Dois anos construindo antes de vender: a disciplina que separa uma deeptech de mais uma startup de IA
AGÊNCIA DE COMUNICAÇÃO Conteúdo de responsabilidade da empresa 1 de setembro de 2026
Duas rotas para o mesmo mercado
A maioria das startups de inteligência artificial nasce da tecnologia e depois busca um problema para justificar sua existência. Existe uma segunda rota, menos comum e bem menos vistosa: nascer da dor e só depois escolher a ferramenta.
A Grand Thera nasceu desse segundo movimento. Seus fundadores vinham de trajetórias em matemática, direito e engenharia de dados, e atuavam diretamente sobre uma dor concreta: tomada de decisões em ambientes complexos, com excesso de informação e alta consequência financeira. Com a ascensão da IA generativa, essa dor deixou de ser exclusiva de setores como o financeiro.
Empresas de diferentes setores passaram a buscar apoio para decisões em IAs capazes de gerar conteúdo, mas não necessariamente direção confiável. A leitura que a companhia faz desse momento é direta: o próximo avanço da IA não será apenas responder melhor, mas ajudar grandes empresas a antecipar riscos e tomar decisões de alto impacto financeiro com mais segurança.
Sediada em Florianópolis, a Grand Thera constrói o que chama de Decision-Grade AI, inteligência artificial voltada a decisões críticas em áreas como instituições financeiras, empresas de tecnologia e indústria pesada. A empresa começou a abrir operação comercial no Brasil e nos Estados Unidos depois de dois anos de validação.
Um trio que raramente senta na mesma mesa
O time fundador combina três origens que dificilmente se encontram na mesma sala: matemática e física, direito e finanças, e engenharia quantitativa com machine learning. A composição não é acaso.
Em decisões estratégicas, o obstáculo raramente decorre da falta de dados, e sim da distância entre o que a tecnologia consegue consolidar em informações para apoio à decisão e o que um comitê consegue aprovar com segurança. São dois vocabulários diferentes, e a maior parte dos projetos morre exatamente nessa tradução.
Ter juntos quem entende a matemática, quem entende a estrutura de risco e regulação e quem entende engenharia de IA é o que permite construir um sistema que áreas críticas aceitem usar. Não é uma vantagem de marketing. É a diferença entre um modelo que funciona em laboratório e um modelo que passa pela sala do conselho.
O número que virou alerta
A tese da empresa se apoia em um conjunto de estudos e observações diretas do mercado, resumido em um número que virou alerta no meio corporativo. Um levantamento do MIT estimou que cerca de 95% dos projetos de IA generativa nas empresas não geraram retorno financeiro relevante.
Para os fundadores, o problema não é a tecnologia, e sim o seu uso: a maior parte do investimento foi para ferramentas que produzem conteúdo, não para plataformas que ajudam a decidir. “O problema das grandes empresas não é a falta de tecnologia, é a dificuldade em transformar o alto volume de dados fragmentados em informação confiável em tempo útil, para direcionamento de decisões estratégicas”, resume Fernando Negrini, CEO da companhia.
A escolha de construir antes de vender
Em vez de lançar rápido e ajustar depois, a Grand Thera passou dois anos em validação antes de abrir operação comercial em escala. É uma decisão que contraria o manual corrente do setor, no qual velocidade de lançamento costuma valer mais que maturidade de produto.
Nesse período, a empresa desenvolveu a arquitetura que a diferencia da onda de copilotos: matemática e computação avançada no núcleo da decisão, com técnicas como equações diferenciais estocásticas neurais, e a IA generativa reservada à interação e à síntese. O objetivo é escapar da caixa-preta que assusta áreas de risco e rodar dentro da infraestrutura do próprio cliente, sem enviar dados sensíveis para estruturas externas.
O filtro que funciona nos dois sentidos
A disciplina já se traduziu em tração concreta: a empresa contabiliza cerca de R$ 1,2 milhão em contratos fechados e em execução, além de um pipeline de novas oportunidades comerciais em andamento.
O dado mais revelador, porém, é o que ficou de fora. Cerca de R$ 800 mil em propostas foram deliberadamente não convertidas por demandarem desenvolvimento sob medida, um modelo de software house que foge do padrão de Enterprise SaaS da companhia. Para uma empresa em estágio inicial, recusar receita é caro. É também o que impede que o produto se dissolva em projetos personalizados que não escalam.
Do laboratório ao caso real
O caso mais atual da Grand Thera está ligado à RedMind, holding de tecnologia fundada por Guga Stocco para ampliar o acesso de pessoas e instituições ao mercado de ativos digitais. A Grand Thera fornece a infraestrutura de consolidação de dados e os motores de decisão que sustentam a parte central da plataforma.
O projeto começou com a necessidade de desenvolver uma inteligência artificial específica para avaliação de risco em ativos digitais. Com a evolução do escopo, a tecnologia da companhia passou a apoiar novos produtos da RedMind, incluindo aplicativo, SaaS e frentes para o setor bancário. Foi nesse projeto que a empresa registrou o marco que passou a usar como cartão de visita: uma infraestrutura originalmente estimada em dois anos de desenvolvimento entregue em seis meses.
A lição que fica
A trajetória aponta um caminho que vale além de uma empresa. Em um mercado que correu para adotar inteligência artificial e agora descobre que adoção por si só não implica retorno, a diferença tende a ficar com quem entende o problema antes de escolher a ferramenta.
Construir a partir da dor real, com um time que já viveu essa dor, e ter a paciência de validar antes de escalar é menos vistoso que um lançamento rápido. Mas quando o comprador é um conselho de administração, e o que está em jogo é uma decisão de alto impacto financeiro, o que pesa não é a data do lançamento. É o tempo que o sistema passou sendo testado antes de chegar ali.
A OESP não é(são) responsável(is) por erros, incorreções, atrasos ou quaisquer decisões tomadas por seus clientes com base nos Conteúdos ora disponibilizados, bem como tais Conteúdos não representam a opinião da OESP e são de inteira responsabilidade da PulseBrand
