Uma leitura para entender as oito principais empresas de IA dos EUA e da China, e os fundadores por trás dos modelos

Compilação: PANews A grande estaca

Não existe uma única resposta certa para o empreendedorismo em IA. Quer sejam cientistas do tipo “paper”, equipas de industrialização académica, a vertente da engenharia quantitativa, empreendedores transversais a várias indústrias, ou organizadores orientados para operações, todos podem encontrar o seu lugar nesta competição.

Nos últimos dez anos, a inteligência artificial passou de ser investigação de ponta em laboratório para se tornar uma força central que define o panorama da indústria tecnológica. Hoje, as companhias de IA mais mediáticas a nível global incluem tanto OpenAI, Google DeepMind, Anthropic e xAI como DeepSeek, Mian Zhì Àn (面之暗面), Zhipu AI e MiniMax.

À primeira vista, todas estão a desenvolver grandes modelos; por trás disso, porém, representam percursos de empreendedorismo completamente diferentes: há quem venha dos melhores artigos e investigação académica, há quem transforme resultados de investigação universitária em indústria, há quem acumule primeiro capacidade de computação e capital na finança quantitativa, e há ainda quem seja particularmente forte em captação de fundos, produto, operações e organização, conseguindo aglutinar equipas técnicas numa empresa mundial de topo.

🇨🇳China: de artigos científicos e laboratórios académicos à engenharia quantitativa

Mian Zhì Àn (面之暗面): transformar um artigo que mudou a indústria num produto que toda a gente consegue usar

O Mian Zhì Àn (面之暗面) foi fundado em 2023. O seu produto Kimi está entre as aplicações de grandes modelos na China com maior reconhecimento, representando o modelo Kimi K3, que se foca em multimodalidade, contexto longo, programação e inferência profunda.

O fundador Yang Zhilin, nascido em 1992 na cidade de Shantou, província de Guangdong, licenciou-se na Universidade Tsinghua. Mais tarde, obteve o doutoramento em Ciência da Computação na Carnegie Mellon University, tendo como orientadores investigadores na área de processamento de linguagem natural. Durante o doutoramento participou em trabalhos posteriormente muito citados como Transformer-XL e XLNet. Depois disso, também realizou investigação em IA no Google Brain e na Meta.

Entre esta geração de empreendedores na China, Yang Zhilin segue a via mais típica: primeiro provar o seu discernimento no meio académico e, depois, transformar esse discernimento num produto que as pessoas comuns conseguem abrir e usar diretamente. Em comparação com rotas mais orientadas para serviços empresariais, como a da Zhipu AI, o Mian Zhì Àn (面之暗面) mirou desde o início o mercado C-end.

Zhipu AI: um caso de industrialização saído de um laboratório da Tsinghua

A Zhipu AI foi fundada em 2019. Tem origem no ecossistema do Laboratório de Engenharia de Conhecimento da Universidade Tsinghua. A sua linha técnica representativa é a série GLM, com um planeamento de longo prazo em modelos base, serviços para empresas e plataformas de modelos.

O cofundador e CEO Zhang Peng. Tanto o seu curso de licenciatura como os estudos de mestrado e doutoramento foram realizados na Universidade Tsinghua. Entre 2005 e 2020, dedicou-se continuamente à construção do Laboratório de Engenharia de Conhecimento e da plataforma académica AMiner, sem o currículo típico de uma grande empresa de Internet.

O ponto especial da Zhipu AI está no ponto de partida: não começou do zero com um produto “hit”; antes, transformou diretamente uma base de conhecimento em grafos e uma rede académica acumuladas durante mais de uma década num laboratório universitário numa plataforma de modelos base que pode ser disponibilizada para serviço externo. Esta é também a grande diferença face ao Mian Zhì Àn (面之暗面): um fez primeiro plataforma; o outro fez primeiro produto.

DeepSeek: o dinheiro ganho com trading quantitativo, reinvestido em grandes modelos

A DeepSeek foi fundada em 2023. Está focada em modelos base, eficiência de treino e pesos abertos. Os modelos representativos incluem DeepSeek-V3, R1 e a série V4 subsequente.

O fundador Liang Wenfeng, nascido em 1985 no distrito Wu chuan de Zhanjiang, província de Guangdong, estudou Engenharia de Informação e Eletrónica na Universidade de Zhejiang e, depois, obteve um mestrado em Engenharia de Informação e Comunicações. A sua área de investigação envolve visão por computador. Não tem o currículo de grandes empresas como Huawei, Tencent ou Baidu. Em vez disso, na fase de estudante de pós-graduação mergulhou totalmente no trading quantitativo de machine learning; depois, cofundou a Huanfang Quant (幻方量化).

O percurso de Liang Wenfeng é o mais singular entre estas empresas: ele não fez primeiro a função de investigador e só depois foi atrás de dinheiro; antes, acumulou capital e uma base de computação através do investimento quantitativo e, só depois, voltou a investir esses recursos no desenvolvimento de grandes modelos. Num certo sentido, a DeepSeek é um produto de “capacidade de computação vinda das finanças, alimentando a IA”.

MiniMax: do executivo técnico de grandes empresas ao empreendedor multimodal

A MiniMax foi fundada em 2022. É uma empresa de modelos base multimodais, cobrindo texto, voz, imagem e vídeo. Os produtos incluem o Hailuo AI, Xingye, entre outros.

O fundador Yan Junjie tem licenciatura em Matemática pela Universidade Southeast, doutoramento em Inteligência Artificial pelo Instituto de Automação da Academia Chinesa de Ciências e completou investigação de pós-doutoramento na Universidade Tsinghua. Antes de empreender, trabalhou na SenseTime (商汤科技) por mais de seis anos, chegando a diretor-geral adjunto e vice-diretor do instituto de investigação.

Yan Junjie reúne duas experiências — uma formação académica sólida e, ao mesmo tempo, experiência prática de gestão de produto e de equipas num grupo de IA em escala como a SenseTime. A MiniMax escolheu fazer o caminho mais difícil, o da multimodalidade, e, em certa medida, trata-se de uma escolha natural após a soma destas duas experiências.

🇺🇸Estados Unidos: de investigação de base e governação de segurança à integração de recursos entre indústrias

Anthropic: uma dupla de irmãos e irmãs, metade físicos, metade governantes

A Anthropic foi fundada em 2021 por um grupo de investigadores que saíram da OpenAI. A sua ideia central é que “a segurança da IA deve avançar em paralelo com o desenvolvimento de capacidades”. Os produtos representativos incluem a série Claude.

O cofundador e CEO Dario Amodei tem licenciatura em física na Stanford University; na fase de doutoramento mudou para bi o física na Princeton University. Esta formação interdisciplinar foi mais tarde mantida no seu percurso de investigação. Ele primeiro entrou no Google Brain como cientista de investigação sénior, depois transitou para a OpenAI como vice-presidente de investigação, participando no treino de GPT-2 e GPT-3, e foi também um dos intervenientes centrais nas primeiras pesquisas de RLHF (aprendizagem por reforço com feedback humano). Em 2021, ele e vários colegas da OpenAI, incluindo a sua irmã Daniela, saíram da empresa e fundaram a Anthropic.

O percurso da Daniela é totalmente diferente. Ela licenciou-se em literatura inglesa. Após a graduação, não entrou diretamente na área técnica; trabalhou primeiro em operações na Stripe e, depois, na OpenAI. Na Anthropic, o seu papel não foi treinar modelos; foi construir o conjunto de sistemas de base que tornam a empresa capaz de operar com segurança e estabilidade — desde recrutamento, governação da empresa, até implementação prática de políticas de segurança.

Em certo sentido, esta dupla de irmãos e irmãs é uma imagem-retrato da Anthropic: é preciso que pessoas como Dario, que conseguem avaliar rotas técnicas e entender os limites das capacidades dos modelos, estejam no comando; e é preciso também alguém como Daniela, que compreende organização, processos e controlo de riscos.

OpenAI: uma pessoa que sabe contar histórias e outra que entende tecnologia

A OpenAI foi fundada em 2015. Lançou produtos marcantes como ChatGPT, GPT e Sora, sendo uma das empresas centrais que trouxe a IA generativa para o grande público.

Sam Altman estudou dois anos de ciência da computação na Stanford University, desistiu, fundou a empresa de redes sociais Loopt e, em seguida, tornou-se presidente da Y Combinator. O seu ponto forte nunca foi publicar artigos científicos de topo, mas sim captação de fundos, juízo sobre produto, mobilização organizacional e saber contar uma narrativa tecnológica.

Ilya Sutskever é de outro tipo. Tem um doutoramento em matemática e ciência da computação pela Universidade de Toronto, orientado por Geoffrey Hinton, um pioneiro do deep learning. Já participou no Google Brain em resultados importantes como AlexNet e Seq2Seq e liderou a rota inicial de treino em escala na OpenAI.

Se Ilya decidiu que tipo de modelos a OpenAI poderia construir, então Sam decidiu se esta empresa consegue sobreviver, obter dinheiro e vender a tecnologia. A combinação dos dois é quase a prática mais bem-sucedida na silcon valley da rota “cientista + organizador”.

xAI: o know-how do Musk de construir carros e foguetes, transportado para a IA

A xAI foi fundada em 2023. O produto representativo é o Grok, com ênfase em informação em tempo real, inferência e media generativos, e com ligação profunda à plataforma X.

O fundador Elon Musk nasceu em Pretória, na África do Sul. Na universidade, estudou física e economia e, por um período breve, chegou a entrar num programa de pós-graduação da Stanford University, do qual desistiu. Ao contrário de outros fundadores de IA, ele não tem experiência profissional típica em grandes empresas tradicionais; em vez disso, participou na criação de empresas como Zip2, PayPal, SpaceX e Neuralink e esteve durante muito tempo à frente da Tesla.

A entrada de Musk na IA não partiu de artigos ou de laboratórios. Em vez disso, integrou recursos acumulados em várias indústrias — pagamentos, carros elétricos, indústria aeroespacial, comunicações por satélite e plataformas sociais — e investiu diretamente na capacidade de computação e nos dados necessários para o treino de grandes modelos.

Google DeepMind: um génio de xadrez, seguindo um caminho de jogos até proteínas

A Google DeepMind foi fundada em 2010 e, em 2014, foi adquirida pela Google. Atualmente, é uma instituição central de I&D em IA da Google. Lançou ao longo do tempo AlphaGo, AlphaFold e Gemini.

O cofundador e CEO Demis Hassabis nasceu em Londres, Inglaterra. Tem um diploma de licenciatura (1st class) em ciência da computação pela Universidade de Cambridge e um doutoramento em neurociência cognitiva pelo University College London. Na juventude era um especialista de xadrez a nível internacional. Aos 17 anos participou no desenvolvimento do jogo “Theme Park” e, mais tarde, fundou por conta própria a empresa de jogos Elixir Studios.

O treino nos jogos desenvolveu a sua intuição para sistemas complexos e decisões. A neurociência deu-lhe uma perspetiva biológica para compreender “inteligência” em si. E a ciência da computação forneceu a capacidade de engenharia para transformar essas ideias em realidade. O sucesso do AlphaGo e do AlphaFold é, quase, a soma dessas três etapas — e o último também lhe permitiu receber o Prémio Nobel de Química em 2024.

Quatro vias dos fundadores: não existe um modelo único para o empreendedorismo em IA

Ao recuar e olhar para estas oito empresas, podemos agrupar os antecedentes dos fundadores em quatro categorias.

Primeira categoria: fundadores cientistas puramente orientados para tecnologia e artigos. Yang Zhilin, Yan Junjie, Dario Amodei, Ilya Sutskever e Demis Hassabis têm formação académica sistemática. O que têm em comum é serem capazes de avaliar rotas técnicas, liderar equipas de investigação e criar verdadeiras barreiras em capacidades de modelos ou métodos de treino. Entre eles, Yang Zhilin e Ilya estão mais perto de “escrever primeiro um artigo que muda a indústria e depois avançar para o empreendedorismo”; Hassabis é um produto da interseção entre ciência da computação, jogos e neurociência.

Segunda categoria: industrialização de resultados de investigação universitária. A Zhipu AI é o exemplo mais típico. As competências centrais vêm diretamente de anos de acumulação do Laboratório de Engenharia de Conhecimento da Tsinghua. O Mian Zhì Àn (面之暗面) também tem uma forte “gene” de investigação tanto na Tsinghua como no exterior, mas o caminho é mais orientado para o mercado: não se ficou por apenas encapsular conquistas académicas em serviços para empresas; em vez disso, criou diretamente um produto para o público em geral.

Terceira categoria: combinação de matemática, engenharia e capital. Liang Wenfeng e Musk pertencem a esta categoria, mas a origem dos recursos é totalmente diferente: Liang Wenfeng acumula capital e capacidade de computação com investimentos quantitativos; Musk mobiliza recursos através de negócios transversais como pagamentos, carros, aeroespacial e plataformas sociais. O que partilham é que a sua entrada na IA nunca depende apenas do algoritmo em si.

Quarta categoria: organizadores não técnicos em parceria com fundadores técnicos. Sam Altman e Daniela Amodei são representantes desta rota. Talvez não sejam os investigadores de modelos mais de topo, mas decidem se a empresa consegue contratar pessoas, obter dinheiro, construir produtos e aguentar a pressão regulatória, mantendo a estabilidade durante uma expansão rápida.

A competição na IA de vanguarda nunca é apenas “quem tem doutoramento em ciência da computação” nem apenas “quem consegue treinar modelos maiores”.

O que determina verdadeiramente se uma empresa consegue manter uma liderança sustentável é se as capacidades de investigação, engenharia, produto, capital e organização conseguem formar um ciclo fechado: os cientistas determinam os limites técnicos; as equipas de engenharia determinam se os modelos conseguem ser implementados; as equipas de produto determinam se os utilizadores estão dispostos a usar; o capital determina a capacidade de computação e os investimentos em talentos; e organização e governação determinam se a empresa consegue operar a longo prazo.

Visto por este ângulo, não existe uma resposta única e correta para o empreendedorismo em IA.

Cientistas do tipo paper, equipas de industrialização académica, a vertente da engenharia quantitativa, empreendedores transversais a várias indústrias e organizadores orientados para operações podem todos encontrar o seu lugar nesta competição.

Quem consegue integrar diferentes capacidades numa estrutura coerente é quem tem mais probabilidade de se tornar o vencedor de longo prazo na próxima vaga de inteligência artificial.