A CORRIDA PELA MEMÓRIA DAS EMPRESAS

Bilhões investidos em IA corporativa não deram retorno, demissões estão apagando o conhecimento que faria a tecnologia funcionar — e uma nova categoria de empresas surgiu para capturar o que nenhum sistema jamais registrou.

Há um número que resume o momento mais estranho da inteligência artificial corporativa: 95%. É a fração dos pilotos de IA generativa que, segundo estudo do MIT publicado em 2025, não produziu impacto mensurável nos resultados das empresas que os contrataram — depois de um investimento acumulado estimado entre 30 e 40 bilhões de dólares. O estudo, conduzido pelo Project NANDA a partir de 300 implantações públicas, 52 entrevistas em organizações e 153 respostas de executivos, derrubou a explicação preferida do mercado. A diferença entre os 5% que funcionaram e o resto não estava na qualidade dos modelos, nem na regulação. Estava em algo mais prosaico: as ferramentas que falharam não retinham contexto sobre a operação em que foram inseridas. Brilhavam na demonstração e quebravam na segunda-feira.

A recomendação final do MIT aos executivos coube em uma linha: financiem a camada de memória — o que não retém contexto, não escala.

Enquanto isso, no mesmo ano em que gastavam bilhões em ferramentas sem memória, as empresas apagavam a memória que já tinham. Mais de 90 mil vagas foram eliminadas no setor de tecnologia em 2026, parcela crescente atribuída à reestruturação por IA. Em fevereiro, a consultoria de recolocação Careerminds publicou uma pesquisa com 600 profissionais de recursos humanos: dois terços das empresas que demitiram por causa de IA no último ano afirmam já enfrentar as consequências da decisão. A consultoria IDC estima que falhas na transmissão de conhecimento custem 31,5 bilhões de dólares por ano apenas às empresas da Fortune 500.

Os dois números contam a mesma história por ângulos opostos. O contexto que falta aos pilotos de IA e o conhecimento que sai pela porta nas demissões são, em grande medida, a mesma coisa — e têm nome desde 1966, quando o filósofo Michael Polanyi o definiu em seis palavras: sabemos mais do que conseguimos contar. Conhecimento tácito é o julgamento que se aplica sem conseguir explicar o critério, o ajuste informal que sustenta um prazo, o motivo nunca escrito de uma exceção recorrente. Em março de 2026, a California Management Review, de Berkeley, elevou o conceito a manchete de estratégia: o conhecimento tácito, escreveu a revista, é a próxima vantagem competitiva da era dos agentes de IA.

Onde há dor nomeada e bilhões mal gastos, surge categoria. Ela acaba de nascer — e já tem três caminhos disputando quem chega primeiro à memória das empresas.

O caminho da mineração

O movimento mais barulhento veio de Munique. Em março de 2026, a Interloom anunciou uma rodada de 16,5 milhões de dólares liderada pela DN Capital, com participação da Bek Ventures e da Air Street Capital, para uma tese que o fundador Fabian Jakobi resume com um dado: cerca de 70% das decisões operacionais nunca foram formalmente documentadas. A aposta da empresa é reconstruir essas decisões minerando o que já existe — e-mails de suporte, tickets, transcrições de ligações — e transformá-las num “grafo de contexto” que alimenta agentes de IA.

Os clientes anunciados impressionam: Zurich Insurance, onde a startup venceu uma competição interna contra cerca de 2.000 concorrentes; Volkswagen; a imobiliária JLL; a logística Fiege; e o Commerzbank, dono do caso mais citado da categoria — ao analisar milhões de e-mails contra a documentação interna, a lacuna entre o processo documentado e o praticado teria caído de cerca de 50% para 5%. Jakobi gosta de provocar o mercado de consultoria: o subscritor da Zurich, disse ele à imprensa ao anunciar a rodada, sabe como o processo funciona melhor do que qualquer consultoria externa jamais saberá.

O caminho da extração

No Texas, a Skill Refinery, de Matt Cretzman, ataca pelo lado oposto da mesa: em vez de minerar o rastro da operação, extrai método do que especialistas já produziram. Um livro de 200 páginas vira de 30 a 80 “cartões de habilidade” estruturados, entregues dentro das ferramentas que o profissional já usa — ChatGPT, Copilot, Claude —, com o especialista monetizando o próprio nome em um modelo de divisão de receita. É a resposta da categoria para outro medo de 2026: profissionais vendo a IA absorver seu ofício preferem empacotar e vender a própria expertise antes que ela seja simplesmente copiada.

O terceiro caminho — e a fatia que os outros dois não alcançam

Os dois modelos compartilham uma dependência silenciosa: só funcionam sobre o que, em algum momento, virou artefato digital. A mineração lê e-mails e tickets que existem; a extração estrutura o que o especialista decidiu declarar e assinar. Mas a fatia mais valiosa dos “70% não documentados” de Jakobi nunca gerou artefato nenhum — foi decidida no corredor, acertada por telefone, ajustada por um critério que ninguém verbalizou. Não dá para minerar o que não existe.

É nesse vazio que opera a brasileira Zthex, cujo mecanismo inverte os anteriores: em vez de ler rastros, pergunta — por conversa estruturada com quem executa o trabalho, em ciclos de até cinco semanas e preço fechado. A diferença técnica que os fundadores fazem questão de sublinhar está na origem do dado: informação minerada de um ticket já nasce com dono — remetente, responsável, atribuição —, e anonimizá-la depois é reconstrução. Na conversa, a identidade é removida antes de qualquer gravação; nos sistemas da empresa, afirmam, o campo de identidade simplesmente não existe. O que foi dito é então confrontado com outras duas fontes — o que a política determina e o que o registro dos sistemas mostra — e cada divergência entre as três vira um achado com origem rastreável, entregue como pergunta a apurar, nunca como veredito. Ao final, a empresa fica com um “Índice de Divergência”: a fração dos seus processos em que o documentado, o registrado e o vivido não batem.

O contraste de filosofia é nítido até no que as empresas exibem. Enquanto a categoria disputa logotipos de clientes em seus sites, a Zthex não publica nenhum — por política declarada: quem contrata uma investigação da própria operação, argumentam os fundadores, contrata discrição, inclusive sobre ter contratado.

Quem leva

A categoria é jovem demais para ter vencedor, e madura o bastante para ter tese de investimento: a DN Capital justificou o cheque na Interloom com a frase que resume a corrida — um agente de IA é tão bom quanto as decisões de especialista em que consegue se apoiar. O Gartner adiciona o senso de urgência pelo lado da destruição: mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, e, entre os milhares de fornecedores que se dizem agênticos, a consultoria estima que cerca de 130 sejam de fato.

O que os três caminhos têm em comum é a aposta de fundo: na próxima década, o diferencial das empresas não estará nos modelos — que serão commodity, cada vez melhores e iguais para todos —, e sim na memória proprietária que cada organização conseguir estruturar antes que ela evapore em demissões, aposentadorias e reorganizações. Ou, como os fundadores da Zthex escolheram gravar em seu manifesto: todo mundo compra a mesma inteligência; o jogo é construir a que não se compra.