Diz-se que existem mais de 10.000 startups de IA no planeta. Existem mais deles do que chitas. Eles superam o número de Dawn Sequoia. Claro, esse número é uma suposição, e startups podem nascer e startups podem ser mortas. Mas no ano passado, mais de 2.000 deles receberam a primeira rodada de financiamento. À medida que os investidores investem bilhões em IA, vale a pena perguntar: “O que todas essas criaturas em expansão estão fazendo?”
Decidi abordar o maior número possível de fundadores recentes de IA. O objetivo não era escolher um vencedor, mas ver como é construir um produto de IA em campo. Foi para ver como as ferramentas de IA mudaram a natureza do trabalho. Como é assustador competir em um campo lotado. Tudo parecia tentar sapatear na superfície ondulada do sol. A OpenAI lançou uma atualização que gerou uma enxurrada de postagens prevendo que 100 startups no X seriam massacradas. Brutal!
Será esta uma revolução que terminará com muitos engenheiros com os pés queimados? É verdade que nem todos sobreviverão. Startups são experimentos e a maioria dos experimentos falha. Mas a execução de milhares de serviços em todo o cenário económico pode dar-nos uma ideia do que acontecerá no futuro próximo.
Navvye Anand é cofundador de uma empresa chamada Bindwell. Quando fizemos uma videochamada, ele deu um meio sorriso e, com certa graça, me contou como usa modelos personalizados de IA para desenvolver pesticidas. O site de Bindwell certa vez descreveu esses modelos como “extremamente rápidos” e afirmou que eles poderiam prever os resultados de experimentos que de outra forma levariam dias em “apenas alguns segundos”. Ao ouvir Anand explicar como ele está aplicando os princípios da descoberta de medicamentos por IA às plantações, quase esqueci que ele tinha 19 anos.
Anand cresceu lendo Hacker News com seu pai na Índia e estava construindo seu próprio modelo de linguagem em grande escala no meio do ensino médio. Antes de se formar, ele, seu cofundador (agora com 18 anos) e dois outros amigos do acampamento de verão publicaram um artigo no bioRxiv sobre um LLM que construíram para prever aspectos do comportamento das proteínas. Este artigo fez os cientistas falarem sobre X. Este artigo foi citado em uma revista de renome. Eles decidiram iniciar uma startup e, após um brainstorming, decidiram por um inseticida à base de proteínas. E o conto de fadas continua. Uma fada das árvores (desculpe, capitalistas de risco) me contatou no LinkedIn e me ofereceu US$ 750 mil para abandonar o ensino médio e a faculdade e trabalhar em tempo integral em uma empresa. Eles aceitaram e começaram. Os adolescentes não sabiam quase nada sobre agronegócio. Isso foi em dezembro do ano passado.
Cinco meses depois, Anand e seus cofundadores abriram seu primeiro laboratório de testes biológicos na área da baía de São Francisco, depois mudaram para outro laboratório, onde espremeram pessoalmente gotículas de moléculas promissoras em pequenos frascos. (A teoria é que os compostos à base de proteínas podem atingir gafanhotos e pulgões com mais precisão, mas não humanos, minhocas ou abelhas.) Perguntei-lhe como adquiriu as competências para trabalhar num laboratório húmido. “Contratei um amigo”, disse ele alegremente. O amigo o treinou durante o verão e voltou para a faculdade no outono. “Agora podemos fazer alguns ensaios bioquímicos”, diz Anand. “Não é como qualquer tipo de ensaio, mas é uma validação básica do modelo em laboratório úmido.”
Ei, foi o que pensei. Não parecia tão ruim para alguns adolescentes construir seu próprio LLM no espaço de alguns meses, aprender a bioquímica do controle de pragas, usar modelos para identificar moléculas potenciais e agora pipetar em seus próprios laboratórios. Na verdade, quando contei tudo o que eles fizeram, pareceu completamente ridículo. Esperava ouvir que as ferramentas de IA estavam a acelerar algumas partes das empresas de construção, mas tive apenas uma vaga noção da magnitude do impacto. Então, na minha próxima entrevista com o cofundador de uma startup criada há 14 meses chamada Roundabout Technologies, fui direto ao ponto. Vamos explicar detalhadamente o que e quanto mudou.
