À medida que as empresas americanas apertam o seu controlo sobre os gastos desenfreados com IA, uma startup com apenas oito meses de idade aposta que poderá ganhar uma fortuna ajudando as empresas a fazer mais com menos tokens. Engram, que se descreve como a “memória aprendida” da IA, anunciou em 23 de junho de 2026 que arrecadou US$ 98 milhões de uma lista renomada de investidores.
A rodada contou com o apoio da General Catalyst, Kleiner Perkins e Sequoia, bem como do cofundador da OpenAI Andrej Karpathy, que recentemente se juntou ao laboratório rival Anthropic. O financiamento sinaliza que o capital de risco de alto nível ainda vê espaço para um novo interveniente num campo cada vez mais concorrido - desde que consiga resolver um problema que os maiores nomes da indústria não conseguem: o custo crescente da gestão de modelos de IA. Para mais contexto sobre esta história, confira nossa notícias de IA.
As metas do engrama do problema de custo
Modelos de IA novos e mais sofisticados estão a revelar-se mais caros do que as gerações que os precederam, desafiando a suposição outrora dominante de que uma maior escala reduziria inevitavelmente os custos. As empresas que adotaram avidamente as ferramentas de IA estão agora enfrentando a conta, com algumas restrições no uso por parte dos desenvolvedores, à medida que o consumo de tokens sobrecarrega os orçamentos.
A proposta da Engram é que seus modelos podem recuperar fluxos de trabalho e contextos específicos da organização para antecipar perguntas e fornecer respostas mais inteligentes por uma fração do custo. A empresa afirma que seus modelos podem igualar ou superar os laboratórios de fronteira usando até 100 vezes menos tokens, a moeda computacional que determina quanto custa a execução de cada consulta de IA.
Leigh Marie Braswell, sócia da Kleiner Perkins, enquadrou a oportunidade sem rodeios. “Você tem essa explosão de dados, explosão de custos”, disse ela, segundo a CNBC. "Engram chega e basicamente mapeia sua organização e oferece resultados muito mais baratos."
Tração inicial com grandes nomes
Apesar de ter sido fundada há menos de um ano, a empresa de 13 pessoas já construiu uma lista de clientes que causaria inveja a rivais muito maiores. Os clientes incluem Microsoft, Notion e Harvey, a startup legal de IA. Essa adoção precoce pelas empresas – e por outra empresa de IA em Harvey – sugere que a tecnologia da Engram está a ser usada não como uma novidade, mas como infraestrutura central para cargas de trabalho reais.
A startup leva o nome da neurociência, onde um “engrama” se refere ao traço físico que uma memória deixa no cérebro. A metáfora é adequada: a tecnologia da Engram foi concebida para fornecer aos sistemas de IA uma memória durável do conhecimento específico de uma organização, para que não tenham de reaprender o contexto do zero em cada interação.
Um fundador obcecado pela memória
O cofundador e CEO da Engram, Dan Biderman, tem uma conexão pessoal com o problema que sua empresa está resolvendo. Segundo a CNBC, o interesse de Biderman pela memória começou ainda criança, quando ele tentava ajudar sua avó – que havia perdido a memória – a lembrar pequenos fatos sobre ele e seus irmãos. Esse fascínio vitalício pela forma como a memória funciona agora sustenta a abordagem técnica da empresa para tornar a IA mais barata e mais sensível ao contexto.
Biderman também é uma figura reconhecível na comunidade de pesquisa em IA, conhecido por seu trabalho na compreensão e melhoria de grandes modelos de linguagem. Essa credibilidade técnica provavelmente ajudou a Engram a atrair investidores de elite e clientes empresariais exigentes nos seus primeiros meses de operação.
O que o dinheiro compra
A Engram disse que planeja usar o novo financiamento para apoiar computação e talento – os dois recursos que definem a capacidade de uma startup de treinar, refinar e servir modelos de IA. Para uma empresa que reivindica ganhos drásticos de eficiência, a necessidade de computação substancial destaca que a construção de melhores sistemas de memória ainda requer sérios investimentos em engenharia e infraestrutura.
A ronda também reflecte uma tendência mais ampla no financiamento de risco de IA: os investidores são cada vez mais atraídos por empresas picaretas que tornam as implementações de IA existentes mais baratas ou mais eficazes, em vez de apostarem exclusivamente num outro modelo de base. As startups focadas na eficiência de inferência, na memória e na otimização de custos estão chamando a atenção precisamente porque a era dos gastos irrestritos com IA parece estar terminando.
O cenário competitivo
A Engram entra num mercado onde a definição de “memória AI” ainda é contestada. Algumas empresas atacam o problema dos custos através de um melhor roteamento de modelos, enviando consultas fáceis para modelos baratos e reservando os caros para tarefas difíceis. Outros compactam o contexto usando técnicas de recuperação ou cache especializado. A abordagem da Engram – construir modelos de memória dedicados que aprendem os padrões de uma organização – representa uma aposta distinta de que lembrar o contexto de forma eficiente é em si uma categoria de produto.
Ainda não se sabe se a ousada afirmação da empresa de igualar o desempenho de fronteira a um centésimo do custo do token se mantém sob escrutínio. Mas com a Microsoft e outras grandes empresas já a bordo, e com investidores como Karpathy – cuja carreira abrange a fundação da OpenAI e uma passagem pela Tesla – a colocarem o seu capital nisso, a Engram estabeleceu-se rapidamente como uma startup a observar na corrida da economia da IA.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
