A "lagosta" entra no mundo do private equity, como está a ser utilizado o OpenClaw pelos fundos de investimento?

Financial Associated Press 15 de março (jornalista Wu Yuqi) Uma “lagosta” tem sido frequentemente mencionada recentemente no círculo de investimentos.

Alguns investidores brincaram nas redes sociais que, no passado, os gestores de fundos falavam sobre IA, focando mais em poder de cálculo, modelos e cadeias de aplicação; mas este ano, cada vez mais pessoas começaram a usar diretamente agentes, incluindo até equipes de pesquisa de fundos de private equity, que estão estudando como “criar lagostas”. A “lagosta” refere-se ao framework de AI open source OpenClaw. Sua popularidade no GitHub disparou, fazendo com que se espalhasse rapidamente do círculo de geeks para um público mais amplo de profissionais financeiros.

Não é surpreendente que essa popularidade chegue às private equities. Nos últimos dois anos, a IA no setor de investimentos permaneceu mais na fase de “análise de indústrias e seleção de ativos”, mas uma mudança mais evidente este ano é que algumas instituições começaram a tratar os agentes como parte da infraestrutura de pesquisa e investimento, mesmo que ainda não tenham integrado oficialmente nos processos principais, pelo menos em fase de testes, comparação e pré-pesquisa.

Segundo fontes do Financial Associated Press, algumas private equities já estão experimentando implementações internas, usando agentes com funções semelhantes na fase de pesquisa e análise, geralmente para tarefas padrão como suporte ao código, organização de materiais, etc. Algumas pessoas também disseram que suas instituições ainda não implantaram oficialmente, vendo essas ferramentas mais como amostras de observação do que como parte do fluxo de trabalho principal.

Um presidente de uma private equity tentou instalar a “lagosta”, mas mantém cautela quanto à entrada dessas ferramentas no ambiente institucional. “Para ser honesto, acho que a instituição não usaria facilmente. Eu mesmo experimentei ‘criar lagostas’ em um notebook totalmente novo, sem qualquer dado de investimento, negociação ou clientes, em um ambiente isolado e de teste, assim não há risco de problemas.”

Em um contexto mais amplo, essa onda de “criar lagostas” não é apenas uma experiência técnica. Para as private equities, funciona como uma pedra de toque, testando se a IA pode evoluir de “conversar” para “fazer tarefas”, ao mesmo tempo que força as instituições a reavaliar seus processos de pesquisa, limites de dados e linhas de risco.

De objeto de estudo a ferramenta de pesquisa, private equities reavaliam a IA Agent

Se a linha principal de IA do ano passado ainda se concentrava em empresas listadas, cadeias industriais e investimentos temáticos, este ano uma mudança mais significativa é que a IA começou a passar de “objeto de estudo” para “ferramenta de uso”.

No setor de private equity, essa mudança não se manifesta necessariamente na adoção ampla e oficial, mas mais em tentativas dispersas e cautelosas. Alguns começam com suporte de código, outros usam para coleta de materiais, processamento de documentos, busca de informações, e há quem apenas veja como uma porta para observar a evolução tecnológica.

Um profissional de private equity afirmou ao Financial Associated Press que, para a maioria, o AI Agent ainda não é uma arma decisiva, mas sim uma ferramenta de eficiência de baixo risco, que pode ser colocada em cenários periféricos para verificar se ajuda a economizar trabalho repetitivo.

Há uma lógica prática por trás disso. No fluxo de trabalho de pesquisa de private equity, há muitas tarefas padronizadas, fragmentadas e passíveis de divisão, como organizar materiais preliminares, rodar scripts simples, montar processos básicos de tratamento de dados, fazer conversões de formato e auxiliar na busca de informações. Essas tarefas, embora simples, consomem tempo e esforço dos analistas. Se o Agent puder realizar essas tarefas de forma estável, talvez não mude imediatamente as decisões de investimento, mas pode alterar a alocação de recursos de pesquisa, permitindo que os analistas dediquem mais tempo à avaliação de estruturas, comparação de setores e validação de negociações.

Por isso, o interesse das private equities na “lagosta” não é apenas por curiosidade. Uma pessoa de uma private equity no sul da China comentou ao jornal que o que realmente chama atenção não é o sucesso repentino de um projeto open source, mas a percepção de que o Agent, diferentemente dos grandes modelos tradicionais, tem potencial não só para responder perguntas, mas também para integrar tarefas, chamar ferramentas e substituir parcialmente o trabalho manual. Para private equities que valorizam eficiência e velocidade de resposta, essa capacidade é naturalmente atraente.

Por outro lado, é importante notar que, em um mercado volátil e de alta incerteza, o que as private equities realmente valorizam são seus frameworks de pesquisa, disciplina de negociação e gestão de risco, não a capacidade de um único instrumento de impressionar com habilidades técnicas.

He Li, CEO da Zhi Zhi Investment, afirmou ao Financial Associated Press que a onda de “criar lagostas” com OpenClaw representa uma mudança de paradigma, de IA de diálogo para execução autônoma local, uma prova de que a IA está passando de “falar” para “fazer” na indústria. Para ele, isso difere claramente do boom de implantação local do DeepSeek há um ano, que ainda se concentrava na execução de modelos localmente e na chamada manual, enquanto o OpenClaw está caminhando para uma porta de entrada de IA autônoma, com modelos de negócio e impacto industrial mais próximos de uma implementação empresarial real.

Bao Xiaohui, presidente da Changli Assets, acrescentou uma lógica do lado da demanda. Ela afirmou ao jornal que, em comparação com um ano atrás, o DeepSeek tinha foco maior em “chat e resumo”, com barreiras de entrada mais altas e maior forte componente empresarial, enquanto o OpenClaw já possui capacidade de manipular arquivos e executar tarefas de forma mais direta, com menor custo e barreira de uso, tornando essa onda mais prática e próxima de cenários reais.

Alguns testam, outros observam

Embora “criar lagostas” seja uma expressão popular no setor, fontes do Financial Associated Press indicam que as atitudes das private equities variam bastante.

Algumas instituições já estão experimentando, mesmo que sem projetos formais, com pesquisadores, programadores ou equipes de TMT (tecnologia, mídia e telecomunicações).

Essas instituições geralmente adotam uma abordagem pragmática: não precisam integrar o Agent imediatamente ao sistema principal, mas não podem ignorar sua existência. Para private equities focadas em tecnologia, poder de cálculo e aplicações de IA, entender suas capacidades é fundamental para avaliar seu potencial de mercado. Um insider comentou que muitas instituições usam essas ferramentas por necessidade prática, além de querer entender até onde a IA pode chegar.

Outras preferem esperar. Uma pessoa de private equity afirmou que sua instituição não implantou oficialmente, por motivos simples: seus fluxos de trabalho atuais não estão bloqueados, e há preocupações com segurança de dados, limites de acesso e conformidade.

Bao Xiaohui afirmou que, embora a tendência seja forte, as instituições não irão facilmente incorporar essas ferramentas ao ambiente de trabalho real. Ela acredita que o OpenClaw, diferente de modelos de chat e resumo, possui maior capacidade de operação, o que aumenta os riscos. Para as instituições de investimento, o gerenciamento de risco é prioridade. Informações confidenciais, posições, estratégias e materiais de pesquisa são altamente sensíveis. Conectar agentes com altos privilégios ao ambiente de trabalho pode, mesmo que raramente, levar a vazamentos ou violações de segurança, comprometendo o controle de risco.

Alguns especialistas comentaram ao Financial Associated Press que essa onda de “lagostas” se assemelha, em certa medida, às tentativas de pesquisa de grandes modelos e construção de bases de conhecimento por parte de instituições nos últimos anos, começando com poucos pioneiros e se espalhando gradualmente. Mas, diferentemente do passado, o foco do Agent está na execução, não apenas na geração de respostas, o que aumenta as preocupações na hora de decidir sua implantação. Afinal, um modelo que só responde perguntas não é o mesmo que uma ferramenta com capacidade de executar tarefas e chamar recursos externos, do ponto de vista de controle de risco.

Mais do que substituir pessoas, private equities querem entender como isso pode transformar a pesquisa e a rentabilidade quantitativa

Se olharmos mais adiante, a discussão mais profunda sobre o impacto do OpenClaw no setor de private equity não é apenas sobre “usar ou não usar”, mas sobre como ele pode mudar a estrutura de trabalho do setor.

Do ponto de vista subjetivo de pesquisa, seu valor mais realista ainda é como suporte, não substituição. Desde suporte ao código, coleta de materiais, até a construção de estruturas de pesquisa iniciais, tudo isso pode ser feito pelo Agent, mas as decisões finais de investimento, comparação de setores e avaliação de riscos ainda dependem da experiência humana e do entendimento de limites.

Um especialista anônimo afirmou que, no futuro, o que realmente será transformado nas private equities não será o cargo de pesquisador em si, mas o tempo que eles gastam em tarefas de baixo valor agregado. Quem conseguir transferir essas tarefas para ferramentas mais rapidamente terá mais recursos para focar em julgamentos e validações mais importantes.

Na área de quantificação, o impacto é ainda mais complexo. Alguns profissionais de private equity quanti disseram que IA geral não substituirá facilmente os principais fundos quantitativos, pois eles acumulam vantagens em dados, poder de cálculo, velocidade de iteração de modelos e sistemas de risco que pequenos times ou investidores individuais não conseguem alcançar a curto prazo. Mas o problema é que, à medida que mais participantes usam IA para auxiliar na tomada de decisão, o mercado pode se tornar mais homogêneo, com pontos de entrada e saída mais concentrados, e maior volatilidade. Nesse cenário, os mais afetados podem não ser os maiores, mas aqueles que dependem de seguir tendências, sem lógica própria ou controle de risco robusto.

Muitos profissionais acreditam que o setor de private equity continuará explorando e testando ferramentas similares, mas o ritmo provavelmente será mais cauteloso do que as discussões nas redes sociais. Afinal, o setor de investimentos pode acompanhar as novidades, mas não pode transformar a inovação em operação de produção de forma rápida. Para as private equities, o valor real do Agent talvez não seja substituir muitos pesquisadores hoje, mas forçar uma nova compreensão da divisão do trabalho de pesquisa no futuro. Os humanos ainda tomarão as decisões finais, mas as máquinas podem participar cada vez mais na preparação dessas decisões.

(Reportagem de Wu Yuqi, Financial Associated Press)