Voltar
DeepTech· Fireside Chat

Como construir DeepTechs na era da Inteligência Artificial

26 de agosto · 17:00–17:35Palco 7
Gustavo Zaniboni
Gustavo Zaniboni
CAIO · Ananque
Fredy Artur Schaible
Fredy Artur Schaible
Fundador e CTO · MOA Ventures
A Inteligência Artificial deixou de ser apenas uma tendência para se tornar o principal diferencial competitivo das empresas de base tecnológica. Fredy Schaible, CTO da MOA Ventures e especialista em arquitetura de IA para startups deeptech, e Gustavo Zaniboni, CEO da Ananque e empreendedor focado em soluções baseadas em IA, debatem como dados, IA Generativa e modelos fundacionais estão transformando produtos, negócios e mercados. Um painel para fundadores, CTOs, pesquisadores, desenvolvedores, investidores e profissionais que desejam construir empresas mais inovadoras e competitivas.
Sumário executivo

Resumo executivo

A palestra em formato fireside chat, apresentada por Fredy Artur Schaible e Gustavo Zaniboni, abordou as diretrizes e os desafios centrais para a criação de startups de tecnologia profunda (DeepTech) no contexto atual da Inteligência Artificial. Os palestrantes delimitaram a diferença entre empresas de alta tecnologia tradicionais e DeepTechs, destacando que estas últimas criam a própria tecnologia fundamental ao mesmo tempo em que desenvolvem um produto ou serviço, enfrentando elevado risco científico, longos ciclos de maturidade e altas demandas de capital.

Durante o debate, foram explorados os níveis de prontidão tecnológica (TRL) e a relevância de agências de fomento como FINEP e BNDES para financiar as etapas intermediárias (TRL 3 a 7), campo em que o capital de risco privado raramente atua devido aos prazos e incertezas. Também foi problematizado o cenário brasileiro, onde há expressiva produção científica acadêmica, mas um descompasso estrutural em relação à transformação dessas pesquisas em soluções comerciais de alto impacto.

Por fim, enfatizou-se como a Inteligência Artificial atua como catalisadora no encurtamento do tempo de pesquisa e na redução do Vale da Morte tecnológico. Foram apontadas oportunidades estratégicas para o mercado brasileiro, tais como o processamento de terras raras, semicondutores dedicados e biotecnologia agrícola, reforçando a necessidade de focar em problemas reais de mercado para garantir a sustentabilidade do negócio.

Tópicos principais

  • Conceituação de DeepTech: Empresa que desenvolve a tecnologia base simultaneamente ao produto, investindo mais na tecnologia do que na aplicação final.
  • Escala TRL e Risco Tecnológico: Utilização do modelo da NASA (Technology Readiness Level) para mensurar riscos técnicos e distinguir incertezas científicas de desafios financeiros.
  • Capital Público vs. Privado: O papel crucial de órgãos como FINEP e BNDES no financiamento dos estágios TRL 3 a 7, onde o capital de risco tradicional evita investir.
  • Desconexão Academia-Mercado: Análise do gargalo brasileiro, onde cerca de 80% das pesquisas acadêmicas não se convertem em produtos por falta de alinhamento com a indústria.
  • Papel da IA na Pesquisa: Uso de modelos generativos para mapear o estado da arte e acelerar simulações sem depender de palpites genéricos da ferramenta.
  • Oportunidades Estratégicas Locais: Potencial não explorado no Brasil em áreas como processamento de terras raras, chips específicos para inferência e soluções para o agro.

Insights

Integrar tecnologias estáveis em produtos inovadores (como no iPhone) é alta tecnologia, mas não caracteriza uma DeepTech; o diferencial está na criação da infraestrutura tecnológica subjacente.
A IA reduz e desloca o Vale da Morte em DeepTechs ao encurtar drasticamente o tempo de validação de hipóteses e simulações complexas.
Misturar o desenvolvimento da tecnologia de base com o ciclo de vida do produto comercial aumenta significativamente a taxa de falha da startup.
Ferramentas de IA generativa não entregam teses disruptivas do zero, mas servem como interlocutoras eficientes para aprofundar e validar teses pré-existentes.

Frases marcantes

"Uma deep tech é uma empresa que constrói uma tecnologia, Junto com o seu produto."Gustavo Zaniboni
"Se você for gastar mais na tecnologia. Do que no produto, provavelmente, você vai ser uma deep tech."Gustavo Zaniboni
"Toda vez que a gente vai falar, De desenvolvimento de tecnologia, Se você misturar tecnologia com produto, Provavelmente vai dar errado."Gustavo Zaniboni

Aplicações práticas

  1. 1Separar a gestão e o orçamento do desenvolvimento da tecnologia base em relação ao desenvolvimento do produto comercial.
  2. 2Utilizar a escala TRL (Technology Readiness Level) para diagnosticar o nível real de maturidade tecnológica antes de buscar fundos de investimento privados.
  3. 3Aproveitar modelos de IA generativa para consolidar literatura acadêmica e entender o estado da arte de um setor de forma ágil.
  4. 4Buscar editais e fomento público (FINEP, FAPESP, BNDES) para cobrir o risco tecnológico nas fases de bancada e prototipagem (TRL 3 a 7).
  5. 5Identificar gargalos industriais ou de recursos naturais específicos do ecossistema local (ex: processamento de minérios, agro) para orientar o foco do P&D.

Conclusão

A construção de DeepTechs na era da inteligência artificial exige rigor no gerenciamento do risco tecnológico e paciência com ciclos de desenvolvimento mais extensos. Ao conectar a pesquisa científica a problemas de mercado reais e usufruir de ferramentas modernas de IA, founders brasileiros podem transformar o potencial acadêmico do país em negócios de impacto global.

Compartilhe esse conteúdo

Espalhe as ideias que rolaram no Startup Summit.

WhatsAppLinkedInXFacebook
Sumário gerado e editado pela curadoria Sebrae Startups.
Publicado em 26 de agosto de 2026