Em cinco meses, a avaliação saltou de US$ 740 milhões para US$ 2 bilhões.
Em 29 de abril, a Parallel Web Systems, empresa fundada pelo ex-CEO do Twitter Parag Agrawal, anunciou uma Series B de US$ 100 milhões. A rodada foi liderada pela Sequoia Capital, com Andrew Reed entrando no conselho. Kleiner Perkins, Index, Khosla, First Round, Spark, Terrain e quase todos os investidores da rodada anterior também acompanharam.
O financiamento total chegou a US$ 230 milhões, apenas cinco meses depois da Series A de novembro passado.
O que Agrawal quer construir
Não é um mecanismo de busca. Também não é um mecanismo de respostas no estilo Perplexity.
A Parallel está criando um índice da web e uma camada de API para agentes de IA. Se um agente precisa encontrar demonstrações financeiras de uma empresa, chama uma API. Se precisa checar informações de cadeia de suprimentos, chama uma API. Se precisa fazer pesquisa de due diligence, chama uma API. Por trás disso está um índice da web rastreado pela própria Parallel e estruturado para cargas de trabalho de agentes.
Agrawal resume a tese assim:
Criamos a Parallel a partir da convicção de que agentes usarão a web com uma frequência mil vezes maior que humanos, e que a maior parte desse trabalho acontecerá em segundo plano.
Em termos de negócio: uma pessoa pode abrir o navegador 20 vezes por dia; um agente pode fazer 20.000 chamadas de API. Se essa escala se confirmar, o modelo tradicional de busca do Google, baseado em cliques pagos, SEO e leilões de anúncios, perde força. Agentes não clicam em anúncios. Eles precisam de dados estruturados, de baixa latência e com origem verificável.
Quem controlar a entrada dos agentes na web controlará uma parte importante do fluxo de caixa da próxima geração de busca.
A lista de clientes chama atenção
| Empresa | Uso da Parallel |
|---|---|
| Harvey | Coleta de dados da web para casos de raciocínio jurídico |
| Notion | Pesquisa feita por agentes para usuários |
| Profound | Pesquisa de conteúdo |
| Actively | Monitoramento de leads de vendas |
| Opendoor | Consultas de dados imobiliários |
| Vários bancos de investimento e hedge funds | Informações de mercado e empresas em tempo real |
| Duas grandes seguradoras P&C dos EUA | Verificação ligada a sinistros |
Mais de 100.000 desenvolvedores já usam o produto. O ponto comum é claro: são produtos de agentes feitos para concluir tarefas de várias etapas de forma autônoma, não simples chatbots.
Gabe Pereyra, da Harvey, foi direto:
A Parallel é como trazemos a web para dentro do quadro.
Sarah Sachs, da Notion, acrescentou:
Assim como pessoas, agentes precisam pesquisar a web pública para trabalhar e tomar decisões. A Parallel torna isso possível.
Por que a Sequoia voltou à rodada
Andrew Reed entrou no conselho com uma tese objetiva:
Agentes de longa duração estão redefinindo produtos em todos os setores. Agentes precisam da web.
A Sequoia já apostou em Cursor e Harvey, duas empresas fortes no campo de agentes. Colocar dinheiro na Parallel segue a mesma lógica: depois da camada de aplicações, vem a camada de infraestrutura.
É parecido com o manual da Sequoia na era cloud-native dos anos 2010, quando investiu em Snowflake e Datadog ao mesmo tempo. De um lado, aplicações verticais; de outro, ferramentas horizontais.
Por que não Bing ou Google
O Bing tem API. O Google tem a Custom Search API. Brave, Exa e Tavily também existem. Não é uma avenida vazia.
A diferença da Parallel está em transformar o design para agentes em requisitos concretos:
- Schema estruturado: a resposta não é um bloco de HTML, mas JSON que o agente consegue consumir diretamente.
- Rastreamento completo de origem: cada informação pode ser ligada à página original, algo essencial em setores regulados como finanças e direito.
- Latência aceitável para agentes: uma busca humana tolera 500 ms; um agente que encadeia mais de dez chamadas de API em uma tarefa precisa se aproximar de menos de 100 ms.
O último ponto decide se a Parallel consegue atender agentes de produção. Se uma tarefa exige 50 consultas à web e cada uma leva 500 ms, a espera chega a 25 segundos.
Qual é a aposta de verdade
A Parallel também destacou um detalhe que deve deixar publishers atentos: está investindo em open web economics e mecanismos de mercado para que donos de conteúdo e provedores de dados possam ganhar dinheiro com sistemas de IA.
Em português claro: a empresa quer criar um novo caminho pago para o rastreamento de dados.
Esse é o centro da disputa entre empresas de IA e mídia no último ano. A Anthropic pagou US$ 1,5 bilhão para encerrar reivindicações de direitos autorais musicais. A OpenAI enfrenta processos de vários publishers. Reddit e Twitter fecharam APIs gratuitas. Se a Parallel conseguir criar um mecanismo que dê aos publishers motivo para participar voluntariamente, ela não será apenas outro mecanismo de busca. Começa a parecer a Stripe da era dos agentes: uma camada de pagamentos para o fluxo de dados.
A avaliação de US$ 2 bilhões é cara? Depende de essa camada de pagamento funcionar. Se funcionar, a história não para em uma alta de 10 vezes.
Fontes: CocoLoop, Parallel Web Systems hits $2B valuation five months after its last big raise (TechCrunch), Parallel Raises at $2 Billion Valuation to Scale Web Infrastructure for Agents (PR Newswire), Parag Agrawal's startup raises $100M to build a parallel web for AI agents (SiliconANGLE), Sequoia Capital leads Parallel's $100M raise at $2B valuation (TechFundingNews)