Hoje o fio condutor foi dinheiro indo para onde tem resultado provado, não promessa. Comecei por aí e deixei o resto do que passou pelo filtro logo abaixo.

Uma coisa que aprendi trabalhando com produtos de crédito nesses últimos anos é que dinheiro sério só migra para tecnologia quando ela prova resultado, não promessa.

Foi isso que me chamou atenção numa notícia desta semana. Startups de agentes de IA verticais captaram US$ 1,8 bilhão em julho, em mais de 12 rodadas.

O que mais chama atenção não é o volume, é para onde o dinheiro foi. A Harvey AI, focada em direito, levantou US$ 200 milhões com US$ 35 milhões de ARR. A Glean, de busca corporativa, captou US$ 180 milhões. E a Hebbia, de análise financeira, US$ 130 milhões. Ela já está presente em 15 dos 20 maiores bancos do mundo.

Em resumo

  • Startups de agentes de IA verticais captaram US$ 1,8 bilhão em julho, em mais de 12 rodadas.
  • Harvey AI, Glean e Hebbia levantaram US$ 200 milhões, US$ 180 milhões e US$ 130 milhões, respectivamente; a Hebbia já está presente em 15 dos 20 maiores bancos do mundo.
  • Um agente de IA bem desenhado, com governança e trilha de auditoria, pode acelerar fluxos de crédito sem tirar a decisão de quem precisa decidir.
  • O sinal para quem constrói produto em finanças é mirar um problema específico e provar resultado, não lançar mais um assistente genérico.

Isso diz muito sobre onde a IA está deixando de ser piloto bonito para virar operação de verdade. Quando 15 dos 20 maiores bancos do planeta colocam um agente para rodar análise financeira no dia a dia, não é hype. É porque o resultado apareceu e o cliente pagou de novo.

Do lado de produto em crédito, isso conversa direto com o que a gente vive no dia a dia. Análise de recebíveis, estruturação de operação e conciliação de garantia envolvem muita informação espalhada, muito documento e muito cruzamento manual. É exatamente o tipo de tarefa em que um agente bem desenhado, com governança de IA e trilha de auditoria, entrega ganho real de velocidade sem tirar a decisão de quem precisa decidir.

O sinal para os próximos meses é claro. Investidor está priorizando agente especializado com ARR comprovado, não mais um assistente genérico que promete fazer de tudo um pouco. Para quem constrói produto de IA em finanças, é hora de mirar em um problema específico e mostrar resultado. Isso faz parte da gestão de produtos com IA, em que a tecnologia precisa estar conectada a uma operação e a uma métrica de valor.

Para quem ficou curioso e quer ver a notícia completa, deixo o link para a análise sobre o financiamento de startups de agentes de IA.

O resto do radar

Anthropic lança Claude Opus 5 — novo modelo custo-benefício muda a equação de preço/qualidade para produtos construídos sobre a API da Anthropic. Ler mais

Claude Cowork expande para web e mobile — Anthropic mira usuários não técnicos com automação multi-etapa, ampliando a concorrência com ferramentas de produtividade. Ler mais

Google expande Gemini Spark, agente pessoal 24/7 — caso de referência de agente “always-on” com salvaguardas de aprovação para transações, modelo de UX a estudar. Ler mais

DeepSeek-V4-Flash-0731 vai para produção — modelo aberto barato com ganhos agentic pressiona ainda mais o preço de modelos proprietários usados em produtos. Ler mais

OpenAI corta preço do GPT-5.6 Luna em 80% e passa de 1 bi de usuários — corte agressivo muda o cálculo de custo de features com a API da OpenAI e sinaliza pressão sobre margens de IA. Ler mais

n8n atualiza o LangChain Agent Node e nós de IA — melhorias em orquestração de agentes reduzem atrito para PMs prototiparem fluxos de IA sem depender só de engenharia. Ler mais

TrustScale lança Argus para detectar alucinações de IA — ferramenta de verificação de LLM ataca o risco nº1 de adoção enterprise: confiabilidade do output. Ler mais

Backflip AI lança copiloto de CAD generativo — produto de IA vertical com ROI mensurável, custo por peça caiu mais de 100x, referência de posicionamento por valor entregue. Ler mais

Métricas de adoção de produto ficam confusas com agentes de IA — DAU/MAU tradicionais podem mascarar uso dominado por agentes e distorcer decisões de roadmap. Ler mais

Isso foi o que sobrou no filtro de hoje.