De acordo com o CEO da Maida Health, André Machado Júnior, o desafio do setor é incorporar os avanços dos tratamentos médicos sem comprometer a sustentabilidade financeira das operadoras. “A principal dor que a gente tem hoje de mercado, falando de saúde, é como a gente encaixa as evoluções de tratamento, evoluções tecnológicas em tratamentos, para que a gente consiga viver mais e com qualidade de vida dentro de uma receita que tem fim”.

Para ele, a discussão sobre custos precisa considerar a qualidade do atendimento e a adequação dos procedimentos. A proposta, segundo o CEO, não é restringir o acesso à saúde, mas utilizar melhor os recursos disponíveis, evitando intervenções desnecessárias e apoiando a escolha de tratamentos mais apropriados para cada situação.

IA para apoiar decisões médicas

Uma das aplicações da inteligência artificial na Maida Health está na regulação assistencial, processo que envolve a análise de solicitações de procedimentos e tratamentos pelos planos de saúde. A empresa utiliza modelos de IA para cruzar documentos apresentados nas solicitações com protocolos clínicos, estudos científicos, diretrizes e resoluções de órgãos reguladores. A ferramenta reúne informações que ajudam o médico responsável pela análise a avaliar a indicação apresentada e a tomar uma decisão com mais agilidade. Em vez de consultar manualmente diferentes documentos e referências, o profissional recebe informações organizadas para apoiar sua avaliação.

A tecnologia também é utilizada em uma plataforma voltada à análise de tratamentos oncológicos. Segundo Machado Júnior, a solução considera protocolos para diferentes tipos de câncer e cruza evidências científicas com informações de mais de 5 mil pessoas que já passaram por tratamentos. “A análise considera características como faixa etária, gênero e condições de saúde, buscando identificar quais abordagens apresentaram melhores resultados em grupos com perfis semelhantes”. Ele explica que a proposta é oferecer subsídios para que o médico avalie alternativas terapêuticas, especialmente em situações nas quais existem diferentes medicamentos disponíveis para o mesmo tipo de câncer.

A ferramenta busca contribuir para que o paciente encontre uma abordagem adequada sem precisar passar por sucessivas mudanças de medicamentos até alcançar uma resposta satisfatória. “Na oncologia, a escolha do tratamento envolve particularidades clínicas e respostas individuais, o que torna importante a análise conjunta das evidências e das condições de cada paciente”, complementa Machado Júnior.

O CEO da Maida Health relata que projetos da empresa registraram reduções de custos de 25% e, em um dos casos, de 42%, associadas ao uso dessas soluções. Os percentuais, segundo ele, estão relacionados a experiências de clientes, e não representam necessariamente um resultado uniforme em todas as operações.

Identificando desperdícios e exames repetidos

Outra frente de atuação está na análise dos padrões de utilização dos planos de saúde. A partir dos dados disponíveis, algoritmos podem ajudar a identificar pessoas que recorrem frequentemente aos prontos-socorros ou apresentam padrões de realização de exames que merecem uma avaliação mais aprofundada. “Esses sinais podem indicar a necessidade de acompanhamento de condições crônicas, como hipertensão e diabetes. A partir da identificação dos grupos, as operadoras podem estruturar ações de prevenção, monitoramento e estímulo ao autocuidado, com apoio de equipes assistenciais”, explica Machado Júnior.

A Maida Health trabalha com linhas de cuidado voltadas a diferentes condições, incluindo doenças cardiovasculares, problemas pulmonares e saúde mental. A tecnologia também pode ajudar a identificar exames solicitados novamente em um intervalo curto. O problema, segundo o executivo, está relacionado à fragmentação dos sistemas de saúde e à dificuldade de compartilhar informações entre diferentes prestadores. “Quando um beneficiário consulta outro médico e recebe uma nova solicitação de exames que já realizou recentemente, o sistema pode identificar o histórico disponível e encaminhar o pedido para avaliação. Se houver justificativa clínica para repetir o procedimento, o profissional pode apresentá-la. Caso contrário, a análise pode evitar uma repetição desnecessária, ressalta Machado Júnior.

Além do custo financeiro, a medida pode reduzir a exposição do paciente a procedimentos sem indicação adequada. A decisão, porém, depende da avaliação do contexto clínico e das informações disponíveis, já que a repetição de um exame pode ser necessária em determinadas situações.

Machado Júnior relata que um projeto de análise de solicitações de exames gerou economia de aproximadamente R$ 4 milhões em um período de poucos meses. O executivo também destaca a possibilidade de utilizar esses dados para identificar padrões de solicitação que mereçam revisão e promover uma discussão técnica com os profissionais envolvidos.

Tecnologia também chega aos hospitais

A aplicação de dados e algoritmos não se limita à autorização de procedimentos. A Maida Health também utiliza informações históricas para orientar o acompanhamento de pacientes internados e identificar situações que podem representar riscos à segurança assistencial. Em uma operação relacionada ao plano de saúde dos servidores públicos da Bahia, que atende uma população de aproximadamente 500 mil pessoas, equipes formadas por médicos, enfermeiros e outros profissionais visitam pacientes internados e discutem aspectos da assistência com os hospitais.

Machado Júnior destaca que, a partir dos dados sobre ocorrências e padrões observados nas instituições, a tecnologia pode indicar situações que precisam de atenção. “Se determinado hospital apresenta maior incidência de quedas, por exemplo, a equipe pode direcionar profissionais para investigar os fatores envolvidos. O mesmo raciocínio pode ser aplicado a questões como infecções em unidades de terapia intensiva e padrões de utilização de medicamentos”.

O objetivo é identificar oportunidades de melhoria em conjunto com as equipes hospitalares, contribuindo para a segurança dos pacientes e para o uso mais adequado dos recursos. Segundo o CEO da Maida Health, as ações de acompanhamento hospitalar apoiadas por tecnologia estão associadas a uma redução média de 17% nos custos hospitalares das operadoras atendidas pela empresa. “O resultado está ligado a um conjunto de medidas de acompanhamento, análise e intervenção, e não apenas à utilização isolada de inteligência artificial”.

Governança na aplicação da IA

As soluções da Maida Health já alcançam mais de 9 milhões de vidas. A empresa combina tecnologia com serviços especializados de regulação, auditoria, atendimento e acompanhamento assistencial, de acordo com as necessidades de cada cliente. “Na operação, a inteligência artificial é aplicada ainda a atividades como o atendimento ao beneficiário e a transcrição de consultas para o prontuário. Neste último caso, a ferramenta registra as informações da conversa para que o profissional possa dedicar mais atenção à avaliação clínica, à orientação e ao acolhimento do paciente”, destaca Machado Júnior.

A incorporação dessas soluções exige, entretanto, critérios de validação e acompanhamento. Machado Júnior afirma que a empresa trabalha com IA há mais de um ano e meio e mantém um núcleo de inteligência em saúde formado por profissionais médicos, responsável por participar da avaliação das aplicações. “Antes de entrar em produção, a ferramenta passa por testes em ambiente de homologação. A intenção é verificar se as respostas estão adequadas ao objetivo definido e se a solução pode ser utilizada como apoio ao trabalho das equipes”.

O executivo ressalta que a IA não substitui o médico nas decisões clínicas. Seu papel é organizar informações, acelerar análises e oferecer subsídios para que o profissional avalie as alternativas disponíveis. “A segurança do paciente, a proteção dos dados e a ética são condições fundamentais para ampliar o uso da tecnologia na saúde. A aplicação de algoritmos precisa respeitar as diretrizes dos conselhos profissionais e manter a qualidade assistencial como referência”.

A inteligência artificial (IA) entrou no centro da estratégia de crescimento do Grupo Supero, ecossistema catarinense de tecnologia especializado em operações complexas, engenharia de software, integração de sistemas e inteligência artificial. Para a empresa, o caminho para a adoção da tecnologia nem sempre começa pela pergunta sobre onde usar IA. Muitas vezes, começa justamente pelo contrário: entender onde ela não é necessária. “Tem cliente que chega e diz: ‘eu preciso fazer alguma coisa com IA’. E aí ele não sabe o que precisa e nem se precisa”, afirma o Chief Revenue Officer (CRO) do grupo, André Junges. Em alguns casos, segundo ele, a recomendação do próprio Grupo Supero é não utilizar inteligência artificial. “Se tu quiser gastar e só para dizer que é IA, vamos fazer com IA, mas não precisa. Dá para fazer o mesmo resultado com muito menos”.

A posição ajuda a explicar a estratégia que vem sustentando uma nova fase da empresa. Com 22 anos de trajetória, o Grupo Supero construiu seu negócio a partir do desenvolvimento de softwares personalizados para grandes empresas. Nos últimos anos, passou a investir de forma mais estruturada em tecnologias emergentes, como inteligência artificial, machine learning, LLMs e analytics. O movimento ganhou força a partir de 2024 e se tornou um dos motores do crescimento recente. Em 2025, o grupo cresceu 40%, enquanto a área de inovação, segundo a empresa, avançou 200% no período.

A expansão também acontece para fora do Brasil. O Grupo Supero realizou uma aquisição na Itália e um investimento em uma empresa de Portugal, ampliando sua presença na Europa e, no caso português, incorporando ao portfólio uma solução especializada em logística portuária, segmento no qual a companhia já possui forte atuação no mercado brasileiro. A estratégia combina acesso a novos mercados, tecnologia e conhecimento de setores específicos.

Quando a IA começa pelo chão de fábrica

O posicionamento do Grupo Supero está ligado à origem da empresa. Diferentemente de companhias que desenvolvem um software de prateleira e o comercializam para diferentes clientes, o grupo trabalha historicamente com soluções construídas sob medida. Essa característica passou a ganhar outra dimensão com a inteligência artificial. Em vez de oferecer uma tecnologia genérica, a empresa procura entender processos específicos e identificar onde a combinação entre software, automação e IA pode gerar impacto.

Em projetos industriais, por exemplo, Junges explica que a equipe pode começar indo até a linha de produção. “Os funcionários explicam como trabalham, onde gastam mais tempo e quais são os principais gargalos. A partir desse diagnóstico, levantamos diferentes possibilidades de aplicação tecnológica e apresentamos ao cliente uma análise de custo e benefício. A gente pensa em 50 soluções. E aí vai apresentando custo-benefício e o cliente vai escolhendo o que quer implantar”, afirma o Chief Revenue Officer (CRO) do Grupo Supero.

A lógica representa uma mudança importante na relação entre empresas e fornecedores de tecnologia. Em vez de partir de uma ferramenta e procurar um problema para ela resolver, o processo parte da operação e chega à tecnologia. Para Junges, é justamente aí que está uma das diferenças entre uma solução personalizada e um produto generalista. “Quando o software é desenvolvido especificamente para determinado processo, a tecnologia pode atacar uma dor que não necessariamente existe da mesma forma em outra empresa”.

Brasil e Europa em ritmos diferentes

Segundo Junges, a expansão internacional adicionou outra camada à estratégia do Grupo Supero. A aquisição na Itália e o investimento em Portugal colocaram a empresa em contato mais direto com o mercado europeu. Ele conta que percebe diferenças importantes entre os mercados. “O processo comercial europeu é mais longo e depende mais de provas sociais locais. Ter experiência com grandes empresas no Brasil não significa, necessariamente, que a mesma referência será suficiente para conquistar um cliente europeu”.

Além disso, o ambiente também é mais regulado, especialmente em temas relacionados à proteção de dados e inteligência artificial. Para o executivo, esse cenário torna os projetos mais complexos, mas também exige um nível maior de preparação das empresas de tecnologia. “Portugal apresenta um ritmo um pouco mais rápido dentro desse contexto”, destaca Junges.

A estratégia internacional, portanto, não se resume a vender no exterior. A companhia também busca utilizar a presença europeia para acessar tecnologias e conhecimentos que possam ser aplicados no Brasil.

Entender ainda mais o negócio

Se a primeira fase da transformação do Grupo Supero foi combinar desenvolvimento sob medida e novas tecnologias, o próximo movimento pretende adicionar uma camada ainda mais profunda de especialização: o conhecimento sobre os setores atendidos. “Hoje a gente está direcionando muito para uma linha de especialização em negócio”, afirma Junges.

A estratégia é trabalhar com nichos cada vez mais específicos. Em vez de atuar simplesmente com logística, por exemplo, a empresa busca aprofundar sua atuação em logística portuária. Para isso, traz especialistas que conhecem profundamente o setor e conseguem traduzir os problemas da operação para a equipe tecnológica. “O mesmo movimento começa a ser aplicado a outros segmentos, como finanças, cooperativas e indústria”, destaca Junges.

Esse posicionamento também aparece na própria operação interna do Grupo Supero. A companhia vem utilizando inteligência artificial para modificar o processo de desenvolvimento de software e pretende levar parte dessa metodologia para outras empresas que não competem diretamente com seu modelo de negócio.

Um dos produtos criados a partir dessa experiência é o rivvn.ai, ainda em estágio inicial. A ferramenta utiliza agentes de IA para apoiar a etapa de documentação e planejamento que antecede a programação. Antes de uma linha de código ser escrita, projetos de software exigem definição de arquitetura, requisitos, histórias de usuário e uma série de outros documentos. Segundo Junges, essa etapa consumia muito tempo e frequentemente era negligenciada. “Com a aplicação de IA, reduzimos mais de 80% o tempo gasto nessa fase”.

Menos código, mais conhecimento

O movimento do Grupo Supero acompanha uma transformação maior no mercado de tecnologia. Se a inteligência artificial torna a programação mais acessível, a capacidade de simplesmente escrever código tende a deixar de ser o principal diferencial. “O valor passa a estar também na capacidade de compreender uma operação, identificar um problema relevante, avaliar se a IA realmente é necessária e construir uma solução que possa funcionar de maneira segura e economicamente sustentável”, destaca Junges.

É justamente nesse espaço que o Grupo Supero pretende crescer nos próximos anos: menos como uma fornecedora genérica de tecnologia e mais como uma empresa especializada em determinados negócios, capaz de combinar conhecimento setorial, desenvolvimento sob medida e inteligência artificial.

Para o CEO e cofundador da lOrdly, Eduardo Sully, é justamente nesse intervalo entre informação e decisão que está surgindo uma nova oportunidade para o software. A startup, atualmente em fase de validação, aposta em uma camada capaz de cruzar diferentes sinais do negócio e transformar dados em prioridades e planos de ação. “O dashboard mostra o que aconteceu. Os profissionais de analytics, os engenheiros de software ou até os tomadores de decisão olham o dashboard, veem o que aconteceu e precisam levantar uma decisão a ser tomada. A gente entendeu que isso é um gargalo”.

A provocação não é que os dashboards vão desaparecer. Pelo contrário. Eles continuam relevantes para acompanhar indicadores e tornar padrões visíveis. O limite, segundo essa nova tese, aparece quando visualização é confundida com decisão. Uma empresa pode conectar dados de vendas, marketing, operação e finanças em uma única ferramenta e, ainda assim, terminar uma reunião com dezenas de gráficos na tela e nenhuma resposta clara sobre qual problema merece atenção primeiro.

É esse cenário que a lOrdly tenta atacar. A proposta da empresa é funcionar como uma camada entre os dados disponíveis na operação e a tomada de decisão. A plataforma recebe informações fornecidas pelo gestor e pode cruzar diferentes fontes, como ERP, CRM, ferramentas de analytics e planilhas, para identificar problemas, estabelecer prioridades e estruturar ações. “Ele estrutura dados, transforma esses dados em decisão e essas decisões transformam em ação”, resume Sully.

A diferença parece sutil, mas representa uma mudança importante na lógica do software empresarial. Durante décadas, ferramentas de Business Intelligence buscaram responder perguntas como “o que aconteceu?” e, posteriormente, “por que aconteceu?”. A próxima disputa pode estar na capacidade de responder outra pergunta: “o que devemos fazer agora?”.

Dados não faltam. Clareza, sim

A tese da lOrdly parte de um paradoxo relativamente comum dentro das organizações. O crescimento da digitalização multiplicou as fontes de informação disponíveis, mas também tornou mais complexa a tarefa de interpretá-las. Dados estruturados e não estruturados chegam de sistemas diferentes, em volumes cada vez maiores, e nem sempre se transformam em uma compreensão clara sobre o negócio. Durante entrevistas realizadas pela startup com potenciais clientes, uma percepção apareceu com frequência. “Uma das frases que a gente ouviu muito foi: ‘Eu vendo, mas eu não vejo lucro. Eu vendo, mas o dinheiro está indo embora’”, conta Sully.

O problema, nesse caso, não está necessariamente na ausência de indicadores. Uma empresa pode saber quanto vendeu, quantos clientes conquistou e qual foi sua taxa de conversão, mas ainda ter dificuldade para identificar onde está perdendo receita ou qual iniciativa pode gerar maior impacto naquele momento.

A lOrdly resume essa proposta de forma direta: “Seu negócio falta decisão, não dashboard”. A plataforma se posiciona como uma alternativa à simples visualização de dados, prometendo identificar pontos de perda, estabelecer uma prioridade e entregar um plano de ação para a empresa.

Para Sully, o erro está em acreditar que conectar mais fontes de informação resolve, por si só, o problema da gestão. “As empresas estão cruzando dados no mesmo lugar e precisando escolher qual decisão tomar”, afirma. Em outras palavras: a integração de dados pode terminar apenas na criação de outro dashboard.

Da análise à prioridade

A proposta da lOrdly é avançar alguns passos depois da análise. Em vez de apenas apresentar um problema, o sistema busca identificar sua causa, estimar seu impacto e indicar qual ação deveria ser priorizada. Um exemplo citado por Sully envolve uma operação de e-commerce. Uma empresa pode estar aumentando o volume de pedidos, mas enfrentar dificuldades para entregá-los dentro do prazo. O problema, portanto, não está necessariamente na capacidade de gerar vendas. Pode estar na logística, na tecnologia ou em algum ponto específico da operação.

Nesse contexto, encontrar uma métrica negativa é apenas o início do processo. A etapa seguinte é interpretar o contexto, entender quais áreas estão envolvidas e definir quem precisa agir. “Quando você olha para um plano de ação, seja para construir um software, melhorar o faturamento ou gerenciar melhor o seu time, você consegue entender qual é a prioridade que precisa tomar”, diz Sully.

A ideia de prioridade, nesse modelo, também vai além de uma simples classificação de urgência. Uma iniciativa pode ter grande potencial de impacto, mas exigir recursos ou mudanças que a empresa não consegue executar naquele momento. Por isso, a decisão precisa considerar fatores como relevância para as métricas do negócio, capacidade de execução e velocidade para gerar resultados. É uma mudança de fluxo que pode ser resumida em uma sequência: dados, análise, interpretação, prioridade e ação.

Uma IA orientada ao contexto do negócio

A inteligência artificial é o componente que torna possível automatizar parte desse processo, mas Sully faz questão de diferenciar a proposta de uma simples interface conversacional adicionada sobre sistemas já existentes. “Ela não se trata como uma IA genérica. A resposta dela vai ser toda orientada ao negócio”.

A lógica é considerar o contexto específico de cada empresa. Informações como faturamento, número de colaboradores, tempo de operação e características do negócio podem ser combinadas com dados operacionais disponíveis em diferentes sistemas. “O diferencial da nossa IA é entender qual é a estrutura daquele negócio com os dados que aquele gestor alimentou e cruzar esses dados de operação. O cruzamento dos dados faz com que a IA enriqueça esses dados e crie decisões a partir deles”, explica Sully.

Do SaaS ao Service as a Software

A discussão também se conecta a outra transformação em curso no mercado de tecnologia: o chamado Service as a Software. A ideia parte de uma mudança de perspectiva em relação ao modelo tradicional de Software as a Service. No SaaS convencional, uma empresa contrata uma ferramenta e utiliza seus recursos para realizar determinada tarefa. No novo modelo, o software passa a assumir uma parcela maior do trabalho necessário para entregar um resultado. “Em vez de colocar o software na frente do serviço, eu coloco o serviço na frente do software, só que eu presto o serviço com base no software”, explica Sully.

Na prática, isso significa que a tecnologia deixa de ser apenas uma ferramenta entregue ao cliente e passa a ser parte da própria execução do serviço. No caso da lOrdly, a proposta combina software, análise de dados e acompanhamento especializado para ajudar empresas a organizar decisões e planos de ação. A mudança pode ter impactos inclusive na forma como empresas de tecnologia são avaliadas. Em vez de competir apenas por funcionalidades, interfaces ou quantidade de usuários, produtos podem passar a ser cobrados pela capacidade de gerar um resultado mensurável.

A disputa pela camada da decisão

Para Sully, startups possuem uma vantagem importante nesse cenário. Enquanto grandes organizações precisam movimentar estruturas complexas para incorporar novas tecnologias, equipes menores conseguem testar hipóteses e construir produtos com maior velocidade. Ele compara grandes empresas a transatlânticos e startups a jet skis. “Um grande transatlântico, para fazer uma manobra, é demorado e lento. Já o jetski faz uma manobra muito rápida”.

A metáfora ajuda a explicar por que uma nova geração de startups pode encontrar espaço entre os grandes fornecedores de ERP, CRM e Business Intelligence. Não necessariamente substituindo essas plataformas, mas construindo uma camada acima delas, capaz de consumir os dados já existentes e transformá-los em recomendações. A lOrdly ainda está no início dessa trajetória. A startup passa por um momento de validação do negócio e realiza provas de conceito enquanto desenvolve suas soluções. Entre elas estão o painel de decisão e uma frente chamada lOrdly OS, voltada à criação de agentes de IA para diferentes áreas das pequenas e médias empresas.

Em Porto Alegre, sensores de radar instalados próximos aos rios foram atingidos e deixaram de funcionar. Justamente quando a cidade mais precisava de olhos sobre a água, parte deles foi levada pela própria enchente. 

Um deles permaneceu funcionando a mais de 40 metros de altura durante todo o pico da crise. “Nosso sensor foi o único a ficar operante aqui durante as enchentes na capital gaúcha”, relata Vitor Hugo Almeida Júnior, co-fundador da TideSat Global, a startup por trás do equipamento. 

Medir a água sem tocar na água

A TideSat não fabrica um sensor “melhor”. Ela resolveu um problema diferente. Em vez de posicionar equipamentos próximos ao rio, vulneráveis justamente no momento em que a informação é mais crítica, a empresa desenvolveu uma tecnologia que mede o nível da água a partir da reflexão de sinais de satélites de navegação. O sensor fica longe, no alto, fora de alcance da cheia, e ainda assim “enxerga” a água através dos sinais que ela reflete.

É por isso que, mesmo diante de uma enchente histórica, o equipamento continuou funcionando. “Ele consegue ficar monitorando mesmo quando atingir uma enchente desse tamanho”, explica Vitor.

A tecnologia nasceu em 2020, dentro de um laboratório ligado ao Instituto de Geociências, à Engenharia Cartográfica e ao Programa de Pós-Graduação em Sensoriamento Remoto da UFRGS. “Queríamos trazer essa tecnologia que estava sendo utilizada dentro do laboratório para toda a sociedade”, afirma Vitor.

O caminho não foi rápido. Quatro anos separam a fundação do primeiro faturamento, que só veio no fim de 2024 sustentado, até ali, principalmente por editais de subvenção. Hoje a equipe soma cerca de dez pessoas, entre sócios, estagiários e bolsistas de iniciação científica e mestrado. O professor Felipe Nevinski segue como conselheiro e mentor da empresa.

O verdadeiro problema não é a enchente. É o silêncio dos dados

Se a resistência física do sensor é o que chama atenção, para Vitor o desafio real da TideSat é outro, menos visível e mais estrutural: o Brasil simplesmente não tem dados suficientes.

Apenas cerca de 15% da rede nacional de monitoramento é telemétrica, ou seja, capaz de enviar informações em tempo real. Em um país continental, sujeito tanto a enchentes quanto a secas prolongadas, isso significa operar às cegas boa parte do tempo.

“Se não tiver dados, se não tiver informação, seja de nível d’água, seja de chuvas e etc., a gente não tem como ter um modelo mais assertivo para trabalhar essas previsões”, diz Vitor.

A ciência que pode nos proteger do El Niño 2026 

A TideSat não quer só vender equipamentos, ela quer ampliar quem tem acesso à informação. Hoje são mais de 30 sensores operando no Rio Grande do Sul, atendendo a Prefeitura de Estrela, a autoridade portuária do Rio Grande do Sul, universidades como UFRGS, FURG e organizações como a Metsul e o Instituto Caldeira. Parte do trabalho está justamente ligada a levar mais monitoramento a órgãos públicos e Defesas Civis, historicamente carentes de dados em tempo real.

Para isso, a startup também desenvolve uma plataforma de visualização simplificada, pensada para transformar uma medição técnica em algo que qualquer pessoa consiga interpretar na hora de uma decisão urgente.

“A intenção da TideSat é democratizar o acesso dessa informação”, resume Vitor.

Três características tornam o sensor especialmente adequado para escalar: custo inferior ao das soluções convencionais, instalação em uma a duas horas mesmo em locais de difícil acesso e a possibilidade de ficar posicionado longe da água, sem perder precisão. É mais barato, mais rápido de instalar e mais resistente ao próprio fenômeno que se propõe a monitorar.

A trajetória da TideSat sintetiza o retrato de como conhecimento produzido dentro de uma universidade pode se transformar em infraestrutura de proteção para a sociedade civil. Nasceu num laboratório, foi testada sob pressão real durante a pior crise climática recente do estado, e saiu de lá comprovadamente mais resistente do que soluções já consolidadas no mercado.

Para este ano, o Centro de Previsão Climática dos Estados Unidos elevou para 81% a chance de o El Niño atingir intensidade muito forte entre outubro e dezembro de 2026, o que colocaria o fenômeno entre os mais intensos já registrados desde a década de 1950. Modelos climáticos indicam ainda confiança elevada de que o aquecimento das águas do Pacífico Equatorial deve permanecer ativo até o início do outono de 2027, prolongando os efeitos sobre o clima em diferentes regiões do planeta, o que inclui o Rio Grande do Sul, historicamente sensível ao fenômeno.

É exatamente nesse ponto que a história da TideSat deixa de ser sobre uma startup e passa a ser sobre janela de tempo. O Rio Grande do Sul já sabe, na pele, o que acontece quando a informação falta no momento em que mais se precisa dela. Com um novo El Niño de proporções potencialmente históricas se formando no horizonte, ampliar o monitoramento em tempo real deixou de ser uma meta de longo prazo, virou uma corrida contra um prazo que já está marcado no calendário.

De acordo com a Head do GovTech Summit e especialista e Ph.D em Design e Tecnologias, Téo Foresti Girardi, o GovTech Summit 2026 é uma agenda prática, plural e conectada aos desafios reais da gestão pública. “Esta edição consolida a iniciativa como uma plataforma de conexão que pauta a agenda de transformação digital no País”.

A programação vai contar com representantes da iniciativa pública e privada de mais de 10 estados brasileiros, como São Paulo, Rio Grande do Sul, Santa Catarina, Mato Grosso, Roraima, Rondônia, Espírito Santo, Goiás, Piauí e Rio de Janeiro, além do Distrito Federal, em debates voltados à construção de governos mais inteligentes.

Entre os nomes internacionais confirmados estão Laura Gilbert, referência do Reino Unido em IA no setor público, diretora sênior do instituto britânico Tony Blair; e Sandra Sinde Cantorna, da Espanha, uma referência internacional em compras públicas inovadoras. Entre outros nomes estão o economista, Head do Fundo GovTech, da KPTL e Cedro Capital, Adriano Pitoli; a consultora de IA e Transformação Digital no Tony Blair Institute, com 20 anos de experiência entre governos nacionais e internacionais e o setor privado, Andrea Motta; a jornalista, historiadora e integrante do Programa Mulheres Inovadoras da Finep, Angela Medeiros; a diretora de Inovação da GNova/Enap, onde foi responsável pelo desenvolvimento do gov.br/desafios e da Estratégia de Inovação Aberta da escola, Camila Medeiros.

São esperadas cerca de 2 mil pessoas para um espaço onde ideias ganham escala, experiências viram referência e discussões virem direção.

A Head do GovTech Summit explica que o objetivo é assumir o papel de ser a plataforma da agenda pública nacional de inovação governamental do Brasil, conectando lideranças públicas, startups e o ecossistema de tecnologia e inovação para acelerar soluções com valor público, fortalecer capacidade institucional, qualificar governança e gerar impacto real na gestão e nos serviços ao cidadão. “Tudo isso sem política e sem discurso institucional. Em um contexto em que os governos são chamados a responder com mais inteligência, inovação e capacidade de entrega, o evento se destaca por promover diálogos estratégicos sobre o futuro da gestão pública”.

Confira a programação completa aqui.

Trilhas de conteúdo

A programação vai contar com diversas trilhas temáticas ao longo do evento. As trilhas irão orientar as discussões sobre diferentes dimensões da modernização governamental. Destaca-se a trilha Transformação Digital e Governo Digital, que vai abordar estratégias, políticas e práticas voltadas à aceleração da digitalização dos serviços públicos, à modernização de processos internos e à construção de experiências digitais mais simples, acessíveis e centradas nas pessoas tanto para cidadãos quanto para servidores.

A trilha Inovação Tecnológica aplicada ao Setor Público vai destacar o uso de novas tecnologias, como Inteligência Artificial, análise de dados e plataformas digitais, apresentando cases de sucesso, incluindo a aplicação de soluções desenvolvidas por startups que estão elevando a eficiência da administração pública.

LEIA MAIS: GovTech Summit 2026 vai reunir Ibrahim Köran e Adriano Pitoli em painel que debaterá os investimentos no setor público

Já a trilha Compras Públicas Inovadoras e Mercado GovTech será sobre estratégias de compras que incentivam a inovação, o fomento de ecossistemas GovTech, a aceleração da adoção de soluções tecnológicas e o impacto socioeconômico dessas ações.

Cidadania Digital e Experiência do Cidadão será a trilha centrada em como as tecnologias podem melhorar a interação do cidadão com o governo, otimizar o atendimento digital, promover a inclusão digital e facilitar o acesso a serviços públicos.

A trilha Governos Resilientes vai conectar a inovação tecnológica com temas sobre sustentabilidade ambiental, resiliência climática e o desenvolvimento de políticas públicas voltadas para um futuro sustentável.

Por fim, a trilha O papel das empresas públicas de tecnologia na modernização do Estado vai explorar a função estratégica desses negócios. Será debatida sua atuação como orquestradoras da transformação digital, garantidoras da soberania e interoperabilidade entre sistemas governamentais, e como agentes que asseguram a escalabilidade de políticas públicas digitais.

Prêmio GovTech Summit

O Prêmio GovTech Summit chega em sua segunda edição consolidado como uma das principais vitrines de inovação voltadas ao setor público no Brasil. Neste ano, o reconhecimento alcançou um marco significativo, com 156 inscrições, evidenciando o avanço e o fortalecimento do ecossistema GovTech no país. A premiação será realizada durante a programação do GovTech Summit 2026, quando serão anunciados os vencedores.

Segundo Téo, o prêmio reforça o compromisso do GovTech Summit em impulsionar governos inteligentes e mais preparados para o futuro, fortalecendo o ecossistema de inovação e reconhecendo iniciativas de excelência em resiliência. “A iniciativa foi desenvolvida em parceria com a Exxas, referência em aceleração do desenvolvimento de cidades e ecossistemas de inovação, atuando em iniciativas que fortalecem a governança, conectam atores estratégicos dos setores público, privado, academia e sociedade civil, e impulsionam a inovação de forma estruturada e eficiente”.

Ela explica que o prêmio nasce do entendimento de que a inovação pública não acontece sozinha, mas sim no momento em que a iniciativa pública decide sair do lugar comum e coloca o cidadão no centro das decisões. “O mesmo ocorre quando uma startup escolhe superar desafios institucionais e resolver problemas reais do governo. Essa premiação é, sobretudo, um símbolo de convergência. Ela representa o encontro entre Estado e mercado com um objetivo comum: melhorar a vida das pessoas”.

Startups expositoras

O governo do Estado, por meio da Secretaria de Inovação, Ciência e Tecnologia (Sict), levará 20 startups gaúchas para expor no GovTech Summit 2026. A iniciativa busca ampliar a visibilidade de soluções desenvolvidas no Rio Grande do Sul, promover conexões estratégicas e aproximar empreendimentos inovadores de gestores públicos, investidores e ambientes de inovação.

Nesse cenário, a Loopia, plataforma especializada em agentes de inteligência artificial (IA), decidiu se antecipar: tornou-se uma das primeiras soluções a integrar sua tecnologia diretamente à operação da plataforma, ampliando sua atuação no social commerce por meio de APIs oficiais.

LEIA MAIS: Loopia anuncia integração com TikTok Shop para impulsionar conversão direta no Social Commerce.

De acordo com o cofundador e CEO da empresa, Tiago Vailati, a aposta no futuro do varejo digital passa por agentes de IA capazes de operar toda a jornada do consumidor em tempo real. “Qualquer e-commerce que deu certo hoje não vive só do site. Ele está em vários canais ao mesmo tempo, sejam eles marketplaces, redes sociais ou WhatsApp. Isso torna o relacionamento muito mais complexo”.

Essa transformação não aconteceu da noite para o dia. Segundo o executivo, foi na Pandemia de Covid-19 que o varejo foi forçado a migrar rapidamente para o digital. “Ali teve uma mudança real de hábito. Muita gente que nunca tinha comprado online passou a comprar, e esse comportamento não voltou atrás”.

Com isso, o e-commerce deixou de ser um ambiente centrado apenas no self-service e passou a incorporar interações mais diretas entre marca e consumidor. É nesse espaço que surge o chat commerce, um modelo em que a venda acontece por meio de conversas, e não apenas de cliques. “O segredo hoje está no relacionamento dentro da jornada de compra”, afirma Vailati.

O problema da fragmentação

Se por um lado a presença em múltiplos canais ampliou o alcance das marcas, por outro trouxe um novo desafio operacional. Marketplaces, redes sociais e aplicativos de mensagem passaram a concentrar interações com clientes, muitas vezes de forma simultânea. Gerenciar esse volume com consistência e rapidez se tornou um gargalo para empresas de todos os portes. “Isso gera uma dificuldade enorme para o empreendedor administrar tudo isso”, afirma Vailati.

Foi a partir dessa dor que nasceu a Loopia. A proposta da empresa é centralizar esses canais em uma única interface e automatizar a comunicação por meio de agentes de inteligência artificial, sistemas capazes de interagir com clientes e executar tarefas ao longo da jornada de compra.

Além dos chatbots

Embora o uso de automação no atendimento não seja novidade, a abordagem baseada em agentes representa uma mudança importante em relação aos chatbots tradicionais. “O chatbot faz o que foi programado. O agente entende o contexto, toma decisões e executa ações”, explica o cofundador e CEO da Loopia.

Na prática, isso significa que a tecnologia não apenas responde perguntas, mas também consulta sistemas, verifica pedidos, aciona processos logísticos e até realiza operações como cancelamentos ou trocas. “Ele não só conversa, ele resolve”, destaca Vailati.

Essa capacidade amplia o papel da automação dentro do e-commerce, aproximando a experiência de um atendimento humano e permitindo escala sem aumento proporcional de equipe.

Velocidade que vira receita

Nesse novo modelo, tempo de resposta se torna um dos principais fatores de conversão. Dados da Loopia mostram que 77% das vendas influenciadas por atendimento acontecem quando o cliente recebe retorno em até cinco minutos. Depois disso, a probabilidade de conversão cai rapidamente para cerca de 20% em dez minutos e menos de 10% após meia hora. “Cada minuto a mais reduz drasticamente a chance de venda”, afirma o CEO da Loopia.

O impacto é especialmente relevante na pré-venda, quando o consumidor ainda está decidindo se vai comprar. Segundo Vailati, em categorias mais consultivas, como autopeças ou eletrônicos, a ausência de resposta pode significar a perda imediata da venda. “Se o cliente não tira a dúvida, ele não compra”.

Nesse contexto, ele explica que o atendimento deixa de ser visto apenas como suporte e passa a atuar diretamente na geração de receita. “A gente transforma o que antes era custo em uma linha estratégica de vendas”.

TikTok Shop e a compra por descoberta

A recente integração com o TikTok Shop reforça essa mudança de lógica. Diferente de outros canais, a plataforma combina conteúdo, influência e transação em um único ambiente. “O TikTok traz um modelo de compra por descoberta. Você não estava procurando o produto, ele aparece para você no momento certo”, diz Vailati.

Esse formato reduz etapas do funil tradicional e acelera a tomada de decisão. Ele explica que, em vez de sair da rede social para um site externo, o usuário pode concluir a compra dentro da própria plataforma. “O conteúdo e a venda acontecem no mesmo fluxo”.

Para acompanhar esse ritmo, a capacidade de resposta em tempo real se torna ainda mais crítica, o que reforça o papel da automação.

LEIA MAIS: Tiago Vailati lança “Chat Commerce”, primeiro livro brasileiro dedicado à nova era das vendas conversacionais.

Crescimento e posicionamento

Fundada em 2024, a Loopia vem crescendo rapidamente ao surfar essa transformação. Segundo Vailati, o faturamento saiu de quatro para seis dígitos ao longo de 2025, com expansão de 25 vezes no período. O posicionamento, no entanto, é claro: focar exclusivamente no varejo digital. “Relacionamento com cliente é um mercado enorme e horizontal. Mas o segredo é ser muito bom em um nicho específico”, afirma.

IA com limites e humano no loop

Apesar do avanço da inteligência artificial, Vailati destaca que a tecnologia ainda exige supervisão e contexto para operar corretamente. “Se você não treinar, ela vai fazer besteira”.

Para ele, há momentos em que a intervenção humana continua sendo necessária, especialmente em situações mais sensíveis ou complexas. “Comprar é uma atividade humana. O agente potencializa, mas não substitui completamente”.

O que vem pela frente

Para os próximos anos, a expectativa é de evolução contínua na forma como consumidores e marcas interagem. Segundo o CEO da Loopia, o mercado caminha para o que ele chama de ‘comércio agêntico’, em que sistemas automatizados assumem grande parte das operações, mas sempre com o humano no centro da decisão. “Em três ou quatro anos, a gente vai olhar para trás e achar trabalhoso como comprava hoje”.

Mais do que uma ruptura, a transformação tende a acontecer de forma gradual, mas com impacto profundo. No fim, a interface pode mudar, os canais podem evoluir e a tecnologia pode assumir novas funções. Mas o princípio permanece o mesmo: vender continua sendo, acima de tudo, uma questão de entender, e responder, ao outro lado da conversa.

O levantamento analisou dezenas de milhares de execuções experimentais para entender por que assistentes baseados em modelos de linguagem vêm apresentando dois comportamentos extremos: ou deixam passar tentativas sofisticadas de manipulação, ou bloqueiam clientes legítimos por excesso de rigor. Na prática, essa combinação faz com que a IA passe a interpretar qualquer desvio de contexto como uma ameaça potencial, bloqueando usuários legítimos ou respondendo de forma inadequada.

O problema, segundo o CEO da Tech for Humans, Fernando Wolff, não está na capacidade dos modelos, mas na forma como eles são implementados. “O mercado está focado em escolher o modelo mais avançado, mas ignora a engenharia de decisão. Quando você mistura regra de negócio com regra de segurança, você cria um conflito interno no sistema. A IA passa a julgar relevância como se fosse ameaça”.

De acordo com o estudo, o erro começa quando a camada de segurança, conhecida como Guardrail (responsável por proteger o sistema contra-ataques, vazamentos ou manipulação), passa a atuar também como filtro de escopo comercial. Em vez de se limitar a bloquear riscos técnicos, como tentativas de manipulação de instruções ou vazamento de dados, ela passa a decidir o que é ou não pertinente ao negócio. “Guardrail não é filtro de assunto. Ele existe para proteger a integridade técnica do sistema. Quando a IA é treinada para operar dentro de um escopo rígido, qualquer solicitação fora desse padrão pode ser vista como suspeita”, destaca o executivo.

O resultado é um comportamento distorcido: ou o sistema se torna permissivo demais, deixando passar falhas de segurança, ou rígido em excesso, bloqueando interações legítimas.

Impacto direto no negócio

Embora técnico, o problema tem consequências concretas. Em operações de atendimento em larga escala, especialmente em setores como seguros e serviços financeiros, erros desse tipo afetam diretamente métricas críticas como conversão, retenção e percepção de marca. “Você acaba impactando o cliente com a intenção de proteger o sistema”, explica Wolff.

O risco é ainda maior em situações sensíveis. Como exemplo, Wolff destaca um cliente que busca assistência emergencial, como um guincho ou suporte residencial, pode ser bloqueado por não seguir exatamente o fluxo esperado pelo sistema. “Nesse cenário, a IA deixa de ser um facilitador e passa a ser um ponto de fricção”.

Para o CEO da Tech for Humans, o avanço recente dos modelos de linguagem criou uma falsa sensação de simplicidade. Com ferramentas cada vez mais acessíveis, empresas passaram a priorizar a escolha do modelo em detrimento da arquitetura. “As plataformas ficaram muito fáceis de usar. Mas elas são feitas para usuários, não para ambientes produtivos”.

Esse descompasso ajuda a explicar por que a maioria dos projetos de IA não sai do papel. Segundo dados do estudo da Tech for Humans, apenas 8% das iniciativas chegam efetivamente à produção, um reflexo da complexidade subestimada na implementação. “Na prática, muitas empresas avançam em provas de conceito (POCs), mas falham ao escalar a solução por não considerar aspectos estruturais como governança, integração e desenho de decisão”.

Modelo virou commodity

Outro ponto que emerge do estudo é a perda de protagonismo dos modelos como diferencial competitivo. Para Wolff, a disputa entre plataformas como OpenAI, Anthropic ou Google já não é o principal fator de sucesso. “Modelo é commodity. As empresas vão precisar trabalhar com vários ao mesmo tempo”.

Neste sentido, ele entende que o diferencial passa a ser a capacidade de orquestrar esses modelos dentro de uma arquitetura robusta, capaz de garantir consistência, redundância e controle. “Isso inclui, por exemplo, prever falhas de um modelo e acionar outro automaticamente, mantendo o padrão de resposta”.

Separar para funcionar: a nova arquitetura da IA

Como resposta ao problema, a Tech for Humans propõe uma abordagem baseada na separação clara de responsabilidades. De um lado, os guardrails devem atuar exclusivamente na proteção técnica do sistema, identificando tentativas de manipulação, vazamento de dados ou comportamentos anômalos. De outro, o agente principal fica responsável por interpretar contexto, aplicar regras de negócio e conduzir a interação com o usuário.

Outro ponto crítico é a atuação dos guardrails não apenas na entrada, mas também na saída das respostas. Isso evita situações em que o sistema retorna informações inconsistentes ou inadequadas. Um exemplo citado por Wolff ilustra o risco: em um caso recente, um sistema automatizado chegou a oferecer a venda de um carro por R$ 1,00 após uma interação mal interpretada. “O erro não estava na pergunta do usuário, mas na ausência de validação na resposta”.

Governança no centro

À medida que a IA se torna parte central das operações, a governança passa a ocupar um papel estratégico. Sem diretrizes claras sobre quais ferramentas utilizar, como integrá-las e quais dados podem ser acessados, empresas correm o risco de criar ambientes fragmentados e inseguros. “Se cada pessoa usa uma ferramenta diferente, sem controle, você perde consistência e aumenta o risco de vazamento de informação”, afirma Wolff.

Na prática, isso significa colocar governança e segurança no centro da estratégia, e não como uma camada posterior.

O futuro: IA supervisionando IA

O cenário que se desenha para os próximos anos aponta para sistemas cada vez mais complexos e monitorados. Segundo Wolff, a tendência é a criação de múltiplas camadas de verificação, com inteligências artificiais atuando como ‘juízes’ de outras IAs. “Esses sistemas analisam interações, identificam desvios e geram alertas para supervisores humanos, que continuam no ciclo de decisão, modelo conhecido como human in the loop”.

A virada de chave veio quando um amigo apontou o óbvio. Não era algo normal, mas um problema estrutural. O acesso ao crédito no Brasil combina escala e desigualdade: o país soma trilhões de reais em operações ativas, mas ainda impõe barreiras relevantes para pessoas físicas e pequenos empreendedores, especialmente diante dos juros elevados e do alto nível de endividamento das famílias. Ou seja, quem já tem histórico recebe ofertas constantemente; quem não tem, simplesmente não existe para o sistema.

É nesse mercado que atua a CloQ, fintech brasileira de impacto social que auxilia brasileiros a construírem um histórico de crédito positivo, seguro e inclusivo por meio do nano-crédito como porta de entrada para o sistema financeiro. Com mais de 12 mil clientes ativos, a empresa consolida sua atuação junto a públicos historicamente excluídos do sistema financeiro tradicional. A operação, 100% digital, já concedeu mais de 30 mil nano-empréstimos, com valores entre R$ 100,00 e R$ 500,00, registrando tíquete médio de R$ 250,00 por mês e movimentando mais de R$ 7 milhões.

Rafaela explica que 22% dos clientes tiveram acesso ao primeiro crédito formal da vida por meio da plataforma. “Muitas pessoas ficam de fora não por falta de capacidade de pagamento, mas por ausência de histórico. A CloQ nasce para oferecer uma alternativa estruturada e justa a esse público”.

O erro da matrix: confundir ausência de dados com risco

Se existe um consenso no mercado, é este: baixa renda é sinônimo de alto risco. Neste sentido, a lógica tradicional do mercado financeiro é simples e excludente: sem histórico, sem crédito. Para a CloQ, a ausência de dados não significa ausência de capacidade. “O principal mito é que essas pessoas não pagam”, diz Rafaela.

A CloQ desenvolveu um modelo próprio de análise baseado em inteligência artificial e dados alternativos, que vão além de renda e score. A tecnologia cruza desde informações cadastrais até padrões de comportamento no aplicativo, permitindo avaliar risco de forma mais ampla e inclusiva. Na prática, isso significa olhar para sinais que o sistema tradicional ignora, como, por exemplo, consistência de uso, hábitos digitais e até padrões de interação.

Segundo Rafaela, os números contam outra história. A inadimplência, que chegou a 40% nos testes iniciais, hoje gira em torno de 9%, nível considerado competitivo até em comparação com grandes instituições. Mais do que isso: a taxa de retorno dos clientes chega a 98,8%, indicando não apenas pagamento, mas recorrência e fidelidade. “Eles não entendem de juros, mas entendem de pagar”, resume Rafaela.

Crédito não é renda

Ao lidar com um público que nunca teve acesso ao crédito formal, a CloQ descobriu um segundo desafio: não basta oferecer, é preciso ensinar. Rafaela explica que, nos primeiros testes, a empresa percebeu um comportamento recorrente: usuários buscavam limites maiores, independentemente da necessidade real.

A resposta veio no próprio produto.Em vez de apostar apenas em conteúdo educativo, a fintech incorporou mecanismos de educação financeira dentro da experiência: travas de tempo entre empréstimos, mensagens contextuais e limites progressivos condicionados ao comportamento. A lógica é simples: aprender usando. “Crédito tem custo. Ele precisa ser uma necessidade, não um consumo”, afirma a CEO da CloQ.

Design como ferramenta de inclusão

Outro ponto central da estratégia está no produto, que foi pensado para um público com renda de até dois salários mínimos e, muitas vezes, com baixa escolaridade. O aplicativo da CloQ foi desenhado para ser acessível, com menos texto, mais imagens, linguagem simplificada e jornada guiada. O objetivo é tornar o crédito compreensível e não apenas acessível. Todo o fluxo, da análise à contratação, acontece dentro do app.

Crescimento no boca a boca

Diferente de grande parte das fintechs, a CloQ segue um caminho pouco comum: crescimento orgânico. Sem investimento externo e sem gastos com marketing, a empresa cresce principalmente por indicação dos próprios usuários. “Cada cliente que entra traz outros dois, três, quatro”, conta Rafaela.

A expectativa é manter o ritmo e dobrar a operação até o final de 2026, ampliando o alcance sem perder o foco no modelo atual.

Apesar do crescimento, a ambição da CloQ não é competir com bancos tradicionais. Pelo contrário. A fintech se posiciona como um primeiro passo, uma ponte entre a exclusão e o sistema financeiro formal. A ideia é que, após construir histórico, o cliente avance para outras instituições, com acesso a produtos mais robustos. “Queremos abrir portas. Depois disso, o cliente pode ir para onde quiser”, ressalta a CEO da CloQ.

O futuro: IA, crédito e revisão de modelos

Para Rafaela, o setor está entrando em uma nova fase. Depois da onda das carteiras digitais, o crédito volta ao centro, agora impulsionado por inteligência artificial. Mas há um alerta. “Não adianta dizer que usa IA. O que importa são os dados. Se você usa dados errados, a IA só escala o erro”.

No caso da CloQ, a decisão foi construir tecnologia própria, treinada especificamente para o perfil de clientes atendidos, evitando distorções comuns em modelos genéricos.

Problema não é risco

A tese da CloQ é direta: o problema do crédito no Brasil não é risco, é acesso. E, quando esse acesso é dado de forma estruturada, o comportamento muda. Ou, como resume Rafaela: “Quando a oportunidade aparece, eles não deixam passar”.

A partir dessa experiência, surgiu o theGarage, startup studio criado pela empresa de soluções em tecnologia Nexmuv, com uma proposta diferente dos modelos tradicionais de aceleração e venture capital: atuar como cofundador ativo das empresas, desde a ideia até o momento de venda. A ambição é clara: o grupo pretende lançar 20 startups e atingir cerca de R$ 1 bilhão em valor gerado com a venda desses negócios até 2036.

A estratégia parte de um modelo que estrutura empresas de varejo e saúde desde a concepção até a preparação para processos de fusões e aquisições, com ciclos de desenvolvimento desenhados para levar uma startup ao estágio de maturidade em aproximadamente dois anos. Como parte dessa evolução, o grupo também lançou o theGarage IA, um hub de soluções voltado à implementação estruturada de inteligência artificial nas empresas, com expectativa de gerar R$ 3,2 milhões em receita até 2027.

Desde a criação do projeto, em 2024, a Nexmuv já investiu cerca de R$ 20 milhões na estrutura do startup studio, e prevê o lançamento de duas a três startups por ano.  Em 2026, a previsão é de que sejam investidos mais R$ 4 milhões para a operação do modelo.

Um modelo para reduzir o ‘vale da morte’

A tese do theGarage parte de um diagnóstico conhecido no ecossistema: a alta taxa de mortalidade das startups. De acordo com o Observatório Sebrae Startups, metade das startups brasileiras encerra as atividades em menos de dois anos, um cenário que, para Perobelli, está diretamente ligado a falhas estruturais na criação dos negócios. “Muitas startups morrem porque o produto não está adequado ao mercado ou porque o founder não tem o perfil para gerir aquele negócio”.

Para enfrentar esse problema, o theGarage foi desenhado para atuar em todas as etapas do desenvolvimento, com estrutura própria de tecnologia, marketing, financeiro e governança. “Na entrada, a gente já tem que saber a saída. Temos para quem vender? Essa é uma pergunta fatal”, afirma o CEO da Nexmuv e fundador do theGarage.

Diferentemente de modelos baseados em venture capital, o theGarage investe com capital próprio e estrutura as empresas já com foco em fusões e aquisições (M&A). O ciclo completo, da concepção ao exit, é projetado para acontecer em cerca de quatro anos.

Controle, método e seleção rigorosa

Um dos principais diferenciais do modelo está no nível de controle sobre as startups. Ao contrário de investidores minoritários, o theGarage busca participação relevante nos negócios, o que permite maior influência nas decisões estratégicas.

A operação também se apoia em duas bases principais: uma de ideias e outra de empreendedores. De um lado, são mapeadas oportunidades de mercado com potencial de escala. De outro, profissionais com perfil para liderar essas empresas. “A gente avalia criteriosamente se a ideia faz sentido e se aquele empreendedor está no momento certo para assumir essa responsabilidade”, explica Perobelli.

Além disso, todas as startups são acompanhadas desde o início por indicadores de desempenho e práticas de governança.

A conta do R$ 1 bilhão

A meta financeira do theGarage é baseada em uma lógica direta: criar um portfólio de startups com potencial de valorização consistente. A projeção é desenvolver cerca de 35 startups ao longo dos primeiros anos, das quais aproximadamente 20 devem atingir valorizações próximas a R$ 50 milhões. “É assim que a gente chega naquele R$ 1 bilhão”, afirma Perobelli.

Mesmo nos casos em que o exit não acontece, o modelo prevê alternativas. “Se a startup atingir sustentabilidade financeira, ela pode continuar operando como uma empresa independente dentro do grupo”, afirma o CEO da Nexmuv e fundador do theGarage.

A proposta acompanha uma mudança de cenário no ecossistema de inovação. Uma pesquisa da Endeavor e da Glisco Partners aponta que, na América Latina, 65% do capital investido em 2024 foi direcionado às empresas mais maduras. Após um período de forte expansão do venture capital, investidores e fundadores passaram a priorizar modelos com geração de receita e maior previsibilidade de crescimento.

IA acelera o jogo e aumenta a incerteza

Se a proposta do startup studio já nasce com foco em eficiência, a chegada da inteligência artificial (IA) adiciona uma nova camada de complexidade. Para Perobelli, o avanço da tecnologia está mudando não apenas a forma de operar, mas também o timing das startups. “A velocidade da inteligência artificial está maior do que a implementação de uma ideia”.

Na prática, isso significa que uma solução pode se tornar obsoleta em questão de meses. “Quando você chega no momento de vender, já existem duas ou três ferramentas que fazem a mesma coisa”, avalia Perobelli.

Esse cenário levou o theGarage a rever sua própria estratégia. Em vez de planejamentos de longo prazo, o foco agora está em ciclos curtos de adaptação. “Hoje, nosso planejamento é de seis meses. Não dá para prever o que vai acontecer em cinco anos”, diz o CEO da Nexmuv e fundador do theGarage.

Startups nascem a partir de dores reais

Um dos diferenciais da fábrica de startups é iniciar a criação das empresas a partir da identificação de uma dor concreta do mercado e, em paralelo, buscar potenciais compradores para a solução no futuro. O modelo inclui, inclusive, a possibilidade de transformar essas empresas em sócias das novas startups. “A gente desenvolve a solução com um custo mais acessível e a empresa entra como participante do negócio”, explica Perobelli.

A partir daí, a startup pode escalar a solução para outros clientes, enquanto o parceiro inicial participa dos resultados.

IA com foco em resultado, não em hype

Além do startup studio, o grupo também lançou o theGarage IA, frente voltada à implementação de inteligência artificial em empresas. A proposta é evitar o uso superficial da tecnologia e focar em geração de valor real. “Não adianta implementar IA porque está no hype. Qual é o ROI disso?”, questiona Perobelli.

Segundo ele, o principal desafio não está na tecnologia em si, mas na estrutura das empresas. “Menos de 4% das empresas têm mais de 70% dos processos suportados por inteligência artificial”.

Pessoas, processos e tecnologia

No centro da estratégia está uma tríade clássica: pessoas, processos e tecnologia. Para Perobelli, a adoção de IA, e o próprio sucesso das startups, depende diretamente da maturidade nesses três pilares. “Não adianta ter tecnologia se as pessoas não estão preparadas e os processos não estão organizados”, diz.

Por isso, além da criação de startups, o projeto inclui a formação de um ecossistema de empreendedores. A estratégia para 2026 prevê a criação de uma comunidade de fundadores, a realização de eventos voltados à identificação de novas oportunidades de negócios e a produção de conteúdo sobre o modelo de criação de empresas em série. “O objetivo é criar, ao longo da próxima década, um ecossistema para entender melhor as dores do mercado e assim, gerar novas startups”, garante o fundador do theGarage.

Um modelo em construção

Mais do que uma fábrica de startups, o theGarage surge como uma tentativa de tornar a inovação menos intuitiva, e mais estruturada, em um mercado cada vez mais imprevisível. Atualmente, o portfólio reúne quatro empresas em operação. Entre elas estão a GISA, plataforma de inteligência artificial para e-commerces, a MOC, sistema voltado à digitalização da medicina ocupacional, a PET.IA, plataforma de gestão para clínicas veterinárias, e a Lukre, voltada à precificação e monitoramento de concorrentes. Duas delas, GISA e MOC, foram reconhecidas entre as mil melhores do país no Prêmio Sebrae Startups 2025.

A criação do theGarage representa uma expansão da atuação da Nexmuv, empresa de soluções em tecnologia e há mais de duas décadas. A companhia reúne cerca de 500 colaboradores, já entregou mais de 400 projetos de tecnologia e registra faturamento anual próximo de R$100 milhões, atendendo empresas de diferentes setores.

O desperdício de alimentos é um problema silencioso, e caro. No Brasil, enquanto milhões de pessoas enfrentam insegurança alimentar, toneladas de comida ainda são descartadas diariamente por falhas na cadeia de consumo. Foi diante desse cenário que nasceu a Food To Save, app número 1 no combate ao desperdício de alimentos no Brasil, que já evitou o desperdício de mais de 7,5 mil toneladas de comida. Por meio de uma plataforma que conecta estabelecimentos parceiros a consumidores engajados em comprar com desconto, a foodtech vem redefinindo a relação entre consumo, economia circular e impacto ambiental positivo.

O modelo de negócio funciona da seguinte maneira: excedentes de produção, itens próximos da data de validade ou com pequenas imperfeições estéticas são vendidos em Sacolas Surpresa, com descontos de até 70%. Pelo aplicativo, o consumidor faz o pedido e pode escolher entre retirar em um estabelecimento parceiro, incluindo marcas como Kopenhagen, Grupo Pão de Açúcar, Extra e St Marche; no Food Market ou ainda receber os produtos em casa por meio de delivery.

De acordo com o cofundador e CEO da Food To Save, Lucas Infante, a ideia surgiu a partir de uma experiência prática, quando vivia na Espanha e decidiu empreender no setor alimentício pela primeira vez, ao abrir uma franquia de supermercado em Málaga. Foi ali, lidando diretamente com a operação, que o impacto do desperdício deixou de ser um conceito abstrato. “Eu já tinha um incômodo com o tema, mas quando você sente no bolso, muda completamente. Eu via produtos bons sendo descartados no fim do dia”, recorda.

A partir desse inconformismo, Infante passou a estudar o problema globalmente, analisando soluções na Europa, Ásia e Estados Unidos. Ao olhar para o Brasil, encontrou um cenário paradoxal: um problema de grandes proporções, mas ainda pouco explorado por soluções estruturadas. “Quando olhei para o Brasil, vi que existia uma oportunidade enorme. O tamanho do problema é tão grande que não é uma única solução que vai resolver. Mas, naquele momento, nenhuma me chamou atenção como algo realmente escalável”.

SAIBA MAIS: Food To Save expande rede de parceiros e chega a novas regiões.

O timing da Pandemia de Covid-19

A Food To Save foi lançada em 2021, em plena Pandemia de Covid-19, e começou de forma simples. Antes mesmo de ter um aplicativo, a startup validou seu modelo vendendo ‘sacolas surpresa’ com excedentes de alimentos por meio de stories no Instagram. A lógica era direta: estabelecimentos disponibilizam produtos próximos do vencimento ou fora do padrão comercial por preços reduzidos, enquanto consumidores compram essas sacolas sem saber exatamente o que vão receber, mas com a garantia de economia. “O nosso foco desde o início era tornar o processo simples para o estabelecimento. Se ele enxergasse valor, a gente sabia que o consumidor também veria”, explica Infante.

Após os primeiros testes, a empresa evoluiu para um site e, quase um ano depois, lançou a primeira versão do aplicativo. A validação veio com o engajamento dos usuários, a recorrência de compras e o aumento da adesão de parceiros.

O contexto da Pandemia acabou acelerando a adoção do modelo. Com salões vazios e mudanças bruscas no consumo, muitos estabelecimentos passaram a enfrentar ainda mais dificuldade para gerenciar estoques. “A dor do desperdício já existia, mas ela se intensificou. Mesmo com o crescimento do delivery, muitos negócios ainda estavam aprendendo a operar nesse novo cenário”, diz Infante.

Nesse contexto, a proposta da Food To Save se mostrou especialmente relevante: permitir que empresas recuperassem parte da receita de produtos que, de outra forma, seriam descartados.

Sustentabilidade ainda não lidera a decisão

Além do impacto ambiental com a redução significativa na emissão de gases de efeito estufa – a Food To Save já evitou que mais de 19 mil toneladas de CO² fossem emitidas -, o modelo de negócio também promove inclusão social, ao democratizar o acesso a alimentos de qualidade a preços mais acessíveis.  A startup acredita que essa combinação será fundamental para atingir uma meta ambiciosa: dobrar, até 2026, o impacto positivo registrado em 2025, além de ampliar sua presença em novas cidades brasileiras e fortalecer parcerias estratégicas com grandes redes de varejo.

Apesar do impacto ambiental positivo, Infante é direto ao falar sobre o que realmente move o mercado. “Sem hipocrisia: o estabelecimento quer recuperar dinheiro. A sustentabilidade ainda não é o principal driver”. Segundo ele, esse comportamento é compreensível em um setor com margens apertadas e alta carga tributária. Ainda assim, há um movimento gradual de mudança.

Do lado do consumidor, o cenário é semelhante. O principal atrativo segue sendo o preço, mas a empresa busca ampliar a percepção de valor. “A gente brinca que dentro da sacola vai um combo: acesso, desconto e responsabilidade. A pessoa economiza, mas também entende que está evitando desperdício”, explica o cofundador e CEO da Food To Save.

Crescimento com foco em eficiência

Atualmente presente em 14 capitais brasileiras, a Food To Save entra em uma nova fase de crescimento, com foco em eficiência operacional e densidade geográfica. Com isso, a foodtech começou a intensificar a atuação no mercado B2B. Atualmente, já conta com uma rede de mais de 10 mil parceiros em todo o país, entre supermercados, padarias, restaurantes e redes hoteleiras.

Após um período de expansão territorial, a estratégia agora é fortalecer a presença nas regiões onde já atua, ampliando a oferta de estabelecimentos parceiros e, consequentemente, a disponibilidade de produtos para os consumidores. “A gente quer fazer mais com a estrutura atual. Quanto mais oferta qualificada, mais atrativa fica a plataforma para quem compra”, diz Infante.

Mais do que um modelo de negócio, a Food To Save se posiciona como parte de um movimento maior de transformação no consumo alimentar. Infante destaca que o Brasil vive um contraste evidente: ao mesmo tempo em que há abundância de alimentos, milhões de pessoas ainda passam fome. “O país é capaz de produzir, mas não consegue distribuir de forma eficiente. Existe uma desconexão entre excesso e escassez”. Nesse cenário, a startup busca atuar não apenas como intermediária, mas como agente de mudança de comportamento.

O papel das grandes marcas

A adesão de grandes redes do varejo alimentar também tem sido fundamental para o avanço do modelo. Segundo Infante, quando marcas consolidadas passam a integrar a plataforma, isso gera um efeito de confiança no mercado. “Grandes nomes trazem credibilidade e ajudam a acelerar esse movimento”.

A expectativa é que essa combinação de incentivo econômico, impacto ambiental e mudança cultural contribua para consolidar o combate ao desperdício como uma prática cada vez mais comum no país.

Um convite ao mercado

O recado do empreendedor é direto: mais do que esperar por soluções perfeitas, empresas precisam dar o primeiro passo. “Problemas sempre vão existir e prioridades também. Mas quando a gente fala de um país que ainda passa fome, qualquer avanço já gera impacto”, afirma cofundador e CEO da Food to Save.

Para ele, a transformação do cenário depende de consistência e tempo, mas começa com decisões simples. “Dar um voto de confiança já faz uma diferença enorme. É assim que a gente começa a mudar hábitos e construir algo maior”.

Saiba mais

A Food To Save é uma foodtech sustentável, que nasceu para revolucionar o desperdício de alimentos no Brasil. Por meio de um aplicativo, atua como um elo entre estabelecimentos que possuem excedentes de produção e clientes engajados com o consumo consciente. Com mais de 5,3 mil toneladas de alimentos salvos e mais de 5,3 milhões de Sacolas Surpresa resgatadas em cidades como São Paulo, Rio de Janeiro e Belo Horizonte, Curitiba, Florianópolis, Porto Alegre, Campo Grande, Vitória, Cuiabá, Fortaleza e Recife, a empresa mostra importante valor para enfrentar os problemas ambientais, sociais e econômicos que o país vive. Mais do que contribuir para um planeta mais sustentável, a startup engaja e empodera pessoas a reverem seus hábitos alimentares, lutando contra o desperdício de alimentos. A startup ajudou a evitar também a emissão de mais de 13 mil toneladas de CO² na atmosfera.

A Food To Save é também responsável pelo Food Market, sua solução para salvar o excedente de produção das grandes indústrias, e a Fruta Imperfeita, que conecta pequenos e médios produtores com alimentos imperfeitos diretamente aos consumidores por meio de assinaturas semanais. A empresa conta com mais de 6.5 milhões de usuários cadastrados no app e 384 mil seguidores no Instagram e foi ainda classificada como uma das melhores empresas para trabalhar em 2024 e 2025, segundo rankings da Great Place to Work. A foodtech está entre os 6 aplicativos mais baixados no Brasil, foi finalista na categoria Alimentos – Delivery do Prêmio Reclame Aqui 2023 e 2024 e está também entre as empresas selecionadas na segunda edição do Ranking EXAME Negócios em Expansão, na categoria Novatas. Em 2024, a foodtech recebeu selo do Sistema B, reforçando seu compromisso com a sustentabilidade e, em 2025, passou a integrar a Rede Brasil do Pacto Global das Nações Unidas (ONU).