Brahma AI arrecadou US$ 150 milhões com avaliação de US$ 2 bilhões

A Factory levantou com sucesso US$ 200 milhões em uma nova rodada de financiamento, atingindo uma avaliação de US$ 5 bilhões. Investidores neste round incluíram Blackstone, Khosla Ventures e Sequoia Capital. Insight Partners, Evantic Capital e Sound Ventures também participaram.

A Factory foi fundada em 2023 por Matan Greenberg e Eno Reyes. Outros investidores incluíram NEA, Mantis VC e Clearlake. O round também atraiu investidores anjo, incluindo Nico Rosberg, Brad Gerstner e Mark Benioff.

O novo financiamento aumentou o volume total de fundos recebidos pela empresa para mais de US$ 400 milhões. Isso também representa um crescimento significativo em comparação com a avaliação de US$ 1,5 bilhão estabelecida em abril. Assim, em cinco meses, a avaliação da Factory mais do que triplicou; anteriormente, a empresa havia levantado US$ 150 milhões com essa mesma avaliação.

A última captação de capital reflete a crescente demanda das empresas por ferramentas para desenvolvimento autônomo de software. A empresa, sediada em São Francisco, visa aumentar o grau de autonomia no desenvolvimento de software. Sua plataforma permite que grandes empresas criem, testem e mantenham software usando agentes de inteligência artificial, operando durante todo o ciclo de desenvolvimento.

A Factory se diferencia de plataformas focadas em agentes de codificação individuais porque fornece às empresas um sistema unificado para gerenciar o desenvolvimento de software. A plataforma permite que as empresas controlem o processo de treinamento de sua 'fábrica de software', bem como gerenciem os modelos e o local de funcionamento do sistema. A Factory pode operar através de sua infraestrutura de nuvem gerenciada, e os clientes também podem implantá-la localmente ou em ambientes totalmente isolados, proporcionando maior controle às empresas sobre o desenvolvimento com IA.

A empresa relata que sua plataforma é usada por centenas de milhares de desenvolvedores. Clientes da Factory incluem Nvidia, Blackstone, Royal Bank of Canada, Palo Alto Networks e Adobe. Este portfólio de clientes em crescimento destaca o crescente interesse do setor corporativo no desenvolvimento de software com IA.

As empresas estão cada vez mais utilizando IA para aumentar a produtividade dos engenheiros. A Factory acredita que as empresas estão passando do uso de assistentes de codificação individuais para a criação de fábricas de software mais amplas em torno de sistemas autônomos. Matan Greenberg observou: 'As maiores empresas do mundo estão fazendo a transição de agentes de codificação individuais para fábricas de software' e acrescentou que os clientes confirmam o potencial para reformular sistemas de desenvolvimento de software, embora a empresa ainda esteja em estágios iniciais dessa transição.

A estratégia da Factory é criar fábricas de software autônomas que operam continuamente sob controle humano. As empresas podem regular os resultados mensuráveis enquanto a IA executa tarefas de desenvolvimento. A empresa compete em um mercado de codificação de IA em rápido crescimento. A Factory planeja usar o novo capital para apoiar seu crescimento futuro, com foco especial na expansão da plataforma e na adoção no setor corporativo.

Com o desenvolvimento da inteligência artificial, surgiu um problema de teste. Enquanto muitos se concentram na criação de grandes modelos de linguagem impressionantes para atrair investidores, existe apenas um pequeno número de plataformas testadas para verificar o desempenho desses sistemas complexos após o treinamento.

Os modelos de IA tendem a alucinar e podem desviar-se da norma com o tempo. Para resolver este significativo problema operacional, que constantemente afasta usuários corporativos de grande porte, a UniPat levantou 300 milhões de dólares. A UniPat realiza testes de estresse ativos nesses sistemas complexos para garantir um nível completo de confiança.

A UniPat difere de outras empresas de IA; elas não apenas criam novos algoritmos para demonstração em conferências tecnológicas caras. Em vez disso, a startup testa os modelos com base em cenários reais, e não em condições laboratoriais estéreis.

Isso pode ser comparado a um acampamento de treinamento rigoroso para inteligência artificial. Antes que um modelo tenha acesso a dados reais de consumidores ou comece a realizar operações financeiras automatizadas, a UniPat o submete a testes intensivos. Isso permite gerar dados de desempenho de sistema de alta qualidade que os desenvolvedores precisam para corrigir falhas críticas, pois é impossível consertar algo que não foi cuidadosamente quebrado primeiro.

O gigante tecnológico Alibaba liderou esta grande rodada de financiamento, causando ondas no setor. Os detalhes financeiros desta rodada são bastante impressionantes: o novo influxo de capital elevou a avaliação da startup para impressionantes 2,5 bilhões de dólares após o investimento. Também é interessante notar que este centro especializado é liderado por um ex-funcionário da empresa.

É evidente que a Alibaba está interessada em reter seus talentos de alto nível. Fundos significativos continuam a entrar, apesar da cautela do mercado de capital de risco mais amplo. Além disso, este acordo específico está entre os três por cento principais de todas as rodadas de capital de risco de estágio tardio registradas.

O alto custo da plataforma de teste é justificado pela economia corporativa básica e pela necessidade de sobrevivência competitiva. Entre os investidores iniciais ativos estavam representantes da Sequoia China. Isso demonstra que os principais atores financeiros estão procurando empresas relacionadas à infraestrutura no atual jogo de IA. Nós ultrapassamos a fase de simples admiração por chatbots inteligentes.

Agora, grandes corporações internacionais exigem análises impecáveis. Elas precisam de provas concretas de que a implementação de IA de milhões de dólares não resultará em constrangimento público. A UniPat fornece esse seguro necessário. Não é apenas outro investimento tecnológico rotineiro. É um movimento calculado. Como as potências mundiais competem ferozmente pelo domínio na área de inteligência artificial, a infraestrutura básica para avaliar essas ferramentas torna-se infinitamente valiosa.

A aposta em grande escala da Alibaba sinaliza uma mudança clara nas prioridades de mercado. O futuro pertence não apenas àqueles que puderem criar o maior modelo, mas também àqueles que puderem provar que seu modelo é o mais seguro, rápido e confiável em condições reais.

Em um cenário de crescente demanda por software e escassez de engenheiros que impedem as equipes de concluir funcionalidades, corrigir vulnerabilidades e atualizar sistemas, a Cognition apresentou uma solução baseada em ferramentas de codificação por IA. A ideia principal é permitir que os engenheiros atuem como arquitetos, enquanto agentes de inteligência artificial realizam a codificação, o teste e a implantação reais.

A Cognition AI arrecadou com sucesso US$ 2 bilhões em uma rodada Série E. Os líderes desta rodada foram os novos investidores Andreessen Horowitz e Accel, além da participação de parceiros existentes, incluindo Founders Fund, General Catalyst e Avenir.

A receita anual da Cognition aumentou de US$ 492 milhões em maio para quase US$ 900 milhões no momento. A startup desenvolveu o Devin, um agente autônomo de desenvolvimento de software capaz de planejar, escrever, testar e implantar código com mínima intervenção humana.

O Devin difere das simples ferramentas de preenchimento automático de código, como o Copilot, porque opera com base em requisitos de alto nível. O usuário precisa apenas dar um comando, como 'corrigir este erro' ou 'criar esta função'. O Devin determina sozinho os passos necessários, escreve o código, verifica-o, corrige quaisquer falhas e, em seguida, o insere em um ambiente de teste seguro.

As adições recentes de funcionalidade incluem o Devin Auto-Triage para análise de incidentes em produção, Devin Security Swarm para busca de vulnerabilidades no código e Devin Automations, que inicia o trabalho dos agentes através do Slack, GitHub e Linear.

Grandes corporações já estão utilizando o produto. Entre os clientes da Cognition estão Nvidia para projeto de chips, GE Aerospace na indústria aeroespacial, Citi em serviços financeiros, Mercedes-Benz na indústria automotiva e Goldman Sachs. Como o sistema não está vinculado a uma única empresa de IA, ele pode escolher o 'cérebro' de IA mais adequado para uma tarefa específica, seja OpenAI, Anthropic ou o próprio desenvolvimento da Cognition. Os engenheiros se concentram no design e na verificação, enquanto os agentes cuidam da execução.

A escalabilidade do codificação por IA exige custos significativos, pois a Cognition aluga uma grande quantidade de chips Nvidia, o que custa centenas de milhões de dólares anualmente. Especialistas preveem que os gastos da empresa podem chegar a US$ 800 milhões apenas em 2026. Para resolver esse problema, a Cognition está treinando seu próprio modelo baseado em alternativas de código aberto, buscando reduzir a dependência de modelos de terceiros caros e se aproximar do ponto de equilíbrio.

A empresa também está expandindo as capacidades do Devin e entrando em novos mercados. Espera-se que a receita anual atinja o nível de US$ 4 a US$ 5 bilhões até o final de 2026. O aumento da demanda por software é impulsionado pelo desenvolvimento de IA: cada empresa precisa de recursos de IA, mas para implementá-los é necessário código, criando um ciclo fechado onde a IA precisa de mais software, e o software precisa de mais IA para escrita. A Cognition aposta que este ciclo é tão grande que pode sustentar várias empresas avaliadas em US$ 50 bilhões.

A visão do CEO Scott Wu é que os engenheiros se transformarão em gerentes de agentes de IA. Em vez de escrever cada linha de código, eles se dedicarão à sua verificação, direção e aprovação. Se este modelo for bem-sucedido, o potencial de criação de software no mundo pode aumentar exponencialmente, permitindo lançar correções de segurança e iniciar startups em semanas em vez de meses.

Ao atingir uma avaliação de US$ 48 bilhões, a Cognition tornou-se mais um gigante em codificação por IA. Quatro meses atrás, sua avaliação era de US$ 26 bilhões, e pode crescer ainda mais no próximo ano. Os investidores claramente apostam que o futuro do software não reside em uma única IA, mas em muitas, e que a codificação será a primeira tarefa que a IA poderá automatizar verdadeiramente em escala.