Empresas de inteligência artificial no Brasil

O Brasil não vai treinar um modelo de fronteira. Vale dizer isso logo, porque metade das conversas sobre IA no país perde tempo lamentando uma corrida em que nunca estivemos inscritos.

O que o Brasil tem é outra coisa, e possivelmente mais defensável: problemas grandes, específicos e mal resolvidos, com dados que ninguém de fora possui. Agronegócio em escala continental. Um sistema de saúde público com volume de dados que poucos países geram. Um Judiciário com um dos maiores acervos processuais do mundo. Um sistema financeiro que fez a transição para o digital mais rápido do que a maioria dos mercados desenvolvidos.

É nessas dobras que o ecossistema brasileiro de IA se formou. Não por camada tecnológica — por vertical de problema.

Agronegócio

É o setor onde o Brasil tem a vantagem mais óbvia: escala, urgência econômica e um problema físico que não se resolve só com software genérico.

A Solinftec, de Araçatuba, trabalha com automação e inteligência de operação agrícola, incluindo robótica de campo. A Agrosmart desenvolveu monitoramento e recomendação baseada em dados climáticos e de solo. A Strider, focada em manejo de pragas, foi adquirida pela Syngenta — um dos sinais mais claros de que a tecnologia agrícola brasileira interessa ao capital global.

Vale notar o padrão: nenhuma dessas empresas se apresenta como “empresa de IA”. Elas se apresentam como empresas de agricultura que usam IA. Essa inversão de ênfase costuma ser sinal de maturidade, não de modéstia.

Saúde

A saúde brasileira concentra o tipo de dado que treina modelo bom e o tipo de restrição regulatória que dificulta usá-lo.

A Laura, de Curitiba, ficou conhecida por sistemas de detecção precoce de deterioração clínica e sepse em ambiente hospitalar — o caso raro de IA que se mede em desfecho de paciente, não em engajamento. A Portal Telemedicina trabalha com laudos a distância e apoio diagnóstico, com atuação relevante em municípios pequenos, onde o gargalo é justamente a falta de especialista.

Hospitais de referência como Albert Einstein e Sírio-Libanês mantêm núcleos próprios de pesquisa aplicada, o que muda a natureza do jogo: parte da inovação em saúde não sai de startup, sai de dentro da operação.

Jurídico

O acervo processual brasileiro é uma anomalia estatística mundial, e isso criou um mercado que quase não existe em outros países com a mesma densidade.

A Jusbrasil construiu ao longo de anos uma base de jurisprudência e dados públicos que virou infraestrutura de fato do setor. A Looplex trabalha com automação de documentos jurídicos. Ferramentas de análise preditiva de litígio se multiplicaram, prometendo estimar chance de êxito e tempo de tramitação.

Aqui cabe um alerta editorial: previsão de resultado judicial é o subsetor onde mais se promete e menos se comprova. Modelo treinado em decisão passada aprende, entre outras coisas, o viés do passado. Vale exigir metodologia antes de comprar o argumento.

Finanças

O setor que mais consome IA no Brasil, e o que menos usa a palavra para se vender.

O Nubank montou operação própria de ciência de dados e comprou a Hyperplane, startup americana focada em modelos fundacionais para dados bancários — movimento raro de empresa brasileira comprando capacidade de modelo lá fora. Itaú, Bradesco e BTG mantêm times internos grandes. A Serasa Experian opera modelos de crédito em escala nacional há tempo suficiente para ter atravessado várias gerações de tecnologia.

A Neurotech, do Recife, especializada em crédito e risco, foi adquirida pela B3 — outro sinal de que ativos de inteligência decisória viraram alvo de consolidação.

Fintechs de antifraude e crédito para pequenas empresas formam uma camada intermediária ativa, geralmente com foco em dados alternativos, algo que faz muito sentido num país com grande população fora do sistema de crédito tradicional.

Atendimento e conversação

Foi o primeiro mercado de IA a escalar comercialmente no Brasil, muito antes do ChatGPT.

A Take Blip, de Belo Horizonte, construiu posição forte em conversação corporativa, especialmente sobre WhatsApp — canal que no Brasil não é “mais um”, é o canal. A Hand Talk, de Maceió, desenvolve tradução automática para Libras e ganhou reconhecimento internacional em acessibilidade. Zenvia atua na infraestrutura de comunicação multicanal.

O WhatsApp é a peculiaridade que faz o mercado brasileiro de conversação ser diferente de qualquer outro. Uma solução desenhada para chat de site americano simplesmente não descreve como o brasileiro compra.

Dados, plataforma e serviços

A Semantix trabalha com plataforma de dados e IA para grandes empresas. A Kunumi, de Belo Horizonte, atua com pesquisa aplicada e projetos de deep learning sob medida. A Cortex Intelligence foca em inteligência de mercado a partir de dados públicos e privados.

Em serviços de larga escala, CI&T, Stefanini e TOTVS viraram vetores relevantes de adoção — não porque inventam modelo, mas porque estão dentro das operações onde a IA precisa ser implantada. Em adoção corporativa, quem tem acesso ao processo costuma mover mais agulha do que quem tem o melhor algoritmo.

No setor público e acadêmico, o SERPRO e centros como o C4AI da USP e o Instituto Eldorado sustentam pesquisa e aplicação em português, o que importa mais do que parece: modelo treinado majoritariamente em inglês erra em nuance jurídica, médica e cultural brasileira.

O que esse mapa diz sobre estratégia

Três conclusões práticas.

A vantagem brasileira é o dado, não o modelo. Nenhuma empresa daqui vai ganhar por ter arquitetura melhor. Ganha quem tiver o conjunto de dados que ninguém mais consegue montar — safra, prontuário, processo, transação. Isso é ativo, e é local por natureza.

O idioma é um fosso mais do que um detalhe. Português brasileiro, com gíria regional, jargão técnico e forma jurídica própria, continua sendo mal atendido por modelos genéricos. Quem resolve isso bem numa vertical constrói posição difícil de copiar de fora.

A camada de aplicação é a única em que se compete de igual para igual. Chip e modelo de fronteira estão fora de alcance, e tudo bem. A margem está em resolver um problema caro para alguém que paga por ele — e essa camada nunca esteve tão acessível.

O risco real do momento não é ficar para trás na corrida dos modelos. É construir uma empresa inteira em cima de um recurso alugado, sem dado próprio e sem fluxo de trabalho embutido, e descobrir na próxima atualização do modelo base que o produto virou uma feature.

---

Nota sobre esta lista. O ecossistema muda rápido: empresas são adquiridas, mudam de foco ou encerram operação. Citei companhias por sua atuação conhecida, sem números de receita, valuation ou porte — dados que envelhecem em meses e que eu não teria como verificar aqui com a precisão que uma decisão de negócio exige. Trate isto como um mapa de orientação, não como um cadastro atualizado, e confirme o estado atual de qualquer empresa antes de procurá-la.

Complementos: empresas de inteligência artificial no mundo, para entender as camadas globais, e por que rankear as maiores empresas de IA do Brasil é mais difícil do que parece.