveis na fronteira da pesquisa de superinteligência com esse nível de credencial associado.

Esses três elementos juntos criam o que investidores de venture chamam de prêmio de opção. Você não está pagando pelo que a empresa entregou, está pagando pelo direito de estar posicionado caso a hipótese se prove verdadeira. O risco de não estar lá, se a SSI acertar, é maior do que o risco de ter apostado e errado.

Esse raciocínio não é irracional, mas ele exige aceitar que o valuation está completamente descolado de qualquer fundamento mensurável no presente.

Enquanto OpenAI, Anthropic e Google destinam bilhões ao desenvolvimento de modelos de linguagem cada vez maiores e mais caros, a SSI posiciona sua pesquisa em outra direção. A empresa não detalhou publicamente qual abordagem está explorando, mas o posicionamento como alternativa à arquitetura dominante é explícito.

Para o ecossistema de IA, isso cria uma dinâmica interessante. O mercado está financiando simultaneamente a corrida dentro do paradigma atual (LLMs maiores, mais rápidos, mais baratos) e a aposta de que esse paradigma tem vida útil limitada. A SSI é, por enquanto, a versão mais cara e mais opaca dessa segunda aposta.

O acesso à plataforma Vera Rubin da Nvidia resolve uma das principais restrições para qualquer lab que queira trabalhar fora do mainstream. Sem poder computacional suficiente, pesquisa de base em IA de fronteira simplesmente não acontece. Com esse acesso garantido, a SSI remove o gargalo de infraestrutura da equação, e o que resta é entregar os resultados que justificam o valuation.

The post Sem produto, sem pesquisa publicada e avaliada em US$ 32 bi: a Nvidia aposta na Safe Superintelligence appeared first on The beatstrap.

O produto opera de forma completamente passiva: o usuário não precisa abrir nenhum aplicativo, fazer exame ou alterar qualquer hábito. O diagnóstico é entregue automaticamente após cada uso do banheiro. Zero fricção, coleta contínua, dados biométricos gerados em um dos únicos momentos do dia que qualquer pessoa (independentemente de rotina, disciplina ou contexto) inevitavelmente passa.

Quem está por trás da Throne

A Throne foi cofundada por John Capodilupo, ex-cofundador da WHOOP, empresa que redefiniu o monitoramento contínuo de saúde para atletas de alto rendimento com um wearable que coleta dados 24 horas por dia sem depender de interação ativa do usuário. O histórico de Capodilupo é o argumento mais direto contra a reação inicial de descaso que uma câmera no banheiro tende a provocar.

A WHOOP resolveu um problema parecido com o que a Throne está atacando agora. Antes do wearable, monitorar variáveis como variabilidade da frequência cardíaca, qualidade do sono e recuperação muscular exigia visitas a laboratórios ou equipamentos hospitalares. A empresa transformou esse processo em algo passivo, contínuo e integrado à rotina. A Throne está aplicando a mesma lógica a um conjunto diferente de dados biométricos, os que o corpo descarta naturalmente, todos os dias, sem que ninguém precise fazer nada de diferente.

A lógica do monitoramento passivo

O que torna a proposta da Throne tecnicamente interessante vai além da câmera. O conceito de zero esforço do usuário é um dos vetores mais consistentes de adoção em saúde digital. Wearables como o WHOOP e o Oura Ring cresceram justamente porque removeram a fricção de medir: você usa, o dispositivo coleta, você recebe a análise. O problema com a maioria dos protocolos de saúde (exames de sangue periódicos, consultas de rotina e diários alimentares) é que dependem de ação deliberada do usuário. E isso geralmente tem uma alta taxa de abandono.

A análise de resíduos no vaso sanitário elimina esse atrito completamente. Não há nada a lembrar, nada a fazer, nenhuma barreira entre o evento biológico e a coleta de dados. Se a tecnologia de visão computacional conseguir entregar consistência diagnóstica, o modelo tem uma vantagem de adesão estrutural que poucos outros formatos de healthtech possuem.

O mercado global de healthtechs teve um crescimento de dois dígitos consecutivos nos últimos oito anos, segundo a Global Market Insights. O segmento de monitoramento biométrico contínuo voltado ao consumidor final tem sido um dos de maior expansão dentro desse universo e a Throne está se posicionando exatamente nessa fronteira.

A tecnologia pode funcionar. O diagnóstico pode ser preciso. O produto pode ter uma UX impecável. E ainda assim a câmera no banheiro pode não escalar.

Essa é a tensão mais honesta que a rodada da Throne coloca na mesa: privacidade e aceitação do usuário são barreiras que IA nenhuma resolve sozinha. O banheiro é um dos poucos espaços que a cultura ocidental ainda preserva como zona de privacidade absoluta. Instalar uma câmera nesse ambiente, mesmo que os dados sejam criptografados, mesmo que o processamento seja local e mesmo que a empresa apresente todas as certificações de segurança imagináveis, ativa resistências que vão além da racionalidade.

O healthtech tem histórico de soluções tecnicamente sólidas que travaram na adoção por subestimar o componente comportamental. Aplicativos de rastreio alimentar com evidência científica robusta têm taxa de abandono alta. Dispositivos de monitoramento de glicose contínuo levaram anos para sair do nicho médico e chegar ao consumidor final. A Throne vai precisar construir confiança em torno de um gesto que a maioria das pessoas ainda considera radicalmente íntimo.

O que está acontecendo no healthtech global é uma migração sistemática do diagnóstico reativo para a captura passiva e contínua de dados biométricos. A geração anterior de healthtechs perguntava “como você está se sentindo?”. A geração atual captura o dado antes mesmo de você ter consciência do sintoma.

A pergunta que o ecossistema vai ter que responder não é se essa tecnologia funciona. É até onde o usuário aceita que ela avance.

The post Throne Science capta US$4 milhões para instalar câmera no vaso sanitário e gerar diagnósticos de saúde por IA appeared first on The beatstrap.

O movimento é mais estratégico do que técnico. A Perplexity não compete com OpenAI ou Anthropic no nível do modelo de linguagem. Compete na camada de interface e automação, e o Personal Computer para Windows é a materialização mais clara dessa aposta.

O que o produto faz

O Personal Computer roda localmente no dispositivo, com acesso a arquivos em pastas aprovadas pelo usuário e conexão com os aplicativos do ecossistema Microsoft. Na prática, isso significa que o agente pode pesquisar, analisar dados, gerar relatórios e automatizar workflows dentro das ferramentas que as empresas já usam, sem exigir que o usuário copie informações manualmente entre sistemas.

O produto também está disponível como aplicativo no Microsoft Teams, com foco em pesquisa com IA, análise e geração de relatórios diretamente dentro do ambiente de colaboração. A Perplexity obteve a certificação Microsoft 365 App Certification, o que indica conformidade com os requisitos de segurança e privacidade da Microsoft, incluindo capacidades de exclusão de dados pessoais e restrição de processamento.

O diferencial operacional do produto está no fato de rodar localmente, “always-on”, sem depender de transferência de arquivos para a nuvem de terceiros. Para empresas com dados sensíveis, isso resolve uma objeção concreta de adoção.

A trajetória do produto em quatro meses

Em março de 2026, a Perplexity anunciou o produto para Mac, voltado para um dispositivo dedicado como um Mac mini, com orquestração local 24/7 e acesso a arquivos e apps via 2FA. Em abril, o rollout começou para assinantes Perplexity Max e lista de espera. Em julho, a empresa anunciou simultaneamente a expansão para Windows, o Perplexity Computer for Enterprise, novas APIs para desenvolvedores e capacidades ampliadas para pesquisa financeira.

A progressão tem um estratégia de produto bem definida, de validar no Mac, construir a base de usuários com assinantes premium, expandir para o Windows, e simultâneamente lançar uma camada Enterprise com infraestrutura de API. Quatro meses de execução, do anúncio inicial à chegada ao maior ecossistema corporativo do mundo.

Por que o Windows muda a escala do movimento

O Mac foi o primeiro passo, mas é no Windows que está a maior parte do trabalho corporativo, especialmente em empresas médias e grandes fora do segmento de tecnologia. A presença dentro de Teams, Excel e Outlook não é sobre design de produto, é sobre ponto de contato com o fluxo real de trabalho de milhões de usuários corporativos.

Para a Perplexity o cenário é bom, já que o usuário não precisa mudar sua rotina para usar o produto. O agente vai até onde o trabalho já acontece. Essa lógica de distribuição é exatamente o que diferencia produtos de IA que viram hábito daqueles que ficam como experimentos.

O campo de colisão com o Copilot

A Microsoft investiu pesadamente no Copilot como camada de IA integrada ao Microsoft 365. A proposta é parecida com a da Perplexity: assistência dentro dos apps que as empresas já usam, sem necessidade de trocar de ferramenta. A diferença é que o Copilot está atrelado ao ecossistema Microsoft e aos modelos da OpenAI, enquanto o Personal Computer da Perplexity trabalha com orquestração multi-modelo, usando diferentes modelos dependendo da tarefa.

Essa distinção tem implicações práticas. Uma empresa que usa o Copilot está dentro do ecossistema Microsoft, com as vantagens e limitações de uma solução integrada verticalmente. Uma empresa que adota o Personal Computer da Perplexity mantém flexibilidade de modelo e escolha de provedor de IA, com a Perplexity operando como intermediária na camada de orquestração.

A questão relevante para executivos e founders avaliando essas ferramentas não é qual produto tem o modelo mais capaz num benchmark isolado. É qual produto se integra melhor ao fluxo real de trabalho da equipe e quais trade-offs de controle, privacidade e flexibilidade fazem sentido para a operação.

A questão de fundo: o que justifica a mensalidade

Em março de 2026, a Axios levantou uma pergunta direta: sem modelos próprios de fronteira, por que uma empresa pagaria mensalidade à Perplexity em vez de ir diretamente para OpenAI, Anthropic ou o próprio Copilot da Microsoft?

O Personal Computer para Windows é a resposta operacional mais clara que a Perplexity entregou até agora. O valor proposto não está no modelo de linguagem, está na orquestração local, no acesso a arquivos privados, na integração com apps corporativos e na automação de workflows dentro do ambiente onde o trabalho já acontece. É uma proposta de valor distinta da que os provedores de modelo vendem, e é exatamente nessa distinção que a empresa está construindo seu posicionamento.

Se essa proposta sustenta um negócio escalável depende de quanto os usuários corporativos valorizam a camada de orquestração em relação aos modelos subjacentes. E o lançamento para Windows, com a simultânea entrada no Enterprise e abertura de APIs para desenvolvedores, indica que a Perplexity está apostando que sim.

A disputa por IA no ambiente corporativo não será decidida apenas por qual modelo acerta mais no benchmark. Será decidida por quem controla a interface entre o usuário e suas ferramentas de trabalho. Esse campo acaba de ficar mais competitivo.

The post Perplexity lança Personal Computer e compete diretamente com a Microsoft appeared first on The beatstrap.

O movimento ocorre logo após a SoftBank concluir sua saída da Boston Dynamics, a empresa de robótica vendida à Hyundai em 2021 depois de anos de investimento sem retorno comercial expressivo. A troca entre os dois ativos não é apenas uma substituição de portfólio, como também indica uma mudança de tese sobre onde robótica e IA vão gerar resultado.

A Boston Dynamics construiu uma reputação global com robôs bípedes e quadrúpedes capazes de dançar, pular e escalar escadas. O problema deles foi a monetização. Robótica de propósito geral exige criar mercados do zero, educar compradores sobre casos de uso ainda indefinidos e sustentar ciclos de desenvolvimento longos antes de qualquer escala comercial.

A Gravis Robotics funciona em outra lógica. A empresa não fabrica novos robôs, ela pega equipamentos que já existem em canteiros de obra ao redor do mundo e adiciona capacidade de operação autônoma via hardware e software embarcados. O cliente já existe. O equipamento já existe. O problema que a tecnologia resolve (escassez de operadores qualificados, segurança em ambientes de risco, eficiência em obras de infraestrutura) já existe. Um novo mercado não precisa ser criado.

Fundada como spinout do ETH Zurich, uma das principais universidades de tecnologia do mundo, a Gravis carrega o perfil típico de deep tech europeia com aplicação industrial imediata: pesquisa de alto nível convertida em produto com caso de uso específico e cliente definido desde o início.

A Roze e a construção de um portfólio estruturado

O deal com a Gravis não está sendo negociado isoladamente. A SoftBank criou a Roze, uma entidade separada para concentrar seus ativos e apostas em robótica com IA. A Gravis seria integrada a essa estrutura, o que indica que a investidora japonesa não está fazendo apostas pontuais, mas construindo um portfólio com tese unificada.

Em paralelo, a SoftBank negocia liderar uma rodada de US$800 milhões na Agile Robots, startup alemã de robótica industrial. Dois movimentos simultâneos, ambos em robótica industrial europeia, ambos com valores expressivos e ambos convergindo para a mesma Roze. A SoftBank está consolidando posições em automação industrial com IA embarcada, com foco em setores de infraestrutura, construção e manufatura.

Apesar disso, o negócio ainda não tem estrutura definida. A SoftBank pode adquirir participação minoritária relevante, entrar como majoritária ou estruturar uma combinação de investimento e aquisição gradual. A forma como a operação for desenhada vai dizer mais sobre a convicção da investidora do que o valuation em si.

O outro ponto a acompanhar é a Roze. Se a entidade absorver a Gravis e a Agile Robots simultaneamente, e novos ativos forem adicionados ao portfólio nos próximos meses, o mercado vai ter uma leitura mais clara sobre se a SoftBank está construindo uma plataforma de robótica industrial ou apenas realocando capital entre apostas de venture.

O movimento lembra, em estrutura, o que a Amazon fez ao entrar no Rappi: menos sobre um ativo isolado e mais sobre capilaridade em um mercado estratégico. No caso da SoftBank, o mercado estratégico é automação industrial, e a construção civil pode ser apenas o ponto de entrada.

The post SoftBank negocia aquisição da Gravis Robotics em deal de US$500 milhões appeared first on The beatstrap.

Não é mais um suplemento vitamínico genérico. A proposta da Ditto parte de uma premissa documentada: a saúde menstrual foi historicamente subfinanciada em pesquisa científica. A startup quer ocupar o espaço deixado por essa lacuna, desenvolvendo protocolos com embasamento em evidências para um mercado que recebeu pouca atenção clínica estruturada ao longo de décadas.

O mercado global de femtech foi estimado em US$45,6 bilhões (2025) com projeção de crescimento para US$145,5 bilhões até 2033, segundo Grand View Research. A Fortune Business Insights aponta crescimento consistente, com ênfase em desenvolvimento de produtos que integram tecnologia a saúde da mulher, incluindo aplicativos móveis, dispositivos vestíveis e suplementos.

O que os números não mostram diretamente é a distribuição desigual do capital dentro da categoria. O relatório da DLA Piper, publicado em abril de 2026, indica que a alocação de venture capital em saúde feminina tende a se concentrar em fertilidade e gestação, subcategorias com maior volume histórico de atenção médica e regulatória. Saúde menstrual, menopausa e sexualidade seguem sub-representadas nas carteiras.

Durante anos, o crescimento da femtech foi impulsionado por apps de rastreamento de ciclo, produtos de baixo custo de desenvolvimento, escala rápida e aquisição de usuárias relativamente simples. Suplementos com base clínica exigem investimento em pesquisa, tempo de desenvolvimento mais longo, validação científica e uma rota regulatória mais complexa. As barreiras de entrada são maiores, e é exatamente isso que torna o ativo mais defensável para investidores que pensam em posicionamento de longo prazo.

A FoodLabs, fundo especializado em foodtech e ciências da nutrição, e a Eka Ventures, com histórico de apoio a startups de saúde no Reino Unido, estão apostando que rigor científico se torna um diferencial competitivo nesse nicho, não apenas um argumento de marketing.

Para o ecossistema de femtech mais amplo, subcategorias como menopausa, saúde sexual e saúde mental ligada a ciclos hormonais seguem como fronteiras abertas. O capital ainda está chegando de forma lenta nessas áreas, mas o movimento da Ditto sugere que a janela para quem entra com base científica antes da competição se intensificar está aberta agora.

The post A rodada da Ditto indica onde as femtechs vão crescer nos próximos anos appeared first on The beatstrap.

O movimento representa o primeiro ato regulatório formal de peso contra uma prática que candidatos denunciam há anos nas redes sociais, fóruns e grupos de profissionais de tecnologia.

O que são ghost jobs e por que isso virou caso de Estado

Ghost jobs são vagas publicadas em plataformas de recrutamento que existem formalmente, aparecem nas buscas, aceitam candidaturas, mas nunca resultam em processo seletivo, retorno ao candidato ou contratação. Podem existir por diferentes razões, como empresas que publicam vagas para construir banco de talentos sem urgência de preenchimento, posições desatualizadas que permanecem no ar por falha dos sistemas internos de recrutamento, ou ainda anúncios mantidos ativos para fins que não incluem contratar alguém no curto prazo.

O fenômeno ganhou escala especialmente após a onda de demissões em massa nas big techs entre 2022 e 2023, quando empresas que haviam crescido rapidamente reverteram planos de expansão, mas nem sempre removeram as vagas que já haviam publicado. O resultado foi um feed de oportunidades que inflou artificialmente a percepção de mercado aquecido, ao mesmo tempo em que candidatos acumulavam candidaturas sem nenhum retorno.

Em fóruns como o Reddit, relatos de profissionais descrevem taxas de resposta próximas de zero em candidaturas feitas diretamente pelo LinkedIn, com usuários reportando dezenas ou centenas de aplicações sem sequer receber uma mensagem automática de recusa. O que era percepção virou reclamação coletiva, e o que era reclamação coletiva virou, agora, investigação formal.

O peso duplo para o ecossistema de startups

Para o mercado de startups, o problema tem implicações em dois lados do mesmo balcão.

Do lado de quem recruta, o LinkedIn continua sendo a principal vitrine para atrair talentos técnicos e de negócios. Founders e heads de people dependem da plataforma para publicar vagas e alcançar profissionais qualificados. Se o ambiente de anúncios está saturado de posições fantasmas de outras empresas, o sinal piora para todo o mercado, e as vagas genuínas de startups competem com um volume de postagens que não representam oportunidades reais.

Do lado de quem busca emprego, profissionais de tech e startups, que usam o LinkedIn de forma intensa tanto para visibilidade quanto para prospecção ativa, estão investindo tempo em candidaturas que, em volume significativo, possivelmente não levam a lugar nenhum. Isso tem custo prático: tempo de preparação de portfólio e currículo, ajustes de candidatura por vaga, além do desgaste de lidar com ausência sistemática de resposta.

A investigação do Texas formaliza juridicamente uma disfunção que já afeta a operação real de recrutamento no ecossistema, não apenas a experiência individual do candidato.

O que a investigação pode ou não mudar

Até o momento, as informações disponíveis não incluem o número de vagas sob escrutínio, a data exata de abertura formal da investigação, o escopo legal específico da apuração ou o nome dos denunciantes formais. O LinkedIn também não se manifestou publicamente sobre o caso de forma detalhada.

O que está em disputa, em termos regulatórios, é se uma plataforma que cobra das empresas para publicar vagas tem responsabilidade sobre a qualidade e a veracidade dessas postagens. É um território que envolve tanto práticas comerciais potencialmente enganosas ao consumidor final (o candidato) quanto questionamentos sobre a governança do modelo de negócio das grandes plataformas de recrutamento.

Paralelamente ao problema das ghost jobs, cresce no LinkedIn e em outras redes o volume de golpes envolvendo vagas falsas usadas para capturar dados pessoais de candidatos. Esse é um fenômeno distinto, mas alimenta o mesmo ambiente de desconfiança no recrutamento digital, e qualquer movimento regulatório que aumente a responsabilização das plataformas sobre o que é publicado pode ter efeitos sobre as duas frentes.

A credibilidade do maior marketplace de empregos do mundo está em jogo

O LinkedIn opera como o maior banco de talentos e vagas do mundo. A lógica do modelo depende da crença, por parte dos candidatos, de que as vagas listadas são reais, e por parte das empresas, de que os candidatos que chegam estão genuinamente interessados. Se as ghost jobs corroem a primeira parte dessa equação, todo o ecossistema de recrutamento da plataforma perde eficiência.

A investigação do Texas não vai, sozinha, resolver o problema. Mas ela cria um precedente, onde reguladores estão dispostos a questionar se plataformas de recrutamento têm responsabilidade ativa sobre a integridade do que publicam, não apenas sobre o que é tecnicamente proibido em seus termos de uso.

The post Ghost Jobs no LinkedIn viram assunto da justiça no estado do Texas appeared first on The beatstrap.

Os anúncios foram contextualizados pela empresa dentro da visão de “repensar a segurança para a era da IA” e representam a camada de produto mais concreta de uma aposta estratégica que a Microsoft vem construindo desde 2023.

O que cada produto faz

O MAI-Cyber-1-Flash foi desenvolvido desde o início para reconhecer padrões específicos de ameaças cibernéticas, o que o diferencia de LLMs genéricos aplicados ao contexto de defesa. Ataques cibernéticos exigem identificação de padrões altamente particulares, e modelos generalistas costumam ter desempenho inferior nesse domínio. A especificidade de treinamento é o ponto central do produto.

O Project Perception vai além do modelo. É uma plataforma que coordena equipes de agentes de IA para executar, de forma autônoma, o ciclo completo de resposta a ameaças: identificação, análise e correção de vulnerabilidades. O que antes dependia de um SOC (Security Operations Center) estruturado, com analistas especializados operando em turnos, passa a ser executado por agentes que operam em velocidade computacional.

Uma estratégia construída em camadas, não um lançamento isolado

Os dois produtos de julho de 2026 se encaixam em uma trajetória que a Microsoft vem executando há quase três anos. Em novembro de 2023, a empresa lançou a Secure Future Initiative (SFI), programa para reforçar as bases de segurança integrada em toda a sua stack de produtos. Em junho de 2025, lançou um programa de pesquisa conjunta com foco em cibersegurança com IA voltado para infraestruturas críticas na Europa. O Security Copilot, assistente de IA para equipes de segurança, já estava em operação antes dos lançamentos mais recentes. O MAI-Cyber-1-Flash e o Project Perception são, portanto, a evolução dessa trajetória.

Há um dado que contextualiza por que a Microsoft tem condições de treinar modelos especializados com essa capacidade: a empresa processa 78 trilhões de sinais de segurança por dia. Essa base de dados, coletada ao longo de anos de operação de produtos como Azure, Microsoft 365 e Defender, é o substrato que alimenta o treinamento do MAI-Cyber-1-Flash.

Modelos de segurança são tão bons quanto os dados com que foram treinados. A escala de sinais que a Microsoft tem acesso é um diferencial estrutural que poucos players conseguem replicar, o que coloca os lançamentos em um contexto competitivo difícil de ignorar.

A empresa também anunciou um investimento de R$14,7 bilhões em infraestrutura de nuvem no Brasil, sinal de que os lançamentos globais têm ancoragem local e que a Microsoft está apostando no mercado brasileiro como destino relevante para essa evolução de produto.

O que ainda precisa ser testado é a fricção de implementação, a curva de adoção e a real eficácia dos agentes em ambientes menos estruturados do que os laboratórios da Microsoft.

The post Microsoft lança modelo de IA treinado exclusivamente para cibersegurança appeared first on The beatstrap.

A rodada, se confirmada, seria um dos movimentos de captação mais expressivos do portfólio de empresas de Musk fora da Tesla e da SpaceX, ambas avaliadas em trilhões de dólares.

O que é a Boring Company e o que ela opera hoje

Fundada por Musk em dezembro de 2016, a Boring Company nasceu de uma ideia surgida em um engarrafamento em Los Angeles: criar alternativas subterrâneas ao congestionamento urbano, perfurando túneis de ponto a ponto para transporte rápido. A empresa é responsável por projetar e operar esses sistemas de locomoção subterrânea.

Sua principal operação ativa confirmada é um sistema de túneis sob Las Vegas, para o qual a companhia detém um contrato de franquia de 50 anos. Esse contrato funciona como a principal âncora de receita recorrente da empresa até o momento das publicações consultadas. Além de Las Vegas, não há, nas fontes disponíveis, detalhes sobre outros contratos ativos ou operações em andamento que justifiquem a magnitude da rodada atual.

O que um valuation de US$20 bilhões revela

Colocar US$20 bilhões como valuation-alvo para uma empresa cujo principal ativo operacional confirmado é um sistema de túneis em uma única cidade americana é, no mínimo, um dado que exige leitura cuidadosa.

Para efeito de escala: esse número supera mais de cem companhias listadas no S&P 500, índice que inclui gigantes de setores como saúde, energia, consumo e tecnologia. Uma empresa de infraestrutura física, com operação geograficamente concentrada, alcançar esse patamar não é explicado apenas pela operação atual.

O que o valuation embute, de forma bastante direta, é o prêmio associado ao ecossistema Musk. Estar no portfólio do fundador da SpaceX, da Tesla, da xAI e da Neuralink carrega um nível de credibilidade e de atração de capital que vai além do que qualquer fluxo de caixa projetado de um sistema de túneis justificaria isoladamente. Investidores estão precificando confiança na execução, acesso ao deal flow e a lógica de que projetos considerados impossíveis, quando conduzidos por Musk, têm histórico de sair do papel.

O contrato de 50 anos em Las Vegas, por outro lado, tem valor real e calculável. É uma receita previsível de longo prazo, o tipo de ativo que fundos de infraestrutura e family offices buscam. Mas a distância entre o que esse contrato representa e um valuation de US$20 bilhões é larga o suficiente para que a pergunta sobre o prêmio do nome seja legítima.

Além disso, as informações publicadas até agora não detalham para onde vai o capital que está sendo captado. Rodadas dessa magnitude em empresas de infraestrutura normalmente vêm acompanhadas de teses públicas, como novos contratos assinados, cidades em negociação ou tecnologia a escalar. A ausência de disclosure sobre o destino dos recursos também deixa espaço para dúvidas sobre a rodada.

Infraestrutura física como aposta de longo prazo

A rodada da Boring Company reflete um movimento mais amplo de interesse do mercado de capitais por infraestrutura física com horizonte de retorno de décadas, especialmente quando ancorada em contratos de concessão ou franquia de longo prazo.

O que a rodada coloca em perspectiva, para o ecossistema de tecnologia, é que a tese de “infraestrutura como tech” ainda move capital relevante, desde que o operador tenha credibilidade de execução. A Boring Company usa essa credibilidade como ativo. A questão que o mercado vai responder nos próximos anos é se o plano de expansão que justifica US$20 bilhões vai se materializar em contratos, cidades e receita, ou se o valuation ficará dependente do nome por mais tempo do que os investidores esperam.

A captação ainda está em negociações. Quando, e se, for confirmada com estrutura e investidores divulgados, os números vão ganhar mais substância (ou mais perguntas).

The post The Boring Company, de Elon Musk, capta US$4 bilhões com valuation de US$ 20 bilhões appeared first on The beatstrap.

No início de maio de 2026, a Corgi anunciou um Series B de US$160 milhões liderado por TCV e Kindred Ventures. A rodada levou a empresa ao valuation de US$1,3 bilhão, marcando sua entrada no clube dos unicórnios. Três semanas depois, a startup voltou ao mercado com uma extensão da mesma rodada, captando mais US$106 milhões com os mesmos investidores e dobrando sua avaliação de mercado. Em 22 de julho, veio a terceira rodada, desta vez com valuation de US$4 bilhões.

Uma seguradora que também vende café e software

A Corgi não é mais apenas uma empresa de seguros. Além do produto original, a startup expandiu sua atuação para software de data room voltado a empresas e opera duas cafeterias abertas 24 horas, uma em San Francisco e outra em Atlanta, com drinks de nomes patrocinados por marcas.

Essa diversificação pode ser lida de duas formas. A primeira: uma startup que identifica oportunidades adjacentes e se move rápido para capturá-las, usando a tração com investidores para financiar experimentos. A segunda: uma empresa em fase de crescimento acelerado que ainda está testando onde, de fato, está o negócio.

O que os dados mostram é que os investidores, ao menos até aqui, estão dispostos a continuar apostando independentemente da resposta.

A trajetória da Corgi acontece em um ambiente em que startups de IA têm conseguido captar em velocidade e valuations que seriam improváveis em outro momento de mercado. A Emergent virou unicórnio em pouco mais de um ano em uma das maiores trajetórias de crescimento acelerado no setor de IA. A Mercor manteve pressão por valuation elevado mesmo após um vazamento significativo de dados, chegando a projeções na casa dos US$20 bilhões. A Corgi entra nessa lista com uma especificidade adicional: o ritmo de captação não é apenas rápido, é encadeado, com rodadas se sobrepondo antes que a anterior seja completamente absorvida pelo mercado.

Há uma leitura possível em que isso é exatamente o que deveria acontecer em um ciclo de alta: fundadores e investidores alinhados na visão, capitalizando uma janela enquanto ela está aberta. Há outra leitura, menos otimista, em que o ritmo diz menos sobre a qualidade do negócio e mais sobre o estado de ansiedade do capital disponível.

Para founders avaliando suas próprias estratégias de captação, o caso Corgi é um lembrete de que valuation não é um número fixo, especialmente quando o mercado está disposto a renegociá-lo a cada três semanas.

The post A Corgi está captando rápido demais ou os investidores é que estão ansiosos? appeared first on The beatstrap.

O argumento da MeBeMe parte de uma premissa tecnicamente defensável: os loops de dopamina explorados por redes sociais e plataformas de entretenimento não são intrinsecamente nocivos. O que importa é a direção para a qual apontam. Se o mesmo sistema de recompensa variável que prende o usuário em um feed pode ser calibrado para recompensar uma caminhada ou dez minutos de leitura, o mecanismo vira aliado, não inimigo.

O problema é que essa premissa ainda não tem validação empírica robusta no contexto de saúde digital. A literatura acadêmica documenta bem os efeitos da gamificação no comportamento de consumo. Uma pesquisa realizada na Finlândia, por exemplo, mostrou aumento consistente de fidelidade e lucro para marcas que aplicaram o mecanismo. Porém, o uso de gamificação para substituir comportamentos compulsivos por comportamentos saudáveis é território consideravelmente mais complexo.

Fidelizar um consumidor a uma marca com pontos e badges é diferente de recalibrar os circuitos de recompensa de alguém que desenvolveu dependência de estimulação digital constante.

O campo de batalha é desigual

Redes sociais e plataformas de entretenimento competem ativamente pela atenção do usuário com orçamentos bilionários e anos de dados comportamentais acumulados. No setor de apostas esportivas, só no Brasil, foram gastos entre R$5,8 bilhões e R$8,8 bilhões em marketing em 2024, segundo relatório do Itaú Unibanco.

Esses players não estão apenas comprando visibilidade. Estão refinando continuamente os mesmos loops de recompensa que o MeBeMe quer combater, com equipes dedicadas a maximizar o tempo que o usuário passa engajado. O aplicativo da MeBeMe compete pelos mesmos minutos de atenção com orçamento incomparavelmente menor e uma proposta que depende, fundamentalmente, do engajamento voluntário de quem já está viciado no modelo oposto.

Engajamento voluntário é exatamente o ponto mais difícil de sustentar nesse contexto. Quem está em modo de doomscrolling não está tomando decisões racionais sobre onde alocar seu tempo. Está respondendo a gatilhos automatizados.

Para funcionar, o MeBeMe precisa ser suficientemente engajante para competir com os aplicativos que quer substituir e a gamificação é, por definição, um mecanismo de engajamento. Quanto mais eficaz for o produto no que promete, mais o usuário estará interagindo com mais um app no celular, gerando mais uma fonte de estímulo digital.

A tese do MeBeMe é intelectualmente interessante. A ideia de redirecionar mecanismos compulsivos em vez de simplesmente tentar eliminar o comportamento tem respaldo em algumas abordagens de saúde comportamental. O problema não é a direção. É a execução num ambiente onde os adversários da startup são mais ricos, mais sofisticados e mais experientes no mesmo mecanismo que ela quer usar a seu favor.

Para que a aposta faça sentido, a MeBeMe precisaria demonstrar que consegue gerar engajamento suficiente para competir sem criar dependência suficiente para se tornar parte do problema. Esse é um equilíbrio difícil de sustentar, e não há dados públicos disponíveis sobre adoção, retenção ou resultados de saúde que permitam avaliar se o produto chegou perto disso.

A questão é se a resposta para um problema criado por algoritmos pode ser, de fato, mais um algoritmo.

The post MeBeMe aposta em gamificação para combater vício às telas appeared first on The beatstrap.