Nova realidade do financiamento de capital de risco em estágio inicial na era da inteligência artificial

A empresa financeira Angel One alcançou o segundo lugar entre os corretores indianos em número de clientes ativos, de acordo com os dados mais recentes da National Stock Exchange (NSE). Até o final de outubro, a corretora contava com 69,98 lakh de investidores ativos, representando 14,97% do total de clientes ativos da bolsa, que atingiu 4,67 crore.

Entretanto, os índices de referência Sensex e Nifty caíram durante a sessão especial de negociação Muhurat no domingo, pois o lucro foi realizado, interrompendo o crescimento de sete dias e quebrando um período contínuo de oito anos de vitórias de Diwali. O BSE Sensex caiu 28,62 pontos, ou 0,04%, fechando em 80.999,40, sendo que 16 de suas ações componentes fecharam acima e 14 abaixo. Durante a sessão especial de Diwali, o índice atingiu um máximo de 81.442,11, mostrando um aumento de 414,09 pontos, ou 0,51%, relata a PTI.

No setor de tecnologia, uma nova 'temporada dourada' de cibercrime está surgindo à medida que mais pessoas usam a internet. De acordo com um artigo da BBC Future, espera-se que cerca de dois bilhões de pessoas acessem a internet pela primeira vez até 2030, mas este salto digital vem com sérios riscos. Os novatos não entram apenas na web comum, mas diretamente em armadilhas sofisticadas de cibercrime baseadas em inteligência artificial, fraude automatizada e engano localizado.

Como observa Zeki Turedi da CrowdStrike, embora a internet abra oportunidades transformadoras, o cenário digital moderno para usuários que acessam a rede pela primeira vez tornou-se muito mais complexo e perigoso do que aquele enfrentado pelas gerações anteriores.

No início de novembro, o ecossistema de startups indiano demonstrou dinâmica positiva graças ao aumento acentuado do capital de risco. O valor total foi de 263 milhões de dólares em 23 transações, superando os 115 milhões de dólares atraídos na semana anterior.

Nesta semana, ocorreram dois eventos significativos para a comunidade de startups indiana. O volume semanal geral de financiamento ultrapassou firmemente a marca de 200 milhões de dólares, recuperando-se após quatro semanas abaixo desse limiar. Simultaneamente, a marca de joias GIVA encerrou uma seca mensal de grandes negócios, arrecadando 100 milhões de dólares.

No contexto do desenvolvimento de projetos regionais, Pavitra Joshi, durante seus estudos de mestrado em empreendedorismo social no Tata Institute of Social Sciences, decidiu retornar às montanhas para resolver problemas regionais através da criação de empresas. O que começou como um projeto acadêmico transformou-se em KumaonKhand — uma empresa social que cria um ecossistema baseado em cannabis em Uttarakhand. Em 2021, Joshi transformou esta iniciativa em um negócio completo junto com sua mãe, Sangita, e Anuj Sharma, fundador e CEO do incubador de impacto Alsisar Impact.

Apesar da crescente disponibilidade de modelos de inteligência artificial, transformar esses modelos em produtos comerciais confiáveis continua sendo um desafio complexo, especialmente quando as empresas enfrentam uma infraestrutura de dados fragmentada.

No evento TechSparks 2026, Michael Cronin, vice-presidente de vendas para a Ásia-Pacífico, Japão e Índia da Couchbase, participou de um debate com Shivani Mutanna, diretora sênior de conteúdo estratégico e vídeo da YourStory. Eles discutiram a transição da IA da fase de experimentação para a produção completa, os desafios de gerenciamento, a experiência do cliente e o papel crescente da Índia nas inovações de IA.

Durante décadas, grandes corporações implementaram vários bancos de dados e soluções altamente especializadas para resolver tarefas específicas. Embora cada uma delas resolvesse um problema imediato, o resultado era frequentemente um nível de dados fragmentado, composto por múltiplos sistemas que interagem mal entre si.

Cronin considera essa fragmentação um sério obstáculo para a adoção de IA. Ele cita estimativas do setor de que 70-80% dos projetos de desenvolvimento de IA nunca chegam à fase de produção, e uma pesquisa do MIT mostrou que 95% desses projetos não se tornam lucrativos.

A plataforma operacional de dados da Couchbase foi desenvolvida para resolver esse problema, ajudando as empresas a consolidar sua infraestrutura de dados. Em vez de tentar consertar tudo de uma vez, Cronin aconselhou as empresas a começarem pequeno, recomendando que fundadores e empresas que lutam contra a fragmentação de dados escolham primeiro os casos de uso mais críticos.

Ele citou o varejista Tesco do Reino Unido, que possui um grande Centro de Competências Global (GCC) em Bengaluru. Muitos sistemas desse varejista afetavam negativamente a experiência do cliente, especialmente durante períodos de compras intensas, como a Black Friday e fins de semana. A Tesco começou a consolidar seu nível de dados, começando com uma instância e um caso de uso, antes de expandir os esforços por todo o seu stack tecnológico. Essa consolidação permitiu ao varejista processar milhões de transações por segundo com latência inferior a um milissegundo. Na opinião de Cronin, este exemplo demonstra como as empresas podem começar a resolver o problema da fragmentação através de um único caso de uso antes de expandir as mudanças para toda a sua operação.

A pressão relacionada ao desenvolvimento de produtos de IA levou muitas empresas a priorizar modelos e aplicativos. No entanto, os projetos piloto são frequentemente realizados em pequenos conjuntos de dados em ambientes controlados, o que não prepara as organizações para os requisitos de produção reais. Cronin chamou a atenção para a crescente escala do tráfego de máquina. Ele declarou: «Em dezoito meses, o tráfego de máquina ultrapassou o tráfego humano na internet. Este é o escopo da IA. É a escala da velocidade da máquina na qual as empresas devem operar».

Quando os aplicativos de IA encontram cargas de trabalho do mundo real, os sistemas de dados fragmentados podem impedir seu funcionamento confiável em escala. O uso crescente de agentes de IA agrava esse problema. À medida que os agentes se tornam mais autônomos e assumem funções de tomada de decisão, as empresas devem garantir que eles possam acessar os dados necessários dentro das estruturas de governança apropriadas.

Sistemas fragmentados podem dificultar a comunicação e o gerenciamento, limitando a capacidade dos agentes de agir autonomamente. Cronin também pediu que as empresas revissem a abordagem de alocação de investimentos em IA. Embora os modelos evoluam rapidamente, os dados corporativos permanecem um ativo crucial. Ele enfatizou: «Modelos podem ser alugados. O melhor modelo hoje é o jornal de ontem. O verdadeiro ativo para uma empresa são os dados».

À medida que as empresas começaram a perceber que dados fragmentados estavam atrasando suas iniciativas de IA, muitas reagiram adicionando APIs e conectores para ligar sistemas existentes. No entanto, Cronin alertou que esse método pode criar complexidade adicional em vez de resolver o problema principal. Cada conexão adicional aumenta a latência, o risco e cria outro ponto potencial de falha.

Em vez disso, ele recomendou consolidar o nível de dados para que os aplicativos e agentes de IA pudessem interagir com ele de forma mais direta, aproximando os dados dos clientes. Segundo Cronin, muitas empresas, incluindo grandes GCCs na Índia, estão atualmente revisando sua arquitetura para eliminar a fragmentação de dados. Sem essas mudanças, futuros investimentos no desenvolvimento de IA podem levar aos mesmos problemas.

A consolidação de dados também pode melhorar a experiência do cliente, ajudando os sistemas a lidar com a demanda crescente, permanecer disponíveis e responder rapidamente. Como os clientes esperam mais dos serviços baseados em IA, ter dados na periferia torna-se cada vez mais importante.

Cronin observou que as culturas empresariais variam na Ásia-Pacífico, mas a infraestrutura de dados fragmentada permanece um problema comum para a implementação de IA. Ao mesmo tempo, a Índia está se tornando um centro importante de inovação e tomada de decisões em IA. Ele observou que 80% dos principais 50 clientes globais da Couchbase têm presença significativa na Índia, e a maior parte de suas inovações e liderança em IA está baseada neste país. A Couchbase também está expandindo sua presença na Índia, mudando sua sede na Ásia-Pacífico para Bengaluru. Entre os clientes corporativos da Couchbase na Índia estão Air India, Airtel, BigBasket e Mahindra Finance. Na opinião de Cronin, o papel da Índia nos negócios mundiais vai além da economia de custos; inovações, liderança e a tomada de decisões de negócios importantes estão ocorrendo cada vez mais aqui. Ele mencionou a plataforma de entretenimento de nova geração da Air India, que é construída sobre a Couchbase. Esta plataforma visa fornecer aos passageiros uma experiência personalizada de compra e entretenimento, mesmo sem conexão de rede a bordo do avião. Para Cronin, este projeto mostra como as empresas indianas estão usando tecnologia para melhorar a experiência do cliente em condições de operação reais.

De acordo com um relatório da plataforma analítica Tracxn, a Sarvam, desenvolvedora de modelos avançados para a Índia, recebeu quase 90% do volume total de financiamento atraído por startups indianas que criam inteligência artificial (IA) para idiomas indianos em 2026.

A Sarvam acumulou US$ 346 milhões dos US$ 399 milhões totais atraídos pelas empresas de IA Indic. Isso ocorreu em meio a crescentes preocupações sobre soberania em IA. No início deste ano, a Sarvam realizou duas rodadas de financiamento de US$ 255 milhões e US$ 90 milhões.

Excluindo a Sarvam, as outras empresas atraíram US$ 54 milhões em sete rodadas, superando os US$ 23 milhões em nove rodadas no ano passado. Entre outubro de 2021 e 2026, o ecossistema de IA Indic atraiu um total de US$ 657 milhões em 56 rodadas. Este modelo de financiamento indica uma tendência de investidores se concentrarem em poucas empresas que, em sua opinião, possuem alto potencial.

Além da Sarvam, a Gnani AI, cujo reconhecimento de fala é treinado em dez anos de gravações de call centers indianos, fechou uma rodada de financiamento de US$ 4,2 milhões em julho.

Impacto da geopolítica no financiamento

O relatório observa que o financiamento de modelos de IA soberanos ganhou impulso após o governo dos EUA tomar uma decisão infundada de restringir a exportação dos modelos Fable 5 e Mythos 5 da Anthropic logo após seu lançamento público e suspender o acesso a eles. Isso levantou questões sobre a soberania da IA e se as empresas americanas que desenvolvem modelos avançados estão se tornando uma ferramenta muito poderosa nas mãos da administração Trump para exercer influência excessiva.

O relatório acrescenta que "essa paralisação transformou uma disputa abstrata sobre dependência de IA estrangeira em algo concreto: o acesso a modelos avançados pode ser revogado por ordem de um governo estrangeiro sem aviso prévio, embora o acesso tenha sido restaurado. A Sarvam, um dos quatro modelos soberanos selecionados pelo governo, realizou duas rodadas em oito semanas após isso".

Além da Sarvam e da Gnani, a Soket planeja desenvolver o primeiro modelo fundamental aberto na Índia com 120 bilhões de parâmetros, otimizado para a diversidade linguística do país, focado em setores como defesa, saúde e educação. Já a Gan AI pretende criar um modelo fundamental multilíngue com 70 bilhões de parâmetros, destinado a funções de conversão de texto em fala.

A Sarvam, apoiada pela HCLTech e Nvidia, planeja lançar um modelo de trilhão de parâmetros nos próximos seis meses, o que representa um avanço significativo em relação aos seus modelos existentes de bilhões de parâmetros. A empresa também planeja abrir um escritório em São Francisco para atrair talentos em IA.

O relatório abrange 34 empresas divididas em duas categorias: idioma como produto e idioma como diferenciador. Sarvam, Gnani e BharatGen pertencem à primeira categoria, enquanto Skit.AI, Nuplay e GreyLabs pertencem à segunda categoria.

O relatório explica que dois desenvolvimentos definirão a próxima fase de crescimento. Provedores globais de modelos estão começando a penetrar diretamente na lacuna linguística que essas empresas deveriam preencher: o Gemini suporta nativamente nove idiomas indianos e é treinado em mais de 100, e a OpenAI lançou um benchmark especial para o idioma indiano, desenvolvido com a participação de 261 especialistas no assunto em 12 idiomas. O nível de produto compete mais diretamente com esse avanço, enquanto o nível de diferenciador, cujo valor se baseia em fluxos de trabalho corporativos e relacionamentos com clientes, pode ser menos suscetível a essa influência.

Em conclusão, destaca-se que "a primeira rodada de estágio tardio neste grupo mostrará que pelo menos uma empresa ultrapassou o limiar de construção para escalonamento".