Duas rotas para o mesmo mercado<\/p>\n
A maioria das startups de intelig\u00eancia artificial nasce da tecnologia e depois busca um problema para justificar sua exist\u00eancia. Existe uma segunda rota, menos comum e bem menos vistosa: nascer da dor e s\u00f3 depois escolher a ferramenta.<\/p>\n
A Grand Thera<\/u><\/a> nasceu desse segundo movimento. Seus fundadores vinham de trajet\u00f3rias em matem\u00e1tica, direito e engenharia de dados, e atuavam diretamente sobre uma dor concreta: tomada de decis\u00f5es em ambientes complexos, com excesso de informa\u00e7\u00e3o e alta consequ\u00eancia financeira. Com a ascens\u00e3o da IA generativa, essa dor deixou de ser exclusiva de setores como o financeiro.<\/p>\n Empresas de diferentes setores passaram a buscar apoio para decis\u00f5es em IAs capazes de gerar conte\u00fado, mas n\u00e3o necessariamente dire\u00e7\u00e3o confi\u00e1vel. A leitura que a companhia faz desse momento \u00e9 direta: o pr\u00f3ximo avan\u00e7o da IA n\u00e3o ser\u00e1 apenas responder melhor, mas ajudar grandes empresas a antecipar riscos e tomar decis\u00f5es de alto impacto financeiro com mais seguran\u00e7a.<\/p>\n Sediada em Florian\u00f3polis, a Grand Thera constr\u00f3i o que chama de Decision-Grade AI, intelig\u00eancia artificial voltada a decis\u00f5es cr\u00edticas em \u00e1reas como institui\u00e7\u00f5es financeiras, empresas de tecnologia e ind\u00fastria pesada<\/u><\/a>. A empresa come\u00e7ou a abrir opera\u00e7\u00e3o comercial no Brasil e nos Estados Unidos depois de dois anos de valida\u00e7\u00e3o.<\/p>\n Um trio que raramente senta na mesma mesa<\/p>\n O time fundador combina tr\u00eas origens que dificilmente se encontram na mesma sala: matem\u00e1tica e f\u00edsica, direito e finan\u00e7as, e engenharia quantitativa com machine learning. A composi\u00e7\u00e3o n\u00e3o \u00e9 acaso.<\/p>\n Em decis\u00f5es estrat\u00e9gicas, o obst\u00e1culo raramente decorre da falta de dados, e sim da dist\u00e2ncia entre o que a tecnologia consegue consolidar em informa\u00e7\u00f5es para apoio \u00e0 decis\u00e3o e o que um comit\u00ea consegue aprovar com seguran\u00e7a. S\u00e3o dois vocabul\u00e1rios diferentes, e a maior parte dos projetos morre exatamente nessa tradu\u00e7\u00e3o.<\/p>\n Ter juntos quem entende a matem\u00e1tica, quem entende a estrutura de risco e regula\u00e7\u00e3o e quem entende engenharia de IA \u00e9 o que permite construir um sistema que \u00e1reas cr\u00edticas aceitem usar. N\u00e3o \u00e9 uma vantagem de marketing. \u00c9 a diferen\u00e7a entre um modelo que funciona em laborat\u00f3rio e um modelo que passa pela sala do conselho.<\/p>\n O n\u00famero que virou alerta<\/p>\n A tese da empresa se apoia em um conjunto de estudos e observa\u00e7\u00f5es diretas do mercado, resumido em um n\u00famero que virou alerta no meio corporativo. Um levantamento do MIT estimou que cerca de 95% dos projetos de IA generativa nas empresas n\u00e3o geraram retorno financeiro relevante.<\/p>\n Para os fundadores, o problema n\u00e3o \u00e9 a tecnologia, e sim o seu uso: a maior parte do investimento foi para ferramentas que produzem conte\u00fado, n\u00e3o para plataformas que ajudam a decidir. “O problema das grandes empresas n\u00e3o \u00e9 a falta de tecnologia, \u00e9 a dificuldade em transformar o alto volume de dados fragmentados em informa\u00e7\u00e3o confi\u00e1vel em tempo \u00fatil, para direcionamento de decis\u00f5es estrat\u00e9gicas”, resume Fernando Negrini, CEO da companhia.<\/p>\n A escolha de construir antes de vender<\/p>\n Em vez de lan\u00e7ar r\u00e1pido e ajustar depois, a Grand Thera passou dois anos em valida\u00e7\u00e3o antes de abrir opera\u00e7\u00e3o comercial em escala. \u00c9 uma decis\u00e3o que contraria o manual corrente do setor, no qual velocidade de lan\u00e7amento costuma valer mais que maturidade de produto.<\/p>\n Nesse per\u00edodo, a empresa desenvolveu a arquitetura que a diferencia da onda de copilotos: matem\u00e1tica e computa\u00e7\u00e3o avan\u00e7ada no n\u00facleo da decis\u00e3o, com t\u00e9cnicas como equa\u00e7\u00f5es diferenciais estoc\u00e1sticas neurais, e a IA generativa reservada \u00e0 intera\u00e7\u00e3o e \u00e0 s\u00edntese. O objetivo \u00e9 escapar da caixa-preta que assusta \u00e1reas de risco e rodar dentro da infraestrutura do pr\u00f3prio cliente, sem enviar dados sens\u00edveis para estruturas externas.<\/p>\n