A startup americana Trajectory anunciou, em 2 de novembro de 2026, uma rodada Série A de US$ 45 milhões para ampliar sua plataforma de pós-treinamento de modelos de inteligência artificial. A captação foi liderada pela Sequoia e contou com a participação da NVIDIA, da Bessemer Venture Partners e da Bain Capital Ventures, segundo o TechCrunch.
Com o novo investimento, a empresa passou a ser avaliada em aproximadamente US$ 300 milhões. A Trajectory também anunciou a disponibilização pública de sua plataforma, que busca facilitar o treinamento adicional de modelos de código aberto e tornar esse processo mais acessível a organizações que não contam com grandes equipes especializadas em inteligência artificial.
Como funciona o aprendizado contínuo de modelos de IA
A proposta da startup é conectar modelos de IA aos aplicativos usados pelas empresas e aproveitar o desempenho observado nessas aplicações para realizar ajustes recorrentes. Avaliações e correções feitas por usuários podem ser incorporadas ao processo de aprimoramento, permitindo que o sistema seja adaptado às tarefas e aos critérios de cada organização.
Esse fluxo se diferencia do treinamento inicial dos chamados modelos fundacionais, realizado antes de eles chegarem ao mercado. Em vez de depender apenas de uma atualização ampla feita pelo laboratório responsável pelo modelo, a plataforma da Trajectory concentra-se no período posterior à implementação, quando as empresas já conseguem observar como a tecnologia se comporta em situações concretas.
Na prática, profissionais podem indicar quando uma resposta está adequada ou precisa ser corrigida. Esses sinais ajudam a orientar novas etapas de treinamento e avaliação. De acordo com as informações divulgadas ao TechCrunch, o objetivo é transformar o conhecimento de especialistas em melhorias contínuas no comportamento dos modelos.
Aplicações em áreas que exigem adaptação
A Trajectory apresenta a tecnologia como uma alternativa para empresas que precisam ajustar sistemas gerais a fluxos de trabalho específicos. Entre os setores citados estão direito, finanças, saúde e atendimento corporativo, áreas nas quais a precisão das respostas e a aderência a procedimentos internos podem ser determinantes para o uso da IA.
Em uma empresa jurídica, por exemplo, o modelo pode precisar seguir padrões próprios de análise e redação. Em operações financeiras, pode ser necessário avaliar informações conforme critérios definidos pela organização. Já em serviços de atendimento, o sistema precisa responder de acordo com políticas internas e com o contexto de cada cliente. O processo descrito pela startup procura usar as avaliações de profissionais para orientar esse tipo de adaptação.
A plataforma mantém a participação humana durante o desenvolvimento. Isso significa que os modelos não passam a alterar suas próprias capacidades sem supervisão: as avaliações, correções e decisões de treinamento continuam integradas a um fluxo controlado pela organização. Esse aspecto é relevante em aplicações nas quais erros precisam ser identificados antes que uma nova versão seja adotada.
Empresas já usam a plataforma
Segundo a reportagem do TechCrunch, empresas como Harvey, Rogo, Decagon, Mercor e NVIDIA já utilizam a tecnologia da Trajectory em diferentes aplicações. A startup não se posiciona apenas como uma fornecedora de modelos, mas como uma camada de ferramentas para ajustar sistemas de inteligência artificial depois que eles são conectados aos produtos e processos de uma companhia.
A presença da NVIDIA entre as investidoras também relaciona o negócio à expansão do mercado de infraestrutura e software para aplicações de IA. À medida que companhias incorporam modelos generativos a operações internas, cresce a necessidade de medir resultados, corrigir falhas e manter o desempenho alinhado às mudanças nos dados e nas rotinas de trabalho.
Disputa avança para além de modelos maiores
O movimento indica uma mudança de foco dentro do mercado de inteligência artificial. A competição não se limita à criação de modelos cada vez maiores ou à oferta de sistemas generalistas. Também envolve a capacidade de adaptar essas tecnologias a necessidades concretas, com ciclos de avaliação que continuem depois do lançamento.
Para as empresas, esse tipo de abordagem pode reduzir a distância entre testar uma ferramenta de IA e utilizá-la em processos reais. O valor da tecnologia passa a ser medido não apenas pela capacidade demonstrada em avaliações gerais, mas também pela evolução obtida em tarefas específicas, a partir do retorno de quem trabalha diretamente com elas.
A rodada de US$ 45 milhões reforça o interesse dos investidores por soluções voltadas ao pós-treinamento e ao aprendizado contínuo. No caso da Trajectory, a estratégia combina modelos de código aberto, supervisão humana e feedback de usuários para criar sistemas mais ajustados ao contexto de cada organização.
