Uma rodada recente aponta para um problema antigo
Em 16 de setembro de 2026, a CADDi anunciou acordos para uma rodada Série D de US$ 114 milhões, com avaliação de US$ 1,2 bilhão. A empresa desenvolve uma plataforma de IA para a indústria, voltada à organização e utilização de informações de manufatura que estão fragmentadas em diferentes fontes. 5
É uma notícia sobre investimento, mas também um convite para olhar além dos produtos mais barulhentos do mercado.
Há oportunidades em atividades nas quais encontrar um desenho técnico, comparar uma peça ou recuperar uma decisão anterior ainda pode ser parte relevante do trabalho. No caso da CADDi, conectar informações industriais e permitir seu uso em processos humanos e automatizados está no centro da proposta anunciada. 5
A inteligência artificial não precisa inventar uma necessidade nova para criar valor. Pode tornar praticável algo que já era necessário e continuava difícil.
A informação importante nem sempre está num banco organizado
Pense numa empresa que recebe três nomes diferentes para a mesma peça. Um aparece no desenho técnico, outro no cadastro do fornecedor e outro na planilha de compras. Antes de comparar preços, alguém precisa descobrir que está comparando o mesmo objeto.
Agora acrescente revisões, especificações incompletas e restrições que mudaram ao longo do tempo. O desafio deixa de ser apenas recuperar um documento e passa a envolver contexto.
Esse exemplo hipotético mostra por que conhecer o setor pode importar tanto quanto conhecer a tecnologia. Uma diferença que parece pequena para quem desenvolve o sistema pode ser decisiva para quem precisa comprar, fabricar ou aprovar o componente.
A primeira pergunta deveria ser dirigida a quem enfrenta esse problema, não ao catálogo de modelos de IA.
Observar o cotidiano também é desenvolver uma tese
No relato que deu origem à CRIA, a observação aparece antes do produto: acompanhar um frentista, uma compra ou um trabalho manual pode revelar relações que ainda não estavam claras.
Aplicado à indústria, esse olhar pede proximidade com a operação. Onde alguém redigita informação? Qual decisão espera pela única pessoa que sabe interpretar um arquivo? Qual erro se repete porque os sistemas não compartilham o mesmo significado?
A agenda Requests for Startups da Y Combinator para o segundo semestre de 2026 também destaca aplicações de IA em sistemas do mundo físico, incluindo infraestrutura, saúde e trabalho. É uma sinalização de interesse da organização, não uma previsão de sucesso para qualquer negócio nesses setores. 6
Como transformar uma observação em oportunidade
Uma investigação inicial pode acompanhar um processo inteiro e registrar frequência, demora, consequência dos erros e quem possui autoridade para mudá-lo. Depois, o teste deve comparar uma intervenção limitada com a forma atual de trabalhar.
Encontrar um gargalo não basta. É preciso saber se a empresa reconhece seu custo, aceita modificar o processo e consegue utilizar a solução com segurança.
A rodada da CADDi não prova que toda startup deveria procurar uma fábrica. Nossa leitura é outra: há problemas importantes fora dos ambientes em que fundadores costumam procurar inspiração.
Para a CRIA, o não trivial pode começar justamente nesse deslocamento. Em vez de perguntar qual aplicativo está recebendo atenção, observar qual trabalho continua desnecessariamente difícil.
Às vezes, a próxima empresa interessante está numa planilha que ninguém aguenta mais abrir.