A aceleradora conjunta de inteligência artificial criada pelo Google e pela Accel para startups da Índia recebeu mais de 4 mil inscrições para sua última turma. Dessas, apenas cinco empresas foram selecionadas – e nenhuma delas é um simples “wrapper” de IA, segundo revelou Prayank Swaroop, sócio da Accel, ao TechCrunch.
Maioria das startups oferecia soluções superficiais
Cerca de 70% das candidaturas rejeitadas eram de startups que apenas adicionavam recursos de IA, como chatbots, sobre softwares existentes. Essas empresas não estavam reimaginando novos fluxos de trabalho usando inteligência artificial, explicou Swaroop.
O programa Atoms, anunciado em novembro, oferece até US$ 2 milhões em financiamento da Accel e do AI Futures Fund do Google, além de até US$ 350 mil em créditos de computação em nuvem. A edição atual recebeu quatro vezes mais inscrições que as turmas anteriores, com muitos empreendedores de primeira viagem.
Foco em aplicações empresariais domina ecossistema indiano
O perfil das candidaturas reflete a concentração do ecossistema indiano de IA em soluções corporativas. Aproximadamente 62% das propostas focavam em ferramentas de produtividade e outros 13% em desenvolvimento de software, totalizando três quartos das ideias voltadas para empresas em vez de consumidores.
Entre as startups rejeitadas, muitas pertenciam a categorias saturadas como automação de marketing e recrutamento com IA, áreas onde os investidores veem pouca inovação genuína.
Cinco selecionadas trazem aplicações profundas de IA
As cinco startups escolhidas incluem a K-Dense, que desenvolve um “co-cientista” de IA para pesquisas em ciências da vida e química; a Dodge.ai, focada em agentes autônomos para sistemas ERP; e a Persistence Labs, especializada em IA de voz para call centers. Completam a lista a Zingroll, plataforma para filmes gerados por IA, e a Level Plane, que aplica inteligência artificial à automação industrial.
Jonathan Silber, cofundador do AI Futures Fund do Google, afirmou que a seleção priorizou empresas alinhadas com áreas onde a IA deve ter adoção mais profunda no mundo real. O objetivo é criar um ciclo de feedback com o Google DeepMind para aprimorar futuros modelos de IA.
