Le Viet Quoc e ex-líderes do Google buscam avaliação de US$ 50 bilhões para a Discovery Loop

Uma meta de US$ 50 bilhões antes de um produto comercial

A Discovery Loop, empresa de inteligência artificial fundada por Jeff Dean, Sanjay Ghemawat, Oriol Vinyals e pelo cientista vietnamita Le Viet Quoc, estaria buscando financiamento com uma avaliação de cerca de US$ 50 bilhões, poucas semanas após seu lançamento, em 5 de agosto de 2026. A empresa não anunciou um produto comercial, e a avaliação proposta não corresponde a uma transação concluída.

Reportagens de 11 de setembro descrevem um salto expressivo em relação às conversas de agosto sobre uma captação de aproximadamente US$ 1 bilhão, com avaliação em torno de US$ 10 bilhões. A nova meta de avaliação é cinco vezes maior que o valor anterior, uma diferença de US$ 40 bilhões. Nenhum dos números confirma quanto os investidores realmente se comprometeram a aportar, e o montante buscado nas conversas mais recentes não foi divulgado.

A equipe fundadora quer desenvolver uma IA capaz de propor hipóteses, planejar e realizar experimentos, analisar resultados e usar essas descobertas para escolher a investigação seguinte. O primeiro tema será a própria IA: a Discovery Loop planeja automatizar pesquisas sobre algoritmos e sistemas de aprendizado de máquina antes de expandir para outras áreas científicas e de engenharia.

O escritório de advocacia da empresa, Wilson Sonsini Goodrich & Rosati, confirmou o lançamento em 5 de agosto em seu anúncio de lançamento e financiamento. O escritório identificou a Discovery Loop como uma sociedade de benefício público constituída em Delaware e apontou Radical Ventures e Khosla Ventures como líderes do financiamento inicial, com participação de Lightspeed, Kleiner Perkins, Doerr Capital e Alphabet.

A diferença entre anunciar um processo de financiamento e concluir uma rodada de captação é importante neste caso. A Discovery Loop se recusou a comentar a meta de US$ 50 bilhões noticiada, e Dean não respondeu a um pedido de comentário. Os termos podem mudar, e não há garantia de que os investidores concordem com essa avaliação.

O que aconteceu entre agosto e setembro?

A rápida projeção da Discovery Loop combina três acontecimentos distintos: seu lançamento público, os esforços para formar uma equipe inicial e montar a infraestrutura, e as conversas noticiadas sobre novos financiamentos. Esses acontecimentos não devem ser tratados como prova de que a empresa já alcançou a escala sugerida por sua meta de captação.

• 5 de agosto de 2026: a Discovery Loop anunciou seu lançamento e o financiamento inicial, com quatro ex-pesquisadores do Google como fundadores.
• 9 de agosto de 2026: o anúncio de Dean, reproduzido pela Radical Ventures, afirmou que a equipe esperava concluir sua rodada seed nas semanas seguintes e que buscaria um escritório e contrataria funcionários.
• Agosto de 2026: reportagens descreveram conversas sobre uma captação de aproximadamente US$ 1 bilhão, com avaliação em torno de US$ 10 bilhões.
• 11 de setembro de 2026: reportagens mencionaram uma nova meta de avaliação de aproximadamente US$ 50 bilhões, sem confirmar que o acordo foi concluído.

Os relatos divergem na descrição do status da rodada inicial. Alguns afirmam que o financiamento seed foi liderado por Radical Ventures e Khosla Ventures. O anúncio jurídico de 5 de agosto diz que essas empresas estavam copresidindo a rodada, enquanto a declaração de Dean, de 9 de agosto, afirma que a conclusão era esperada para as semanas seguintes. Essas declarações identificam os participantes, mas não estabelecem uma data final de conclusão nem o valor captado.

As informações sobre contratações também refletem momentos diferentes, e não necessariamente relatos conflitantes. Antes do lançamento, a empresa não havia alugado um escritório nem começado a recrutar. Depois, Dean anunciou planos de contratação, e uma reportagem posterior afirmou que a página de carreiras listava uma vaga aberta. A Radical Ventures descreveu o local de trabalho planejado como uma equipe presencial em Palo Alto.

Automatizar o experimento, não apenas a resposta

A principal ambição da Discovery Loop é automatizar um ciclo experimental. Em vez de pedir a um sistema de IA apenas que responda a uma pergunta ou escreva código, a empresa quer que ele identifique uma ideia promissora, decida como testá-la, execute o teste, interprete o resultado e ajuste sua abordagem.

Em pesquisa de aprendizado de máquina, isso poderia envolver a proposta de uma nova arquitetura de modelo, seu treinamento ou teste, a medição de seu desempenho e a escolha da próxima variação. Arquitetura é a disposição dos componentes computacionais de um modelo, que influencia como ele aprende e processa informações. A Discovery Loop não revelou um sistema comercial funcional que realize todo esse processo.

Dean, CEO da Discovery Loop, descreveu o foco imediato na declaração de lançamento da empresa, reproduzida pela Radical Ventures em 9 de agosto. Ele explicou que os fundadores pretendem usar suas próprias necessidades de pesquisa como primeiro campo de testes:

Também começaremos a construir nossa infraestrutura, nossos modelos de IA e nossos sistemas para enfrentar nosso primeiro domínio: automatizar experimentos em larga escala para pesquisa e engenharia de aprendizado de máquina. Ao fazer isso, seremos nossos próprios primeiros clientes

A escala proposta é de milhares de experimentos em paralelo. A realização simultânea de testes poderia permitir que o sistema comparasse muitas abordagens candidatas sem precisar esperar que cada uma terminasse antes de começar outra. Isso ainda é um objetivo de desenvolvimento, não um resultado de desempenho divulgado.

Por que a pesquisa de Le Viet Quoc se encaixa na missão

Le Viet Quoc, também conhecido profissionalmente como Quoc Le, tem uma trajetória de pesquisa estreitamente ligada ao objetivo inicial da empresa. Nascido em 1982 em Huong Thuy, Hue, no Vietnã, estudou no colégio especializado Quoc Hoc Hue antes de se formar em engenharia de software na Universidade Nacional da Austrália. Mais tarde, concluiu doutorado em ciência da computação na Universidade Stanford, sob orientação de Andrew Ng.

Na infância, viveu em um vilarejo sem eletricidade até os nove anos. Sua carreira posterior o levou a pesquisar como computadores podem aprender representações úteis a partir de grandes volumes de dados. Ele entrou para o Google Brain em 2011 e tornou-se um dos pesquisadores associados aos primeiros trabalhos da equipe em aprendizado profundo.

Em 2012, Le participou de um projeto que treinou uma grande rede neural com milhões de imagens extraídas de vídeos do YouTube. Algumas unidades da rede reagiam intensamente a imagens de gatos, embora o sistema não tivesse sido treinado da maneira convencional com uma coleção de fotos de gatos totalmente rotuladas. O resultado demonstrou aprendizado de características visuais, não compreensão humana do que é um gato.

Em 2014, Le, Ilya Sutskever e Vinyals publicaram uma pesquisa sobre aprendizado sequência a sequência, método que converte uma sequência de entrada em uma sequência de saída. A tradução é um exemplo: uma frase em um idioma se transforma em uma frase em outro. Naquele ano, Le também foi reconhecido pelo programa TR35, voltado a jovens inovadores.

Seu trabalho posterior em aprendizado de máquina automatizado, incluindo a busca por arquiteturas neurais, é especialmente relevante para a Discovery Loop. Essa pesquisa procura automatizar partes da escolha e do teste de projetos de modelos, tarefas que, de outro modo, exigem que pesquisadores explorem manualmente diversas possibilidades. A ambição da Discovery Loop amplia essa ideia para um ciclo mais abrangente de planejamento, experimentação e revisão.

Quatro fundadores com experiências complementares

Dean entrou no Google em 1999, ajudou a estabelecer o Google Brain, atuou como cientista-chefe do Google DeepMind e do Google Research e participou da liderança técnica do Gemini. Sua experiência conecta pesquisa em IA aos grandes sistemas computacionais necessários para torná-la prática.

Ghemawat, outro pesquisador de longa data do Google, ajudou a desenvolver o Google File System e o Bigtable. Essas tecnologias lidam com o armazenamento e o processamento de informações em muitos computadores. Essa experiência é relevante para uma empresa que propõe coordenar milhares de experimentos, algo que exige agendamento confiável, gestão de dados e infraestrutura computacional.

Vinyals foi vice-presidente de pesquisa do Google DeepMind e ajudou a liderar o desenvolvimento do Gemini. Sua pesquisa inclui modelagem de sequências e aprendizado por reforço, no qual sistemas aprendem com o retorno recebido por suas ações e pelos resultados delas. Ele e Le também trazem experiência de trabalhos anteriores em conjunto com modelos sequência a sequência.

A Radical Ventures, investidora da empresa, descreve essa combinação de competências em seu anúncio de investimento. A empresa destaca a experiência em áreas que vão de chips e grandes modelos de IA à computação distribuída. Essa avaliação vem de um financiador, não de uma análise independente da tecnologia da Discovery Loop.

Os fundadores disseram ter trabalhado juntos por períodos que variam de 14 a 30 anos. Os materiais de apresentação listavam Google Search, Ads, Gemini e Gmail entre os produtos para os quais contribuíram. Essas credenciais ajudam a explicar o interesse dos investidores, mas não comprovam que a nova empresa já tenha desenvolvido um sistema de pesquisa autônoma.

Google continua como investidor e parceiro de computação

A saída não representa um rompimento completo com o Google. A Alphabet é investidora fundadora, e a Discovery Loop firmou uma parceria para obter recursos de computação em nuvem. A empresa e o Google também preveem colaborar em sistemas de aprendizado de máquina e infraestrutura relacionada.

As descrições da parceria variam quanto ao prazo. Reportagens mencionam suporte de nuvem durante o primeiro ano da empresa, enquanto a Wilson Sonsini chama o acordo de parceria de longo prazo com a Alphabet. Os detalhes publicados não especificam a duração total, os termos financeiros, a capacidade computacional nem se o acordo é exclusivo.

Essa relação deixa a Alphabet em dois papéis: investidora do novo negócio e fornecedora dos recursos de que ele precisa para a pesquisa. A Discovery Loop ganha acesso a capacidade computacional, enquanto o Google mantém uma conexão com pesquisadores que ajudaram a desenvolver partes importantes de suas operações de IA. Não foram divulgados números que indiquem o valor do investimento ou do acordo de computação.

Sundar Pichai, CEO da Alphabet, teria mantido conversas repetidas para convencer os fundadores a permanecer no Google. Vinyals apontou a dificuldade de fazer grandes mudanças dentro de uma organização de grande porte como um dos motivos para criar uma empresa separada. A decisão de sair, mantendo uma relação de investimento e infraestrutura, sugere uma busca por independência organizacional, e não o fim da colaboração.

Onde o AlphaEvolve se encaixa, e onde não

O AlphaEvolve, do Google DeepMind, oferece um exemplo concreto para parte do trabalho proposto pela Discovery Loop. O AlphaEvolve busca e aprimora algoritmos, usando IA para gerar opções e avaliar se elas têm melhor desempenho.

O Google afirmou que o sistema aumentou a eficiência do sistema de armazenamento de dados Spanner e contribuiu para o desenvolvimento de uma geração posterior de unidades de processamento tensorial, ou TPUs. São chips especializados em computação para IA. Dean já apresentou um projeto de circuito descoberto pelo AlphaEvolve e incorporado a uma nova TPU.

A diferença está no escopo. O AlphaEvolve se concentra na descoberta e otimização de algoritmos. A Discovery Loop propõe automatizar um processo experimental mais amplo, que no futuro se estenderia para além do aprendizado de máquina. Encontrar código melhor ou um projeto de circuito, por si só, não demonstra que uma IA possa conduzir pesquisas confiáveis em medicina, materiais ou energia.

Por enquanto, o aprendizado de máquina é o ponto de partida escolhido pela empresa porque ela pode usar seus próprios sistemas em experimentos e avaliar diretamente os resultados. A expansão para desenvolvimento de medicamentos, projeto de chips, ciência dos materiais e energia limpa continua sendo uma intenção. Nenhuma descoberta concluída nessas áreas foi anunciada.

Uma missão de benefício público e questões comerciais

A constituição da Discovery Loop como sociedade de benefício público em Delaware dá à missão científica declarada um lugar formal na estrutura empresarial. Esse tipo de sociedade pode equilibrar interesses financeiros com um benefício público definido e os interesses das pessoas afetadas por suas atividades. Essa classificação não equivale a ser uma instituição beneficente ou sem fins lucrativos.

Dean afirmou que os fundadores poderiam tomar decisões que priorizassem benefícios sociais mais amplos em relação aos interesses financeiros da empresa. Os anúncios publicados, porém, não detalham a redação específica sobre benefício público nos documentos constitutivos nem explicam como seriam decididos eventuais conflitos entre esses objetivos.

A missão vai além do aprimoramento de modelos de IA. A Radical Ventures cita engenharia, medicina, ciência dos materiais e energia limpa como áreas de trabalho pretendidas. Dean também mencionou possíveis aplicações a subproblemas das 14 Grandes Desafios da Academia Nacional de Engenharia, um conjunto de grandes objetivos de engenharia.

Essas declarações expressam ambição, não um cronograma de implementação. A empresa não divulgou quando espera oferecer um produto externo, como os clientes pagariam por ele ou quais resultados justificariam a passagem de experimentos internos de IA para outras disciplinas. Receita e interesse de clientes não foram divulgados, o que é diferente de uma afirmação confirmada de que nenhum dos dois existe.

O que os investidores estão financiando

As conversas sobre financiamento da Discovery Loop fazem parte de uma tendência mais ampla de grandes investimentos em equipes de pesquisa de IA antes do lançamento de produtos comerciais. A Thinking Machines Lab, fundada pela ex-diretora de tecnologia da OpenAI Mira Murati, captou aproximadamente US$ 2 bilhões com uma avaliação de US$ 12 bilhões em julho de 2025, quando ainda não tinha receita nem produto comercial.

A Safe Superintelligence, cofundada pelo ex-cientista-chefe da OpenAI Ilya Sutskever, teria alcançado uma avaliação de US$ 32 bilhões em uma rodada de financiamento de abril de 2025 que incluiu Alphabet e Nvidia. A avaliação proposta de US$ 50 bilhões para a Discovery Loop superaria esses números citados, mas continua sendo uma meta de negociação, não uma transação confirmada.

Uma contagem divulgada aponta que 19 empresas dos Estados Unidos alcançaram avaliações de pelo menos US$ 10 bilhões em 2026, ante o recorde de 22 em 2021. São três a menos que o recorde anterior. Uma empresa nessa categoria de avaliação costuma ser chamada de decacórnio. Não se deve considerar que a Discovery Loop tenha garantido sua meta mais recente só porque está negociando esse valor.

Vinod Khosla, fundador da Khosla Ventures, apresentou publicamente o argumento de investimento com base na equipe. Sua empresa ajuda a liderar o financiamento inicial da Discovery Loop, e sua declaração condicionou o resultado ao sucesso:

Esta equipe pode redefinir a forma como se faz pesquisa em engenharia e ciência. Se tiver sucesso, o impacto não será medido em recursos de software ou benchmarks, mas em novas descobertas científicas capazes de melhorar bilhões de vidas

As incertezas imediatas são mais concretas que a ambição: se a rodada mais recente será concluída, que avaliação e montante alcançará, quanta capacidade computacional a empresa obterá e o que seus experimentos internos demonstrarão. A declaração de Dean, em agosto, previa a conclusão da rodada seed em poucas semanas, mas não foi divulgado prazo confirmado para o financiamento noticiado de US$ 50 bilhões nem para o lançamento comercial.

Em resumo

• A Discovery Loop foi lançada em 5 de agosto de 2026, com Jeff Dean, Sanjay Ghemawat, Le Viet Quoc e Oriol Vinyals como fundadores.
• A empresa estaria buscando uma avaliação de US$ 50 bilhões, cinco vezes maior que a meta de aproximadamente US$ 10 bilhões discutida em agosto. Nenhum acordo com essa avaliação foi confirmado.
• O foco inicial é automatizar experimentos de aprendizado de máquina, com a empresa atuando como sua própria primeira cliente.
• Radical Ventures e Khosla Ventures lideram o financiamento inicial. A Alphabet é investidora e parceira de computação.
• A Discovery Loop é uma sociedade de benefício público de Delaware que está formando uma equipe presencial em Palo Alto.
• Não foram divulgados produto comercial, números de receita, compromissos de clientes ou cronograma para a expansão a outras áreas científicas.