Entenda as oito principais empresas de IA da China e dos EUA, e os fundadores por trás dos modelos

Compilado por: PANews

Não há uma única resposta correta para o empreendedorismo em IA. Cientistas acadêmicos, equipes de industrialização acadêmica, engenheiros quantitativos, empresários de diversas indústrias e organizadores operacionais podem todos encontrar seu lugar nesta competição.

Nos últimos dez anos, a inteligência artificial passou de pesquisas de ponta em laboratórios para se tornar uma força central que determina o padrão da indústria de tecnologia. Hoje, as empresas de IA mais notáveis do mundo incluem OpenAI, Google DeepMind, Anthropic, xAI, além de DeepSeek, Lado Oculto da Lua, Zhizhu AI e MiniMax.

Embora todas estejam desenvolvendo grandes modelos, elas representam caminhos empreendedores completamente diferentes: algumas vêm de artigos acadêmicos e pesquisas, outras levam resultados de pesquisa universitária para a indústria, algumas acumulam poder computacional e capital no setor financeiro quantitativo, enquanto outras se destacam em financiamento, produtos, operações e organização, unindo equipes técnicas em empresas de classe mundial.

🇨🇳 China: Da pesquisa acadêmica e laboratórios acadêmicos à engenharia quantitativa

Lado Oculto da Lua: Transformando um artigo que mudou a indústria em um produto acessível a todos

Fundada em 2023, a Lado Oculto da Lua tem como produto Kimi, um dos produtos mais reconhecíveis na aplicação de grandes modelos na China, representando o modelo Kimi K3, que se destaca em multimodalidade, longas contextos, programação e raciocínio profundo.

O fundador Yang Zhilin, nascido em 1992 em Shantou, Guangdong, formou-se na Universidade Tsinghua e obteve um doutorado em Ciência da Computação na Universidade Carnegie Mellon, sob a orientação de pesquisadores na área de processamento de linguagem natural. Durante seu doutorado, participou de trabalhos amplamente citados como Transformer-XL e XLNet, e também trabalhou na Google Brain e na Meta em pesquisas de IA.

Entre os empreendedores na China, Yang Zhilin seguiu o caminho mais típico — primeiro provou sua capacidade de julgamento no meio acadêmico e depois transformou esse julgamento em um produto que qualquer pessoa pode usar. Em comparação com Zhizhu, que tende mais para serviços empresariais, a Lado Oculto da Lua desde o início mirou o consumidor final.

Zhizhu AI: Um exemplo de industrialização que saiu de um laboratório da Tsinghua

Fundada em 2019, a Zhizhu AI é originária do sistema do Laboratório de Engenharia do Conhecimento da Universidade Tsinghua, com a linha técnica representativa sendo a série GLM, focando em modelos básicos, serviços empresariais e plataformas de modelos.

O cofundador e CEO Zhang Peng estudou na Universidade Tsinghua para seus graus de bacharel, mestre e doutorado, e entre 2005 e 2020, esteve profundamente envolvido na construção do Laboratório de Engenharia do Conhecimento e da plataforma acadêmica AMiner, sem experiência em grandes empresas de internet tradicionais.

O que torna a Zhizhu AI especial é seu ponto de partida — não começou do zero com um produto de sucesso, mas transformou o conhecimento acumulado de mais de uma década de um laboratório universitário em uma plataforma de modelos básicos que pode oferecer serviços externos. Esta é a maior diferença em relação à Lado Oculto da Lua: uma começou com a plataforma, a outra com o produto.

DeepSeek: Investindo o dinheiro ganho com trading quantitativo em grandes modelos

Fundada em 2023, a DeepSeek foca em modelos básicos, eficiência de treinamento e pesos abertos, com modelos representativos incluindo DeepSeek-V3, R1 e a série V4 subsequente.

O fundador Liang Wenfeng nasceu em 1985 em Wuchuan, Guangdong, e estudou Engenharia de Informação Eletrônica na Universidade Zhejiang, obtendo um mestrado em Engenharia de Informação e Comunicação, com foco em visão computacional. Ele não tem experiência em grandes empresas como Huawei, Tencent ou Baidu, mas mergulhou no trading quantitativo de aprendizado de máquina durante seu mestrado, e depois cofundou a Huansheng Quant.

O caminho de Liang Wenfeng é o mais único entre essas empresas: ele não começou como pesquisador e depois buscou financiamento, mas primeiro acumulou capital e poder computacional através de investimentos quantitativos, e depois reinvestiu esses recursos no desenvolvimento de grandes modelos. A DeepSeek, de certa forma, é um produto de "poder computacional adquirido através de finanças, alimentando a IA".

MiniMax: De executivo técnico em grandes empresas a empreendedor multimodal

Fundada em 2022, a MiniMax é uma empresa de modelos básicos multimodais, cobrindo texto, voz, imagem e vídeo, com produtos como Hai Luo AI e Xing Ye.

O fundador Yan Junjie possui um bacharelado em Matemática pela Universidade do Sudeste e um doutorado em Inteligência Artificial pelo Instituto de Automação da Academia Chinesa de Ciências, e completou um pós-doutorado na Universidade Tsinghua. Antes de empreender, trabalhou na SenseTime por mais de seis anos, alcançando o cargo de vice-presidente e vice-diretor do instituto de pesquisa.

Yan Junjie combina duas experiências — um treinamento acadêmico sólido e experiência prática em gerenciar produtos e equipes em uma equipe de IA em grande escala como a SenseTime. A MiniMax escolheu seguir o caminho mais difícil da multimodalidade, em certa medida, como uma escolha natural resultante da sobreposição dessas duas experiências.

🇺🇸 Estados Unidos: Da pesquisa básica, governança de segurança à integração de recursos interindustriais

Anthropic: Um par de irmãos, metade físico, metade governante

Fundada em 2021, a Anthropic foi criada por um grupo de pesquisadores que saíram da OpenAI, com a ideia central de que "a segurança da IA deve avançar em paralelo com o desenvolvimento de capacidades", representando a série de produtos Claude.

O cofundador e CEO Dario Amodei estudou física na Universidade de Stanford, e durante seu doutorado mudou-se para a Universidade de Princeton para estudar biofísica. Esse background interdisciplinar se refletiu em seu caminho de pesquisa — ele começou na Google Brain como cientista de pesquisa sênior, depois se juntou à OpenAI como vice-presidente de pesquisa, participando do treinamento do GPT-2 e GPT-3, e foi um dos principais participantes da pesquisa inicial de RLHF (aprendizado por reforço com feedback humano). Em 2021, ele e sua irmã Daniela, junto com outros colegas da OpenAI, fundaram a Anthropic.

O caminho de Daniela é completamente diferente. Ela estudou literatura inglesa na graduação e, após a formatura, não entrou diretamente na indústria de tecnologia, mas trabalhou em operações na Stripe e na OpenAI. Na Anthropic, seu papel não é treinar modelos, mas construir os sistemas fundamentais que permitem à empresa operar de forma segura e estável — desde recrutamento, governança corporativa até a execução de políticas de segurança.

Essa combinação de irmãos, em certa medida, é um microcosmo da empresa Anthropic: é necessário ter um pesquisador como Dario, que pode julgar a direção técnica e entender os limites das capacidades dos modelos, assim como alguém como Daniela, que compreende a organização, processos e gerenciamento de riscos.

OpenAI: Um contador de histórias e um especialista em tecnologia

Fundada em 2015, a OpenAI lançou produtos icônicos como ChatGPT, GPT e Sora, sendo a empresa central que trouxe a IA generativa para o público.

Sam Altman abandonou o curso de Ciência da Computação na Universidade de Stanford após dois anos para fundar a empresa de redes sociais Loopt, e depois se tornou presidente da Y Combinator. Seu ponto forte nunca foi publicar artigos de ponta, mas sim financiamento, julgamento de produtos, mobilização organizacional e contar uma boa narrativa técnica.

Ilya Sutskever, por outro lado, é de um tipo diferente. Ele possui um doutorado em Matemática e Ciência da Computação pela Universidade de Toronto, sob a orientação do pioneiro em aprendizado profundo Geoffrey Hinton, e trabalhou na Google Brain em importantes resultados como AlexNet e Seq2Seq, além de liderar as rotas de treinamento em larga escala da OpenAI desde o início.

Se Ilya determina que tipo de modelo a OpenAI pode criar, Sam decide se a empresa pode sobreviver, conseguir financiamento, vender tecnologia. A combinação dos dois é quase a prática mais bem-sucedida da rota "cientista + organizador" no Vale do Silício.

xAI: Musk traz suas habilidades de construir carros e foguetes para a IA

Fundada em 2023, a xAI tem como produto principal o Grok, enfatizando informações em tempo real, raciocínio e mídia gerada, e está profundamente integrada à plataforma X.

O fundador Elon Musk nasceu em Pretória, África do Sul, estudou física e economia na universidade, e também entrou brevemente em um programa de pós-graduação na Universidade de Stanford antes de desistir. Diferente de outros fundadores de IA, ele não tem experiência em grandes empresas, mas participou da criação de empresas como Zip2, PayPal, SpaceX e Neuralink, e liderou a Tesla por um longo período.

Musk entrou na IA não a partir de artigos ou laboratórios, mas integrando recursos acumulados de pagamentos, veículos elétricos, exploração espacial, comunicação via satélite e plataformas sociais, direcionando-os diretamente para o poder computacional e dados necessários para o treinamento de grandes modelos.

Google DeepMind: Um gênio do xadrez que seguiu um caminho do jogo à proteína

Fundada em 2010 e adquirida pelo Google em 2014, a Google DeepMind é agora a principal instituição de pesquisa em IA do Google, tendo lançado AlphaGo, AlphaFold e Gemini.

O cofundador e CEO Demis Hassabis nasceu em Londres, Reino Unido, possui um diploma de primeira classe em Ciência da Computação pela Universidade de Cambridge e um doutorado em Neurociência Cognitiva pela University College London. Ele foi um jogador de xadrez internacional na juventude, participou do desenvolvimento do jogo "Theme Park" aos 17 anos e depois fundou a empresa de jogos Elixir Studios.

Os jogos treinaram sua intuição sobre sistemas complexos e tomada de decisões, a neurociência lhe deu uma perspectiva biológica para entender a "inteligência" e a ciência da computação forneceu a capacidade de engenharia para realizar essas ideias. O sucesso do AlphaGo e do AlphaFold é quase o resultado da sobreposição dessas três experiências — o que também lhe rendeu o Prêmio Nobel de Química em 2024.

Quatro caminhos de fundadores: Não existe um único modelo para o empreendedorismo em IA

Ao olhar para essas oito empresas, podemos dividir os fundadores em quatro categorias.

A primeira categoria: fundadores puramente acadêmicos. Yang Zhilin, Yan Junjie, Dario Amodei, Ilya Sutskever e Demis Hassabis possuem treinamento de pesquisa sistemático, com um ponto em comum: são capazes de julgar direções técnicas, liderar equipes de pesquisa e formar barreiras reais em termos de capacidades de modelos ou métodos de treinamento. Yang Zhilin e Ilya estão mais próximos de "primeiro escrever um artigo que muda a indústria, depois ir para o empreendedorismo"; Hassabis é um produto da interseção entre computação, jogos e neurociência.

A segunda categoria: industrialização de resultados de pesquisa acadêmica. A Zhizhu AI é o exemplo mais típico, com suas capacidades centrais derivadas de anos de acumulação do Laboratório de Engenharia do Conhecimento da Tsinghua. A Lado Oculto da Lua também possui um forte gene de pesquisa da Tsinghua e do exterior, mas seu caminho é mais voltado para o mercado — não se limitou a encapsular resultados acadêmicos em serviços empresariais, mas criou um produto voltado para o público.

A terceira categoria: combinação de matemática, engenharia e capital. Liang Wenfeng e Musk pertencem a essa categoria, mas as fontes de recursos são completamente diferentes — Liang Wenfeng acumulou capital e poder computacional através de investimentos quantitativos, enquanto Musk mobilizou recursos de negócios interindustriais como pagamentos, automóveis, exploração espacial e plataformas sociais. O ponto em comum é que eles não dependem apenas de algoritmos para entrar na IA.

A quarta categoria: organizadores não técnicos e fundadores técnicos em parceria. Sam Altman e Daniela Amodei são representantes dessa linha. Eles podem não ser os melhores pesquisadores de modelos, mas decidem se a empresa pode recrutar pessoas, obter financiamento, construir produtos, resistir à pressão regulatória e não se desintegrar durante uma rápida expansão.

A competição em IA de ponta nunca foi apenas "quem tem um doutorado em computação", nem apenas "quem pode treinar um modelo maior".

O que realmente determina se uma empresa pode se manter à frente é se as capacidades de pesquisa, engenharia, produto, capital e organização podem formar um ciclo fechado: os cientistas determinam o limite técnico, a equipe de engenharia decide se o modelo pode ser implementado, a equipe de produto decide se os usuários estão dispostos a usar, o capital determina o investimento em poder computacional e talentos, e a organização e governança decidem se a empresa pode operar a longo prazo.

Sob essa perspectiva, não há uma única resposta correta para o empreendedorismo em IA.

Cientistas acadêmicos, equipes de industrialização acadêmica, engenheiros quantitativos, empresários interindustriais e organizadores operacionais podem todos encontrar seu lugar nesta competição.

Aqueles que conseguem integrar diferentes habilidades em um sistema são os que têm mais chances de se tornarem os vencedores de longo prazo na próxima onda de inteligência artificial.

Aviso: Este conteúdo é fornecido apenas para fins de divulgação e informação geral da marca e não constitui aconselhamento financeiro, de investimento, jurídico ou tributário. Quaisquer eventos, recompensas, eventos online ou informações relacionadas mencionados neste documento não devem ser considerados uma recomendação, solicitação ou convite para comprar, vender, negociar ou de qualquer outra forma realizar transações com criptoativos ou usar quaisquer serviços. Criptoativos são altamente voláteis, e sua negociação pode resultar em perdas. Os serviços e eventos online da WEEX podem não estar disponíveis em todas as regiões e estão sujeitos às leis, regulamentos e requisitos de elegibilidade aplicáveis. É sua responsabilidade garantir que o uso dos serviços da WEEX esteja em conformidade com as leis locais e avaliar cuidadosamente os riscos antes de participar de quaisquer atividades relacionadas a criptomoedas.