Se ainda paira alguma dúvida sobre os resultados práticos que a adoção de IA pode trazer para uma empresa, Ludmila Pontremolez, CTO e cofundadora da Zippi, fintech de crédito para micro e pequenos negócios, trouxe um dado que ajuda a responder: em 2025, a empresa saiu de R$ 2 bilhões para R$ 5 bilhões em crédito liberado, sem aumento proporcional de time. “Para 2026, a meta é alcançar R$ 10 bilhões, o dobro do que foi feito em 2025, e chegar a mais de R$ 10 milhões de faturamento por colaborador, um número que coloca a Zippi como outlier global de produtividade por pessoa”, disse ela durante a Brazil at Silicon Valley 2026.
O número define o argumento central de Ludmila: em mercados com clientes fragmentados e dados complexos, escala sem IA simplesmente não existe. “Não acho que seria possível”, disse, ao ser questionada se o modelo de negócio funcionaria sem inteligência artificial.
Antes do hype
A história da Zippicom IA antecede em anos o boom dos LLMs. Desde 2019, a empresa já usava modelos para entender a realidade financeira de micro e pequenos empresários — clientes que misturam conta pessoal com conta da empresa, operam no informal e têm histórico fragmentado que raramente aparece em dados comportamentais ou de bureaus de crédito de forma legível. “Esses dados são extremamente difíceis de interpretar. As descrições nem sempre significam o que você imagina, e esses clientes têm a vida financeira espalhada por, em média, cinco contas diferentes, isso quando não misturam contas PF e PJ, e quando não usam contas de parentes para movimentações do negócio.
“Compor um histórico coerente a partir disso não é trivial”, disse Ludmila.
O que os LLMs trouxeram foi velocidade em toda a cadeia de decisão — desde a geração de hipóteses até a chegada em produção, seja um novo modelo, uma política de crédito ou uma mudança de estratégia. Em 2025, a empresa operou em um ritmo sem precedente na sua história.
O impacto mais concreto veio na experiência de pagamento — o ponto mais sensível para micro e pequenos empreendedores, cujo caixa oscila semana a semana. Antes dos LLMs, o cliente podia se auto-servir pelo app ou entrar em contato com o suporte. Depois da reformulação, os modelos passaram a decidir sozinhos quando contatar o cliente, o que oferecer e com que condições — com autonomia para chegar ao melhor acordo sem intervenção humana. O resultado: 20% de melhoria na retenção. “Flutuações de caixa são a normalidade, não a exceção. A maioria dos produtos trata isso como um caso marginal. Para nós, agora é o centro da proposta de valor”, afirmou Ludmila.
O efeito renascença no time de dados
No painel mediado pelo professor de empreendedorismo – e ex-piloto de caças F14 –, Kurt Kawamoto, que também contou com a participação de Isadora Kimura, fundadora da healthtech Nilo Saúde, um dos pontos altos da discussão foi o efeito da IA nos próprios times — a ideia de que a tecnologia pode elevar as pessoas a um estado quase de “renascença”, tornando-as capazes em áreas antes fora do seu alcance.
Na Zippi, o laboratório mais nítido foi o time de dados. A empresa tem uma operação robusta de experimentação: a qualquer momento, dezenas de testes rodam em paralelo, gerando decisões sobre quais modelos e estratégias vão para produção. Antes, o caminho entre uma pergunta e uma resposta era mais longo, boa parte do esforço estava na preparação dos dados, não na análise em si.
Quando a empresa criou uma camada de agentes com contexto profundo do seu próprio warehouse de dados, o efeito não foi simplesmente fazer mais análises, foi elevar o nível do que cada pessoa consegue fazer. Analistas passaram a ter autonomia para conduzir análises estatísticas e de modelagem — avaliar experimentos com maior rigor, construir hipóteses mais sofisticadas, explorar padrões que antes exigiam a mediação de um cientista de dados. E os cientistas de dados, com esse espaço adicional, passaram a focar mais tempo no trabalho que realmente exige seu nível de expertise — avaliar a performance dos modelos à luz do negócio, explorar novas metodologias e garantir a robustez da infraestrutura que coloca esses modelos em produção.
“O trabalho operacional encolheu, e o que ganhou espaço foi ir muito mais fundo. Especialmente em funções que exigem pensamento crítico forte, vemos isso se multiplicar”, explicou Ludmila.
Resistência à IA não é falta de curiosidade
Foi nesse momento que Ludmila entregou a fala mais relevante do painel para quem está na trincheira tentando fazer IA funcionar dentro de uma empresa. Kawamoto perguntou sobre resistências internas. A resposta esperada seria sobre cultura, inércia ou medo de substituição. O que ela disse foi diferente. “Ouço muito de founders a frustração: ‘meu time não está adotando IA no ritmo que eu queria, não são curiosos o suficiente.’ E normalmente o que está acontecendo é outra coisa.”
Para ela, o diagnóstico correto quase sempre aponta para um de dois problemas: expectativa exagerada do que é possível dado o estágio e a complexidade do negócio, ou ausência de infraestrutura de contexto e guardrails para que os agentes funcionem bem. “Se você joga um agente num código sem contexto, ele vai se perder. Vai ser uma experiência terrível para todo mundo. E aí as pessoas vão dizer que IA não funciona.”
A conclusão foi direta: “Quando alguém me diz que o time não está adotando IA, eu pergunto quanto você investiu em infraestrutura e habilitação para fazer isso funcionar. Normalmente esse é o problema, não a curiosidade individual”, pontuou. Isadora completou pelo lado da liderança: “Não é responsabilidade do colaborador individualmente. É uma reestruturação de toda a empresa. E isso pesa muito na liderança.”
Novas portas, não portas girando mais rápido
A última pergunta do painel foi certeira: IA abre portas genuinamente novas ou apenas faz as antigas girarem mais rápido? Ludmila respondeu sem hesitar: “Abre portas novas”.
Kawamoto fechou com o princípio que pretende levar para a sala de aula no próximo semestre: “Não é sobre eficiência. É sobre o que você vai fazer com a eficiência. Isso é o que abre a porta.”
O post Times não resistem à IA, o que falta é infraestrutura, diz fundadora da Zippi apareceu primeiro em Startups.
