Em abril de 2026, Andrej Karpathy, cofundador da OpenAI, publicou o que chamou de LLM wiki: uma base de conhecimento em arquivos de texto simples, interligados entre si, que um agente de inteligência artificial lê, escreve e mantém. O que a publicação revelou: o limite atual dos agentes de IA não está na capacidade dos modelos. Está na ausência de memória conectada.
Esse é o vácuo que define o próximo ciclo da adoção corporativa de inteligência artificial.
As empresas que avançaram não foram as que escolheram o modelo mais sofisticado, mas as que construíram uma arquitetura de contexto ao redor dele. Conhecimento fragmentado produz agentes rápidos que chegam à conclusão errada, enquanto o conhecimento conectado transforma IA em memória organizacional ativa.
Fernando Wosniak Steler enxergou esse vácuo antes de ele ter nome. Cofundador e CEO da Delend, fintech de infraestrutura de crédito e cobrança com agentes de IA integrados nativamente a ERPs e Open Finance, ele começou a experimentar o conceito de Second Brain como camada de ligação entre o julgamento humano acumulado e os agentes que operam a empresa. Uma reunião, nesse modelo, deixa de ser registro isolado para se tornar decisão conectada a um projeto, uma pessoa, uma estratégia e conversas anteriores.
O que 88% das empresas ainda não perceberam
Levantamento global da McKinsey mostra que 88% das organizações usam inteligência artificial em pelo menos uma função, mas apenas 7% escalaram a tecnologia por toda a operação. O gap tem causa conhecida: o conhecimento necessário para operar com IA ainda está espalhado. O Microsoft Work Trend Index aponta que 62% dos profissionais têm dificuldade com o tempo gasto procurando informações no trabalho.
Uma IA pode analisar uma operação de crédito em segundos, mas precisa saber quais premissas de risco orientam a decisão. Pode propor uma resposta ao cliente, mas precisa conhecer as cláusulas que a empresa não negocia. Sem esse substrato, a tecnologia aumenta a velocidade sem melhorar o trabalho. O ponto de Fernando é direto: “Uma reunião ligada a uma decisão, relacionada a uma pessoa, um projeto e conversas anteriores, diz muito mais do que uma reunião isolada”, afirma o empreendedor.
Quando a memória da organização passa a trabalhar
Na Delend, a implementação começou pela liderança e se expandiu por departamentos. Cada colaborador passou a ter um ambiente de contexto conectado ao conhecimento coletivo da empresa. A infraestrutura combina três ferramentas: editor de notas em texto simples (Obsidian), repositório de versionamento para guardar histórico (GitHub) e um agente que lê e escreve nesses arquivos. O trabalho está em registrar o que foi decidido e, sobretudo, o motivo pelo qual determinados caminhos foram descartados. Essa é a informação que nenhum modelo consegue inferir.
O episódio mais revelador não foi de eficiência, foi de julgamento. Ao comunicar uma decisão à CFO da empresa, Fernando recebeu um alerta: o agente havia identificado na base um encaminhamento de três meses antes que contradiz o que estava sendo solicitado. “Eu não teria me lembrado”, diz Fernando. O que a IA entregou ali foi o que as organizações perdem todo dia quando a memória institucional é oral e depende de quem estava na sala.
A rede que reconhece o vácuo antes do mercado
A tese que Fernando defende na Delend é exatamente o tipo de análise que a Endeavor identifica em empreendedores de alto impacto. O Efeito Multiplicador opera nessa lógica: a entrada na rede abre conexões que ampliam o alcance do que ele já construía.
A projeção de Fernando fecha o argumento: “O próximo salto da inteligência artificial pode não estar nos modelos mais poderosos, mas na capacidade das organizações de construir ambientes em que esses modelos tenham acesso ao conhecimento necessário para trabalhar bem”, conclui Steler.
