Google e Nvidia apostam simultaneamente, com quatro meses de existência e avaliação de 4 bilhões, qual é o motivo dessa IA?

Título original: «Google, Nvidia apostam, esta empresa de IA avaliada em 4 bilhões de dólares quer eliminar os cientistas diretamente»

Autor original: Huálín Wǔwáng, Geek Park

Em 1956, um grupo de cientistas se reuniu em Dartmouth para discutir oficialmente pela primeira vez se as máquinas poderiam pensar. Eles eram otimistas e achavam que poderiam resolver essa questão em um verão.

Setenta anos depois, essa questão ainda não tem resposta. Mas há uma empresa que, após apenas quatro meses de fundação, conseguiu levantar 500 milhões de dólares em financiamento, com uma avaliação de 4 bilhões de dólares — simplesmente porque afirma ter encontrado um caminho para fazer a IA aprender a fazer pesquisa e evoluir por conta própria.

Essa empresa se chama Recursive Superintelligence.

O venture capital GV do Google liderou o investimento, seguido pela Nvidia. A posição dessas duas empresas no ecossistema de IA dispensa comentários. Ambas investiram juntas em uma startup que ainda nem lançou seu produto, e a lógica por trás disso merece uma análise cuidadosa.

01「Remover o humano do ciclo」

Vamos falar primeiro do que exatamente a Recursive Superintelligence está fazendo.

A empresa foi fundada pelo ex-cientista-chefe da Salesforce, Richard Socher, com uma equipe principal proveniente do Google DeepMind e da OpenAI. Essa não é uma combinação incomum — nos últimos dois anos, engenheiros e pesquisadores que saíram de laboratórios de ponta para empreender formaram uma tendência evidente.

Página pessoal de Richard Socher no X, Altman claramente acompanha esse talento｜Fonte: X

Socher não é o típico fundador de grandes empresas de Silicon Valley que busca apenas “brilhar” com o nome de uma grande corporação. Nascido em 1983 na Alemanha, estudou na Stanford sob a orientação do pioneiro em IA Andrew Ng e do especialista em NLP Christopher Manning. Em 2014, concluiu seu doutorado, recebendo o prêmio de melhor tese de doutorado do departamento de ciência da computação de Stanford daquele ano.

Richard Socher é uma das figuras-chave que realmente trouxeram o método de redes neurais para o campo do processamento de linguagem natural — suas pesquisas iniciais sobre vetores de palavras, vetores de contexto e engenharia de prompts estabeleceram a base técnica para os modelos BERT, GPT e outros, com mais de 180 mil citações no Google Scholar.

No mesmo ano de sua graduação, fundou a startup de IA MetaMind, que foi adquirida pela Salesforce por uma estratégia de fusão e aquisição em dois anos. Depois, atuou como cientista-chefe e vice-presidente executivo na Salesforce, liderando a estratégia de IA da empresa por vários anos e implementando produtos como o Einstein GPT.

Após deixar a Salesforce, em 2020, fundou o motor de busca de IA You.com, que levantou uma rodada de financiamento Série C em 2025, avaliada em 1,5 bilhão de dólares. Desta vez, seu foco mudou do campo de busca para questões mais fundamentais.

Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence, Advanced Machine Intelligence Labs… Cada uma dessas empresas aparece com a etiqueta de “time central do maior modelo de XX” e todas contam uma história de uma “próxima geração de IA”.

Porém, o ponto de entrada da Recursive é mais radical do que a maioria dos concorrentes.

Seu conceito central é a “IA autoaprendente” — não apenas fazer a IA responder perguntas de forma mais inteligente, mas permitir que ela conduza todo o ciclo de pesquisa científica: formular hipóteses, desenhar experimentos, avaliar resultados, iterar nas direções. Em outras palavras, ela quer remover completamente os pesquisadores humanos desse ciclo.

Essa não é uma direção nova, mas a Recursive a coloca dentro de uma lógica de negócios extremamente realista. Hoje, os principais pesquisadores de IA ganham entre 15 e 20 milhões de dólares por ano; se um sistema puder fazer o mesmo trabalho a um custo menor e mais rápido, o modelo econômico da pesquisa de ponta será completamente reescrito.

Os investidores claramente perceberam essa lógica. Segundo relatos, a rodada de financiamento foi superada em captação, podendo atingir 1 bilhão de dólares.

02 Google e Nvidia apostam simultaneamente

GV liderou o investimento, Nvidia seguiu. Essa combinação de investidores já é um sinal.

A lógica do Google é fácil de entender. A DeepMind tem sido, por anos, uma das principais exploradoras do “IA para a Ciência”, com AlphaFold resolvendo o problema do dobramento de proteínas e AlphaGeometry vencendo competições matemáticas contra humanos.

Mas o caminho da DeepMind é usar IA para resolver problemas científicos específicos; a Recursive quer fazer algo mais fundamental — permitir que o sistema de IA conduza o próprio processo de descoberta científica. Para o Google, isso representa tanto uma relação de competição quanto uma aposta de hedge.

Mais importante, no começo deste mês, o Google anunciou uma parceria com a Intel para várias gerações de infraestrutura de IA. Isso mostra que a estratégia do Google na infraestrutura de IA está acelerando. O investimento na Recursive é uma peça nesse grande tabuleiro — quem estiver na vanguarda dos modelos, o Google quer participar.

A lógica da Nvidia é mais direta. O gargalo central da IA autoaprendente não é o algoritmo, mas o poder de computação. Se a IA precisa rodar experimentos e iterar modelos de forma autônoma, a escala de clusters de GPU necessária cresce exponencialmente. Ao investir na Recursive, a Nvidia está, de certa forma, investindo em seus próprios pedidos futuros.

Ambas as empresas também enviam um sinal mais sutil — esse setor pode já estar na fase de “quem não investir, ficará para trás”.

03 Quatro meses, avaliação de 4 bilhões, é razoável?

Provavelmente, quando todos viram o número de 4 bilhões de dólares pela primeira vez, a reação foi “mais uma vez”.

O hype de avaliações em startups de IA não é novidade nos últimos anos. Um PDF, uma demonstração, alguns slides, e nomes de laboratórios de ponta — tudo isso pode movimentar centenas de milhões de dólares. Isso já não é mais uma lenda no Vale do Silício ou em Londres, mas uma rotina.

Porém, ao analisar a Recursive, há alguns pontos que diferenciam ela de um “unicórnio de PPT” comum.

Primeiro, o peso da equipe fundadora. Richard Socher tem uma base acadêmica sólida em NLP, não apenas uma fachada de “grande empresa”. Sua experiência na DeepMind e na OpenAI também indica que eles têm contato direto com os desafios de pesquisa de ponta.

Segundo, o fato de a rodada de financiamento ter sido superada em captação. Isso indica que a demanda do mercado supera a oferta, e os investidores estão ansiosos para entrar, não sendo persuadidos a investir.

Por outro lado, uma avaliação de 4 bilhões de dólares para uma empresa com apenas quatro meses de existência e sem produto público é baseada em expectativas, não na realidade. É pagar por uma direção, não por um produto ou receita concreta.

Essa lógica de precificação está se tornando cada vez mais comum na era da IA, alimentada pelo medo profundo de perder a “próxima OpenAI”. Safe Superintelligence também conseguiu uma avaliação altíssima com quase nenhum produto, e o nome de Ilya Sutskever é seu maior ativo.

A Recursive está seguindo esse mesmo caminho. Não é uma crítica, apenas uma observação objetiva.

04 O que está por trás da porta da “autoaprendizagem”

O nome Recursive Superintelligence já revela bastante da ambição da empresa.

“Recursive” significa recursivo. Em ciência da computação, recursão é uma estrutura onde uma função chama a si mesma, sendo o mecanismo central de muitos algoritmos complexos. No contexto de IA, “superinteligência recursiva” sugere um sistema capaz de se otimizar continuamente, numa espiral ascendente.

Esse conceito não é novo; sua versão extrema é a “explosão de inteligência” — uma vez que um sistema ultrapassa um ponto crítico, ele pode acelerar sua própria evolução de forma autônoma, atingindo níveis de inteligência que os humanos não conseguem compreender. Essa é uma das maiores preocupações de longo prazo na área de segurança de IA.

Porém, o que a Recursive faz atualmente provavelmente ainda não chegou a esse nível. Uma leitura mais realista é que ela tenta construir um sistema capaz de conduzir ciclos de exploração científica de forma autônoma, com o objetivo de reduzir drasticamente os custos de pesquisa em IA, tanto de mão de obra quanto de tempo.

Se realmente conseguir, o impacto não ficará restrito ao universo da IA. Significará avanços em pesquisa de medicamentos, ciência de materiais, física — uma fase em que “não há necessidade de cientistas humanos para avançar rapidamente”.

Claro, isso ainda é um “se”.

Da promessa à realização, a distância nunca foi linear na indústria de IA.

05 A lógica da maré

Desde o segundo semestre de 2025, uma onda de startups saindo de laboratórios de ponta tem surgido uma atrás da outra. Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence… essa lista só cresce.

A Recursive é a mais nova e, até agora, a mais avaliada.

A razão estrutural por trás é simples — a competição entre OpenAI, Anthropic e Google DeepMind transformou esses laboratórios de ponta em algo cada vez mais parecido com grandes empresas, com KPIs, conformidade e política.

Pesquisadores mais radicais, que querem apostar nas direções mais disruptivas, preferem empreender por conta própria, com mais liberdade.

Ao mesmo tempo, o mercado de capitais reforça essa tendência. Para pesquisadores de ponta apoiados por grandes empresas, o momento de empreender pode ser o melhor da história — investidores estão mais dispostos do que nunca a pagar por “direções”.

A questão central dessa onda não é “quem vai vencer”, mas “o que significa vencer”.

Se a Recursive provar que a IA autoaprendente é viável, ela poderá reescrever o paradigma fundamental da pesquisa em IA. Se não conseguir, após gastar 500 milhões de dólares, o que ficará será mais uma ideia superestimada.

Ambas as possibilidades são reais.

Quatro meses, avaliação de 4 bilhões de dólares — esse número é empolgante, mas também cauteloso. A corrida armamentista de IA chegou a um ponto em que até “como fazer pesquisa” virou campo de batalha.

Cientistas discutiram por um verão se usar IA para responder a essa questão — usar IA para pesquisar IA — e agora estão caminhando rumo à superinteligência por meio de recursão.

Ninguém sabe exatamente para onde essa estrada leva. Mas, claramente, Google e Nvidia já decidiram que, independentemente do destino, não podem ficar de fora.