# State of AI 2026 POR
## Main Cover
State of AI
Latin America
2026
4ta edição
## Letter
CARTA Da HI
Há três anos, a pergunta central sobre a AI na América Latina era se a região a adotaria.
Hoje, essa pergunta parece praticamente resolvida. A AI passou da experimentação para o uso cotidiano. Os founders a integram desde o primeiro dia, os trabalhadores dependem cada vez mais dela para fazer seu trabalho, e as corporações da região estão deixando para trás os pilotos para passar a uma implementação real.
Hoje a história é sobre os agentes.
Pela primeira vez, o software pode fazer mais do que responder perguntas ou gerar conteúdo. Os agentes de AI podem perseguir objetivos, navegar workflows, usar ferramentas e, cada vez mais, operar com supervisão humana limitada. Essa mudança tem o potencial de transformar não só os produtos, mas também a forma como as empresas, as instituições e indústrias inteiras se organizam.
A América Latina entra nessa transição a partir de uma posição de força. As taxas de adoção de AI na região rivalizam com as de economias muito mais ricas, enquanto seus entrepreneurs têm décadas de experiência construindo em ambientes complexos e com recursos limitados. Acreditamos que essa combinação pode se tornar uma vantagem à medida que surge a próxima geração de empresas AI-native.
Esta quarta edição do State of AI in Latin America explora essa transição. Por meio de dados, entrevistas e conversas com founders, operadores, pesquisadores e investidores, analisamos como a AI está transformando as organizações da região e onde podem surgir as oportunidades mais importantes.
Jimena Pardo
Ariel Arrieta
## Acknowledgements
CRÉDITOS & COLABORAÇÕES
Agradecimentos
APRESENTADO POR:
https://elevenlabs.io/agents?utm_source=stateofai&utm_medium=referral&utm_campaign=state_of_ai_latam_2026&utm_term=b2b
COM O APOIO:
| Logo | Alt |
| --- | --- |
|  | tess |
|  | faces |
|  | LAVCA |
Preparado pela nossa equipe e colaboradores de AI
ChatGPT · Claude · Gemini - Tess - Faces
| Name | Role | Photo |
| --- | --- | --- |
| Antonia Bezanilla | Research |  |
| Alejandro Cercio | Research |  |
| Leonardo Coz | Principal |  |
| Jimena Pardo | Managing Partner |  |
| Federico Antoni | Managing Partner |  |
© Hi Ventures 2026 / hi.vc June 2026
## Insights List
Key insights
| Index | Heading | Description |
| --- | --- | --- |
| 01 | A América Latina evoluiu da experimentação para a infraestrutura. | O que em 2024 era um piloto, hoje é production-grade com agentic frameworks, numa velocidade de adoção que para cloud e mobile levou o dobro do tempo. |
| 02 | Agentic Big Bang. | 53% das startups já implementam agentes em produção e 30% dos corporativos também, mas human-in-the-loop continua sendo o modelo de autonomia dominante em ambos os segmentos. |
| 03 | A AI Readiness converge em toda a região. | Chile (72.5) e Argentina (71.0) agora lideram o Hi AI Readiness Index, enquanto o Brasil passou de 62.5 para 70.2 — o maior aumento ano a ano. |
| 04 | O talento, não o capital, é a restrição vinculante. | A falta de talento técnico é uma das 3 principais barreiras tanto para startups (23%) quanto para corporativos (28%), apesar de 51% das startups destinarem mais de 10% do seu orçamento operacional à AI. |
| 05 | O ecossistema de VC está apostando tudo. | (vs. 45% há dois anos) e 61% dizem que mais de 60% de seus novos investimentos têm AI integrada no produto principal. |
## Spotlight
sobre Hi A Ventures
A Hi Ventures é uma firma de venture capital em estágio inicial que apoia founders latino-americanos construindo empresas globais inovadoras. Investimos com profunda convicção em tecnologia, partnerships de longo prazo com founders, e uma alocação de capital disciplinada.
Federico Antoni e Jimena Pardo, co-founders da Hi Ventures, constroem juntos há mais de uma década, desde o investimento inicial da Hi na startup da Jimena até liderar a firma hoje. Jimena liderou anteriormente iniciativas de product growth na Meta e é Kauffman Fellow e Endeavor Entrepreneur. Federico ensina empreendedorismo e AI na Stanford Graduate School of Business, e apoiou empresas category-defining construídas da América Latina para o mundo.
Desde 2023, a Hi Ventures foca exclusivamente em AI. Investimos em founders que constroem empresas AI-native, mas nosso trabalho vai muito além de investir. Acreditamos que a AI vai transformar como as startups são construídas, como as corporações operam, e como as instituições prestam serviços na América Latina. Entender essa transformação requer mais que capital. Requer pesquisa, diálogo, e engajamento contínuo com as pessoas que impulsionam a adoção.
The State of AI in Latin America é parte desse esforço. Por meio de pesquisas anuais, entrevistas, análises de empresas, e colaboração contínua com founders, executivos, investidores, e policymakers, buscamos construir uma imagem mais clara de como a AI está se espalhando pela região, onde o valor está sendo criado, e quais desafios ainda restam.
A Hi Ventures investiu em mais de 50 startups, com resultados realizados que incluem Cornershop (Uber), R2 (Ant Group), e Atlas (Remote), e posições de longo prazo em empresas como Fintual, Mendel, e Nuvocargo.
## Contents
ÍNDICE
Neste relatório:
| No. | Section | Description | Color | Face |
| --- | --- | --- | --- | --- |
| 01 | Balanço do ano em AI | o Agentic Big Bang | #B1BAFF | talent |
| 02 | Hi on AI | nossa tese para a era da AI | #FD88C0 | landscape |
| 03 | Corporativos | de copilots a workflows | #58BED6 | capital |
| 04 | Startups | construídas para a era dos agentes | #50C8BA | infrastructure |
| 05 | Venture Capital | investindo na era dos agentes | #ABC9CE | outlook |
## Download Report
Relatório completo
Baixe o estudo completo State of AI in Latin America 2026 — data, entrevistas e insights de founders, operadores e investidores em toda a região.
Baixar PDF
https://d6yvfl55smr7u.cloudfront.net/assets/36o5bnh9-1782398749368-state-of-ai-2026.pdf
4ª edição · Junho 2026
:icon-arrow-down-to-line:
## Blank slide
Converse com o relatório
Connecting…
End call
Listening…
Speaking…
Microphone access needed to start the call
https://elevenlabs.io/app/talk-to?agent_id=agent_9601kvy6asx5e6kaw9zjb3xj9b9x&branch_id=agtbrch_9501kvy6atehf27rmvy6j5tdad37
https://elevenlabs.io/agents?utm_source=stateofai&utm_medium=referral&utm_campaign=state_of_ai_latam_2026&utm_term=b2b
## Interlude
"Ninguém sabe de nada..."
William Goldman
ROMANCISTA AMERICANO
## Landscape
Balanço do ano
01
## AI Revolution Speed
A AI está surgindo mais rápido que as revoluções tecnológicas anteriores
Revoluções tecnológicas anteriores como as ferrovias, a eletrificação e a internet transformaram economias ao longo de décadas. Em contraste, já foi comprometido quase US$1 trilhão em infraestrutura e capacidades de AI, o que sugere que essa onda tecnológica pode se desenvolver muito mais rápido e potencialmente permitir que os países acelerem o desenvolvimento de capacidades produtivas.
Investimento de capital acumulado por programas de infraestrutura (ajustado pela inflação)
2026 (planificado)
Años desde el inicio del programa
Fonte: Relatórios de empresas, Epoch AI, FHWA, NASA, CRS, GAO, Brookings
| Name | Caption | Points (year,value;...) | Label Year | Label Value | Highlight |
| --- | --- | --- | --- | --- | --- |
| Investimentos de Capital em AI | ≈$930B em 6 anos | 0,0;1,45;2,130;3,250;4,500;5,700;6,930 | 7 | 960 | Yes |
| Plan Marshall | $170B, 4 anos | 0,0;1,55;2,100;3,140;4,170 | 2 | 215 | No |
| Programa Apollo | $257B, 14 anos | 0,0;4,60;8,140;11,210;14,257 | 9 | 305 | No |
| Programa F-35 | $400B, 25 anos | 0,0;6,90;12,190;18,290;25,400 | 17 | 445 | No |
| Sistema de Rodovias Interestaduais | $620B, 37 anos | 0,0;8,90;16,210;25,390;31,490;37,620 | 28 | 665 | No |
| Est. Espacial Int. | $150B, 27 anos | 0,0;7,30;14,70;21,110;27,150 | 29 | 200 | No |
| Ferrovias dos EUA | $550B, 71 anos | 0,0;15,90;30,200;40,250;50,340;60,440;71,550 | 60 | 600 | No |
## AI Capability Acceleration
Os modelos de AI estão se tornando muito mais capazes
A capacidade dos modelos de AI está acelerando. Os melhores modelos agora melhoram a +15.5 pontos por ano em benchmarks padrão, quase o dobro do ritmo de +8.3 registrado entre 2022 e o início de 2024.
Fonte: Goldman Sachs, AI Agents to Boost Productivity and Size of Software Market (jul. 2025). Dados: Gartner (out. 2024)
10 © Hi Ventures 2026 / hi.vc June 2026
+8.3 pontos por ano
+15.5 pontos por ano
| Year | Value | Label | Type (frontier/standard/historic) |
| --- | --- | --- | --- |
| 2022.0 | 104 | | standard |
| 2022.2 | 110 | | standard |
| 2022.3 | 115 | | standard |
| 2023.1 | 125 | | standard |
| 2024.1 | 131 | | standard |
| 2024.9 | 144 | o1 (high) | frontier |
| 2025.1 | 139 | DeepSeek R-1 | frontier |
| 2025.4 | 152 | GPT-5 Pro | frontier |
| 2025.6 | 148 | Grok 4 | frontier |
| 2025.8 | 154 | Gemini 3 Flash | frontier |
| 2025.9 | 151 | Claude Opus 4.5 | frontier |
| 2024.5 | 118 | | historic |
| 2024.7 | 122 | | historic |
| 2024.2 | 128 | | historic |
| 2025.2 | 134 | | historic |
| 2025.4 | 137 | | historic |
| 2023.8 | 112 | | historic |
## Acceleration Table
Quatro anos de aceleração: o que mudou desde nosso primeiro relatório
2023
2024
2025
2026
% de Mudança (2023-26)
| Metric | Unit | 2023 | 2024 | 2025 | 2026 | Direction | Change |
| --- | --- | --- | --- | --- | --- | --- | --- |
| Custo por 1M tokens |
| 60 | 30 | 10 | ~3 | down | 95% |
| Context window, | máximo de tokens por prompt | 32k | 128k | 1M | 12M | up | 375x |
| Latência de inferência, | ms | 1,300 | 500 | 100 | ~100 | down | 92% |
| NVIDIA H100, | preço unitário em USD | ~40,000 | ~30,000 | ~25,000 | ~15,000 | down | 63% |
| Tools por chamada à API, | máximo em paralelo | 1 | ~10 | ~50 | 128+ | up | 128x |
| Memória persistente, | tokens entre sessões | 0 | ~2k | ~20k | ~200k | up | 200k |
OpenAI, Anthropic, Google, NVIDIA, BFCL (Berkeley). Custo baseado no preço de saída (classe GPT-4)
© Hi Ventures 2026 / hi.vc June 2026
8
## Year in Review Timeline
Os últimos doze meses redefiniram o panorama da AI
2025
2026
Arrastra para explorar la línea de tiempo
| Date | Heading | Description | Logo |
| --- | --- | --- | --- |
| 22 de maio | A Anthropic lança o Claude 4 (Opus 4 e Sonnet 4), | estabelecendo novos benchmarks de codificação e lançando o Claude Code para desenvolvimento agentic. |  |
| 9 de julho | A Nvidia se torna a primeira empresa de $4T, | impulsionada por uma demanda insaciável de chips de AI e infraestrutura de data centers. |  |
| 7 de agosto | OpenAI lanza GPT-5,A OpenAI lança o GPT-5 | o lançamento de modelo que definiu o ano, unificando as capacidades de reasoning e de propósito geral em um único sistema. |  |
| 18 de novembro | O Google lança o Gemini 3 | parte de um sprint sem precedentes de 25 dias em que quatro frontier models foram lançados em rápida sucessão |  |
| 24 de novembro | A OpenClaw é lançada, | um agente de AI open-source de Peter Steinberger que viraliza com mais de 247K GitHub stars, gerando um movimento global de AI agentic. |  |
| 11 de dezembro | A ordem executiva de AI da Casa Branca | estabelece uma estrutura nacional de políticas de AI com padrões unificados, antecipando-se às regulamentações estaduais. |  |
| 25 de março | O MCP atinge 97M de instalações | passando de protocolo experimental a padrão universal de AI em 16 meses. Todo grande provedor já oferece ferramentas MCP. |  |
| 31 de março | A OpenAI levanta $122B com valuation de $852B | a maior rodada de funding de AI da história, liderada por Amazon ($50B), Nvidia ($30B) e SoftBank ($30B). |  |
| 7 de abril | A Anthropic mostra um preview do Claude Mythos, | uma nova classe de AI tão poderosa em cibersegurança que exigiu um lançamento controlado via Project Glasswing. |  |
| 15 de maio | O ChatGPT ultrapassa 1B de usuários semanais | tornando-se o app mais rápido da história a atingir esse marco, com 2,5B de prompts diários e 50M de assinantes pagantes. |  |
| 1 de junho | A Anthropic e a OpenAI apresentam seus S-1, | dando início à primeira corrida de IPOs de AI por trilhões de dólares, com valuations combinadas superiores a $1,8T.
|  |
Fuentes: OpenAI, Anthropic, Google, NVIDIA, TechCrunch, Financial Times, Reuters, Business Insider, GitHub
9
## Agent Software Category
Agentes surgem como nova categoria de software
Previsão do TAM (mercado total endereçável) de software: SaaS vs. agentes de AI
Agentic big bang
TAM de SaaS ($ bn)
TAM de Agentes ($ bn)
A OpenClaw se tornou o projeto open-source de crescimento mais rápido da história, refletindo um interesse sem precedentes por parte dos desenvolvedores.
O Claude Code demonstrou que a AI podia ir além da geração de conteúdo e executar de forma confiável workflows mais complexos.
Esses avanços marcaram o que chamamos de Agentic Big Bang. Os agentes passaram de ferramentas experimentais a coworkers, ampliando o leque de tarefas que o software pode realizar e potencialmente criando uma nova categoria de software.
Fonte: Goldman Sachs, AI Agents to Boost Productivity and Size of Software Market (jul. 2025). Dados: Gartner (out. 2024)
| Year | SaaS TAM | Total TAM |
| --- | --- | --- |
| 2025 | 30 | 30 |
| 2026 | 28 | 32 |
| 2027 | 26 | 37 |
| 2028 | 23 | 43 |
| 2029 | 20 | 47 |
| 2030 | 18 | 50 |
## New Capabilities
As novas capacidades importam mais que a automação
A oportunidade não é simplesmente automatizar tarefas existentes. Como argumenta Erik Brynjolfsson, o impacto mais importante da AI pode vir de capacidades e workflows completamente novos que não existiam antes.
A primeira geração de AI ajudou os humanos a gerar respostas. A geração emergente de agentes pode executar tarefas, avaliar resultados e melhorar seu desempenho de forma iterativa.
Como resultado, as oportunidades mais valiosas podem estar em workflows onde o sucesso pode ser medido, verificado e otimizado de forma contínua.
14 © Hi Ventures 2026 / hi.vc June 2026
Fontes: Erik Brynjolfsson, "The Turing Trap" (2022), Stanford HAI; Boris Cherny, Anthropic (2025); Prompt Era / Loop Era framework
## Expert Insight
AGENTIC DISCOVERY
**Agentic discovery:** Insights de Sofía Elizondo
3 em cada 4 esforços de inovação em saúde fracassam hoje. Nosso trabalho é fazer com que a química da natureza se transforme em sucesso.
Sofía Elizondo
CHAIRMAN, BRIGHTSEED
| Heading | Body |
| --- | --- |
| Usar AI para redescobrir a farmácia na natureza | Nós, humanos, temos muitos receptores que são ativados por plantas e fungos, por isso as moléculas que eles produzem podem atuar diretamente sobre a biologia humana, razão pela qual a maioria dos medicamentos de molécula pequena tem origem na natureza. No entanto, a ciência havia catalogado apenas cerca de 400.000 moléculas naturais, uma fração mínima do que existe. A plataforma Forager, da Brightseed, usa AI para prever a estrutura de uma molécula, as fontes que a contêm e os receptores que ela ativa, mapeando 21 milhões de moléculas até o momento.
|
| Hummingbird: Agentic AI para a descoberta científica | A Brightseed construiu a Hummingbird sobre essa data: uma plataforma agentic com agentes dedicados a descoberta, formulação, IP e trabalho regulatório com os quais os clientes interagem diretamente. O que está em jogo é alto, porque hoje aproximadamente 75% da inovação em ciências fracassa. A Brightseed demonstrou que pode duplicar as taxas de sucesso na metade do tempo, e já tem produtos no mercado, incluindo bioativos para o controle de açúcar no sangue e a saúde digestiva. |
| Por que a América Latina pode fazer leapfrog | Com uma mudança tecnológica radical, podem surgir novos modelos. A América Latina tem uma combinação incomum de conhecimento medicinal tradicional, alguns dos níveis mais altos de biodiversidade do planeta (México, Brasil, Peru), e necessidades urgentes de saúde. Com essas ferramentas de AI disponíveis, a janela está aberta agora para construir uma vantagem de saúde própria da região.
|
## Productivity Gap
A lacuna de produtividade é parte de nossa tese de investimento
Produtividade total dos fatores, indexada (2012=100): EUA vs. economias da América Latina
Desde 2012, a produtividade total dos fatores aumentou aproximadamente 6% nos Estados Unidos, mas caiu em boa parte da América Latina, com uma variação de -9% no México a -18% na Argentina. Essa lacuna de produtividade crescente continua sendo uma das maiores barreiras da região para o crescimento econômico.
A AI tem o potencial de mudar a equação: ao capacitar os trabalhadores, automatizar workflows e habilitar novos modelos organizacionais, ela poderia ajudar a América Latina a alcançar ganhos de produtividade que têm sido difíceis de alcançar durante décadas.
16 © Hi Ventures 2026 / hi.vc June 2026
Fonte: Penn World Table 11.0 via Our World in Data (normalização 2012=100), IMF WP/24/219 (2024), WEF/McKinsey "Latin America in the Intelligent Age" (2026)
| Name | Color token (CSS var) | End label | Yearly values (comma separated, 2012-2023) |
| --- | --- | --- | --- |
| EE. UU. | --color-4 | +6% | 100,100,100.5,101,100.8,101.5,102,103,103.5,106.3,104.5,105.5 |
| Brasil | --color-5 | -17% | 100,96,92,89,87.7,88,87,86,88.5,85,82,83 |
| México | --color-1 | -9% | 100,98,99,98,96,94.5,93,92,91,90.5,91,91 |
| Chile | --color-3 | -11% | 100,99,95,94,93.5,94.5,93,92,95.8,94,90,89 |
| Argentina | --color-2 | -18% | 100,98,95,94.5,93.5,92,90,86,84.5,85,88,82 |
## Blank slide
O paradoxo da AI: a automação aumenta a demanda por talento
Índice de vagas do Indeed: desenvolvimento de software e mercado geral (2024-2026)
Desarrollo de Software
Todas las Vacantes
As vagas de desenvolvimento de software se recuperaram com força desde o início de 2025, distanciando-se de um mercado de trabalho geral estagnado. O sinal é que as empresas não estão contratando de forma ampla, estão contratando especificamente para funções AI-capable.
Fonte: Bloomberg, Citadel Securities, Indeed Job Postings For Software Engineers
© Hi Ventures 2026 / hi.vc June 2026
| Month | All Postings | Software Development |
| --- | --- | --- |
| Ene-24 | 73 | 119 |
| Feb-24 | 72.5 | 117 |
| Mar-24 | 72 | 116.5 |
| Abr-24 | 71 | 116 |
| May-24 | 70 | 114 |
| Jun-24 | 69.3 | 113 |
| Jul-24 | 68.3 | 113 |
| Aug-24 | 67 | 111.5 |
| Sep-24 | 66.5 | 110.5 |
| Oct-24 | 66.5 | 111 |
| Nov-24 | 66 | 109 |
| Dec-24 | 65 | 107 |
| Ene-25 | 64 | 105 |
| Feb-25 | 63.5 | 103 |
| Mar-25 | 63.5 | 101.5 |
| Abr-25 | 63 | 100 |
| May-25 | 63 | 101 |
| Jun-25 | 63.2 | 103 |
| Jul-25 | 63.5 | 105 |
| Aug-25 | 63.8 | 108 |
| Sep-25 | 64 | 110 |
| Oct-25 | 64.3 | 113 |
| Nov-25 | 64.2 | 115 |
| Dec-25 | 63.8 | 116.5 |
| Ene-26 | 64 | 118 |
## Data Spectrum
HI AI READINESS INDEX
Uma maturidade que converge na região
O Hi AI Readiness Index mede quão preparadas estão as organizações de um país para adotar, escalar e governar AI.
Uma pontuação composta de 0 a 100 em cinco pilares: Estratégia (30%), Investimento (20%), Talento e Cultura (20%), Infraestrutura e Dados (15%), e Governança (15%).
Ano após ano, a região está amadurecendo rápido. O Chile (72,5) e a Argentina (71,0) agora lideram o índice.
| Pillar |
| --- |
| Estratégia |
| Investimento |
| Talento e Cultura |
| Infra e Dados |
| Governança |
| Rank |
| --- |
| 1 |
| 2 |
| 3 |
| 4 |
| 5 |
| Country | Strategy | Investment | Talent & Culture | Infra & Data | Governance | Overall score | Overall rank |
| --- | --- | --- | --- | --- | --- | --- | --- |
| Chile | 1 | 3 | 4 | 3 | 1 | 72.5 | 1 |
| Argentina | 1 | 5 | 1 | 2 | 1 | 71.0 | 2 |
| Brasil | 1 | 2 | 3 | 4 | 1 | 70.2 | 3 |
| México | 5 | 3 | 2 | 5 | 1 | 67.5 | 4 |
| Colombia | 1 | 1 | 5 | 1 | 5 | 53.1 | 5 |
São usadas medianas para reduzir o viés de tamanho de amostra e de valores atípicos. Os resultados refletem a amostra da pesquisa, não o ecossistema completo.
## Robotics Manufacturing
A robótica pode aprimorar a base manufatureira da América Latina
A Physical AI está passando de robôs isolados para sistemas industriais completos, incluindo manufatura, logística, manutenção, controle de qualidade, mineração e agricultura.
Esses são setores onde a América Latina já tem relevância global, desde a manufatura no México e no Brasil até a mineração no Chile e no Peru, e a agricultura na Argentina e no Brasil.
A oportunidade não é apenas maior produção, mas sim operações mais inteligentes, flexíveis e de maior produtividade nas indústrias-chave da região.
Manufactura direta
Manufactura indireta
| Number | Label | Group |
| --- | --- | --- |
| 1 | Soldagem adaptativa para peças de alta variedade e volume | MATERIALES |
| 2 | Tratamento de superfície com sistema de visão por AI para ajuste em tempo real | MATERIALES |
| 3 | Montagem versátil com variação de peças | ENSAMBLAJE |
| 4 | Montagem destra de cabos | ENSAMBLAJE |
| 5 | Braços robóticos sensíveis à força | ENSAMBLAJE |
| 6 | Embalagem automatizada com tamanhos de pacote adaptáveis | EMPAQUE |
| 7 | Embalagem automatizada de peças com visão por AI para um arranjo ideal das peças | EMPAQUE |
| Number | Label | Group |
| --- | --- | --- |
| 8 | Carga/descarga de matéria-prima | ALMACÉN Y LOGÍSTICA |
| 9 | Carga/descarga de totes | ALMACÉN Y LOGÍSTICA |
| 10 | Estanteria autônoma | ALMACÉN Y LOGÍSTICA |
| 11 | Robôs móveis autônomos (AMRs) para transporte de peças | ALMACÉN Y LOGÍSTICA |
| 12 | Robô de bin-picking para o manuseio de uma ampla variedade de peças desconhecidas | ALMACÉN Y LOGÍSTICA |
| 13 | Detecção avançada de defeitos com sistema de visão robótica | CALIDAD |
| 14 | Robôs autônomos de inspeção de manutenção | MANTENIMIENTO |
19 © Hi Ventures 2026 / hi.vc June 2026
Fonte: Fonte: Physical AI: Powering the New Age of Industrial Operations, WEF / BCG, 2025
## Agentic Organization
Agentic organization
A infraestrutura de AI, as capacidades dos modelos e os agentic systems avançaram mais nos últimos doze meses do que muitos esperavam. À medida que a AI vai além de gerar conteúdo e começa a executar trabalho, o foco se desloca da tecnologia em si para o seu impacto econômico, particularmente em regiões com um upside de produtividade significativo como a América Latina.
O resultado é o surgimento de organizações que envolvem agentes: uma empresa desenhada em torno das forças complementares dos humanos, dos agentes de AI e das máquinas inteligentes. Os vencedores da próxima década podem ser aqueles que aprenderem a orquestrar esses sistemas de forma mais eficaz.
20 © Hi Ventures 2026 / hi.vc June 2026
Fonte: Inspirado na fonte: The symbiotic organization, QuantumBlack, McKinsey, 2026
## Landscape
Hi on AI
02
## Reverse Stack
TEMAS DE INVERSIÓN
Hi Ventures identifica **cuatro temas de inversión en AI** para seguir en Latinoamérica
| Name | Description |
| --- | --- |
| AI-native finance | AI está reescribiendo cómo los latinoamericanos acceden y administran su dinero. Desde underwriting hasta wealth management, la infraestructura AI-native está cerrando la brecha de inclusión más rápido que cualquier otra ola de fintech. |
| Intelligent commerce | A medida que el comercio global se acelera y las cadenas de suministro se reorganizan alrededor de un nuevo paradigma de nearshoring, AI está permitiendo que las empresas vendan, envíen, y escalen con una velocidad y precisión sin precedentes. |
| Augmented human | Desde la salud y los diagnósticos hasta el bienestar, la educación, y la productividad personal; AI está amplificando el potencial humano en todas las dimensiones. Las startups están construyendo las herramientas que hacen a las personas más sanas y capaces. |
| Physical systems and infrastructure | AI está cruzando la barrera digital-física. La robótica, la automatización de manufactura, los sistemas de energía, y la infraestructura inteligente son la próxima frontera donde el software se encuentra con los átomos y las industrias intensivas en capital tienen su momento de AI. |
Fuente: Análisis de Hi Ventures
## Four Themes Explorer
Quatro temas a acompanhar na América Latina
| Index | Name |
| --- | --- |
| 01 | AI-native finance |
| 02 | Intelligent commerce |
| 03 | Augmented human |
| 04 | Physical systems & infrastructure |
Por que essa tendência?
Startups a acompanhar
| Label | Text |
| --- | --- |
| Os trilhos digitais já estão montados: | a nota fiscal eletrônica, o banco móvel e as APIs de open banking em toda a região significam que a infraestrutura de dados para as finanças AI-native já existe. O que falta é a camada de inteligência. |
| Crédito para quem não tem scoring: | mais de 70% dos adultos ganharam acesso financeiro na última década. A AI agora pode fazer underwriting de segmentos que o scoring tradicional não consegue alcançar.
|
| Operações de PMEs: | milhões de empresas ainda administram suas finanças de forma manual. Os agentes autônomos para faturamento, cash flow e compliance são um wedge enorme. |
| Vento favorável regulatório: | os marcos de open banking no Brasil, no México e na Colômbia estão transformando cada fintech em uma potencial plataforma AI-native. |
| Category | Co 1 Name | Co 1 Logo | Co 2 Name | Co 2 Logo | Co 3 Name | Co 3 Logo | Co 4 Name | Co 4 Logo |
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| Soluções de banco digital | Mendel |  | tapi |  | Prometeo |  | 1erian |  |
| Pagamentos | Shinkansen |  | Karta |  | ARQ |  | trace finance |  |
| Gestão de investimentos | Fintual |  | Cicada |  | Nexa Finance |  | Simetrik |  |
| Detecção de fraude e underwriting de crédito | Menlo |  | niva |  | Liora |  | brick |  |
| Automação de gestão tributária | Cenit |  | camu |  | Cifrato |  | taxdown |  |
| Label | Text |
| --- | --- |
| Comércio WhatsApp-native: | o canal comercial mais natural da América Latina já é conversacional. A AI converte a venda manual por chat em lojas autônomas e escaláveis. |
| Densidade de dados de marketplace: | bilhões em volume de vendas nas plataformas regionais geram os dados de treinamento para as ferramentas de AI que atendem à long tail de comerciantes.
|
| Orquestração logística: | o roteamento e a previsão de demanda impulsionados por AI estão resolvendo os desafios estruturais de última milha da região em um nível fundamental. |
| Transparência cross-border: | a AI é a camada essencial para lidar com a complexidade do comércio regional, desde o compliance aduaneiro até o tracking da cadeia de suprimentos em tempo real. |
| Category | Co 1 Name | Co 1 Logo | Co 2 Name | Co 2 Logo | Co 3 Name | Co 3 Logo | Co 4 Name | Co 4 Logo |
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| Otimização da cadeia de suprimentos | Nuvocargo |  | BackChannel |  | Desteia |  | Birdie |  |
| Soluções de data analytics e cloud | Senzai |  | Undercover |  | Diio |  | ZeroEval |  |
| Software de inteligência de vendas | Vambe |  | PatagonAI |  | Galo |  | Darwing AI |  |
| Personalização de e-commerce | Trinio |  | Melian |  | VerveMarket |  | PrimeroAI |  |
| Sustentabilidade ambiental | Satellites on Fire |  | Aravita |  | FieldData |  | Bemagro |  |
| Label | Text |
| --- | --- |
| Bem-estar em escala: | a saúde mental continua desatendida. Os canais digitais reduzem a barreira do estigma, e as ferramentas impulsionadas por AI chegam a populações que nunca teriam acesso a uma clínica. |
| Novas categorias de cuidado: | a oportunidade de potencializar as pessoas é muito maior do que automatizar o que os profissionais já fazem. A AI habilita serviços que antes não existiam. |
| Escassez de especialistas: | um especialista para cada 5.000 pessoas na maioria das zonas rurais. As ferramentas de diagnóstico por AI multiplicam o alcance da infraestrutura de saúde existente. |
| Aprendizado adaptativo: | a educação e o desenvolvimento da força de trabalho enfrentam um problema de escala. Os tutores de AI que se adaptam em tempo real estão mostrando melhorias de 2-3x nas implementações iniciais. |
| Category | Co 1 Name | Co 1 Logo | Co 2 Name | Co 2 Logo | Co 3 Name | Co 3 Logo | Co 4 Name | Co 4 Logo |
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| Legal tech e aplicações de AI | Enter |  | Magnar |  | Lexter |  | PrimeroAI |  |
| HR Tech e capacitação da força de trabalho | Runa |  | Tako |  | Franq |  | Hunty |  |
| Operações de saúde e triagem | Konko AI |  | Yana |  | Telepatia |  | Leona |  |
| Aplicações para a indústria de seguros | Hanlde |  | Azos |  | Darwin |  | Momento |  |
| Tomada de decisões, produtividade e agentes | Tess |  | Faces |  | Comp |  | Inner AI |  |
| Label | Text |
| --- | --- |
| Atração do nearshoring: | $41B em investimento estrangeiro direto no México em 2025, 37% destinado à manufatura. Cada nova planta de manufatura é uma superfície de implantação para a automação AI-native. |
| Lacuna de densidade de robôs: | o México tem 62 robôs para cada 10.000 trabalhadores. A Coreia do Sul tem 1.220. Essa lacuna de 20x vai se fechar, e as empresas que construírem a camada de automação vão capturá-la. |
| Vantagem competitiva: | as instalações novas podem ser projetadas em torno da AI desde o dia um, em vez de fazer retrofitting de sistemas legacy. |
| Indústrias físicas, ricas em dados: | a manufatura, a mineração e a energia representam mais de $800B do PIB da América Latina, com enormes volumes de dados operacionais e quase nenhuma AI rodando sobre eles. |
| Category | Co 1 Name | Co 1 Logo | Co 2 Name | Co 2 Logo | Co 3 Name | Co 3 Logo | Co 4 Name | Co 4 Logo |
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| Automação industrial e Robótica | Strive Robotics |  | Robot.com |  | Aerial Loop |  | | |
| Operações de energia e mineração AI-native | Bruna |  | Splight |  | Solar |  | | |
| Manutenção Preditiva e Inteligência de Ativos | Datamint |  | Fracttal |  | Aimirim |  | | |
© Hi Ventures 2026 / hi.vc June 2026
## Layered Stack
Além do horizonte: 3 grandes coisas para esperar no próximo ano
| Index | Heading |
| --- | --- |
| 1 | A América Latina produz empresas de AI de classe mundial |
| 2 | Primeira onda de startups agent-native |
| 3 | A próxima plataforma de consumo de AI emerge na região |
| Label | Text |
| --- | --- |
| A AI passa da experimentação para a vantagem competitiva: | as maiores empresas da região estão passando de pilotos para a implantação em suas operações centrais. |
| A complexidade local se transforma em dados proprietários: | a regulação, o idioma, a fragmentação e os mercados informais geram dados de treinamento que os concorrentes globais não possuem. |
| Surge uma nova geração de líderes em AI: | as empresas que dominarem a AI primeiro vão ampliar a lacuna em relação aos concorrentes mais lentos. |
| Label | Text |
| --- | --- |
| Sem legacy, sem migração: | muitas startups estão sendo construídas depois da chegada da AI, evitando décadas de baggage de software e workflows. |
| A complexidade é terreno fértil: | as indústrias fragmentadas, a variação regulatória e as ineficiências operacionais criam condições ideais para os negócios impulsionados por agentes. |
| Uma geração de founders AI-native: | milhares de entrepreneurs estão construindo suas primeiras empresas assumindo que os agentes fazem parte da equipe desde o dia um. |
| Label | Text |
| --- | --- |
| A conversa se torna o sistema operacional: | os consumidores acessam cada vez mais os serviços conversando com agentes em vez de navegar em apps. |
| A mensageria cria uma vantagem única: | os hábitos da região centrados na mensageria aceleram a adoção de experiências baseadas em agentes. |
| Os serviços chegam até o usuário: | a AI reduz o atrito de descoberta, navegação e execução. |
© Hi Ventures 2026 / hi.vc June 2026
## tess.im x h1 ad
Loved by over **16K** professionals
| Avatar |
| --- |
|  |
|  |
|  |
|  |
Scale with a Hybrid Workforce
Turn every employee into a manager of Human-AI agents. The future of work is here: hybrid squads across your entire org chart, with no user seat costs.
Keep vibing. Keep working.
Tess Cowork
Tess Corp
Hire
Structure
People
Searching the right personality
Search agents
Ask tess or assign a task...
Tess is thinking...
| ID | Name | Role | Caption | Badge | Status | Avatar |
| --- | --- | --- | --- | --- | --- | --- |
| john | John Doe | Workspace Member | Workspace owner and operator | | |  |
| tess | Tess | AI Orchestrator | Coordinates your agent team | | |  |
| director | Ethan Cole | Director of Research | Leads the research function | | working |  |
| trend | Olivia Park | Trend Spotter | Monitor emerging trends across markets | REVIEW | review |  |
| analyst | Maya Patel | Market Analyst | Analyze market dynamics and signals | | working |  |
| Name | Role | Caption | Prompt | Avatar |
| --- | --- | --- | --- | --- |
| Marcus Chen | Data Synthesizer | Compile insights into reports | Compile our research into clean reports |  |
| Emma Brooks | Outreach Agent | Draft and send follow-ups | Hire someone to draft and send the follow-up emails |  |
## Capital
Corporativos
03
## Insights List
Corporativos:
key insights
| Icon | Body |
| --- | --- |
| :icon-brain-circuit: | 71% dos corporativos adotou a AI em nível de equipe ou função, enquanto apenas 5% ainda não a explorou. |
| :icon-trending-up: | Os ganhos de produtividade continuam sendo a métrica principal do impacto da AI, mas 25% das empresas ainda não têm métricas formais estabelecidas. |
| :icon-bot: | A privacidade de dados (29%) e a falta de talento técnico (28%) são as principais barreiras, seguidas pelo fato de que a AI evolui rápido demais (24%), uma preocupação nova que não estava presente em 2025. |
| :icon-users: | 58% dos corporativos pelo menos estão pilotando agentes, e apenas 12% não têm planos de implementação (vs. 43% pilotando e 18% sem planos em 2025). |
## Expert Insight
MERCADO LIVRE
**Reconfigurando:** insights de Leandro Cuccioli
A maior barreira é cultural, não técnica. Pela primeira vez, qualquer um pode construir suas próprias ferramentas.
Leandro Cuccioli
SENIOR VP, MERCADO LIVRE
| Heading | Body |
| --- | --- |
| Uma das maiores implantações de AI do mundo | O Mercado Livre implantou o Claude for Work para 31.000 funcionários, uma das maiores implantações do mundo até o momento. Com mais de 95% da força de trabalho usando AI, a empresa está repensando como o talento se parece. O requisito não é mais ter um background técnico, mas sim a capacidade de raciocinar e conectar pontos. |
| Onde o impacto se nota primeiro | Com o negócio três vezes maior do que há três anos, a AI agora gerencia a maioria das interações com clientes, enquanto os humanos se concentram em temas mais complexos. Do lado dos desenvolvedores, mais de 18.000 engenheiros usam ferramentas de programação com AI em 47.000 aplicações. O planejamento financeiro, os impostos e as compras foram as primeiras áreas de negócio a se transformar, porque tinham os dados mais fragmentados e o trabalho mais manual, justamente onde os agentes geram valor imediato. |
| O verdadeiro moat está nos dados | O Mercado Livre trata os foundation models como intercambiáveis, e está construindo uma camada de middleware que direciona tarefas ao modelo mais eficiente, onde os tokens podem custar um décimo do preço. A convicção que guia esse trabalho é que a **verdadeira vantagem não está em qual modelo usar, mas sim em como orquestrá-los com dados proprietários.** Essa orquestação é o caminho que a empresa segue, e um que continua construindo. |
© Hi Ventures 2026 / hi.vc June 2026
## Market Synthesis
A maioria das empresas adotou AI em nível de equipe ou função
¿Qual das seguintes opções descreve melhor a etapa atual da sua organização na adoção de AI?
| Label | Value |
| --- | --- |
| Adoção em nível de equipe/função | 71 |
| Apenas produtividade individual | 23 |
| Não se usa de forma alguma | 5 |
| Percent | Description |
| --- | --- |
| 71% | das empresas têm AI em nível de equipe ou função — equipes específicas adotaram ferramentas de AI em seu trabalho. |
| 23% | das empresas estão apenas em produtividade individual — os funcionários usam ferramentas como o ChatGPT de forma ad-hoc, mas sem adoção em nível de equipe. |
|
|
|
Hi Ventures - pesquisa State of AI 2026, n=98 corporativos
## Bar Chart
Os líderes dizem que os ganhos em eficiência são o que mais lhes interessa sobre o impacto da AI
Melhorar a produtividade e a eficiência é o interesse principal dos líderes corporativos, muito à frente de tomar melhores decisões e oferecer serviços mais personalizados.
¿O que mais interessa aos líderes corporativos sobre AI?
Fonte: Hi Ventures State of AI Survey 2026, n=167 | Respondentes corporativos
| Label | Value (%) |
| --- | --- |
| Melhorar a produtividade e a eficiência | 46 |
| Tomar melhores decisões | 21 |
| Oferecer serviços mais personalizados | 17 |
| Alcançar novos clientes ou mercados | 13 |
| Outro | 2 |
| Nenhum | 2 |
| Stat | Text |
| --- | --- |
| 46% | diz produtividade e eficiência. |
| 2% | diz nenhum. Praticamente todos os líderes corporativos veem algo que os entusiasma. |
## Line Graph
A adoção corporativa de agentes de AI é ampla, mas cautelosa
Sua organização está usando atualmente ou planeja implementar agentes de AI?
Quando se trata de casos de uso para agentes, **a automação do atendimento ao cliente é o principal entre os corporativos (32%),** seguida pela geração de relatórios e analytics (16%).
No entanto, em contraste com as startups, onde 53% já rodam agentes em produção, **os corporativos estão se movendo com mais cautela.**
Fonte: Fonte: Hi Ventures - State of AI survey 2026, n=98 corporativos
| Label | Value (%) |
| --- | --- |
| Sem planos atuais | 12 |
| Sim, há agentes implantados em produção | 30 |
| Sim, pilotando agentes em implantações limitadas | 29 |
| Planejando implementar nos próximos 12 meses | 13 |
| Explorando a possibilidade | 16 |
## ROI Metrics
A eficiência dá o tom do ROI na América Latina
Como sua empresa mede atualmente o impacto ou ROI das iniciativas de AI?
| Label | Value |
| --- | --- |
| Ganhos de produtividade (tempo economizado, entrega mais rápida) | 35 |
| Redução de custos | 15 |
| Métricas operacionais específicas para casos de uso de AI | 6 |
| Crescimento de receita | 4 |
| Qualidade dos resultados de AI | 4 |
| Melhoria na tomada de decisões | 4 |
| Ainda não há métricas formais estabelecidas | 24 |
A produtividade lidera as métricas de sucesso de AI na América Latina, enquanto que, em nível global, a inovação lidera com 64% e a melhoria de custos com 38% (McKinsey/Stanford HAI 2026). Na América Latina, a redução de custos ocupa o segundo lugar, o que destaca **o foco regional na eficiência operacional**, enquanto que, em nível global, o crescimento orgânico de receita é mencionado por 33% das organizações.
No entanto, 24% ainda não têm métricas formais estabelecidas.
Fonte: Fonte: Hi Ventures - State of AI survey 2026, Stanford HAI - AI Index report 2026
35 © Hi Ventures 2026 / hi.vc June 2026
## Key Metrics
No entanto, as limitações de recursos e as lacunas de capacidade técnica continuam sendo as principais barreiras
Por que sua organização ainda não explorou a AI?
| Value | Label |
| --- | --- |
| 22 | Tempo ou recursos limitados para priorizar a AI |
| 20 | Falta de expertise técnica ou capacidades internas |
| 15 | Preocupações da força de trabalho ou resistência organizacional |
| 14 | Preocupações sobre privacidade ou segurança de dados |
| 12 | ROI ou business case pouco claro |
| 3 | Esperando casos de uso comprovados em nosso setor |
Como surgiu nas entrevistas, **fechar a lacuna técnica e elevar a AI como uma prioridade cross-functional além das equipes técnicas** são as alavancas que movem as empresas de sem adoção para pilotos, e de pilotos para escalonamento.
Em nível global, **as lacunas de conhecimento e capacitação continuam sendo o principal obstáculo para escalar a AI**, mencionadas por 59% das organizações — um aumento em relação aos 51% em 2024 (McKinsey/Stanford HAI 2026).
Fonte: Fonte: Hi Ventures - State of AI survey 2026, n=65 corporativos (sem incluir aqueles que já adotaram a AI de forma ampla). McKinsey & Company Survey 2025 via Stanford HAI AI Index 2026
30 © Hi Ventures 2026 / hi.vc June 2026
## Data Breakdown
A adoção corporativa de AI é ampla
Quão profunda é a adoção de AI em cada função?
Fonte: Fonte: Hi Ventures - State of AI survey 2026, n=98 corporativos
| Label |
| --- |
| Integrado |
| Amplo |
| Regular |
| Inicial |
| Nenhum |
| N/A |
| Function | Embedded | Broad | Regular | Early | None | N/A |
| --- | --- | --- | --- | --- | --- | --- |
| Data, analytics e BI | 21 | 27 | 19 | 20 | 0 | 9 |
| Engenharia e desenvolvimento de software | 19 | 22 | 18 | 16 | 14 | 9 |
| Gestão de produto e design | 14 | 11 | 20 | 26 | 18 | 10 |
| Estratégia e liderança | 12 | 16 | 27 | 26 | 0 | 15 |
| Operações e administração | 11 | 14 | 26 | 27 | 0 | 18 |
| Atendimento ao cliente | 10 | 18 | 21 | 24 | 20 | 5 |
| Vendas, Marketing e growth | 8 | 19 | 23 | 31 | 0 | 13 |
| Stat | Text |
| --- | --- |
| 21% | Dos corporativos têm AI totalmente integrada em Data e BI — a adoção mais profunda de qualquer função. |
| 14% | Mostra uma margem significativa para uma adoção mais profunda vs. startups, onde apenas Engenharia chega a 62% integrado. |
## Data Snapshot
Apenas 1 em cada 4 avalia formalmente os funcionários no uso de AI
Você avalia como os funcionários usam a AI em seu trabalho?
| Label | Value | Color |
| --- | --- | --- |
| Informalmente | 33 | var(--color-2) |
| Não | 24 | var(--color-5) |
| Sim — na maioria ou em todas as funções | 17 | var(--color-4) |
| Planejando fazer isso (próximos 12 meses) | 17 | var(--color-1) |
| Sim — apenas em funções de AI | 8 | var(--color-3) |
| Stat | Text |
| --- | --- |
| 33% | avalia o uso de AI de forma informal — **os managers levam isso em conta, mas não faz parte das avaliações formais de desempenho.** |
| 17% | planeja começar a avaliar o uso de AI nos próximos 12 meses — **o que sugere que a avaliação formal está ganhando momentum.** |
Fonte: Fonte: Hi Ventures - State of AI survey 2026, n=98 corporativos
## Key Metrics
A confiança do usuário, a avaliação e o custo são os principais desafios
Qual é o maior desafio técnico ao construir/implementar agentes de AI?
| Value | Label |
| --- | --- |
| 22 | Confiança e adoção do usuário |
| 20 | Avaliação e medição de qualidade |
| 19 | Custo por execução de agente em escala |
| 18 | Gestão de contexto e memória |
| 16 | Coordenação multiagente |
| 15 | Confiabilidade |
| 12 | Uso de tools e integração de API |
| 10 | Observability e debugging |
Os desafios estão distribuídos de forma **equitativa,** nenhum problema domina sozinho. Isso sugere que implementar agentes de AI em ambientes corporativos é **difícil em todas as frentes**, desde a confiança até o custo e a confiabilidade.
Vale destacar que a **confiança e adoção do usuário lidera acima dos problemas puramente técnicos**, o que indica que o **lado humano da implementação de agentes** é tão crítico quanto a engenharia.
Fonte: Fonte: Hi Ventures - State of AI survey 2026, n=98 corporativos (múltipla escolha)
33 © Hi Ventures 2026 / hi.vc June 2026
## Deep Dive
A maioria dos corporativos tem ou está desenvolvendo uma estrutura formal de governança de AI
Você tem uma estrutura formal de governança de AI?
| Label | Value | Highlight |
| --- | --- | --- |
| Sim — estrutura formal | 33 | No |
| Em progresso | 45 | No |
| Sem estrutura formal | 22 | Yes |
| Stat | Text |
| --- | --- |
| 78% | dos corporativos têm ou estão desenvolvendo uma **estrutura formal de governança de AI.** |
| 45% | diz que sua estrutura de governança **ainda está em progresso**, o que indica uma supervisão crescente, mas incompleta. |
Fonte: Fonte: Hi Ventures - State of AI survey 2026, n=98 corporativos
© Hi Ventures 2026 / hi.vc June 2026
34
## Data Snapshot
Human-in-the-loop é o formato dominante
Em que nível de autonomia seus agentes de AI operam atualmente?
| Label | Value | Color |
| --- | --- | --- |
| Totalmente autônomo | 5 | var(--color-3) |
| Human-in-the-loop | 40 | var(--color-2) |
| Ainda não | 29 | var(--color-5) |
| Sugestivo | 14 | var(--color-4) |
| Autonomia limitada | 12 | var(--color-1) |
| Stat | Text |
| --- | --- |
| 40% | está testando agentes com supervisão humana — **os humanos revisam e aprovam cada ação.** |
| 5% | Alcançou apenas uma implantação de agentes totalmente autônoma, **enquanto 29% ainda não usa agentes de AI.** |
Fonte: Fonte: Hi Ventures - State of AI survey 2026, n=98 corporativos
## Deep Dive
Além disso, consideram a fluência em AI ao recrutar, mas a maioria faz isso de forma informal
Você avalia a fluência em AI ao recrutar?
| Label | Value | Highlight |
| --- | --- | --- |
| Sim — todas as funções | 15 | No |
| Sim — apenas funções técnicas | 19 | No |
| Informalmente | 26 | No |
| Planejando fazer isso | 18 | Yes |
| Não | 21 | Yes |
| Stat | Text |
| --- | --- |
| 60% | dos corporativos considera a **fluência em AI ao recrutar,** de forma formal ou informal. |
| 18% | está **planejando começar a avaliar a fluência em AI** nos próximos 12 meses. |
Fonte: Fonte: Hi Ventures - State of AI survey 2026, n=98 corporativos
© Hi Ventures 2026 / hi.vc June 2026
36
## Expert Insight
O FUTURO DO COMÉRCIO
**O futuro do comércio:** insights de Gonzalo Oyanedel
Estamos instalando 2.300 robôs. Uma janela para o futuro da relação humano-robô.
Gonzalo Oyanedel
HEAD DE AI, WALMART
| Heading | Body |
| --- | --- |
| Agentic Commerce | O Walmart está se movendo cedo no uso de agentes. Depois que as abordagens isoladas da indústria se mostraram insuficientes, o Walmart se associou à OpenAI e ao Gemini para definir o shopping impulsionado por AI. **A convicção: as melhores experiências mantêm toda a transação dentro de um ambiente de confiança.** O Sparky, o shopping agent do Walmart, vai escalar na LatAm até 2027. |
| Como o Walmart lida com a AI: liderado por pessoas, impulsionado por tecnologia | O Walmart organiza a AI em construção de capacidades e soluções de AI/ML feitas sob medida. No ano passado, entregou mais de 8.000 interações de capacitação, e hoje **aproximadamente 75% dos funcionários corporativos usam a AI de forma ativa.** A chave tem sido um programa de transformação cultural chamado "IAqui, IAhora," com quatro super-agentes que atendem clientes, vendedores, associados e desenvolvedores. |
| Chile como hub global | O Walmart trata o Chile como um testbed global: pequeno o suficiente para ser de baixo risco, mas complexo o suficiente para testar tudo. Aproveita uma base de usuários diversa, logística sólida, a terceira internet mais rápida do mundo, e talento de primeiro nível a custo latino-americano. **Apostas de consumo como o Carrito Listo e o Sparky foram pilotadas primeiro no Chile**, e depois exportadas para o resto do mundo. |
© Hi Ventures 2026 / hi.vc June 2026
## Expert Insight
AGENTES COM VOZ
**Agentes com voz:** insights de Sasha Glatt
Hoje as empresas estão desenhando como soa sua voz.
Sasha Glatt
GROWTH, ELEVENLABS
| Heading | Body |
| --- | --- |
| A voz está se tornando um ativo de marca | A voz está se tornando um ativo de marca no mesmo nível que um logo ou uma paleta de cores. As empresas estão decidindo como soa sua marca em cada interação com o cliente. A ElevenLabs já trabalha com 70 idiomas e se integra com Zendesk, Twilio e Salesforce, para que as empresas possam adicionar uma camada de voz sobre o que já têm. **A mudança é de bots baseados em texto que parecem genéricos para agentes de voz que carregam a personalidade da marca.** |
| Além do atendimento ao cliente | Finanças, saúde e serviços de governo se mostraram os proving grounds mais fortes para AI de voz. O fio condutor é que as **conversas de maior impacto não são as óbvias de atendimento ao cliente, mas sim aquelas onde o tom e a empatia mudam o resultado.** Na saúde, a calibração de tom por especialidade médica já é um diferencial. Também em serviços financeiros, em tarefas como cobrança, porque o agente nunca perde a paciência e pode se adaptar ao peso emocional dos clientes. |
| Por que a América Latina é um encaixe natural | O México e o Brasil estão entre os mercados mais altos do mundo para mensagens de voz do WhatsApp. As pessoas na região já preferem falar em vez de escrever, o que faz com que a adoção de AI de voz pareça menos uma mudança tecnológica e mais uma extensão natural. **Os agentes com sotaques locais e vocabulário local são o que faz a adoção funcionar.** |
© Hi Ventures 2026 / hi.vc June 2026
## Company Profile
A **Incode** é uma plataforma de identidade impulsionada por AI para empresas globais. Sua capacidade **Agentic Identity** verifica qual humano está por trás de um agente de AI, o que autorizou e o que o agente pode fazer.
Agentic identity:
depois de mais de 7 bilhões de verificações de identidade, a Incode agora está trabalhando em trazer confiança para o agent economy
| Index | Body |
| --- | --- |
| 01 | **A fraude habilitada por AI cresceu 1.210% em 2025, já que os agentes agora podem fazer login em contas**, preencher formulários, contatar suporte, iniciar transações e testar controles de identidade em escala.
**A nova lacuna de identidade é saber quem controla o agente**, o que autorizou e se a ação está dentro do scope. |
| 02 | **A Incode construiu a Agentic Identity**, uma camada que conecta os agentes com a identidade humana verificada: **detecta a atividade do agente** usando sinais de comportamento e de dispositivo, **vincula os agentes a humanos verificados** quando o acesso é concedido, e **delimita permissões **quando o risco muda.
Cada ação do agente permanece rastreável a uma identidade humana e uma camada de permissões. |
| 03 | Cada ação do agente pode ser rastreada até um humano verificado, criando um audit trail completo de quem autorizou o quê. As ações de alto risco exigem confirmação ao vivo, reduzindo a exposição à fraude sem bloquear os usuários legítimos.
Pilotos com instituições financeiras líderes nos EUA e na América Latina mostram que o acesso verificado de agentes reduz o atrito ao seu uso.
|
39
© Hi Ventures 2026 / hi.vc June 2026
## Company Profile
A **Runa** construiu a plataforma de payroll líder da América Latina, atendendo mais de 3.500 empresas em cinco países. Agora estão usando agentes de AI para ajudar na capacitação da força de trabalho da região.
Agentes de treinamento com AI:
a Runa construiu um agente de AI que pode treinar um novo funcionário em qualquer cenário antes que ele enfrente um cliente ou situação real
| Index | Body |
| --- | --- |
| 01 | A América Latina tem uma das **taxas de rotatividade de funcionários mais altas** do mundo. As empresas com milhares de trabalhadores da linha de frente precisam fazer onboarding e treinar pessoal novo constantemente, mas o coaching tradicional depende de managers com tempo limitado.
O feedback varia entre os capacitadores, e escalar sessões presenciais em múltiplas localidades **é lento e caro.** |
| 02 | A Runa construiu um agente de AI Roleplay que transforma o telefone do funcionário em um coach de treinamento:
• A **AI cria simulações de prática realistas** a partir de uma mensagem de texto.
• Os funcionários **praticam por voz** em qualquer idioma e recebem uma avaliação.
• As empresas constroem **trilhas de aprendizagem estruturadas por função**, desde iniciante até níveis mais avançados com certificação.
A plataforma transforma o treinamento da força de trabalho de um problema de programação de horários em um sistema escalável. |
| 03 | A Dentalia, uma rede de clínicas odontológicas que **implementou treinamento com AI em todas as suas unidades** para padronizar o atendimento aos pacientes.
O treinamento **funciona 24/7 em qualquer idioma**, eliminando as barreiras geográficas e de programação de horários.
Mais de **3.500 clientes de payroll em cinco países agora usam a plataforma da Runa** para desenvolver suas equipes. |
40
© Hi Ventures 2026 / hi.vc June 2026
## Company Profile
A **Mendel** é a plataforma de spend management impulsionada por AI líder da América Latina. Usa agentes de AI para automatizar o acompanhamento de gastos, a recuperação de faturas, viagens corporativas e a conformidade fiscal para grandes empresas no México, na Argentina e no Chile.
Spend management impulsionado por AI:
os agentes de AI da Mendel economizam para as equipes de finanças 150 horas de trabalho administrativo por mês e reduzem os gastos não dedutíveis em 20%
| Index | Body |
| --- | --- |
| 01 | As grandes empresas gerenciam milhares de transações entre funcionários, fornecedores e operações. A maior parte do acompanhamento de gastos ainda é manual, dependendo de planilhas, recibos em papel e adiantamentos em dinheiro sem visibilidade em tempo real.
**Quando os gastos são pagos sem a nota fiscal adequada, as taxas de não dedutibilidade chegam a 70% e as empresas acabam perdendo dinheiro.** |
| 02 | A Mendel construiu uma plataforma de spend impulsionada por AI que substitui os processos manuais de ponta a ponta:
• **Smart cards** com controles e restrições de orçamento em tempo real.
• **Recuperação de faturas com AI** com foto do ticket que recupera o CFDI completo.
• **Validação automatizada de faturas** que verifica cada gasto contra o SAT e sincroniza com o ERP.
• **Agentes de AI** gerenciam a reconciliação, detecção de anomalias e o processo de compliance. |
| 03 | **150 horas economizadas** por mês em tarefas administrativas nas equipes dos clientes.
Mais de **US$20.000 em custos administrativos eliminados** por mês por cliente.
**Está em conformidade com SOC 2, com integrações nativas de ERP e portais bancários.**
Com a confiança de **Mercado Livre, FEMSA, McDonald's, OXXO, KPMG, Suzuki,** e Viva Aerobus. |
41
© Hi Ventures 2026 / hi.vc June 2026
## Interlude
"Nos próximos três anos, tudo o que puder ser simplificado, particularmente os processos repetitivos ou aqueles com alta probabilidade de erro humano, não deveria continuar sendo manual. Todos vão ser impulsionados por AI"
Juan Manuel Valle
CEO AFORE COPPEL
## Cosmo Add
PRODUCTION-READY CAMPAIGNS IN MINTUES
Discover a universe inside your brand
JOIN THE WAITLIST
https://cosmo.senzai.ai/
## Infrastructure
Startups
04
## Startups Insights
Startups:
key insights
| Icon | Body |
| --- | --- |
| :icon-rocket: | **99%** das startups usa **AI pelo menos internamente**. |
| :icon-brain-circuit: | **78% das startups têm AI integrada em seu produto principal** (59% AI-native, 19% lançou funcionalidades de AI para seus clientes). |
| :icon-package-open: | **O Claude é usado por 83% das startups**, superando a OpenAI (66%), enquanto o Claude Code lidera as ferramentas de programação com AI com 69% |
| :icon-bot: | **72% das startups pelo menos estão pilotando agentes. **Apenas 9% não têm planos (vs. 62% e 10% em 2025). |
## Expert Insight
NIVELANDO A LACUNA
Nivelando a lacuna: insights de Paqui Casanueva
AI está se tornando o sistema operacional da economia. **Não resta outra opção além de adotá-la.**
Paqui Casanueva
BOARD PRESIDENT, ENDEAVOR
| Heading | Body |
| --- | --- |
| AI é uma nova camada sobre tudo | Todos assumem que a AI vai desumanizar o trabalho, mas está acontecendo o contrário. Ela elimina tarefas repetitivas e de baixo valor, e move as pessoas de funções transacionais para funções estratégicas. **A data sempre esteve ali como matéria-prima, mas agora finalmente temos a forma de extrair valor dela.** Essa mudança é o que transforma como as equipes operam, como as decisões são tomadas, e onde os humanos realmente agregam valor. |
| AI reduz mais do que o custo | Cada geração de entrepreneurs se beneficia de uma nova mudança tecnológica. Para esta geração, é a AI. **Os founders agora podem construir produtos mais rápido, automatizar trabalho que antes exigia equipes inteiras, e alcançar clientes com muito menos recursos do que nunca.** Os melhores entrepreneurs não estão construindo em torno da AI em si, estão usando a AI para resolver problemas significativos. |
| A complexidade do México é sua vantagem | Um microentrepreneur com um telefone agora tem um poder de computação comparável ao que uma grande corporação tinha há cinco anos. A AI está nivelando a lacuna. O México tem 40 milhões de pessoas sem um único serviço financeiro e 40 milhões de familiares nos Estados Unidos, um mercado duplo esperando para ser desbloqueado. **Se você consegue resolver um problema no México, com toda a sua complexidade, seu modelo funciona em qualquer parte da América Latina.** |
© Hi Ventures 2026 / hi.vc June 2026
## Startups AI Embed
ADOÇÃO DE STARTUPS
A maioria das startups integra AI em seu produto principal e usa AI pelo menos internamente
A maioria das startups está integrando AI no que vendem, não apenas em como operam.
Seu produto principal tem AI integrada?
Fonte: Hi Ventures - State of AI survey 2026, n=268 startups
| Label | Value (%) |
| --- | --- |
| O produto é AI-native | 59 |
| Funcionalidades de AI utilizadas | 19 |
| Funcionalidades de AI em desenvolvimento / planejadas | 14 |
| Sem AI no produto | 8 |
| Stat | Text |
| --- | --- |
| 78% | das startups têm **AI integrada** em seu produto principal. |
| 31% | das startups estão em **B2B SaaS / Enterprise Software**, o setor maior. |
| 62% | têm equipes de **10 pessoas ou menos.** |
|
|
|
## Startups Bottlenecks
O talento, a confiabilidade e o custo de compute são os principais gargalos que as startups com AI enfrentam
Quais são os principais gargalos para implementar AI?
Pergunta de múltipla escolha
| Label | Value (%) | Highlight |
| --- | --- | --- |
| Falta de talento técnico | 23 | Yes |
| Confiabilidade de agentes de AI em produção | 23 | No |
| Custo de compute | 22 | No |
| Falta de bandwidth | 19 | No |
| Custos altos de implementação | 18 | No |
| Privacidade de dados | 16 | No |
| Falta de investimento interno | 13 | No |
| Dificuldade para demonstrar valor | 10 | No |
| Incerteza regulatória | 8 | No |
| Falta de comprometimento | 6 | No |
Os 3 principais gargalos estão praticamente empatados: **talento, confiabilidade de agentes e custo de compute** — o que reflete que os desafios de implementação de AI são estruturais, não pontuais.
Vale destacar que **6% menciona a falta de comprometimento** como um gargalo, o que sugere que um segmento de startups já superou isso.
Fonte: Hi Ventures - State of AI survey 2026, n=268 startups (múltipla escolha)
48
© Hi Ventures 2026 / hi.vc June 2026
## Model Preferences
Preferências de modelos de AI entre startups (2023–2026)
Quais modelos de AI sua startup usa?
| Name | Color | 2023 | 2024 | 2025 | 2026 |
| --- | --- | --- | --- | --- | --- |
| ChatGPT | #58BED6 | 92 | 97 | 89 | 66 |
| Claude | #000000 | | 29 | 45 | 83 |
| Gemini | #ABC9CE | | 26 | 48 | 59 |
| DeepSeek | #50C8BA | | | 19 | 10 |
| Label |
| --- |
| 2023 |
| 2024 |
| 2025 |
| 2026 |
83%
Das startups agora usa o Claude, um aumento em relação aos 29% em 2024 — um incremento de 2,9x em apenas dois anos, superando a OpenAI como o modelo #1 entre as startups latino-americanas.
66%
Das startups ainda usa modelos da OpenAI, uma queda em relação aos 97% em 2024, à medida que as startups passam de depender de um único modelo para experimentar com múltiplos modelos entre Claude, Gemini e players emergentes.
Fonte: Hi Ventures — State of AI Survey 2023, 2024, 2025, 2026.
55 © Hi Ventures 2026 / hi.vc June 2026
## Startups Budget
Metade das startups destina mais de 10% do seu orçamento operacional para AI
Qual porcentagem do seu orçamento operacional é destinada à AI?
| Label | Value (%) |
| --- | --- |
| Menos de 1% | 9 |
| 1–5% | 16 |
| 5–10% | 16 |
| 10–25% | 20 |
| 25–50% | 15 |
| Mais de 50% | 16 |
| Não sabe | 8 |
| Stat | Text |
| --- | --- |
| 16% | das startups destina mais de 50% do seu orçamento para AI, o que reflete o aumento dos modelos de negócio AI-native.
|
| 8% | não faz o acompanhamento do gasto em AI separadamente. À medida que a AI se integra em todas as funções, isolar seu custo pode se tornar mais difícil.
|
Fonte: Hi Ventures - State of AI survey 2026, n=268 startups
50
© Hi Ventures 2026 / hi.vc June 2026
## Startups Risks
Tanto as startups latino-americanas quanto os corporativos globais veem a alucinação e a imprecisão como o principal risco ao implementar AI
Quais são os principais riscos ao implementar AI?
Pergunta de múltipla escolha
| Label | Value (%) |
| --- | --- |
| Imprecisão e alucinação | 58 |
| Vazamentos de privacidade de dados | 39 |
| Vulnerabilidades de cibersegurança | 33 |
| Não conformidade regulatória | 20 |
| Problemas de explicabilidade e auditabilidade | 19 |
| Deslocamento da força de trabalho | 10 |
| Infração de IP e copyright | 8 |
| Não vejo riscos | 7 |
| Outro | 9 |
Startups da América Latina vs. corporativos globais
| Stat | Text |
| --- | --- |
| | A imprecisão e a alucinação lideram na América Latina **(58%)** e em nível global **(74%)**. |
| | Apenas **33%** das startups latino-americanas menciona a cibersegurança como um risco principal da AI, frente a **72%** das organizações globais. |
Fonte: Hi Ventures - State of AI survey 2026, n=268 startups. McKinsey & Company Survey 2025 via Stanford HAI AI Index 2026
51
© Hi Ventures 2026 / hi.vc June 2026
## Startups Platforms
Anthropic Agents SDK lidera as plataformas de agentes, seguido por n8n e LangChain
Quais plataformas de agentes de AI/automação sua empresa usa?
Pergunta de múltipla escolha
| Label | Value (%) |
| --- | --- |
| Anthropic Agents SDK | 29 |
| n8n | 23 |
| LangChain / LangGraph | 22 |
| OpenAI Assistants API | 13 |
| ElevenLabs | 10 |
| Amazon Bedrock Agents | 9 |
| Vertex AI Agent Builder | 7 |
| Microsoft Copilot Studio | 5 |
| Zapier AI | 4 |
| Make | 3 |
O panorama de plataformas de agentes está **fragmentado** — a ferramenta líder (Anthropic Agents SDK) captura apenas 29%, e **19% diz 'Nenhuma'**, o que indica que muitas startups constroem soluções próprias.
As plataformas open-source e low-code (**n8n, LangChain, Make, Zapier**) representam em conjunto uma adoção forte, refletindo uma **cultura de construir por conta própria** entre as startups da América Latina.
Fonte: Hi Ventures - State of AI survey 2026, n=268 startups (múltipla escolha)
52
© Hi Ventures 2026 / hi.vc June 2026
## Startups Embedded
A adoção de AI é profunda em funções técnicas, mas as funções de back-office ainda estão em etapas iniciais
Quão profunda é a adoção de AI em cada função?
Fonte: Hi Ventures — State of AI survey 2026, n=265 startups
| Label |
| --- |
| Integrado |
| Amplo |
| Regular |
| Inicial
|
| Nenhum |
| Function | Embedded | Broad | Regular | Early | None |
| --- | --- | --- | --- | --- | --- |
| Engenharia e desenvolvimento de software | 62 | 17 | 8 | 8 | 5 |
| Gestão de produto e design | 41 | 28 | 15 | 11 | 5 |
| Data, analytics e BI | 44 | 23 | 14 | 12 | 7 |
| Estratégia e liderança | 26 | 25 | 22 | 13 | 12 |
| Vendas, Marketing e growth | 21 | 29 | 25 | 17 | 8 |
| Atendimento ao cliente | 22 | 24 | 23 | 18 | 11 |
| Operações e administração | 15 | 26 | 26 | 20 | 10 |
| Stat | Text |
| --- | --- |
| 62% | Das startups têm AI totalmente integrada em Engenharia — a adoção mais profunda de qualquer função. |
| 15% | Tem AI integrada em Operações e Administração — a adoção mais superficial, com 10% que não usa AI de forma alguma. |
## Startups Agents
A maioria das startups está pilotando agentes de AI e apenas poucas não têm planos de implementá-lo
Sua organização está usando atualmente ou planeja implementar agentes de AI?
| Label | Value | Color |
| --- | --- | --- |
| Sem planos atuais | 9 | #abc9ce |
| Sim, já usando agentes em produção | 53 | var(--color-1) |
| Sim, pilotando agentes
| 19 | var(--color-5) |
| Sim, planejando testar isso nos próximos 12 meses | 13 | var(--color-4) |
| Explorando a possibilidade | 7 | var(--color-2) |
Mais da metade das startups já passaram da experimentação e estão em uma implantação de agentes production-grade.
A curva de aprendizado competitiva está se acumulando cada vez mais, já que cada ciclo de implantação gera dados proprietários, prompts refinados e know-how operacional que os recém-chegados não possuem.
Fonte: Hi Ventures - State of AI survey 2026, n=268 startups
55
## Startups Use Cases
Pesquisa e coordenação de workflows lideram os casos de uso de agentes em startups
Quais são seus principais casos de uso de agentes de AI?
Pergunta de múltipla escolha
| Label | Value (%) | Highlight |
| --- | --- | --- |
| Pesquisa, análise e knowledge work | 48 | yes |
| Coordenação de workflows entre apps | 47 | no |
| Coding ou dev-ops | 44 | no |
| Automação de atendimento ao cliente | 41 | no |
| Automação de vendas | 29 | no |
| Agentes de voz ou conversacionais | 29 | no |
| Execução de marketing | 23 | no |
| Outro | 10 | no |
Os quatro principais casos de uso estão muito agrupados entre 41% e 48% — não há uma aplicação dominante única. Pesquisa e coordenação de workflows lideram, seguidas de perto por programação/dev-ops e atendimento ao cliente.
Diferentemente dos corporativos, onde o atendimento ao cliente lidera com 32%, as startups distribuem o uso de agentes de forma mais equitativa entre funções.
Hi Ventures - State of AI survey 2026, n=268 startups (múltipla escolha)
56
© Hi Ventures 2026 / hi.vc June 2026
## Startups Autonomy
As startups mantêm os humanos revisando cada ação do agente
Em que nível de autonomia seus agentes de AI operam atualmente?
| Label | Value (%) |
| --- | --- |
| Sugestivo | 13 |
| Human-in-the-loop | 47 |
| Autonomia limitada | 24 |
| Totalmente autônomo | 16 |
| Stat | Text |
| --- | --- |
| 47% | das startups que usam agentes os mantêm em modo human-in-the-loop — os humanos revisam e aprovam cada ação. |
| 16% | alcançou uma implantação de agentes totalmente autônoma, comparado com apenas 5% dos corporativos. |
Hi Ventures - State of AI survey 2026, n=225 startups
57
© Hi Ventures 2026 / hi.vc June 2026
## Startups Coding Tools
O Claude Code lidera as ferramentas de programação e a Anthropic domina o developer stack
Quais ferramentas de AI para programação/produtividade de developers sua empresa usa?
Pergunta de múltipla escolha
| Label | Value (%) |
| --- | --- |
| Claude Code | 69 |
| Claude Cowork | 43 |
| Cursor | 34 |
| Codex | 31 |
| GitHub Copilot | 22 |
| Lovable | 16 |
| Google Gemini Code Assist | 14 |
| v0 Vercel | 6 |
As startups mostram uma forte adoção de ferramentas da Anthropic: Claude Code e Claude Cowork são as duas principais ferramentas de programação, à frente de Cursor e Codex.
GitHub Copilot está em 22%, atrás de quatro ferramentas de programação AI-native.
Fonte: Hi Ventures - State of AI survey 2026, n=268 startups
58
© Hi Ventures 2026 / hi.vc June 2026
## Startups Challenges
Contexto e custo são os principais desafios que as startups enfrentam ao implementar agentes de AI
Qual é o maior desafio técnico ao construir/implementar agentes de AI?
| Label | Value (%) |
| --- | --- |
| Gestão de contexto e memória | 35 |
| Avaliação e medição de qualidade | 32 |
| Custo por execução | 32 |
| Confiabilidade | 31 |
| Confiança e adoção do usuário | 28 |
| Observability e debugging | 21 |
| Multi-agent coordination | 19 |
| Uso de tools e integração de API | 12 |
| Stat | Text |
| --- | --- |
| | Diferentemente dos corporativos, onde a confiança do usuário lidera, o principal desafio das startups é a gestão de contexto/memória, uma preocupação mais técnica. |
| | Os 4 principais desafios estão dentro de uma faixa de 4 pontos entre si (35%–31%), confirmando que implementar agentes é difícil em todas as frentes. |
Hi Ventures - State of AI survey 2026, n=268 startups
59
© Hi Ventures 2026 / hi.vc June 2026
## Startups Capabilities
A maioria das startups aproveita capacidades de processar e analisar dados com AI
Quão integradas estão as capacidades de AI em seu produto?
Fonte: Hi Ventures — State of AI survey 2026, n=268 startups
| Label |
| --- |
| Principal |
| Fundamental |
| Em produção |
| Pilotando |
| Não é oferecido |
| Capability | Core | Foundational | In production | Piloting | Not offered |
| --- | --- | --- | --- | --- | --- |
| Processar e analisar dados | 13 | 46 | 20 | 11 | 10 |
| Interfaces conversacionais | 18 | 35 | 15 | 15 | 11 |
| Personalizar e recomendar | 16 | 34 | 15 | 15 | 20 |
| Ações autônomas | 15 | 33 | 12 | 15 | 25 |
| Gerar conteúdo | 14 | 31 | 9 | 15 | 31 |
| Stat | Text |
| --- | --- |
| 80% | Das startups já aproveita as capacidades de "Processar e analisar dados" — o caso de uso de AI mais maduro. |
| 55% | aproveitou "Gerar conteúdo" — o menos maduro, com 21% que nem sequer oferece. |
## Expert Insight
O FUTURO DOS AGENTES
**O futuro dos agentes:** insights de Ricardo Barros
Se uma empresa de AI não é global desde o dia um, ela não existe
Ricardo Barros
CO-FOUNDER & CEO, TESS AI
| Heading | Body |
| --- | --- |
| De chatbot a funcionários de AI | A maioria da AI empresarial é baseada em chat, confinada a equipes técnicas, e escondida atrás de interfaces de linha de comando. As três principais barreiras a resolver são o medo de segurança sobre o que os agentes podem tocar, um UX projetado para engenheiros, e a suposição de que a automação significa menos empregos. Até que essas sejam resolvidas, as plataformas agentic permanecem abaixo da adoção média em nível empresarial. |
| O modelo bottom-up que quebra o padrão | A Tess não é implementada top-down. Os funcionários criam e compartilham seus próprios AI employees através de uma interface visual, sem necessidade de código nem aprovação de TI. Uma camada de permissões dá controle às empresas, e a orquestação multi-modelo direciona cada tarefa para a melhor opção entre 300 modelos. O resultado são 16.000 usuários e 600.000 novos agentes crescendo dentro das organizações. |
| Os que ninguém esperava | As equipes de vendas e marketing viram retornos primeiro, seguidas por operações. Mas a surpresa real é o que vem depois em fábricas de manufatura, empresas de infraestrutura, pharma, e empresas de capital aberto que lidam com compliance regulatório. Os workflows de alto volume e repetitivos, onde o agente não substitui uma pessoa, mas sim substitui as ferramentas que essa pessoa utilizava, vão ser o próximo passo. |
© Hi Ventures 2026 / hi.vc June 2026
## Expert Insight
VISÃO FULL STACK
**Visão full stack:** insights de Sandra Daza
Toda empresa sabe o que mais sofre. A AI simplesmente tornou possível finalmente consertar isso.
Sandra Daza
SENIOR DIRECTOR DE AI E CLOUD, ORACLE
| Heading | Body |
| --- | --- |
| A AI democratiza o poder do computing | A Oracle se move através de todos os níveis do stack tecnológico, desde infraestrutura e bancos de dados até integração e aplicações de negócio. Hoje, uma nova camada se abriu com serviços de AI. Estes se posicionam sobre a infraestrutura existente e estão disponíveis para qualquer um, desde o maior banco da América Latina até uma startup de uma única pessoa. |
| A AI recompensa a mudança organizacional | Até 90% das empresas estão investindo em AI hoje. No entanto, a maioria das empresas rodou uma proof of concept no ano passado e ficou por aí. AI não funciona se você conectar um agente a um processo quebrado. Funciona quando você redesenha o processo definindo onde um humano deve permanecer in the loop e leva as pessoas através da mudança cultural. O CEO que pergunta o que sempre doeu mais, e constrói a partir daí, é quem vê resultados. |
| A América Latina está adotando mais rápido do que as pessoas pensam | A América Latina está superando os Estados Unidos no consumo de certos serviços que habilitam LLMs. Esta é a primeira revolução industrial que não requer um investimento de capital massivo. A região tem talento, uma cultura de adoção rápida, e instituições de classe mundial. A barreira já não é a tecnologia. |
© Hi Ventures 2026 / hi.vc June 2026
## Company Profile
Wonder Brands é uma das plataformas de e-commerce líderes da América Latina e o merchant profissional #1 no Mercado Livre®. Coffee é sua camada de plataforma de agentes de AI que prevê a demanda e recomenda compras para execução diária.
AI-agents layer:
Coffee reduziu o erro de forecast de 30% para um dígito e reduziu pela metade a cobertura de estoque para menos de 45 dias
| Index | Body |
| --- | --- |
| 01 | A WB opera um negócio de comércio de alto volume, gerenciando milhares de SKUs entre marcas, canais e categorias de dezenas de fornecedores.À medida que os negócios crescem, planejar compras e estoque se torna cada vez mais manual e fragmentado, por isso os compradores precisam reconciliar demanda, MOQs, lead times e cash flows antes de decidir o que comprar.
|
| 02 | A Coffee mudou a função do comprador, de calcular decisões para validar recomendações.A WB construiu a Coffee, uma camada de plataforma de agentes de AI que comprimiu o ciclo de planejamento de semanal para diário:
Mais de 1.300 SKUs entre 7 marcas planejados diariamente
Gerando projeções de 365 dias
Incorporando MOQ, lead time e processo agentic de cobertura de stock
|
| 03 | US$3M em compras por mês geradas por agentes e validadas por humanos através do Purchase ToolDias de cobertura reduzidos pela metade, liberando aproximadamente metade do capital de giro preso em estoque
O reporting semanal de cash flow passou a ser diário, gerado por AI com visibilidade de KPIs e prioridades operacionais
|
63
© Hi Ventures 2026 / hi.vc June 2026
## Company Profile
**Klarna** atende 35 milhões de clientes e é uma das plataformas de buy-now-pay-later líderes do mundo. Implementaram o ElevenLabs Agents como suporte de voz de primeira linha para atendimento ao cliente instantâneo.
AI-powered support:
a Klarna reduziu o tempo de resolução dez vezes, atendendo 35 milhões de clientes nos EUA com o ElevenLabs Agents como suporte telefônico de primeira linha
| Index | Body |
| --- | --- |
| 01 | A Klarna lida com um alto volume de chamadas telefônicas, a maioria informativas, perguntando sobre o status do pagamento, orientação de produto, ou entendendo os próximos passos.
Essas solicitações simples ainda exigiam entrar na fila para um agente humano, aumentando os tempos de espera e a carga operacional enquanto afastavam as equipes de suporte dos casos complexos. |
| 02 | A Klarna implementou ElevenLabs Agents como o primeiro touchpoint para o suporte telefônico nos EUA:
• Funcionalidades de voz de baixa latência em escala.
• Escalonamento automático para humanos quando a complexidade é detectada.
• **Enterprise-grade **security e controles de dados alinhados com as regulações.
A AI agora pode lidar com o atrito sem comprometer o relacionamento com os clientes. |
| 03 | Os tempos de resolução foram reduzidos dez vezes para as consultas atendidas pelo agente.
Ativo para 35 milhões de clientes nos EUA com resposta instantânea.
Melhoria na experiência do cliente e na eficiência operacional.
Agora escalando para atender todos os clientes em nível mundial usando este serviço. |
64
© Hi Ventures 2026 / hi.vc June 2026
## Company Profile
**Cashea** é a plataforma de buy-now-pay-later líder da Venezuela, expandindo o acesso ao crédito de consumo através de uma infraestrutura financeira moderna. Cheo é seu agente de AI para operações de clientes, começando com suporte e expandindo-se para cobrança.
AI-agent layer:
Cheo resolve até 60% das conversas com clientes da Cashea, ajudando a empresa a escalar o crédito sem aumentar o headcount
| Index | Body |
| --- | --- |
| 01 | A Cashea opera em um mercado onde a infraestrutura tradicional de crédito de consumo praticamente havia desaparecido. Não existe uma central de crédito, então a empresa teve que construir sua própria risk intelligence.
À medida que o portfólio escalou, os novos usuários trouxeram mais validações de pagamento, touchpoints de cobrança, e product journeys que exigiriam mais operadores humanos. |
| 02 | A Cashea construiu o Cheo, um agente conversacional de AI que atua como a primeira camada para os clientes:
• Resolve perguntas de pagamento e de produto em todo o atendimento ao cliente.• Valida pagamentos e automatiza fluxos repetitivos de clientes.
• Prioriza a cobrança identificando usuários que precisam de intervenção.
Os modelos de risco proprietários da Cashea aprendem com dados de pagamento first-party gerados diretamente em sua plataforma.
|
| 03 | O Cheo já resolve metade das conversas com clientes com 85% de satisfação.
Um melhor suporte protege o comportamento de pagamento reduzindo o atrito de pagamento.
As conversas automatizadas revelam atividade recorrente dos usuários.**
**
A visão de longo prazo é um agente financeiro que possa antecipar as necessidades dos usuários. |
65
© Hi Ventures 2026 / hi.vc June 2026
## Interlude
"O futuro da AI não é inteligência. É confiança. A inteligência capta a atenção. A confiança conquista um lugar na vida das pessoas"
Andrea Campos
FOUNDER YANA
## Explore Faces
https://faces.app/
## Outlook
Venture Capital
05
## Year in Review Timeline
VC Timeline
2025
2026
Drag to explore the timeline
| Date | Heading | Description |
| --- | --- | --- |
| 28 de março | A CoreWeave abre capital a $40 por ação, | o maior IPO de tecnologia dos EUA desde 2021, levantando $1,5B e validando o modelo de GPU-as-a-service para AI. |
| 10 de junho | A Meta compra 49% da Scale AI por $14,3B, | contratando o founder Alexandr Wang para liderar uma nova equipe de superinteligência. |
| 2 de fevereiro | A Waymo levanta $16B com valuation de $126B, | a rodada de funding de veículos autônomos maior da história, liderada pela Alphabet junto com a Sequoia. |
| 3–5 de fevereiro | O SaaSpocalypse: $285B apagados das ações de SaaS, | provocado pelo lançamento do Claude Cowork, que mostrou agentes de AI substituindo workflows de software completos. |
| 22 de fevereiro | A Citrini Research publica "2028 Global Intelligence Crisis", | um relatório viral de 97 páginas que prevê que 40% das empresas de SaaS ficarão obsoletas até 2028. |
| Q1 2026 | O VC global chega a $300B em um único trimestre, | com a AI representando 80% de todo o funding de venture. A alocação de capital mais concentrada na história do VC. |
| 11 de maio | A OpenAI lança a DeployCo, | uma nova empresa de implementação enterprise com BBVA, Goldman Sachs, SoftBank, TPG, McKinsey e Bain. |
| 14 de maio | A Cerebras abre capital, | a primeira fabricante de chips AI-native a abrir capital, com uma capitalização de mercado de $95B. |
| Maio 2026 | Michael Burry aposta contra semicondutores e AI, | dizendo a mais de 200K assinantes do Substack que "o mercado já pulou o tubarão". |
| 12 de junho | A SpaceX abre capital. O maior IPO da história, | levantando $75B com valuation de $1,77T, e fechando o primeiro dia com uma capitalização de mercado de $2,1T. |
| 16 de junho | A Cursor é adquirida por $60B, | a maior aquisição de software da história, incorporando a ferramenta de desenvolvimento de crescimento mais rápido à SpaceX-xAI. |
Source: CoreWeave, Meta, Waymo, Citrini Research, OpenAI, Cerebras, SpaceX, Anysphere, PitchBook, CNBC, Bloomberg
69
## Capital Inflection
O ponto de inflexão para a AI
O funding de venture capital global para empresas de AI atingiu um recorde de $242B no Q1 2026
| Value | Label line 1 | Label line 2 |
| --- | --- | --- |
| 18 | Q1 | 2023 |
| 14 | Q2 | |
| 17 | Q3 | |
| 16 | Q4 | |
| 16 | Q1 | 2024 |
| 27 | Q2 | |
| 25 | Q3 | |
| 50 | Q4 | |
| 66 | Q1 | 2025 |
| 44 | Q2 | |
| 49 | Q3 | |
| 56 | Q4 | |
| 242 | Q1 | 2026 |
Depois de três anos de aumentos trimestrais constantes, o Q1 2026 marcou uma ruptura estrutural: $242B implantados em um único trimestre, mais do que o total combinado de 2023 ($65B).
A aceleração reflete uma convergência de mega-rounds em empresas de foundation models, um aumento explosivo no gasto de infraestrutura, e startups agentic atraindo capital de estágio inicial em uma escala sem precedentes.
Para os founders latino-americanos, esta onda indica que a base de capital global está comprometida com a AI como asset class.
Fontes: Crunchbase Global Venture Funding Report, Q1 2026
75
© Hi Ventures 2026 / hi.vc June 2026
## Expert Insight
REGIONAL OUTLOOK
AI pode contribuir para o desenvolvimento?
insights de Federico Antoni
Pela primeira vez em décadas, a AI poderia permitir que o desenvolvimento avance mais rápido que a história.
Federico Antoni
MANAGING PARTNER, HI VENTURES
| Heading | Body |
| --- | --- |
| O momento da AI na América Latina | A América Latina pode estar mais bem posicionada para a era da AI do que muitos observadores assumem. A região combina escala industrial, talento entrepreneurial, e um forte histórico de adoção tecnológica: o Brasil é um dos maiores mercados de ChatGPT do mundo, o México mostra uma abertura incomumente alta em relação à AI, e a Argentina emergiu como líder em inovação cripto. Porque a AI está sendo adotada mais rápido do que revoluções tecnológicas anteriores, isso cria uma oportunidade incomum para acelerar o crescimento da produtividade, fortalecer a competitividade, e atrair investimento. |
| Produtividade, competitividade e investimento | Durante décadas, a América Latina lutou para fechar as lacunas de produtividade com economias mais desenvolvidas, limitando sua competitividade e reduzindo sua capacidade de atrair investimento em escala. A AI poderia oferecer um caminho diferente. Como uma tecnologia de propósito geral capaz de melhorar tanto o knowledge work quanto a produção física, a AI tem o potencial de aumentar a produtividade em setores inteiros simultaneamente e acelerar prazos de desenvolvimento que historicamente levaram décadas para serem alcançados. |
© Hi Ventures 2026 / hi.vc June 2026
## Blank slide
AI contribuir para o desenvolvimento?
insights de Federico Antoni
Four Lenses of AI Adoption in Developing Economies
Fonte: Four Lenses of AI Adoption in Developing Economies, Antoni, Ciesinski, Bhatia, Stanford, 2025
O FLYWHEEL POR TRÁS DA ADOÇÃO DE AI
O que torna este momento diferente de ondas tecnológicas anteriores é um flywheel de reforço em seu núcleo. Uma maior adoção gera mais data e integração de workflows, melhorando os produtos e aumentando o valor econômico. À medida que os custos caem e o desempenho melhora, a adoção se acelera ainda mais. Os agentes de AI poderiam amplificar essa dinâmica ao ir além da assistência e realizar cada vez mais tarefas em nome de usuários e organizações.
TRÊS CAMINHOS PARA O DESENVOLVIMENTO ACELERADO
| Text |
| --- |
| Serviços e produtividade. Os serviços financeiros, a saúde, a educação e o atendimento ao cliente poderiam estar entre os primeiros setores onde a AI gera ganhos de produtividade, expande o acesso e reduz custos. |
| Physical AI e competitividade. A robótica e a automação poderiam fortalecer a competitividade em manufatura, logística, agricultura e mineração. |
| Infraestrutura e investimento. A AI está impulsionando a demanda de data centers, energia, conectividade e infraestrutura digital, criando novas oportunidades para atrair investimento. |
Aproveitar essa oportunidade vai exigir uma ação coordenada entre os setores público e privado, incluindo apoio ao empreendedorismo, o desenvolvimento de talento em AI, a experimentação regulatória e a implantação de infraestrutura.
72
## Blank slide
VC firms:
key insights
| Icon | Body |
| --- | --- |
| :icon-search-check: | 91% das VCs usa AI para analisar oportunidades de investimento, um aumento em relação a 71% em 2025 e 45% em 2024. |
| :icon-cpu: | 68% das VCs tem mais de 50% do seu portfólio implementando AI de forma ativa (vs. 51% em 2025 e 52% em 2024). |
| :icon-trending-up: | 61% das VCs relata que mais de 60% dos novos investimentos nos últimos 12 meses tinham AI integrada em seu produto principal. |
| :icon-brain-circuit: | 57% das VCs diz que mais de 25% do seu portfólio está implementando agentes de AI especificamente, com 33% relatando mais da metade. |
## Blank slide
A maioria das VCs diz que mais da metade de suas empresas de portfólio já está implementando AI
Qual porcentagem das suas empresas de portfólio está implementando AI de forma ativa?
Fonte: Hi Ventures - State of AI 2024, 2025 e 2026; n=33 (2024), n=42 (2025), n=54 (2026) firmas de venture capital
78 © Hi Ventures 2026 / hi.vc June 2026
| Label | 2024 | 2025 | 2026 |
| --- | --- | --- | --- |
| Menos de 25% | 25 | 17 | 15 |
| 25-50% | 17 | 23 | 32 |
| 50-75% | 26 | 29 | 30 |
| Mais de 75% | 23 | 21 | 42 |
## Blank slide
O Claude domina a penetração de apps em VC
Quais aplicações de AI você usa internamente em sua firma?
O Claude lidera a penetração, superando o ChatGPT como a ferramenta de AI mais usada entre as firmas de VC. O Google Gemini entra com 65%, e apenas 2% das VCs relata não usar nenhuma ferramenta de AI.
Hi Ventures - State of AI 2026; n=54 firmas de venture capital
79 © Hi Ventures 2026 / hi.vc June 2026
| Label | Value |
| --- | --- |
| Anthropic Claude | 94 |
| ChatGPT / OpenAI | 69 |
| Google Gemini | 65 |
| Pitchbook / Crunchbase AI | 26 |
| Notion AI | 24 |
| Affinity / Harmonic | 17 |
| Perplexity AI | 15 |
| Microsoft Copilot | 7 |
| GitHub Copilot / Cursor | 6 |
| Outros | 7 |
| Não usam AI | 2 |
## Blank slide
Para a maioria das VCs, a AI no produto principal se tornou fundamental para os novos investimentos
Qual porcentagem dos seus novos investimentos nos últimos 12 meses tem AI integrada no produto principal?
61%
das VCs relata que mais de 60% dos novos investimentos nos últimos 12 meses tinham AI integrada no produto principal
28%
diz que mais de 80% de seus novos investimentos tinham AI integrada.
Hi Ventures - State of AI 2026; n=54 firmas de venture capital
80 © Hi Ventures 2026 / hi.vc June 2026
| Label | Value |
| --- | --- |
| Menor que 20% | 11 |
| 20-40% | 17 |
| 40-60% | 11 |
| 60-80% | 33 |
| Maior que 80% | 28 |
## Blank slide
A maioria das VCs agora usa AI para analisar oportunidades
Para que você usa a AI internamente?
Fonte: Hi Ventures - State of AI 2023, 2024, 2025 e 2026; n=33 (2024), n=42 (2025), n=54 (2026) firmas de venture capital
81 © Hi Ventures 2026 / hi.vc June 2026
| Label | 2023 | 2024 | 2025 | 2026 |
| --- | --- | --- | --- | --- |
| Operações do Fundo | 8 | 36 | 31 | 54 |
| LP Reporting | 22 | 52 | 38 | 52 |
| Due Diligence e Análise de Deals | 33 | 45 | 71 | 91 |
| Market Research | 38 | 73 | 81 | 85 |
## Blank slide
A pesquisa de mercado é o principal uso interno de AI
Como seu fundo está usando a AI internamente?
A pesquisa de mercado lidera com 85%, mas a verdadeira história é a profundidade: seis casos de uso superam 50% de adoção.
O reporting de LPs e a revisão legal chegam ambos a 52% — mostrando que a AI foi muito além da pesquisa em direção às operações centrais do fundo.
Apenas 4% diz que não usa AI além do sourcing — a adoção interna é quase universal.
Fonte: Hi Ventures - State of AI 2026; n=54 firmas de venture capital
82 © Hi Ventures 2026 / hi.vc June 2026
| Label | Value | Highlight |
| --- | --- | --- |
| Pesquisa de mercado e competitive intelligence | 85 | Yes |
| Monitoramento de portfólio e reporting | 63 | No |
| Modelagem financeira e valuation | 59 | No |
| Comunicações internas e administração | 54 | No |
| Reporting de LPs e materiais de fundraising | 52 | No |
| Revisão legal e de compliance | 52 | No |
| Outro | 7 | No |
| Não usa AI | 4 | No |
## Blank slide
Os agentes estão escalando em nível de portfólio
Qual porcentagem das suas empresas de portfólio está implementando agentes de AI especificamente?
33%
diz que mais da metade do seu portfólio já está implementando agentes de AI.
15%
não sabe o alcance da implementação de agentes em seu portfólio, expondo uma oportunidade de adoção.
Fuente: Hi Ventures - State of AI 2026; n=54 (2026)
83 © Hi Ventures 2026 / hi.vc June 2026
| Label | Value | Highlight |
| --- | --- | --- |
| Menor que 10% | 11 | No |
| 10-25% | 17 | No |
| 25-50% | 24 | No |
| Maior que 50% | 33 | No |
| Não sabem | 15 | Yes |
## Interlude
“Durante décadas, os founders latino-americanos aprenderam a construir em meio à complexidade. Na era dos agentes de AI, essa experiência pode se tornar uma das maiores vantagens da região.”
Jimena Pardo
MANAGING PARTNER, HI VENTURES
## Expert Insight
SPORTS OUTLOOK
Primeira copa do mundo habilitada por AI:
insights de Marion Reimers
A AI pode dizer o que aconteceu em campo. Os humanos podem ajudar a explicar por que isso importa
Marion Reimers
JORNALISTA ESPORTIVA
| Heading | Body |
| --- | --- |
| A AI agora está dentro da partida e não ao redor dela | No México, nos Estados Unidos e no Canadá, a Copa do Mundo de 2026 é a primeira onde a AI está dentro do jogo e não apenas transmitindo-o ao redor. As decisões de impedimento semiautomatizadas chegam em milissegundos, uma bola com sensores que rastreia cada toque, e um modelo 3D em tempo real que reconstrói cada jogada enquanto acontece são apenas algumas das novas funcionalidades que em breve vamos considerar normais. A tecnologia que lê o jogo finalmente alcançou o próprio jogo. |
| A data está se tornando a nova vantagem competitiva | Durante décadas, o analytics de partidas mais sofisticado vivia dentro de um punhado de clubes europeus de elite. O Football AI Pro da FIFA agora dá às 48 seleções nacionais acesso a análise avançada de partidas, e é a primeira vez que esse tipo de inteligência está disponível em todas as federações. O que isso traz é que essas ferramentas agora estão ao alcance da América Latina também, e isso poderia mudar como toda uma região assiste e consome o jogo. |
| Onde o jornalismo e a AI jogam melhor juntos | A AI agora mede o jogo e até conta partes da história em tempo real, mais rápido do que qualquer redação poderia fazer por conta própria. Isso libera os jornalistas para fazer o que só eles podem, situando um resultado dentro de sua cultura e explicando por que uma partida importa para uma geração. Juntos cobrem o jogo de uma forma que nenhum dos dois conseguiria sozinho, e essa sinergia é onde está o trabalho mais interessante a ser feito.
|
© Hi Ventures 2026 / hi.vc June 2026
## Company Profile
**T**rinio é uma plataforma de comércio AI-native fundada no Brasil. Substitui soluções genéricas por um sistema que se adapta ao processo de cada retailer, cobrindo checkout, gestão de pedidos e fulfillment.
AI-native commerce:
a Trinio aumentou a conversão de checkout em 12% e reduziu os cancelamentos de pedidos em mais de 20% usando agentes de AI para orquestrar o ciclo completo do pedido
| Index | Body |
| --- | --- |
| 01 | Os retailers enterprise na América Latina operam através de centenas de lojas e centros de distribuição. Seus sistemas são produtos genéricos que obrigam as empresas a trabalhar em torno da ferramenta em vez do contrário. O inventário é canalizado incorretamente e os pedidos são enviados a partir do local errado. A complexidade do fulfillment em escala supera qualquer conjunto estático de regras.
|
| 02 | A Trinio construiu uma camada de orquestração AI-native que se posiciona entre o checkout e o fulfillment:
●Decisões de logística em tempo real.
●Detecta anomalias e auto-aplica novas regras sem código.
●Personaliza fluxos em linguagem natural.
A plataforma funciona com um data flywheel onde os agentes de AI substituem progressivamente as regras estáticas e aprendem com cada pedido para melhorar o custo e o prazo de entrega.
|
| 03 | A conversão de checkout aumentou 12% em média, agregando revenue sem gasto adicional de aquisição.
Os cancelamentos de pedidos se reduziram em mais de 20% tanto do lado do cliente quanto do merchant.
Muitas outras regras de negócio personalizadas aplicadas em tempo real durante o ciclo de vida do pedido, liberando workflows personalizados.
|
65
© Hi Ventures 2026 / hi.vc June 2026
## Blank slide
Robot.com é uma empresa de robótica nascida na Colômbia que projeta, constrói e implementa robôs autônomos para ambientes industriais. A empresa está fazendo a transição de robôs de delivery para humanoides para armazéns e manufatura.
Humanoid robotics:
de robôs de delivery a humanoides industriais, a Robot.com completou 2,5 milhões de tarefas e agora está escalando em 30 estados dos Estados Unidos.
87 © Hi Ventures 2026 / hi.vc June 2026
| Heading | Body |
| --- | --- |
| POR QUE A ROBÓTICA INDUSTRIAL ESTÁ PRONTA AGORA | Os maiores empregadores em logística, food service e manufatura estão chegando a um ponto de inflexão estrutural. As posições ficam sem preencher e o custo de não automatizar agora supera o custo de automatizar. Ao mesmo tempo, os avanços em AI, sensores e hardware estão tornando possível construir robôs suficientemente práticos para o chão de fábrica e suficientemente acessíveis para se justificarem a nível de unidade. |
| AMÉRICA LATINA COMO INFRAESTRUTURA DE ROBÓTICA | A América Latina é historicamente conhecida por jornadas de trabalho longas e baixa produtividade. A robótica muda essa equação ao introduzir previsibilidade em sistemas que sempre dependeram do desempenho humano variável. A verdadeira vantagem competitiva vai vir de gerar dados de treinamento proprietários mais rápido do que qualquer outra pessoa. |
## Interlude
“Basta que dois espelhos se enfrentem para construir um labirinto”
Jorge Luis Borges
ESCRITOR ARGENTINO
## Outlook
Apêndice
06
## Blank slide
Demografia da pesquisa
Dados da pesquisa
Detalhamento
420
Tipo de empresa
| Label | Value | Color |
| --- | --- | --- |
| VCs- 54 | 54 | var(--color-3) |
| Corporativos - 98 | 98 | var(--color-2) |
| Startups - 268 | 268 | var(--color-1) |
Startups
Detalhamento
268
Indústria
| Label | Value | Color |
| --- | --- | --- |
| Outros - 84 - 84 | 84 | var(--color-3) |
| Media & Mktg | 12 | #ed8b00 |
| Educação- 13 - 13 | 13 | #000000 |
| Retail | 15 | var(--color-4) |
| Healthtecare - 21 | 21 | var(--color-5) |
| Fintech | 37 | var(--color-2) |
| B2B SaaS | 86 | var(--color-1) |
Corporativos
Detalhamento
98
Indústria
| Label | Value | Color |
| --- | --- | --- |
| Outros - 57 - 57 | 57 | var(--color-3) |
| Retail | 19 | var(--color-2) |
| Serv. financeiros- 22 - 22 | 22 | var(--color-1) |
VCs
Detalhamento
54
Total AUM
| Label | Value | Color |
| --- | --- | --- |
| > 500M | 9 | var(--color-4) |
| 250-500M | 7 | var(--color-5) |
| 100-250M | 9 | var(--color-3) |
| 50-100M | 13 | var(--color-2) |
| < 50M | 16 | var(--color-1) |
Hi Ventures - pesquisa State of AI 2026 realizada entre maio e junho de 2026
91
© Hi Ventures 2026 / hi.vc June 2026
## AI Stack Layers
O stack de AI passou por uma mudança em nível de sistema em quatro camadas
| Index | Name | Description |
| --- | --- | --- |
| 04 | Agentes | A AI executa tarefas de ponta a ponta, ativando um ou mais workflows, integrando-se entre tools, e entregando resultados de forma autônoma. |
| 03 | Aplicações | As capacidades de AI estão integradas em processos de negócio e user journeys. A AI passou de soluções específicas para workflows centrais. |
| 02 | Modelos | Os foundation models se tornaram mais poderosos, reduzindo as barreiras de entrada, e possibilitando uma integração de produto mais ampla. |
| 01 | Infraestrutura | Os provedores de cloud e os fabricantes de chips escalaram a capacidade de infraestrutura drasticamente. |
## Blank slide
HI AI Readiness Index: Metodologia
| Label | Body |
| --- | --- |
| Summary | O Hi AI Readiness Index mede quão preparadas estão as organizações para adotar, escalar e governar a AI. É construído a partir de respostas de pesquisa e entrega uma pontuação composta de 0 a 100 em cinco pilares: Estratégia e adoção (30%), Intensidade de investimento (20%), Infraestrutura e Dados (15%), Governança e Risco (15%), Talento e Cultura (20%)
|
| Cálculos e pontuação | Cada respondente recebe uma pontuação nos cinco pilares usando perguntas específicas da pesquisa
- Cada pergunta está vinculada a um pilar específico
- As respostas são normalizadas em uma escala de 0–100
- As pontuações se baseiam em checkboxes marcados, faixas de orçamento, e inputs de sim/não
- Se a um pilar faltam dados de um respondente (algumas perguntas eram opcionais), esse respondente é excluído
A pontuação final é uma média ponderada entre todos os pilares
|
| Dados por país | Os países são agrupados em cinco buckets: Chile, Argentina, Brasil, México e Colômbia. Estados Unidos e outras regiões foram excluídos da análise devido ao tamanho da amostra. |
| Alcance dos dados | O índice se baseia em 395 respostas de startups, corporativos e VCsFoi usada a mediana por bucket de país para evitar viés de valores atípicos e de tamanho de amostra
Não é um censo, e os resultados refletem a amostra, não o ecossistema completo
|
93
© Hi Ventures 2026 / hi.vc June 2026
## Glossary (1/3)
Glossário (1/3)
| Term | Definition |
| --- | --- |
| Agent | Sistemas de AI capazes de executar tarefas de forma autônoma raciocinando, ativando tools, e aprendendo ao longo do tempo. |
| Agentic systems | Arquiteturas projetadas em torno de agentes autônomos que podem colaborar e se autocorrigir. |
| AI governance | Políticas, frameworks e mecanismos de supervisão que as organizações usam para desenvolver, implementar e gerenciar sistemas de AI de forma responsável. |
| AI-native | Empresas ou produtos projetados desde o início com a AI como componente central, em vez de adicionar AI a soluções existentes. |
| AIO (Agentic interaction optimization) | Um novo paradigma digital onde os agentes de AI interagem diretamente com serviços, substituindo as interfaces de usuário tradicionais. |
| AI Readiness Index | Uma pontuação composta que mede quão preparadas estão as organizações para adotar, escalar e governar a AI |
| AI stack | A arquitetura em camadas dos sistemas de AI, que abrange infraestrutura, foundation models, aplicações e agentes autônomos. |
| Benchmark | Dataset padronizado usado para medir e comparar o desempenho de modelos de AI em diferentes tarefas. |
| Compute | O poder de processamento necessário para treinar e executar modelos de AI, um fator chave de custo na implementação de AI. |
94
© Hi Ventures 2026 / hi.vc June 2026
## Glossary (2/3)
Glossário (2/3)
| Term | Definition |
| --- | --- |
| Context window | A quantidade de informação (medida em tokens) que um modelo pode considerar em um único prompt. |
| Copilot | Um assistente de AI que trabalha junto aos humanos, sugerindo ações sem atuar de forma autônoma. |
| Data flywheel | Um ciclo autorreforçador onde os insights gerados por AI produzem mais data, o que melhora ainda mais o desempenho do modelo. |
| Fine-tuning | O processo de personalizar modelos base de AI com data específica para melhorar o desempenho. |
| Foundation models | Modelos de AI em grande escala treinados com data ampla para realizar uma grande variedade de tarefas, que frequentemente servem como base para fine-tuning ou aplicações especializadas. |
| Function calling | Permite que os modelos de AI executem ações estruturadas (como chamar APIs) dentro de um workflow. |
| H100 | O chip de alto desempenho da NVIDIA usado para treinar e executar modelos de AI grandes. |
| Hallucination | Quando um modelo de AI gera resultados que parecem plausíveis, mas são factualmente incorretos ou fabricados, mencionado como o principal risco de implementação. |
| Human-in-the-loop | Um modelo operacional onde os humanos revisam e aprovam as ações dos agentes de AI antes da execução, o enfoque de autonomia dominante nas implementações atuais. |
95
© Hi Ventures 2026 / hi.vc June 2026
## Glossary (3/3)
Glossário (3/3)
| Term | Definition |
| --- | --- |
| Inference | O processo de gerar resultados a partir de um modelo de AI treinado. |
| LLM (Large language model) | Modelos de AI treinados com grandes datasets de texto para realizar tarefas de reasoning e compreensão. |
| Memory | A capacidade dos agentes de AI de reter informações entre sessões. |
| Multimodal models | Sistemas de AI que entendem e geram diferentes tipos de data, como texto e imagens. |
| Nearshoring | Realocar operações de negócio em países próximos, cada vez mais relevante à medida que a automação impulsionada por AI transforma a manufatura. |
| Open-source model | Modelos de AI com arquitetura e weights disponíveis publicamente. |
| Orchestration | A coordenação de agentes, tools e workflows para automatizar tarefas complexas. |
| Prompt engineering | A prática de projetar inputs de modelo para guiar o comportamento do output. |
| Reasoning models | Modelos de AI projetados para decompor problemas complexos passo a passo antes de gerar uma resposta, melhorando a precisão em tarefas analíticas. |
96
© Hi Ventures 2026 / hi.vc June 2026
## Hi Flappy
Obrigado :)
agora vamos jogar!
Clique para jogar
Score
Nice try!
Add your score to the board
Your name
Save
Leaderboard
Tap or press space to play again!