Grandes rodadas de startups de IA já não chamam tanta atenção por si só. A captação de US$ 450 milhões da CuspAI se destaca porque o dinheiro não vai para chatbots, vídeo ou agentes de escritório. Vai para uma camada mais lenta e mais física da pilha de IA: a descoberta de materiais para chips, energia e manufatura.
Em 20 de julho, a CuspAI, de Cambridge, no Reino Unido, anunciou uma Série B de US$ 450 milhões, com avaliação pós-investimento de US$ 2,6 bilhões, e lançou o AI Materials Foundry. A empresa descreve a Foundry como uma rede global que conecta dados, laboratórios, computação e especialistas científicos para trabalhar em semicondutores, redes elétricas, baterias, captura de carbono, tratamento de água e outros problemas industriais.
O ponto central não é apenas mais um unicórnio de IA. A pergunta mais precisa é se os próprios materiais podem virar o próximo gargalo à medida que chips de IA exigem mais energia, insumos raros, empacotamento avançado e processos industriais mais estáveis.
Investidores apostam na velocidade do laboratório
A CuspAI foi fundada por Chad Edwards e Max Welling e tem cerca de dois anos. Sua Série A, de mais de US$ 100 milhões, aconteceu há menos de um ano. A nova rodada foi liderada por Kleiner Perkins e NEA, com participação relevante da Bezos Expeditions.
A lista de investidores é ampla. Entre os novos nomes estão Glade Brook, Lux Capital, AMD Ventures, StepStone, o Sovereign AI Venture Fund do Reino Unido, Invest-NL e John Doerr. Investidores anteriores, como Temasek, Prosus, Northzone, Hoxton Ventures, Lightspeed, Giant Ventures e LocalGlobe, também participaram.
A CuspAI se apresenta como um mecanismo de busca para o mundo dos materiais. O usuário define propriedades químicas ou físicas desejadas, o sistema gera candidatos e a empresa usa simulações, experimentos e feedback de parceiros industriais para filtrar as opções. Parece IA generativa, mas o trabalho pesado está nos laboratórios, na validação de processos e na substituição dentro da cadeia de suprimentos.
A mensagem da empresa é direta: sem acelerar a descoberta de materiais, o progresso industrial das próximas décadas pode ficar limitado por materiais que ainda não foram descobertos ou fabricados em escala.
A Foundry é uma cadeia de validação industrial
O AI Materials Foundry começa com mais de 45 parceiros; The Guardian e Bloomberg citam mais de 48. A lista inclui NVIDIA, Meta, Samsung, Hyundai Motor Group, Henkel, Applied Materials, Tokyo Electron, Merck e outras empresas próximas de chips, eletrônicos, química e manufatura.
Essa combinação mostra o que a CuspAI tenta construir: uma cadeia longa de validação. Semicondutores precisam de materiais e receitas de processo mais estáveis e eficientes. Captura de carbono precisa de adsorventes que combinem eficiência, custo e produção em escala. Baterias e redes elétricas enfrentam limites de vida útil, segurança e recursos. Tratamento de água exige química mais precisa contra poluentes como PFAS.
Josh Coyne, da Kleiner Perkins, resumiu a tese ao dizer que muitos grandes saltos tecnológicos acabam dependendo de um material. Na infraestrutura de IA, isso faz sentido. GPUs, HBM, empacotamento avançado, refrigeração e equipamentos elétricos encontram limites físicos antes de virarem problemas de software.
O ângulo da cadeia de suprimentos importa
Vista apenas como financiamento, esta é uma história de startup europeia de IA. Vista dentro da cadeia de infraestrutura de IA, ela mostra algo mais concreto: a corrida dos grandes modelos saiu dos algoritmos de treinamento e chegou a energia, resfriamento, wafers, equipamentos e materiais.
Leitores chineses acompanham placas aceleradoras, clusters com dezenas de milhares de GPUs, preços de inferência e modelos abertos. A CuspAI aponta para outra restrição. Capacidade de chips não depende só de litografia e GPUs; muitas vezes também depende de um material conseguir entrar em produção em massa dentro de limites de custo, rendimento, estabilidade e ambiente.
Isso explica por que fundo público britânico, Bezos Expeditions, AMD Ventures e empresas ligadas a equipamentos de semicondutores aparecem na mesma rodada. Se a IA de materiais encurtar ciclos de triagem, o ganho pode chegar a chips, energia e manufatura, não apenas a uma empresa de software.
Os números ainda não provam produção
Três grupos de números precisam ser separados. A captação de US$ 450 milhões e a avaliação de US$ 2,6 bilhões mostram que investidores aceitam pagar um prêmio por IA de materiais, mas não provam que a tecnologia já funciona em todos os cenários industriais.
Mais de 45 parceiros na Foundry dão à CuspAI acesso a mais dados, condições de laboratório e demandas de mercado. Mas muitos parceiros não significam adoção automática em cada linha de produção.
A NEA observa que a descoberta de materiais muitas vezes levou de 10 a 20 anos. A CuspAI quer comprimir geração, síntese, teste e validação para meses. É a promessa mais atraente e também a que mais precisará de evidências.
Os próximos pontos de prova são simples: a CuspAI publicará mais casos fechados, do candidato gerado por IA à validação experimental? Parceiros da Foundry testarão materiais em produtos de chips ou energia? E o mecanismo de busca de materiais entregará resultados fabricáveis, compráveis e compatíveis com regras?
A IA está transformando partes da pesquisa científica em produto. A rodada da CuspAI sugere que a próxima competição pode acontecer entre a bancada de laboratório e o chão de fábrica, enquanto rankings de modelos mostram apenas uma parte pequena da história.
Fontes: anúncio oficial da CuspAI, The Guardian, Bloomberg, CocoLoop e nota de investimento da NEA; foram verificados a Série B de US$ 450 milhões, a avaliação de US$ 2,6 bilhões, mais de 45 parceiros da Foundry, a Série A anterior acima de US$ 100 milhões e os usos em semicondutores e materiais.