Introdução
Uma startup britânica fundada por ex-pesquisadores do Google DeepMind acaba de demonstrar que modelos menores e especializados podem superar gigantes como GPT-5.5 e Claude Opus em tarefas específicas. A Inherent, laboratório de IA baseado em Londres, revelou que seu agente Faraday conseguiu replicar pesquisas científicas com mais precisão que sistemas muito maiores da OpenAI e Anthropic, usando apenas uma fração do poder computacional. O resultado levanta questões importantes sobre o futuro do desenvolvimento de IA: será que a era dos modelos generalistas gigantescos está chegando ao fim?
O desafio da replicação científica
Replicar pesquisas científicas publicadas pode parecer uma tarefa simples para uma IA, mas é um teste fundamental de compreensão e raciocínio. O agente Faraday da Inherent foi desafiado a reproduzir independentemente os resultados de artigos científicos sem conhecer as respostas de antemão – uma tarefa que muitos estudantes de doutorado realizam como parte de sua formação.
O que torna esse feito notável é que o Faraday opera com o modelo Qwen 3.6, que possui apenas 27 bilhões de parâmetros. Para efeito de comparação, modelos frontier como GPT-5.5 e Claude Opus 4.8 são significativamente maiores e mais caros para treinar e operar. Mesmo assim, o sistema da Inherent os superou nessa tarefa específica.
Edward Hughes, cofundador e cientista-chefe da Inherent, explicou que o objetivo não era apenas vencer a competição, mas demonstrar uma nova abordagem para construir agentes de IA. A empresa focou em desenvolver o que chama de ‘gosto para pesquisa’ – uma intuição sobre quais experimentos vale a pena executar e como projetá-los adequadamente.
A estratégia do reinforcement learning
A chave para o sucesso do Faraday está em sua metodologia de treinamento. Ao invés de ensinar o sistema através de exemplos diretos de como a ciência é conduzida, a Inherent apostou pesadamente em reinforcement learning – uma técnica que recompensa a IA por bons resultados em vez de ditar regras específicas a seguir.
Essa abordagem é particularmente relevante para empresas brasileiras que buscam implementar IA em processos de pesquisa e desenvolvimento. Em vez de tentar criar modelos massivos que fazem de tudo, a estratégia da Inherent sugere que sistemas especializados e bem treinados podem oferecer resultados superiores com custos muito menores.
O Faraday também demonstra pragmatismo em sua arquitetura. Em vez de desenvolver suas próprias ferramentas de codificação do zero, o sistema utiliza o GPT-5.5 Codex da OpenAI quando precisa escrever código – similar a como cientistas humanos utilizam softwares existentes em vez de construir tudo do zero.
O ecossistema de IA de Londres
A Inherent opera a partir de King’s Cross, o bairro londrino que se transformou de uma área degradada em um dos principais hubs globais de IA, em grande parte devido à presença do Google DeepMind. Com apenas doze funcionários trabalhando presencialmente, a startup representa uma nova geração de empresas de IA que emergem do ecossistema britânico.
A empresa levantou 50 milhões de dólares em uma rodada seed apenas semanas antes de sair do modo stealth, demonstrando o apetite dos investidores por abordagens inovadoras em IA. Hughes é otimista sobre a densidade de talentos em IA em Londres, mas também levantou preocupações sobre práticas trabalhistas locais.
O executivo criticou publicamente o ‘garden leave’ – uma prática comum no Reino Unido onde funcionários que deixam uma empresa são impedidos de trabalhar para concorrentes ou iniciar startups rivais por meses após sua saída. Essa restrição, que não existe nos Estados Unidos, pode dar às startups americanas uma vantagem na contratação de talentos que deixaram posições anteriores.
Implicações para o mercado brasileiro
O sucesso da Inherent tem implicações diretas para empresas brasileiras que consideram implementar IA em seus processos. Primeiro, demonstra que nem sempre é necessário recorrer aos modelos mais caros e poderosos do mercado. Para tarefas específicas, sistemas menores e especializados podem oferecer melhor custo-benefício.
Segundo, a abordagem de ‘IA como colega de equipe’ da Inherent oferece um modelo interessante para integração de IA em ambientes corporativos. Hughes descreveu o objetivo como criar sistemas que agem como o tipo ideal de colaborador – aquele que volta dizendo: ‘Fiquei curioso sobre isso e fiz esses experimentos. O que você acha desses resultados?’
Para setores como farmacêutico, químico e de materiais no Brasil, onde a replicação e validação de pesquisas são fundamentais, ferramentas como o Faraday podem acelerar significativamente os ciclos de P&D. A capacidade de automatizar a verificação de resultados publicados pode liberar pesquisadores para focar em trabalho mais criativo e inovador.
O futuro dos agentes especializados
A Inherent planeja expandir sua equipe para 20-25 pessoas até o final do ano e está explorando world models – representações internas que permitem à IA entender e prever como o mundo funciona. Com mudanças recentes na liderança do Google DeepMind deixando alguns funcionários inquietos, a startup pode se tornar um destino atraente para talentos em busca de novos desafios.
O objetivo de longo prazo da empresa é ambicioso: construir agentes de IA capazes de fazer descobertas científicas originais, não apenas verificar resultados existentes. Se conseguirem, isso poderia transformar fundamentalmente como a pesquisa científica é conduzida globalmente.
Conclusão
O caso da Inherent ilustra uma tendência emergente no desenvolvimento de IA: a especialização vencendo a generalização em domínios específicos. Enquanto gigantes da tecnologia continuam perseguindo modelos cada vez maiores e mais gerais, startups como a Inherent estão provando que há espaço significativo para inovação através de abordagens focadas e eficientes. Para o mercado brasileiro, isso sinaliza oportunidades de implementar soluções de IA mais acessíveis e direcionadas, especialmente em áreas que demandam expertise técnica profunda como pesquisa científica e desenvolvimento de produtos. O futuro da IA empresarial pode não estar nos modelos mais grandes, mas nos mais inteligentemente projetados para tarefas específicas.
Fonte original: Este artigo foi adaptado e traduzido a partir da matéria “Inherent, founded by DeepMind alumni, says its AI ‘teammate’ just outperformed Anthropic and OpenAI at replicating research” publicada em TechCrunch, disponível em https://techcrunch.com/2026/08/22/inherent-founded-by-deepmind-alumni-says-its-ai-teammate-just-outperformed-anthropic-and-openai-at-replicating-research/.
