Apesar de todo o hype em torno da inteligência artificial, criar e manter algoritmos de verdade – não apenas regras de IF-THEN-ELSE – ainda é um processo complexo e que pode custar bem caro. Já viu o salário de um cientista de dados? Treinar mais gente nessa área é certamente um caminho. Mas não o mais rápido. Para resolver esse gargalo, é preciso colocar as máquinas para trabalharem. É o chamado auto machine learning – ou AutoML, para os íntimos.
Foi nessa pegada que Rafaela Helbing e Thais Nolasco criaram em 2018 a Data Rudder. A proposta é oferecer às empresas a possibilidade de criar e usar seus próprios algoritmos de forma simples e amigável. O negócio que nasceu como uma consultoria, 2 anos depois evoluiu para uma ferramenta disponível no modelo de software como serviço e operando dentro de outra tendência do mercado, os sistemas que dispensam profundos conhecimento de programação, o no code. Hoje, são 7 clientes atendidos, incluindo a B3.
Para seguir seu processo de crescimento, a startup acaba de fechar uma rodada de investimento de R$ 3,1 milhões. O aporte foi feito exclusivamente pela Torq Ventures, o braço de investimento em startups da Sinqia. Com isso, a companhia soma 3 aportes feitos na Data Rudder. Os 2 primeiros acontecerem por meio da aceleradora Darwin, da qual a Sinqia é investidora, e onde a startup entrou em 2020.
De acordo com Rafaela, os recursos serão usados totalmente para expansão comercial. “Temos um time muito técnico. O produto está funcionando muito bem. Precisamos colocá-lo no mundo, encontrar mais clientes”, diz a cofundadora, que é responsável pela parte técnica da operação. Thais toca a parte de usabilidade. Dev + UX = no code. Sacou?
Por meio de questionários que vão entendendo as demandas da empresa, o sistema da Data Rudder faz as avaliações necessárias e cria o algoritmo mais recomendado para uma determinada tarefa. A companhia ainda oferece a possibilidade de acompanhar o ciclo de vida do algoritmo, fazendo os ajustes necessários para que ele mantenha sua eficiência. A estimativa é que o tempo de desenvolvimento de um algoritmo seja reduzido em 8x já que não é necessária ter uma equipe de cientistas de dados e enfrentar todos os desafios do processo de desenvolvimento.
Depois de criados, os algoritmos são propriedade dos clientes. Não da Data Rudder. “A riqueza está no processo de criação e no monitoramento, não no algoritmo em si”, diz Rafaela. Ela reforça que um dos pilares é a transparência. “Falamos no conceito de caixa de vidro. Tudo pode ser visto e entendido”. Entre os competidores da startup estão Data Robot, H2O.ia e Alteryx. O Google também oferece algo nessa linha com o seu AutoML.
A estratégia da startup está centrada em buscar grandes clientes, principalmente no setor financeiro, que possam servir de distribuidores de sua tecnologia para seus próprios clientes. Segundo Rafaela, hoje a Data Rudder já atinge algumas milhares de empresas dessa forma. E é aí que o relacionamento e o investimento da Sinqia vão poder ajudar bastante.
As duas empresas já criaram uma oferta conjunta, inclusive: uma sistema de detecção de fraudes no cadastro de pessoas que solicitam crédito integrada às ofertas da Simply – empresa comprada pela Sinqia ano passado. A funcionalidade foi desenvolvida como uma prova de conceito para um cliente e logo foi contratada para ser colocada em produção. “O produto que elas desenvolveram tem um potencial de escala muito grande porque é plug and play”, avalia Juliana Innecco, head de investimentos do Torq Ventures.
Segundo ela, já existem projetos em andamento para aplicar a tecnologia em outras verticais, como previdência. “O investimento reforça o crescimento orgânico e a possibilidade de conexão com outras startups do nosso ecossistema”, completa. Criado em 2020, o Torq começou a fazer investimentos ano passado. Atualmente são 40 empresas no portfólio, incluindo as investidas da Darwin, dos fundos em que o Torq investe e os investimentos diretos.