Adoção de IA nas empresas
40% dos apps corporativos terão agentes específicos até o fim de 2026 (Gartner), contra menos de 5% no início de 2025. Cada uma dessas implantações falha sem memória persistente entre sessões.
Alta de 40× em 18 mesesEnquanto o mundo discute tamanho de modelo e clusters de GPU, um pequeno grupo de empresas constrói a camada que torna os agentes de IA realmente úteis.
Todo modelo de IA em produção hoje tem a mesma falha de arquitetura: ele esquece. Cada nova conversa começa do zero. Sem memória persistente, os modelos nunca vão se tornar os agentes autônomos que justificam valuations trilionários. As empresas que resolvem isso estão captando a preços de Série A. A categoria será reprecificada a múltiplos de infraestrutura.
Pagamento seguro via Eduzz. Entrega imediata.
A demonstração sempre funciona, porque cabe numa única janela de contexto. Mas usuários reais voltam, ao longo de sessões, dias e meses. Quando voltam, o agente os recebe como estranhos. O sistema de IA mais sofisticado já construído não consegue lembrar que você prefere Python a JavaScript, que sua cliente se chama Maria ou que você pediu, três sessões atrás, para ele parar de sugerir aquela abordagem.
"Um colega de trabalho com amnésia anterógrada. Ele não consolida nem constrói conhecimento de longo prazo. Tudo o que tem é memória de curto prazo."
Andrej Karpathy, ex-OpenAI, sobre LLMs sem memória persistenteAssistentes de IA comerciais e LLMs de contexto longo mostram uma queda de cerca de 30 pontos de acurácia em benchmarks padrão de memória longa, comparados à recuperação ideal (Wu et al., ICLR 2025). Essa diferença não vem do modelo. Vem da arquitetura. Os modelos são poderosos o bastante. A estrutura que os alimenta de contexto, não.
A consequência: todo agente em produção hoje opera com uma fração da sua capacidade real. Não porque o modelo é fraco, mas porque não existe uma camada de memória persistente por baixo dele.
A guerra dos modelos de fronteira é barulhenta, cara e concentrada em poucos vencedores. A infraestrutura de memória é silenciosa, barata de construir e vira a camada padrão sobre a qual todas as aplicações se apoiam.
40% dos apps corporativos terão agentes específicos até o fim de 2026 (Gartner), contra menos de 5% no início de 2025. Cada uma dessas implantações falha sem memória persistente entre sessões.
Alta de 40× em 18 mesesA diferença entre uma IA sem estado e uma com memória é a diferença entre um buscador e um consultor pessoal. Só em uma plataforma, 700 milhões de usuários semanais já recebem esse recurso como padrão.
700 mi de usuários · recurso padrãoQuem constrói agentes em produção descobre, sempre do jeito difícil, que criar a própria memória não é projeto de fim de semana. É um problema de sistemas distribuídos. As empresas que o resolveram já processam centenas de milhões de chamadas de API por trimestre.
Chamadas de API 5,3× maiores em um ano no líderIA em finanças, saúde e jurídico precisa de respostas verificáveis. Reguladores e equipes jurídicas precisam saber o que o agente sabia, o que fez, como decidiu e quando cada passo aconteceu. Sem memória persistente e estruturada, nada disso é possível. Aqui a memória é a própria arquitetura de compliance.
Vento regulatório a favor · concorrência quase nulaO padrão se repete em todo ciclo de infraestrutura. As empresas que constroem a camada padrão sob a camada de aplicação, que não são as mais barulhentas nem as maiores, geram os retornos mais duradouros.
As empresas que construíram as camadas de persistência, cache e identidade sob as aplicações SaaS saíram do seed para múltiplos de mercado público que se compuseram de 100 a 500× em uma década. Eram discretas. Eram essenciais. Estavam em toda parte.
As empresas que constroem as camadas de memória, contexto e recuperação sob os agentes de IA estão no estágio de Série A desse mesmo ciclo. O mercado já é grande o bastante para validar a necessidade. A janela para se posicionar cedo está se fechando.
Baseado na análise histórica de empresas que se tornaram as camadas padrão de persistência e recuperação em ciclos anteriores. Rentabilidade passada não garante resultados futuros. Infraestrutura de memória para IA é uma categoria em estágio mais inicial e de maior risco.
O líder da categoria acaba de fechar sua Série A a um preço de startup de ferramentas para desenvolvedores, não de padrão de infraestrutura. A parceria com uma das maiores plataformas de nuvem do planeta, que nomeou uma única empresa como fornecedora exclusiva de memória para todo o seu SDK de agentes, é o evento de validação que costuma anteceder uma reprecificação. Em ciclos anteriores, este é o momento entre "produto interessante" e "infraestrutura crítica".
O dossiê identifica as empresas, seus valuations atuais, os caminhos de acesso disponíveis para investidores não institucionais e os marcos que vão disparar a próxima reavaliação. Também identifica os fatores de risco que podem impedi-la.
OpenAI, Anthropic e Google concluíram, cada um por conta própria, que memória persistente não é opcional: ela é o produto. Quando os três líderes concordam sobre o recurso, a infraestrutura por baixo dele se torna inevitável.
É o momento "gigante da nuvem escolhe um banco de dados" da categoria de memória: o evento de validação que, em ciclos anteriores, antecedeu reavaliações de 10 a 50× em 18 meses.
Quando executivos que construíram empresas bilionárias de infraestrutura para desenvolvedores colocam o próprio capital, e não o dos seus fundos, na mesma aposta, estão sinalizando que reconhecem um padrão que viveram. São operadores que sentiram o problema nos próprios produtos e sabem quanto a solução vale.
35 milhões de chamadas no 1º tri de 2025. 186 milhões no 3º tri de 2025. Não é métrica de vaidade: é uso em produção por clientes corporativos pagantes. A infraestrutura já sustenta carga real.
A infraestrutura de memória fica acima desse mercado e acrescenta orquestração, extração e inteligência de recuperação. O mercado endereçável da camada de memória é um múltiplo da camada de armazenamento abaixo dela.
55 páginas de pesquisa de nível institucional cobrindo cada camada da infraestrutura de memória para IA, da arquitetura aos caminhos de acesso para investir.
As quatro camadas da memória de IA (de trabalho, episódica, semântica e procedural) explicadas desde os fundamentos: o que cada uma faz, quais empresas a resolvem e onde as lacunas de produto criam oportunidade de investimento.
Perfis completos dos quatro principais frameworks: arquitetura, tração, histórico de captação, qualidade dos investidores, desempenho em benchmarks e a tese de cada um. Inclui a disputa de benchmarks e por que os números dos fornecedores precisam de verificação independente.
Quem apostou em quê e por quê: Basis Set Ventures, Peak XV Partners, Y Combinator e os CEOs das grandes empresas de infraestrutura para desenvolvedores investindo do próprio bolso. O que esses padrões sinalizam sobre o rumo da categoria.
Quais empresas estão posicionadas para aquisição por hyperscalers (e a que múltiplo), quais caminham para IPO e como seria o desfecho "Plaid da memória de IA", com o framework de valuation de cada caminho.
As empresas cobertas são privadas. Esta seção cobre acesso por mercado secundário, veículos de fundos com exposição, proxies no mercado público e os marcos que abririam acesso direto.
Risco de comoditização (a OpenAI lançar a própria API de memória), risco de concentração, risco de obsolescência técnica e os cenários específicos em que a tese de cada empresa falha. Análise honesta, não material promocional.
Eventos observáveis (lançamentos, rodadas, parcerias, certificações) que confirmariam ou invalidariam a tese. O que acompanhar e quando reavaliar.
A janela da Série A é agora. Cada rodada que fecha reprecifica o mercado secundário.
Não é um relatório de tendências. É due diligence de nível institucional sobre a camada de infraestrutura da qual todo agente de IA vai depender.
Este relatório é financiado inteiramente pelos leitores, não pelas empresas analisadas. A Asymmetric Research não recebe remuneração de nenhuma empresa coberta. Toda afirmação tem fonte. Achados desfavoráveis estão incluídos.
Pagamento seguro via Eduzz · sem assinatura
Acessar o Dossiê Completo →Não. É uma pesquisa independente, com fins informativos. Nada aqui constitui recomendação de compra ou venda de qualquer valor mobiliário. As empresas analisadas são privadas e não podem ser compradas em bolsa. Consulte um assessor de investimentos registrado antes de qualquer alocação.
O dossiê trata disso em detalhe: acesso por mercado secundário, veículos de fundos com exposição e proxies no mercado público. Também cobre os marcos específicos que abririam janelas de acesso direto.
Já estão construindo, para os próprios produtos. Mas agentes corporativos rodam sobre todos os modelos, não só um. Uma camada de memória independente do modelo oferece portabilidade e compliance que soluções próprias de cada laboratório não conseguem oferecer. A mesma pergunta foi feita sobre toda camada de infraestrutura quando a plataforma dominante lançou um recurso concorrente. O especialista dedicado venceu com frequência.
O valor está na síntese: decisões de arquitetura traduzidas em implicações de investimento, disputas de benchmark analisadas de forma independente, padrões dos investidores decodificados e caminhos de acesso que a maior parte da cobertura ignora. Se você conhece o produto, este dossiê completa a camada de investimento.
PDF e DOCX, entregues logo após o pagamento. O PDF é formatado para leitura e compartilhamento. O DOCX é editável, caso você queira fazer anotações ou acrescentar suas próprias notas.
Amnésia · A Memória Que Faltava é uma das 14 teses da Asymmetric Research. Com o All In One você recebe este dossiê e todos os outros, de tokenização e AGI a neurotech, fusão, geotermia e robótica, por menos do que o preço de dois dossiês como este.
83% abaixo da soma avulsa. Cerca de R$ 714 por dossiê.
Conhecer o All In One →