Depois de construir uma das empresas mais relevantes de engenharia de software do Brasil e concluir a venda da Zup para o Itaú Unibanco, o caminho mais óbvio dos fundadores da companhia seria o descanso ou, no máximo, novos investimentos como conselheiros.
Mas não foi isso que aconteceu. “Quando terminou o earn-out, nos perguntamos: o que ainda não foi resolvido?”, contou Felipe Almeida, cofundador da NeoSpace, ao IT Forum. “E a resposta foi inteligência artificial (IA)”, completou.
Foi assim que surgiu a NeoSpace, projeto construído em silêncio ao longo de um ano, longe dos holofotes do mercado. Enquanto o setor se voltava para aplicações sobre modelos de IA já existentes, como GPTs, copilotos e agentes, os fundadores decidiram seguir na direção oposta: a de construir uma tecnologia do zero.
Após a venda da Zup para o Itaú, concluída em 2025, os fundadores — Almeida, Bruno Pierobon e Gustavo Debs, além de Thiago Teixeira, ex-VP da empresa — passaram por um período de transição até o fim dos compromissos com o banco. Foi nesse intervalo que surgiu a tese. “Poucos dominam a criação de modelos do zero. A maioria está construindo em cima do que já existe. Queríamos voltar para a base”, explica Almeida.
A NeoSpace nasce, então, com o objetivo de desenvolver uma nova arquitetura de inteligência artificial voltada para dados corporativos, não para linguagem. O movimento exigiu decisões estratégicas desde o início. A empresa contratou cerca de 15 cientistas especializados, estruturou uma operação intensiva em Unidade de Processamento Gráfico (GPU), em parceria com a Oracle, e levantou capital antes mesmo de ter um produto consolidado.
O primeiro investidor e cliente foi o próprio Itaú Unibanco, que aportou US$ 15 milhões por 15% da companhia. Mais do que capital, explica Almeida, o banco trouxe escala real de dados.
De modelo de linguagem ao dado
Se a última década da IA foi dominada por modelos de linguagem, a NeoSpace aposta em outra direção, o de enfrentar um paradoxo ainda não resolvido pela maior parte das empresas. Segundo Almeida e diversas pesquisas de mercado, nunca se produziu tanto dado e, ainda assim, segue sendo difícil transformá-lo em decisão.
Durante anos, isso foi feito por meio de machine learning tradicional, baseado em variáveis previamente definidas por humanos, os chamados “features”. O desafio, segundo Almeida, é que esse modelo já chegou ao limite.
A lógica tradicional transforma dados brutos em resumos estatísticos, como médias, frequências e recências, criando um atalho que simplifica a realidade, mas também elimina informação relevante. “Geralmente, se usa dado condensado. Um cliente vira média, comportamento típico, padrão. Mas a realidade é muito mais rica do que isso”, afirma.
A proposta da NeoSpace é inverter essa lógica. Em vez de trabalhar com dados agregados, os modelos são treinados diretamente sobre eventos brutos. Cada interação, cada clique, cada transação e cada navegação passam a compor uma visão mais precisa do comportamento. Na prática, isso significa lidar com trilhões de pontos de dados.
“Ao analisar 24 meses de interação de um cliente, tudo o que ele fez no app, no call center, nos pagamentos, por exemplo, e combinar isso com milhões de outros usuários, a empresa começa a identificar padrões que ninguém conseguiria modelar manualmente.”
Essa abordagem está alinhada ao conceito de Large Data Models (LDMs), modelos que aprendem diretamente a partir da sequência completa de eventos de uma organização, sem depender de simplificações humanas.
Apesar dos avanços tecnológicos, o desafio de negócios das empresas ainda precisa ser superado, reconhece o executivo. Companhias ainda enfrentam dificuldades para comprovar o retorno sobre investimentos em IA, sobretudo em iniciativas mais estruturais.
“A maior dúvida hoje não é se funciona, mas como justificar o investimento”, afirma Almeida. Nesse cenário, a estratégia da NeoSpace tem sido priorizar casos com impacto financeiro direto, como fraude, churn, crédito e eficiência operacional. “Quando se demonstra geração de centenas de milhões de reais por ano, a conversa muda”, diz.
O modelo de atuação combina plataforma e, no início, uma camada consultiva, com imersões nos dados dos clientes até que as equipes internas assumam a operação. “Mais do que prever resultados, os modelos devem orientar decisões”, assinala o executivo.
Nesse contexto, o CIO passa a ocupar uma posição ainda mais estratégica nas organizações. Ao acessar e estruturar o histórico de bilhões de dados gerados pela companhia, o líder da tecnologia pode, por meio de Large Data Models, transformar informação em decisão, influenciando diretamente áreas críticas como crédito, churn, fraude, pricing e personalização.
“O CIO deixa de ser o guardião da tecnologia para se tornar um agente direto de geração de valor para o negócio”, afirma Bruno Pierobon, cofundador da NeoSpace. “Quando se consegue transformar esse volume massivo de dados em decisões melhores, o impacto não é marginal, ele aparece diretamente no resultado da companhia.”
De acordo com os executivos, quando bem executada, essa abordagem deixa de ser apenas um ganho de eficiência operacional e passa a impactar o resultado do negócio, com potencial de gerar dezenas, ou até centenas, de milhões de reais em valor ao longo do ano.
O “cérebro” da empresa
A ambição da NeoSpace vai além de melhorar modelos existentes. A ideia é criar uma infraestrutura real de decisão. “Não é sobre ter vários modelos para fraude, churn ou crédito. É ter um cérebro único da empresa”, diz.
Nos testes iniciais, especialmente no Itaú, os resultados chamaram atenção. Há dez projetos em andamento no banco e, segundo o executivo, os modelos superaram abordagens tradicionais de machine learning em diferentes casos de uso, com impacto direto em receita, eficiência e risco.
Na prática, a plataforma da NeoSpace tem apresentado ganhos entre 15% e 60% em tarefas preditivas, quando comparada a modelos baseados em features. Isso se traduz em decisões mais precisas e rápidas.
Outro exemplo citado por Almeida é o de churn em telecomunicações. Ao analisar toda a jornada do cliente, o modelo consegue antecipar com mais precisão quando ele está prestes a sair e agir antes. Outro caso envolve fraude e crédito, em que padrões sutis, muitas vezes invisíveis em dados agregados, passam a ser capturados.
“A grande virada foi sair do CPU para GPU. Isso mudou tudo. A capacidade de processar esse volume de dados abriu um novo caminho”, afirma.
Visão global da NeoSpace
Durante boa parte de 2025, a NeoSpace operou fora do radar. Enquanto o mercado discutia copilotos e agentes, a empresa focava em construir tecnologia, testar modelos e gerar resultados com poucos clientes.
“Foi um ano de engenharia”, lembra. O movimento começou a mudar no fim do ano passado, quando a empresa passou a expandir para novos setores, como telecom, seguros, agro, aviação e óleo e gás.
Com projetos em andamento no Brasil, a NeoSpace já soma cerca de 90 pessoas, com forte concentração em tecnologia. Na última semana, a empresa ganhou visibilidade ao aparecer no telão do GTC, evento da Nvidia que reúne algumas das principais discussões globais sobre inteligência artificial. A citação viralizou e marcou a primeira grande exposição internacional da companhia.
Com conversas relevantes em andamento e expectativa de faturamento na casa dos R$ 300 milhões, a NeoSpace prepara sua expansão internacional.
Segundo Almeida, o movimento já está em curso e começa com a contratação de talentos nos Estados Unidos. A empresa também avança em conversas com parceiros globais e mantém relação próxima com a Oracle. “Desde o começo, a gente pensou em construir uma empresa global”, encerra ele.
Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!
