*SAN JOSE - Entre as centenas de logos que passaram pelo palco e pelos telões do GTC 2026, o principal evento anual da Nvidia, uma chamou atenção por vir de um mercado que costuma aparecer mais como consumidor do que como protagonista de tecnologia de base. A brasileira Neospace foi uma das empresas mencionadas pela gigante americana numa conferência dominada por hyperscalers, fabricantes de chips e startups de inteligência artificial do eixo Estados Unidos-Europa. Para uma companhia ainda jovem, a exposição funciona como selo técnico e também como resumo de ambição: a empresa quer sair do Brasil não como usuária da onda de IA, mas como construtora de uma peça central dela.

A tese é menos vistosa do que a dos chatbots, mas potencialmente mais valiosa. Enquanto boa parte do mercado correu para adaptar grandes modelos de linguagem a tarefas corporativas, a Neospace decidiu atacar um problema diferente: a dificuldade das empresas de extrair valor dos próprios dados. Não se trata, na visão dos fundadores, de usar IA para responder perguntas com mais fluidez. Trata-se de criar o que eles chamam de "cérebro corporativo" — uma camada de inteligência capaz de cruzar dados estruturados e não estruturados, encontrar padrões e devolver decisões de negócio com mais precisão.

A empresa nasceu em 2023, quando Felipe Almeida, Bruno Pierobon e Gustavo Debs começaram a desenhar o que fariam depois do ciclo da Zup, a empresa de transformação digital criada em Minas Gerais, no ano de 2011, e vendida ao Itaú, em 2020, por R$ 500 milhões. A Zup cresceu ajudando grandes companhias — bancos, teles, seguradoras — a refazer jornadas digitais, produtos e cultura tecnológica. Chegou a cerca de 3.500 funcionários antes da venda. O acordo com o Itaú previa um período de permanência dos fundadores, que durou até 2024. A saída abriu espaço para uma nova aposta, agora bem mais técnica e mais arriscada.

"A gente queria criar tecnologia do zero. Não queria ser só um 'wrapper', uma camada em cima do que já existia", disse Felipe Almeida em entrevista à EXAME. "E queria fazer uma empresa que já nascesse com potencial global".

Essa decisão coloca a Neospace num grupo pequeno de startups que tentam construir infraestrutura própria de inteligência artificial em vez de apenas empacotar APIs de terceiros. O atalho mais comum do mercado tem sido pegar modelos já prontos — da OpenAI, Anthropic, Meta ou outros — e adaptá-los a tarefas específicas.

O foco não está em linguagem, mas em dados. Em vez de replicar um GPT, a empresa diz estar desenvolvendo o que batizou de Data Foundational Model, uma IA que se origina para processar o tipo de informação que forma a espinha dorsal das grandes empresas: transações, tabelas, eventos, históricos de navegação, cadastros, documentos e relações entre essas bases.

Para Almeida, o problema de muitas iniciativas de IA nas empresas é que elas tratam grandes modelos de linguagem como um canivete suíço. Funcionam bem para atendimento, busca, interface e comunicação final com o usuário. Mas não são a melhor ferramenta para pensar o negócio. "As LLMs são muito boas para a última milha, para conversar com o cliente. Mas não vão ser o cérebro da companhia", diz.

A aposta da Neospace é que esse cérebro pode nascer de um modelo treinado para ler o dado cru da empresa, e não apenas médias, recortes ou amostras tratadas previamente, como costuma acontecer em sistemas tradicionais de machine learning. Numa operação bancária, por exemplo, isso significa olhar a vida inteira de um cliente em sequência: compra, horário, local, valor, parcela, navegação no app, empréstimo, seguro, pagamento, atraso. Ao cruzar esse fluxo com o de milhões de outros clientes, o modelo passaria a detectar padrões de fraude, risco, propensão a compra e recuperação de crédito com uma granularidade que os modelos clássicos não alcançam.

Treinar modelo do zero exige duas coisas que o mercado de IA ainda trata como escassas: gente muito especializada e capacidade computacional. No primeiro ponto, a estratégia da Neospace foi montar um time de pesquisadores, cientistas de dados e engenheiros com perfil quase acadêmico. Não necessariamente porque já conheciam a fundo o treinamento de modelos fundacionais, mas porque tinham capacidade de aprender rápido um assunto ainda restrito a poucos grupos no mundo. "O pré-requisito para entrar aqui é querer ser atleta olímpico de IA", diz Almeida, em referência ao nível de dedicação que espera do time.

No segundo ponto, a empresa decidiu atacar cedo. Segundo o fundador, a Neospace montou a maior base própria de GPUs da América Latina voltada ao tipo de treinamento que está fazendo, com 1.200 unidades B200, uma das gerações mais recentes de chips da Nvidia disponível comercialmente no momento da entrevista. É uma escala rara para uma startup latino-americana e ajuda a explicar por que a empresa virou caso de interesse para parceiros como Nvidia e Oracle. O cluster, disse Almeida, opera na Austrália por exigências de refrigeração líquida desse tipo de máquina.

A infraestrutura foi financiada por uma primeira rodada liderada pelo Itaú. O banco liderou a rodada de US$ 18 milhões, investindo US$ 15 milhões na startup. O restante veio de quatro investidores-anjo: Martín Escobari, da General Atlantic; Micky Malka, da Ribbit Capital; Nigel Morris, da QED; e Hans Morris, da NYCA Partners.

A escolha teve lógica dupla. De um lado, dava à startup uma referência corporativa de peso logo na largada. De outro, oferecia um ambiente ideal para testar a tese num setor que vive de dados e tem casos de uso claros para IA aplicada a receita, risco e eficiência. A empresa também atraiu investidores pessoas físicas com forte circulação internacional, entre eles nomes ligados a venture capital e ao setor financeiro nos Estados Unidos, numa montagem pensada para abrir portas fora do Brasil.

A internacionalização, aliás, não aparece como capítulo futuro, mas como parte do desenho inicial do negócio. Almeida cita os Estados Unidos como mercado prioritário e diz que a empresa já conversa com clientes e parceiros lá fora, inclusive com apoio de executivos da Nvidia e da Oracle. "Se a gente construir uma empresa legal só no Brasil, vai ser incompleto para a nossa missão", afirma.

O discurso pode soar ambicioso demais para uma startup em estágio inicial. Mas há um pano de fundo favorável. O mercado corporativo ainda procura qual será a arquitetura dominante de IA para o uso pesado dentro das empresas. A primeira onda foi de experimentação rápida com modelos de linguagem. A segunda começa a cobrar retorno real, medido em receita, redução de custo ou retenção de clientes. É nesse ponto que a Neospace tenta se posicionar: não como ferramenta de produtividade individual, mas como infraestrutura de decisão.

A empresa também se beneficia de uma insatisfação crescente com a superficialidade de parte do mercado de IA. Almeida cita um estudo da consultoria McKinsey segundo o qual a maior parte das iniciativas corporativas ainda não entrega o resultado prometido. Na leitura dele, isso acontece porque muita empresa escolheu a ferramenta errada para o problema que queria resolver. "As empresas têm um nível ainda muito raso de conhecimento e estão usando LLM como se fosse para tudo", diz.

O setor aguarda o próximo ciclo

No próprio GTC, Jensen Huang, fundador da Nvidia, dedicou boa parte do keynote a defender que o próximo ciclo da IA passa por dados estruturados, isto é, o universo de tabelas, planilhas e sistemas que sustentam a vida real das empresas. Foi esse o ambiente em que a Neospace apareceu. Não como mais uma startup de interface conversacional, mas como representante de uma camada que a Nvidia quer ver crescer: a dos modelos e plataformas que operam sobre o dado bruto das companhias.

Esse tipo de menção não transforma uma startup em líder de mercado. Mas ajuda a colocá-la num mapa mais competitivo. No Brasil, onde a maior parte das iniciativas de IA ainda orbita consultoria, automação de atendimento ou integração de ferramentas existentes, a Neospace tenta construir um argumento mais raro: o de empresa que nasce para desenvolver tecnologia própria, pesada, com ambição global. É um lugar difícil. Mas também menos lotado.

* O jornalista viajou a convite da Nvidia.