Mais uma edição do tradicional Dia de Demonstração do Y Combinator aconteceu na última quinta-feira, mas desta vez o cenário chamou atenção por um motivo especial. O lote de empresas apresentadas trouxe uma inclinação muito mais acentuada para tecnologias profundas do que em anos anteriores.
Como de costume, nossa equipe ouviu investidores especializados em startups em estágio inicial para identificar as empresas mais quentes deste ciclo — tanto suas escolhas principais quanto os negócios que estavamrolando nas conversas do setor. As startups listadas aqui foram mencionadas por pelo menos dois investidores diferentes como as mais comentadas do batch. Segundo um dos entrevistados, a tecnologia apresentada "parecia coisa de ficção científica". No entanto, apesar das ideias inovadoras, houve consenso de que as avaliações financeiras estavam muito mais conservadoras do que nas edições recentes do programa.
A seguir, as startups que se destacaram:
**Atomarine**
Esta startup pretende resolver a crise de energia para centros de processamento de dados construindo data centers nucleares flutuantes no meio do oceano. A empresa, fundada por um engenheiro naval e cientista da computação do MIT junto com um PhD em engenharia nuclear também do MIT, busca combater a escassez de capacidade computacional ao posicionar servidores em balsas no mar, onde a água do oceano poderia fornecer resfriamento praticamente gratuito. AAtomarine planeja lançar um projeto-piloto movido a gás em 2028 e migrar para usinas nucleares flutuantes em 2032. A companhia afirma já ter garantido mais de 4 bilhões de dólares em interesse de clientes por meio de cartas de intenção, o que ajudou a tornar esta uma das startups mais valorizadas deste lote, segundo um investidor.
**Dipole Labs**
Esta empresa desenvolve equipamentos de rede óptica de alta velocidade, eficientes e econômicos, especificamente para centros de dados de inteligência artificial. O problema que a Dipole Labs busca resolver é o desperdício de tempo computacional: clusters de unidades de processamento gráfico gastam grande parte de sua capacidade esperando pela transferência de dados entre chips. Dentro da camada de rede, os dados precisam ser convertidos de luz para eletricidade e vice-versa, um processo que consome muita energia e gera calor excessivo. A startup desenvolveu um comutador óptico que elimina essa etapa de conversão, permitindo que os dados permaneçam em formato luminoso e sigam diretamente para seu destino. A solução chega em um momento oportuno, já que essas unidades de processamento gráfico custam caro e os centros de dados buscam extrair o máximo de suas máquinas.
**Isengard Industries**
Esta companhia trabaja na produção local de drones de ataque e contra-drones movidos a jato, fabricados diretamente em países aliados a uma fração do custo cobrado por grandes empreiteiras de defesa nos Estados Unidos. Fundada por um ex-oficial do Exército Australiano e um empresário do setor de defesa que anteriormente ajudou uma startup de drones focada na Ucrânia a alcançar 60 milhões de dólares em receita, a Isengard já fatura 10 milhões de dólares por conta própria. A empresa acumulou grande entusiasmo entre investidores e ostenta uma das avaliações mais elevadas deste ciclo do Y Combinator, de acordo com dois investidores.
**Lamb Labs**
Esta startup trabaja no desenvolvimento de chips de inferência personalizados com pesos de modelos de inteligência artificial gravados diretamente no hardware. Enquanto chips tradicionais de inteligência artificial consomem quantidades massivas de energia durante a inferência, buscando constantemente pesos de modelos na memória, a Lamb Labs quer construir processadores ultrarr eficientes gravando os pesos diretamente no silício. Batizados de "Unidades de Processamento de Modelo", esses chips personalizados eliminam gargalos de largura de banda de memória. A empresa foi fundada por um PhD em inteligência artificial do Imperial College London e um físico teórico da Universidade de Oxford.
**Praxis AI**
Esta empresa coleta dados do mundo real para treinar robôs. O modelo de negócios consiste em fazer parcerias com empresas para registrar vídeos e dados de humanos realizando tarefas, que depois são transformados em material de treinamento para empresas que constroem robôs. A Praxis AI já trabalha com empresas de capital aberto e capturou dados de vídeo em mais de 150 ambientes diferentes. A companhia pode se tornar relevante à medida que as empresas começam a experimentar quais tarefas são mais adequadas para humanos e quais podem ser delegadas a robôs à medida que a inteligência artificial continua evoluindo.
**Nori**
Esta startup desenvolveu robôs humanoides acessíveis para lidar com tarefas cotidianas do lar. Lançada há apenas seis semanas, a empresa já registra quase meio milhão de dólares em vendas. O robô promete ajudar a limpar e dobrar roupas, e os usuários podem operá-lo por meio de um aplicativo no computador. Com preço de aproximadamente 1.600 dólares, representa um roubo comparado a outros humanoides disponíveis no mercado, como o Neo, que custa cerca de 20.000 dólares. Uma das maiores questões no campo da robótica é se é possível criar um robô doméstico acessível capaz de arrumar uma lava-louças e realizar tarefas diárias. A Nori é mais uma tentativa de enfrentar esse desafio.
**Cosmic Robotics**
Os fundadores desta empresa querem construir uma cidade em Marte. O primeiro passo para isso? Desenvolver tecnologia robótica capaz de realizar tarefas pesadas. A companhia afirma que sua tecnologia já está instalando painéis solares em diversos locais dos Estados Unidos e possui contratos de 25 milhões de dólares até 2027. A visão de longo prazo é que essa tecnologia possa ajudar a automatizar a construção para a colonização de Marte. A startup está corrida contra o cronograma da SpaceX para construir no planeta vermelho, esperando iniciar uma missão exploratória em 2028.
**Parasma**
Mais uma empresa tentando encontrar a melhor forma de lidar com o consumo massivo de energia necessário para executar modelos de inteligência artificial. Desta vez, a Parasma investiga o uso de células cerebrais humanas como alternativa mais eficiente energeticamente aos hardwares de computação de inteligência artificial atuais.
**Waddle Labs**
Esta startup desenvolveu uma camada de interface de programação que escreve códigos de controle para robôs. Investidores e entusiatas da tecnologia esperam que o momento Transformador Generativo Pré-treinado, analogous ao que ocorreu com chatbots, esteja próximo também para robôs. Essa expectativa impulsiona diferentes abordagens para criar um modelo geral de robótica. Em vez de treinar modelos base em vídeos brutos ou dados de teleoperação humana, a Waddle Labs utiliza uma camada de agentes de modelos de linguagem grandes para escrever código e controlar robôs diretamente. A empresa, fundada por egressos da Universidade Harvard, se posiciona como "o Claude para robótica". A startup afirma que ao conectar qualquer hardware à sua interface, desenvolvedores poderão dizer ao robô o que fazer em linguagem natural, e seus agentes de inteligência artificial gerarão autonomamente códigos de controle executáveis, verificarão se funcionaram e configurarão o robô em aproximadamente 20 minutos.
Fonte: TechCrunch
