StartupiStartups brasileiras de IA generativa sofrem com aquisição de talentos e infraestrutura, mostra pesquisaAinda são poucas as startups brasileiras que ultrapassam a barreira da integração de ferramentas prontas e assumem o papel de construtoras de tecnologia de base, criando modelos próprios, arquiteturas exclusivas e soluções adaptadas à realidade local. Essa é a principal conclusão do estudo “Construindo IA no Brasil: o mapa dos producers de GenAI”, realizado pela ACE Ventures em parceria com a AWS Startups. O levantamento ouviu 12 fundadores de startups que participam do programa de crédito da AWS, investidores e pesquisadores para entender os desafios enfrentados por quem está construindo IA generativa no país.“A distinção entre usar e construir IA tem implicações diretas para a autonomia, a segurança e a competitividade do país”, afirma Pedro Carneiro, diretor de investimentos da ACE Ventures. “Esse report é um retrato de quem decidiu construir, mesmo em um cenário adverso.”Gargalos estruturais são principal problemática para startups de IA generativaO estudo aponta que os maiores entraves para a construção de uma indústria nacional de IA Generativa (GenAI) estão concentrados em três frentes. A primeira é a escassez de talentos técnicos. Fundadores de startups brasileiras relatam a dificuldade de encontrar profissionais capazes de treinar modelos, realizar fine-tuning, compressão ou orquestração de LLMs. Sem esse conhecimento disponível no mercado, a solução tem sido montar times do zero e treinar internamente pessoas com perfil analítico. “Formar é lento, mas é o único caminho. Não tem como esperar encontrar pronto no mercado brasileiro alguém que já treinou modelos e montou arquitetura própria”, explica Gabriel Renault, fundador da Dharma AI, que desenvolve Small Language Models para o setor jurídico.Outro gargalo é o acesso restrito à infraestrutura computacional. Mesmo com programas de nuvem de empresas como AWS e NVIDIA, o custo das GPUs de alto desempenho continua elevado para a maioria das startups. “A gente teve que montar tudo em Terraform para não depender de infraestrutura de terceiros”, completa Renault.A terceira barreira está no descompasso entre produtores de GenAI e fundos de venture capital. Embora haja um interesse crescente no setor – 91% dos VCs latino-americanos afirmam buscar oportunidades em IA generativa, muitos ainda utilizam critérios tradicionais de avaliação, que priorizam tração imediata e escalabilidade acelerada. Para startups que trabalham com tecnologias de base, cujo ciclo de maturação é mais longo, essa lógica se transforma em obstáculo. “O desafio é que muitas dessas startups não se encaixam nos frameworks clássicos. Mas estão criando propriedade intelectual real. Precisamos aprender a avaliar isso melhor”, afirma Nicole Martinho, da Indicator Capital.Apesar dos gargalos, começam a surgir exemplos consistentes de produtores de GenAI no país. A Neospace desenvolve LLMs verticais e arquiteturas proprietárias para o setor bancário, com o Itaú como investidor estratégico. A Meliva.ai aposta na automação de campanhas de marketing com IA generativa. Já a AICube criou agentes autônomos para rotinas corporativas, enquanto a Dharma AI se especializa em SLMs para o setor jurídico.Essas startups se destacam por operar em nichos específicos, explorar intensivamente dados proprietários e manter controle sobre a arquitetura técnica, mesmo sem os recursos das big techs. “Nosso modelo está dentro da infraestrutura do banco. A latência é mínima. A privacidade é máxima. A personalização é total”, afirma Felipe Almeida, cofundador da Neospace.O caminho de monetização também difere do modelo SaaS tradicional: em vez de buscar escala imediata, essas startups têm recorrido a consultoria técnica e provas de conceito pagas como forma de validar a tecnologia e garantir receita inicial. “Você precisa de cliente real e problema real. Sem isso, GenAI vira só slide bonito”, resume Valentina Terranova, da Draper Cygnus, VC especializada em deeptechs.Caminhos possíveisO relatório sugere medidas para acelerar a maturação do ecossistema: criação de programas de incentivo à infraestrutura de dados, ampliação de investimentos público-privados mais qualificados e uma aproximação mais efetiva entre academia e mercado. Centros como o CEIA/UFG, com cerca de 800 pessoas dedicadas a projetos aplicados de IA, são citados como referência.“O Brasil não precisa formar 100 PhDs. Precisa formar 10 mil pessoas que saibam aplicar IA de verdade, resolver problemas e construir soluções”, afirma Celso Camilo, fundador do CEIA.No fim, a conclusão é clara: o Brasil não precisa competir com EUA ou China na criação de grandes modelos fundacionais. Mas pode se consolidar como polo global de aplicações especializadas de IA generativa, culturalmente alinhadas à realidade local — desde que consiga destravar os gargalos que hoje freiam o setor.“Construir tecnologia própria é mais difícil. Mas é o que garante autonomia, eficiência e valor real para o país”, finaliza Carneiro.Aproveite e junte-se ao nosso canal no WhatsApp para receber conteúdos exclusivos em primeira mão. Clique aqui para participar. Startupi | Jornalismo para quem lidera inovação!O post Startups brasileiras de IA generativa sofrem com aquisição de talentos e infraestrutura, mostra pesquisa aparece primeiro em Startupi e foi escrito por Cecília Ferraz