IA para pesquisa de investimento atrai 4 mil pagantes — gestoras brasileiras testam ferramentas similares

Dezessete anos depois de deixar o banco de investimento em Hong Kong, Zeng Minmin voltou ao setor financeiro com o AlphaGBM, uma plataforma que usa agentes de inteligência artificial para conduzir pesquisa de investimento. O projeto, iniciado em 2026, já acumula mais de 3 mil estrelas no GitHub, quase 4 mil usuários pagantes e 200 mil seguidores em redes sociais em apenas seis meses. A virada veio com a evolução dos modelos de IA que decompõem tarefas e executam etapas consecutivas de análise — capacidade que, na leitura do CBI, interessa diretamente a gestoras de recursos e family offices brasileiros que buscam reduzir custo de research em renda variável e crédito. Zeng Minmin deixou o banco de investimento em Hong Kong em 2009, após se formar em Harvard, e fundou sua primeira empresa. Nos 17 anos seguintes, o empreendedorismo tornou-se sua atividade principal, sem interromper a atuação como investidora — primeiro no mercado secundário, depois no mercado primário conforme a empresa crescia. A sensibilidade à IA veio cedo: no fim de 2021, ao ver a demonstração da Nvidia de um humano virtual capaz de conversar em tempo real, disse ter ficado 'muito animada, achando que em breve todos teriam seu próprio assistente de IA'. No ano seguinte, começou a liderar a equipe na exploração da aplicação de IA na educação; após o surgimento do ChatGPT em 2023, a empresa migrou diretamente para o desenvolvimento de aplicações nativas de IA. Em 2026, o avanço dos agentes inteligentes a convenceu de que a IA não é apenas o melhor campo de investimento, mas pode transformar o próprio campo de investimento — e assim nasceu o AlphaGBM. O produto conecta a experiência em algoritmos e produtos de IA da equipe a uma linha de pesquisa de investimento que se estende por anos. Os primeiros usuários foram a própria Zeng e sua equipe, o que permitiu calibrar o sistema em uso real antes de abrir ao mercado. Atualmente, o projeto tem mais de 3 mil Stars no GitHub, quase 4 mil usuários pagantes e, em redes sociais, mais de 200 mil seguidores em meio ano. Os números indicam que o AlphaGBM saiu da fase de uso próprio, mas também empurraram o próximo desafio: ampliar o alcance online, fazer mais gente usar o produto e entregar o serviço à IA para completar. Em novembro de 2026, porém, Zeng e sua equipe decidiram dedicar parte dos esforços para fora da tela, realizando encontros fechados presenciais com usuários, com intercâmbio e ensino presenciais. A aparente contradição — uma empreendedora que retorna ao setor financeiro com IA e começa a fazer movimento comercial presencial — tem explicação no currículo dela. Instituições financeiras, empreendedorismo educacional, investimentos no mercado primário e secundário parecem mudanças de direção, mas todas exigem responder à mesma questão: como novas ferramentas e métodos mudam a maneira original de fazer as coisas. Na educação, entregar conteúdo é só parte do trabalho; se o aluno consegue entender, usar e transformar o método em capacidade própria é igualmente importante. No investimento, os materiais viram relatórios financeiros, dados de mercado e pesquisas setoriais, mas a distância entre 'saber' e 'saber usar' persiste. 'Educação é empoderamento. Naquela época, usávamos ferramentas e metodologias para ajudar os alunos; agora usamos IA para criar ferramentas e empoderar investidores', disse ela. Para quem estuda o mercado há muito tempo, a dificuldade raramente está em não encontrar informações. Notícias, relatórios financeiros, preços e opiniões de análise aumentam constantemente, e o que dá trabalho é colocá-los juntos: quais mudanças merecem acompanhamento, quais números podem ser comparados, se uma nova notícia é suficiente para mudar o julgamento original. Uma resposta fluente não significa que ela resista a essas etapas de questionamento. Zeng fornece as questões financeiras específicas e orienta a direção do produto e do negócio; a equipe traz a experiência em algoritmos e produtos de IA, e juntos dividem o problema em etapas calculáveis, verificáveis e reutilizáveis. A construção do sistema de investimento para uso próprio fez com que essas capacidades primeiro tivessem um ponto de aplicação no próprio trabalho. Por trás da tentativa está a mudança da IA no último ano. Antes, o modelo era mais um assistente pronto para responder perguntas: você pergunta e ele responde. Depois, o modelo passou a entrar no ambiente de desenvolvimento, chamar ferramentas, decompor tarefas e continuar completando algo por um período mais longo. Claude Code, Claude Opus 4.6 e o GPT-5.3 Codex, da OpenAI, representam essa linha de mudança. O importante neles não é apenas responder mais rápido ou de forma mais humana, mas começar a lidar com várias etapas consecutivas de um trabalho: entender o objetivo, buscar materiais, usar ferramentas, modificar resultados e revisar se foi concluído. Isso se conecta exatamente ao que Zeng e sua equipe já faziam. A pesquisa de investimento, por natureza, não termina após uma pergunta: o pesquisador vê uma notícia, verifica divulgações da empresa, compara dados financeiros e revisa a tese. No Brasil, o impacto direto é indireto, via adoção de ferramentas de research automatizado por gestoras de recursos, family offices e departamentos de análise de bancos e corretoras. O mercado brasileiro já convive com plataformas de dados financeiros e terminais de análise, mas a combinação de agentes de IA que executam cadeias de tarefas — e não apenas respondem perguntas — pode reduzir o custo marginal de cobertura de small caps e de setores com pouca cobertura de sell-side. Reguladores como CVM e ANBIMA tendem a acompanhar a questão de responsabilidade por recomendações geradas por IA, tema que ainda não tem regra específica no país. Os dados mostram que o AlphaGBM atingiu quase 4 mil pagantes em meio ano, o que indica disposição a pagar por esse tipo de ferramenta; na leitura do CBI, isso sugere que gestoras brasileiras de médio porte podem testar soluções similares antes de desenvolver internamente. O que acompanhar: (1) anúncios de parcerias do AlphaGBM com instituições financeiras fora da China, previstos para o primeiro semestre de 2027; (2) posicionamento da CVM sobre uso de IA em relatórios de análise; (3) surgimento de startups brasileiras de research com agentes de IA, provável nos próximos 12 meses.