A People& acredita que a coordenação é a próxima fronteira da IA ​​e está construindo um modelo para provar isso

Os chatbots de IA estão cada vez melhores em responder perguntas, resumir documentos e resolver equações matemáticas, mas ainda se comportam em grande parte como assistentes úteis para um usuário de cada vez. Eles não foram projetados para gerenciar o trabalho mais complicado da colaboração actual: coordenar pessoas com prioridades concorrentes, acompanhar decisões de longo prazo e manter as equipes alinhadas ao longo do tempo.

People&, uma nova startup fundada por ex-alunos da Anthropic, Meta, OpenAI, xAI e Google DeepMind, acredita que fechar essa lacuna é a próxima grande fronteira para os modelos básicos. A empresa levantou esta semana uma rodada inicial de US$ 480 milhões para construir um “sistema nervoso central” para a economia humana mais IA. O “IA para capacitar humanosO enquadramento dominou a cobertura inicial, mas a ambição actual da empresa é mais inovadora: construir uma nova arquitetura de modelo básico projetada para inteligência social, não apenas para recuperação de informações ou geração de código.

“Parece que estamos encerrando o primeiro paradigma de escalonamento, onde os modelos de resposta a perguntas foram treinados para serem muito inteligentes em setores específicos, e agora estamos entrando no que acreditamos ser a segunda onda de adoção, onde o consumidor ou usuário médio está tentando descobrir o que fazer com todas essas coisas”, disse Andi Peng, um dos cofundadores da human& e ex-funcionário da Anthropic, ao TechCrunch.

A proposta da People& centra-se em ajudar a conduzir as pessoas para a nova period da IA, indo além da narrativa de que a IA tirará seus empregos. Quer isso seja ou não apenas conversa de advertising and marketing, o momento é crítico: as empresas estão fazendo a transição do chat para os agentes. Os modelos são competentes, mas os fluxos de trabalho não, e o desafio da coordenação permanece em grande parte sem solução. E apesar de tudo isso, as pessoas se sentem ameaçadas e oprimidas pela IA.

A empresa criada há três meses, como vários dos seus pares, conseguiu criar a sua semente surpreendente com base nesta filosofia e no pedigree da sua equipa fundadora. People& ainda não tem um produto, nem está claro o que exatamente poderia ser, embora a equipe tenha dito que poderia ser um substituto para contextos multijogador ou multiusuário, como plataformas de comunicação (pense no Slack) ou plataformas de colaboração (pense no Google Docs e Notion). Quanto aos casos de uso e ao público-alvo, a equipe sugeriu aplicações empresariais e de consumo.

“Estamos construindo um produto e um modelo centrado na comunicação e colaboração”, disse Eric Zelikman, cofundador e CEO da People& e ex-pesquisador de xAI, ao TechCrunch, acrescentando que o foco está em fazer com que o produto ajude as pessoas a trabalharem juntas e se comunicarem de forma mais eficaz – tanto entre si quanto com ferramentas de IA.

“Como quando você tem que tomar uma decisão em grande grupo, muitas vezes tudo se resume a alguém reunir todos em uma sala, fazendo com que todos expressem suas diferentes opiniões sobre, por exemplo, que tipo de logotipo gostariam”, continuou Zelikman, rindo com sua equipe ao relembrar o tédio demorado de fazer com que todos concordassem com um logotipo para a startup.

Zelikman acrescentou que o novo modelo será treinado para fazer perguntas de uma forma que pareça interagir com um amigo ou colega, alguém que está tentando conhecê-lo. Os chatbots hoje são programados para fazer perguntas constantemente, mas o fazem sem compreender o valor da pergunta. Ele diz que isso ocorre porque eles foram otimizados para duas coisas: o quanto um usuário gosta imediatamente de uma resposta que recebe e qual a probabilidade de o modelo responder corretamente à pergunta que recebe.

Parte da falta de clareza sobre o que é o produto pode ser porque os humanos ainda não têm exatamente uma resposta para isso. Peng disse que a People está projetando o produto em conjunto com o modelo.

“Parte do que estamos fazendo aqui também é garantir que, à medida que o modelo melhora, seremos capazes de co-evoluir a interface e os comportamentos que o modelo é capaz de realizar em um produto que faça sentido”, disse ela.

O que está claro, porém, é que os seres humanos não estão tentando criar um novo modelo que possa ser conectado a aplicativos e ferramentas de colaboração existentes. A startup quer possuir a camada de colaboração.

IA mais colaboração em equipe e ferramentas de produtividade são um campo cada vez mais quente – por exemplo, o aplicativo inicial de anotações de IA Granola arrecadou uma rodada de US$ 43 milhões com uma avaliação de US$ 250 milhões ao lançar mais recursos colaborativos. Várias vozes de destaque também estão explicitamente enquadrando a próxima fase da IA ​​como uma fase de coordenação e colaboração, e não apenas de automação. O fundador do LinkedIn, Reid Hoffman, argumentou hoje que as empresas estão implementando a IA de maneira errada, tratando-a como pilotos isolados e que a verdadeira vantagem está na camada de coordenação do trabalho – ou seja, como as equipes compartilham conhecimento e conduzem reuniões.

“A IA vive no nível do fluxo de trabalho e as pessoas mais próximas do trabalho sabem onde realmente está o atrito”, Hoffman escreveu nas redes sociais. “São eles que vão descobrir o que deve ser automatizado, compactado ou totalmente redesenhado.”

Esse é o espaço onde os humanos querem viver. A ideia é que o seu produto-modelo funcionasse como o “tecido conjuntivo” em qualquer organização – seja uma empresa de 10.000 pessoas ou uma família – que compreenda as competências, motivações e necessidades de cada pessoa, bem como a forma como todas elas podem ser equilibradas para o bem do todo.

Para chegar lá, é necessário repensar a forma como os modelos de IA são treinados.

“Estamos tentando treinar o modelo de uma maneira diferente que envolverá mais humanos e IAs interagindo e colaborando juntos”, disse Yuchen He, cofundador de humanos e ex-pesquisador da OpenAI, ao TechCrunch, acrescentando que o modelo da startup também será treinado usando aprendizado de reforço de longo horizonte e multiagente (RL).

O RL de longo horizonte destina-se a treinar o modelo para planejar, agir, revisar e seguir ao longo do tempo, em vez de apenas gerar uma boa resposta única. O RL multiagente treina para ambientes onde vários IAs e/ou humanos estão envolvidos. Ambos os conceitos estão ganhando força em trabalho acadêmico recente à medida que os pesquisadores levam os LLMs além das respostas do chatbot para sistemas que podem coordenar ações e otimizar resultados em muitas etapas.

“O modelo precisa lembrar coisas sobre si mesmo, sobre você, e quanto melhor for sua memória, melhor será a compreensão do usuário”, disse ele.

Apesar da equipe estelar comandar o present, há muitos riscos pela frente. Os seres humanos precisarão de grandes somas de dinheiro para financiar o empreendimento caro que é treinar e dimensionar um novo modelo. Isso significa que competirá com os principais gamers estabelecidos por recursos, incluindo acesso à computação.

O maior risco, porém, é que os humanos não estejam competindo apenas com os Notions e Slacks do mundo. Está chegando para os Prime Canine da IA. E essas empresas estão a trabalhar ativamente em melhores formas de permitir a colaboração humana nas suas plataformas, ao mesmo tempo que juram que a AGI substituirá em breve o trabalho economicamente viável. Através do Claude Cowork, a Anthropic visa otimizar a colaboração no estilo de trabalho; O Gemini está integrado ao Workspace, portanto a colaboração habilitada por IA já está acontecendo dentro das ferramentas que as pessoas já usam; e a OpenAI recentemente tem apresentado aos desenvolvedores sua orquestração e fluxos de trabalho multiagentes.

Crucialmente, nenhum dos principais intervenientes parece preparado para reescrever um modelo baseado na inteligência social, o que ou dá uma vantagem aos seres humanos ou os torna num alvo de aquisição. E com empresas como Meta, OpenAI e DeepMind em busca dos melhores talentos em IA, as fusões e aquisições são certamente um risco.

People& disse ao TechCrunch que já recusou interessados ​​e não tem interesse em ser adquirido.

“Acreditamos que esta será uma empresa geracional e acreditamos que tem o potencial de mudar fundamentalmente o futuro da forma como interagimos com esses modelos”, disse Zelikman. “Confiamos em nós mesmos para fazer isso e temos muita fé na equipe que reunimos aqui.”

Esta postagem foi publicada originalmente em 22 de janeiro de 2026.