A IA entrou no Laboratório: três sinais da nova corrida deep tech

Durante anos, a Inteligência Artificial aplicada à ciência foi apresentada principalmente como uma ferramenta de análise: processar grandes bases de dados, identificar padrões e sugerir hipóteses.

Agora, a disputa avança para outra etapa. A IA começa a participar do próprio ciclo experimental, ajudando a desenhar moléculas, orientar equipamentos e aprender com os resultados produzidos em laboratórios físicos.

Três movimentos anunciados entre 16 e 18 de setembro mostram como essa nova corrida deep tech está sendo estruturada.

A Anthropic saiu da simulação e entrou no laboratório

A Anthropic confirmou a criação de um laboratório experimental de biologia, um wet lab, na região de São Francisco. A empresa pretende combinar modelos de IA, automação e experimentos físicos, mantendo supervisão humana e colaboração com parceiros externos.

O movimento evidencia um limite da IA puramente digital: em biologia, uma previsão precisa ser testada no mundo real. Modelos podem reduzir o espaço de busca e apontar caminhos promissores, mas reagentes, equipamentos, protocolos, especialistas e validação continuam essenciais.

A vantagem competitiva, portanto, deixa de estar apenas no algoritmo. Ela passa a estar no ciclo completo entre dados, modelo, experimento e novos dados, um conhecimento acumulado que pode ser difícil de reproduzir.

A Anew Labs mostrou que deep tech precisa de estrutura própria

Segundo a Reuters, a Anew Labs, empresa de descoberta de medicamentos por IA separada da ByteDance, concluiu uma rodada de US$ 290 milhões e alcançou avaliação de US$ 1,5 bilhão. A empresa trabalha com previsão de estruturas biomoleculares, desenho e otimização de anticorpos e descoberta de fármacos.

A separação da ByteDance é tão relevante quanto o capital captado.

Descobrir medicamentos segue uma lógica muito diferente da operação de uma plataforma digital: são ciclos mais longos, riscos científicos e regulatórios, equipes multidisciplinares e marcos próprios de validação.

Para universidades e empresas, há um aprendizado importante. Uma tecnologia científica pode precisar de governança, orçamento, equipe e estratégia comercial independentes. O spin-off não é apenas uma decisão societária; pode ser a estrutura necessária para transformar um ativo tecnológico em negócio.

O CEA quer ser infraestrutura e cliente inicial

Na computação quântica, o centro francês CEA e a startup Alice & Bob anunciaram uma colaboração para conectar processadores quânticos a supercomputadores clássicos. O projeto também pretende ampliar as alternativas de software disponíveis para desenvolvedores.

O aspecto mais interessante para o Brasil está no papel assumido pelo CEA. A instituição pretende fortalecer a indústria quântica francesa atuando como cliente inicial de startups e oferecendo acesso à sua infraestrutura computacional. O centro já recebeu máquinas de outras empresas francesas e deverá instalar um computador da Alice & Bob em 2027.

Essa abordagem mostra que uma instituição científica pode fazer mais do que pesquisar. Ela também pode oferecer ambiente de testes, infraestrutura compartilhada, validação e uma primeira demanda qualificada. Para uma deep tech, esse acesso pode ser tão decisivo quanto o investimento financeiro.

Três notícias, uma mesma mensagem

A leitura é que a nova corrida deep tech não será vencida apenas por quem desenvolver o melhor modelo, publicar o melhor artigo ou registrar a melhor patente.

A vantagem estará na capacidade de conectar cinco elementos: conhecimento científico, infraestrutura experimental, propriedade intelectual e dados diferenciados, capital compatível com o tempo da tecnologia e clientes dispostos a testar cedo.

É justamente nessa conexão que muitos projetos promissores ficam presos. A pesquisa pode ser excelente, mas não encontra uma necessidade de mercado bem definida. A startup pode ter uma tecnologia robusta, mas não consegue acessar um laboratório, uma planta piloto ou o primeiro cliente. A empresa pode ter um desafio relevante, mas não sabe onde localizar quem possui o conhecimento para resolvê-lo.

E o Brasil com isso?

Para pesquisadores, o primeiro passo é identificar o ativo que pode ser transferido: método, software, base de dados, material, equipamento, patente, protocolo ou conhecimento especializado.

Para startups, é necessário construir uma vantagem difícil de copiar. Em deep tech, ela pode estar nos dados experimentais, na propriedade intelectual, no domínio científico da equipe ou na validação regulatória e não somente na interface de um software.

Para universidades e ICTs, existe a oportunidade de atuar como plataformas de inovação, facilitando o acesso a laboratórios, contratos, testes e clientes pioneiros.

Já empresas e investidores precisam avaliar marcos técnicos e comerciais ao mesmo tempo. Um protótipo validado, um experimento reproduzido, uma certificação iniciada ou um piloto contratado podem representar avanços mais relevantes do que métricas tradicionais de uma startup digital.

O Brasil possui ciência, pesquisadores e desafios suficientes para criar deep techs de alcance global. O que ainda precisa avançar é a conexão entre esses ativos, a infraestrutura disponível, o capital e o mercado.

Referências

• Reuters, 18 de setembro de 2026: Anthropic quietly sets up biology lab as it ramps AI drug program
• Reuters, 16 de setembro de 2026: ByteDance completes $290 million fundraising for AI drug unit after its spin-off
• Reuters, 17 de setembro de 2026: France's CEA, Alice & Bob partner on quantum-supercomputing software

Leia também

• Deep techs: o que a Europa entendeu e o Brasil ainda precisa estruturar
• Deep Techs em 2026: ciência forte, fomento fragmentado, escala limitada
• Oportunidades em Deep Techs: A Hora é Agora

Este artigo faz parte do Radar Conecta Cientista, que acompanha tecnologias que deixam de ser apenas promessa, pesquisas que encontram aplicação e conexões que levam a ciência ao mercado.

Na plataforma Conecta Cientista, assinantes Premium terão acesso à curadoria completa de oportunidades, ao matchmaking e à análise de aderência para transformar ciência em negócios. Cadastre-se gratuitamente em www.conectacientista.com.

Texto e pesquisa elaborados pela Dra. Paula Coelho. O conteúdo foi formatado com o apoio de tecnologia de inteligência artificial para facilitar a leitura e a compreensão.