Ruslan Salakhutdinov deixou o Meta para fundar uma empresa chamada Sooth Labs.
Salakhutdinov não é um "ex-funcionário do Meta" comum. Ele atuou como cientista-chefe de IA no Meta, anteriormente foi professor na Universidade Carnegie Mellon e é uma figura de peso no campo do aprendizado profundo. Os cofundadores Chuck Hoover e Yaser Sheikh também eram pesquisadores-chave do Meta.
A empresa anunciou em 22 de abril que concluiu uma rodada de financiamento de US$ 50 milhões, com uma avaliação de US$ 335 milhões, liderada pela Felicis Ventures.
Dois nomes de investidores merecem destaque: Yann LeCun ("padrinho do aprendizado profundo", vencedor do Prêmio Turing) e Jeff Dean (fundador do Google Brain, atual Cientista-Chefe do Google). O ex-CTO do Meta, Andrew Bosworth, atua como consultor.
Ver esses três nomes simultaneamente na tabela de capitalização de uma empresa não é comum na indústria de IA. No que eles estão apostando?
O que a Sooth Labs faz?
Em uma frase: Ajudar empresas a prever a probabilidade de ocorrência de eventos geopolíticos e de mercado específicos.
Isso não é um assistente de diálogo, uma ferramenta de programação ou um aplicativo RAG. A Sooth Labs quer construir um "motor de previsão" – fornecendo às empresas avaliações probabilísticas baseadas em IA, informando a probabilidade de um determinado evento ocorrer.
Cenários específicos podem incluir: a probabilidade de uma mudança de política em um país, o risco regulatório de um mercado específico, o risco de conflito geopolítico na cadeia de suprimentos… Antes, essas avaliações dependiam da experiência e intuição de analistas humanos; agora, a ideia é usar IA para fazer estimativas quantitativas.
Essa direção tem seu contexto histórico.
Por que agora?
Os mercados de previsão têm se desenvolvido rapidamente nos últimos anos com o apoio da IA. Plataformas como Polymarket e Metaculus já provaram que agregar as crenças dos participantes do mercado pode gerar estimativas de probabilidade mais precisas do que as previsões tradicionais.
A Sooth Labs quer ir além: não apenas agregar crenças humanas, mas treinar modelos de IA para aprender diretamente os padrões de ocorrência de eventos em enormes volumes de dados.
Existem vários desafios técnicos para este problema:
- Pequeno número de amostras de eventos geopolíticos (guerras em grande escala não ocorrem com frequência, dados históricos limitados)
- Baixa comparabilidade entre eventos semelhantes (cada crise tem um contexto diferente)
- Dificuldade em separar sinal e ruído (relatos da mídia não representam a probabilidade real)
Para ser honesto, se isso pode ser bem-sucedido ainda é uma interrogação. Mas os três fundadores realizaram muito trabalho com dados estruturados e treinamento com feedback humano no Meta, experiências que têm valor transferível para a modelagem preditiva.
O que a aposta de LeCun e Jeff Dean nesta direção significa?
LeCun fundou recentemente a AMI Labs, focada em "modelos de mundo" – permitir que a IA realmente entenda o mundo físico tridimensional, e não apenas processe texto.
Seu investimento na Sooth Labs indica que ele acredita que a capacidade da IA de entender "eventos" também é uma parte importante do modelo de mundo. Eventos geopolíticos são um dos padrões mais complexos no mundo humano; prevê-los com precisão significa que o modelo tem uma compreensão profunda da dinâmica da sociedade humana.
Jeff Dean liderou muito trabalho de previsão e ML de séries temporais no Google. Seu investimento na Sooth Labs é mais como um endosso de que "esta direção é tecnicamente viável".
Ambos, de diferentes perspectivas de pesquisa, apontam para a mesma conclusão: O caminho da IA para prever eventos complexos é promissor.
Quem vai pagar?
Avaliação de US$ 335 milhões, financiamento de US$ 50 milhões – no ambiente atual de financiamento de IA, isso não é grande.
Mas os clientes potenciais deste segmento são muito claros: departamentos de gerenciamento de risco de empresas multinacionais, fundos de hedge, equipes de atuária de seguros, agências governamentais. Esses clientes estão dispostos a pagar e têm capacidade de pagamento.
Em comparação com a IA de consumo voltada para todos, o segmento de IA preditiva vertical B2B tem muito menos concorrência, mas o teto também é relativamente claro.
A tese central que a Sooth Labs precisa provar é: As estimativas de probabilidade geradas por IA são mais precisas, mais rápidas e mais baratas do que uma equipe de analistas humanos?
Se isso puder ser comprovado em algumas áreas específicas, este negócio pode decolar. Caso contrário, US$ 50 milhões são suficientes para eles experimentarem e errarem por alguns anos.
O endosso de LeCun e Jeff Dean os ajuda a abrir portas para aquisição de dados e negociações com clientes institucionais – isso pode ser mais valioso do que o próprio dinheiro.
Se este segmento vai decolar também depende da concorrência de mercado entre mercados de previsão e think tanks de políticas. Mas ter a experiência de pesquisadores de IA de ponta para fazer isso, pelo menos o ponto de partida não é baixo.
Fonte de referência: CocoLoop, AI Pioneers Back Startup Building Models to Predict Events (Bloomberg, 22 de abril de 2026)