Startups de IA podem disputar espaço com grandes plataformas ao se especializar em memória portátil entre modelos, governança que cruza provedores, qualidade de fluxos de trabalho e dados organizados para decisões específicas. Essas quatro posições foram defendidas por fundadores e executivos entrevistados na HumanX Amsterdam; são argumentos estratégicos, não vantagens competitivas comprovadas.
O foco está em resolver tarefas empresariais delimitadas, nas quais o contexto, as regras de um setor ou o acesso a dados específicos podem pesar tanto quanto o modelo de IA. Cada posição, porém, enfrenta concorrentes de plataforma e tem limites próprios.
Quatro posições possíveis para startups de IA
| Posição | Exemplo citado | Função pretendida | Limite ou pressão competitiva |
| Memória portátil entre modelos | Walrus Memory, da Mysten Labs | Compartilhar contexto criptografado entre agentes diferentes | Exportar a memória não garante que outro modelo interprete o contexto da mesma forma |
| Governança entre provedores | Deeploy; colaboração entre Mysten Labs e Google Cloud | Acompanhar agentes em diferentes sistemas e infraestruturas | Google Cloud também participa de uma iniciativa de governança de agentes |
| Qualidade de fluxos de trabalho especializados | Writer Enterprise Brain | Incorporar memória de equipe e regras de conformidade a processos regulados | Google também apresentou uma prévia de fluxo jurídico com Harvey e Onit |
| Dados voltados a decisões | Aily Labs | Preparar os dados necessários para uma decisão empresarial concreta | O Google Knowledge Catalog é uma alternativa de plataforma |
A memória portátil tenta evitar que a troca de modelo descarte o contexto acumulado. A descrição da Forbes diz que Walrus Memory é construída sobre Walrus e ancorada à Sui; usuários podem conceder chaves delegadas a diferentes agentes para compartilhar uma memória criptografada. Essa estrutura pode facilitar o acesso ao mesmo contexto, mas não padroniza como cada modelo o interpreta.
Na governança, a proposta é acompanhar o que agentes fazem em vários sistemas e manter o controle das políticas com a organização. Roeland Pater, executivo da Deeploy, descreveu a plataforma como uma camada que pode operar sobre os sistemas da empresa e ser implantada na infraestrutura do cliente. Em 6 de outubro de 2026, Mysten Labs e Google Cloud anunciaram uma colaboração para desenvolver o Verifiable Agent Arbiter, uma camada de evidências para registros de auditoria. A colaboração mostra que provedores de nuvem também atuam nesse espaço.
A qualidade do fluxo de trabalho depende de mais do que conectar um modelo a um sistema empresarial. May Habib, CEO da Writer, apontou conectores frágeis e tokens de autenticação expirados como causas de falhas que podem passar despercebidas. O Writer Enterprise Brain, segundo a descrição da Forbes, incorpora memória compartilhada da equipe e regras de conformidade a fluxos regulados. Uma prévia de fluxo jurídico do Google, com Harvey e Onit, ilustra a sobreposição entre soluções especializadas e plataformas maiores.
A Aily Labs parte de uma decisão empresarial concreta, como uma previsão em tempo real, e trabalha com os dados necessários para respondê-la. Bianca Anghelina, cofundadora e CEO da empresa, contrapôs esse método a projetos amplos de organização de dados sem uma decisão definida como objetivo. O Google Knowledge Catalog oferece uma alternativa de plataforma nessa área; os exemplos não trazem uma comparação de desempenho entre as abordagens.
O que os números da Walrus Memory medem
A Mysten Labs informou que, até 20 de outubro de 2026, a Walrus Memory havia ultrapassado 5 mil agentes em 4.800 proprietários, com mais de 209 mil memórias armazenadas e 4,5 milhões de recuperações bem-sucedidas. A Forbes atribuiu os números à empresa e informou que foram estimados a partir de atividade criptografada de leitura e gravação, sem auditoria independente. Eles contabilizam atividade, não clientes empresariais pagantes.
A Mysten também informou que 72,9% dos proprietários cuja primeira gravação ocorreu até 19 de setembro recuperaram ao menos uma memória 30 dias ou mais depois. O percentual se refere a essa coorte e a essa ação específica; não mede, por si só, a adoção paga de empresas.
A disputa também envolve distribuição e consolidação
As plataformas podem competir oferecendo recursos próprios, acesso a clientes e serviços de implantação. A Forbes informou que o marketplace da OpenAI reunia 32 aplicações de parceiros e que a AWS destinou US$ 1 bilhão a uma iniciativa de integração de milhares de engenheiros em contato direto com clientes. Uma startup pode ganhar alcance por meio dessas redes, mas a distribuição também a aproxima do ecossistema de uma plataforma maior.
A concentração de empresas é outro fator. Citando a Crunchbase, a Forbes informou que empresas de IA financiadas por capital de risco haviam adquirido 195 startups de IA até 29 de setembro de 2026, mais do que em todo o ano de 2025. Na mesma cobertura, atribuiu à OpenAI dez aquisições e à Anthropic cinco em 2026 até o período da reportagem. Também noticiou que a Salesforce concordou em adquirir a startup de análise de IA Loops e que a Opaque anunciou um acordo de licença e contratação pelo qual sua equipe se juntaria à Anthropic.
Para uma startup, portanto, a questão prática é se sua especialização resolve um problema delimitado de um jeito útil mesmo quando as plataformas ampliam suas próprias ofertas. Memória compartilhada, governança, controles de fluxo e dados ligados a decisões são caminhos possíveis, mas os exemplos e números relatados não demonstram que algum deles garanta uma vantagem duradoura.
