- Estudo da Universidade Federal de Goiás aponta mais de cinquenta LLMs brasileiros, questionando se os ChatGPTs nacionais vão competir na corrida global.
- NeuralMind foca em saúde, energia e jurídico, já captou cerca de R$ 20 milhões e busca reduzir a dependência de modelos internacionais.
- Clarice.ai, NeoSpace e infinity6 trabalham com abordagens locais: Clarice.ai usa dados próprios com cerca de 1,5 milhão de correções mensais; NeoSpace atua com o conceito de Data Language Model; infinity6 desenvolve motores de recomendação, previsão e precificação.
- Itaú liderou rodada de US$ 18 milhões para a NeoSpace, com avaliação de US$ 100 milhões, e a empresa já negocia com clientes no Brasil e exterior.
- Nvidia sinaliza descentralização na IA; Lua Vision lançou cinco versões de LLM on premises, com pilotos no Brasil e em outros países e expectativa de receita no segundo semestre.
O Brasil abriga mais de 50 LLMs com sotaque nacional, segundo estudo da Universidade Federal de Goiás. Empresas como NeuralMind, Clarice.ai, NeoSpace e infinity6 buscam uma posição própria na corrida global pela IA, disputada com gigantes como OpenAI e Anthropic.
A NeuralMind, criada em 2017 a partir de laboratórios da Unicamp, já captou cerca de R$ 20 milhões, incluindo aporte de R$ 1 milhão da Fundepar. A empresa defende que há espaço para modelos brasileiros, especialmente em nichos como saúde, jurídico e energia, para reduzir a dependência de provedores estrangeiros.
A Clarice.ai, startup de 2020, desenvolve modelos especializados em português para escrita, edição e revisão de textos. A NeoSpace atua com o conceito Data Language Model, oferecendo plataformas em que dados próprios dos clientes treinam modelos, com clientes como Itaú e seguradoras. A infinity6 foca em três motores de IA para recomendação, previsão e precificação, já com clientes farmacêuticos e varejistas.
Mudança de cenário e investimentos
Especialistas destacam que competir com LLMs generalistas é desafiador, mas modelos locais podem prosperar em setores regulados e com dados nacionais. A equipe da UFG aponta que o Brasil apresenta dados valiosos na saúde, finanças e direito, áreas em que a precisão é crucial.
Segundo o cofundador da NeuralMind, a estratégia brasileira não busca substituir grandes modelos globais, mas estabelecer soberania tecnológica. A startup utiliza modelos treinados com dados próprios para reduzir riscos de variação de preço, políticas de uso e instabilidades geopolíticas.
A Nvidia tem mostrado mudança de estratégia que favorece a descentralização, abrindo espaço para mais players. A visão é ampliar a competição entre fornecedores e reduzir a dependência de poucos gigantes.
Ecossistema e próximos passos
A Lexística local avança com modelos para tarefas jurídicas, em parceria com a empresa Escavador, além de planos para ampliar atuação em saúde, energia e financeiro. Dados proprietários e supervisão regulatória são elementos centrais para essa linha de atuação.
Outras iniciativas brasileiras contam com foco em dados variados e formatos diferentes. A Lua Vision, criada no fim de 2025, treinou cinco versões de LLM com servidores locais e pretende manter os modelos on premise para reduzir custos e riscos. A empresa já coordena pilotos no Brasil e no exterior, incluindo projetos na África e na América Latina.
Entre na conversa da comunidade