Trajectory capta US$ 45 mi e abre plataforma de treino de IA para especialistas
Com aporte liderado pela Sequoia e avaliação de US$ 300 milhões, startup permite que profissionais de direito e finanças refinem modelos de código aberto sem engenheiros dedicados.
Por que importa. Equipes de produto reduzem a dependência de consultores caros e cientistas de dados ao colocar especialistas de negócio para calibrar modelos locais diretamente na interface de uso.
A Trajectory captou US$ 45 milhões em uma rodada Série A liderada pela Sequoia Capital, avaliando a startup em US$ 300 milhões, e abriu ao público sua plataforma de pós-treinamento contínuo de modelos de inteligência artificial. A captação divulgada nesta segunda-feira contou com a participação da Nvidia, Bessemer Venture Partners e Bain Capital Ventures. O sistema da empresa permite que companhias conectem modelos de código aberto a seus produtos de software para que especialistas de negócios refinem o comportamento dos algoritmos com base no feedback diário de uso.
A proposta ataca um dos principais gargalos práticos na implementação corporativa de IA: modelos de fundação, sejam proprietários ou abertos, não aprendem sozinhos com os próprios erros após o treinamento original. Hoje, a adaptação desses sistemas a domínios técnicos fechados exige a contratação de equipes internas de cientistas de dados ou o uso recorrente de consultores especializados, chamados no setor de engenheiros de campo dedicados (FDEs, na sigla em inglês). Esse fluxo encarece o ciclo de vida dos produtos e cria dependência técnica externa constante.
Treinamento contínuo com especialista no circuito
A abordagem da Trajectory baseia-se no aprendizado contínuo (continual learning). O cliente integra o modelo de código aberto à sua aplicação comercial e a plataforma passa a monitorar as respostas e capturar o feedback gerado pelas operações rotineiras. A partir desses registros, o sistema orquestra novos ciclos de ajuste fino e retreino quase automatizados. Em entrevista ao TechCrunch, o cofundador Ronak Malde comparou os modelos de fundação atuais a doutorandos recém-formados brilhantes que mudam de emprego o tempo todo, enquanto as organizações valorizam a precisão de quem acumulou três décadas de rotina prática no mesmo segmento.
Para viabilizar que advogados, médicos ou analistas financeiros façam essa calibragem diretamente, a empresa investiu no desenvolvimento de interfaces visuais acessíveis para equipes não técnicas. Segundo o cofundador Arjun Karanam, o objetivo é permitir que o especialista da área defina as métricas e critérios qualitativos de acerto e converta esse julgamento em ajustes diretos no modelo, sem necessidade de manipular hiperparâmetros ou arquitetar pipelines de treinamento em código. O time de 18 funcionários da startup inclui designers de produto e pesquisadores recrutados de empresas como Stripe, Netflix e OpenAI.
A metodologia da Trajectory toca em conceitos similares ao de autoaperfeiçoamento recursivo (RSI, na sigla em inglês), no qual sistemas de IA aprimoram suas próprias habilidades sem intervenção externa. No entanto, o cofundador Michael Elabd defendeu a manutenção do especialista humano no ciclo de treinamento como salvaguarda operacional. Na visão dos fundadores, processos totalmente autônomos de melhoria interna aumentam o risco de desvios comportamentais e resultados não supervisionados ou potencialmente perigosos em ambientes corporativos de alta responsabilidade regulatória.
Adoção comercial e disputa com laboratórios rivais
Mesmo antes da abertura pública anunciada nesta segunda-feira, a Trajectory já vinha operando em clientes corporativos dos setores jurídico e financeiro, incluindo Harvey e Rogo. Essas plataformas utilizam o sistema para pós-treinar modelos abertos em tarefas específicas, como a análise criteriosa de cláusulas contratuais padronizadas ou a elaboração de valuation financeiro sob metodologias proprietárias. A lista de clientes divulgada pela startup também inclui a Decagon, a Mercor e a própria Nvidia, que figura tanto como cliente comercial quanto como investidora institucional da rodada.
A comercialização da tecnologia coloca a Trajectory em um mercado competitivo de infraestrutura para pós-treino automatizado. Entre os concorrentes diretos monitorados pela companhia está a Thinking Machines Lab, fundada pela ex-diretora de tecnologia da OpenAI Mira Murati e mantenedora da plataforma Tinker. A startup também disputa espaço com a Applied Compute, avaliada em US$ 3,25 bilhões no mês passado, e com a Prime Intellect, focada no desenvolvimento e treino distribuído de agentes de inteligência artificial.
A startup foi criada há cerca de um ano por Malde, Elabd e Karanam, colegas de Stanford com passagens anteriores por equipes de modelos de fundação na Apple e no Google DeepMind. O anúncio oficial da captação e da liberação pública da ferramenta, contudo, não revelou a tabela de preços do serviço, os requisitos mínimos de computação para empresas interessadas ou quais famílias exatas de modelos abertos possuem suporte nativo imediato na plataforma.
Fontes
- TechCrunch: Trajectory raises $45M to make AI model training accessible to nontechnical experts
Reportagem produzida pela redação do Flipters com apoio de inteligência artificial, a partir das fontes acima. Como trabalhamos. Editor responsável: João Paulo Resende.
