MiniMax quer procurar o próximo "10x"

Com a explosão do ClaudeCode, a IA passou de uma ferramenta de chat para um Agente, e quando o modelo começa a executar tarefas de verdade em nome das pessoas, o consumo de Tokens aumenta de forma exponencial.

Quem conseguir fazer a IA realmente entrar no fluxo de produção, poderá obter o consumo de Tokens mais estável e contínuo. Após a alta coletiva das ações de conceito de IA no início do ano e uma rápida correção, as principais empresas de grandes modelos domésticas começaram a buscar novas narrativas de crescimento.

Ao aproveitar o clima de codificação, a febre do lagostim e os frutos colhidos, o jogador doméstico MiniMax, que já experimentou o sucesso, está ansioso para expandir sua rede de contatos e procurar a próxima mina de ouro.

Em 11 de maio, a MiniMax lançou um novo plano de cooperação chamado “Equipe Dez Vezes” (10xTeam).

Além dos setores verticais já vinculados, como softwares industriais, motores de jogos, design de chips, finanças e contabilidade, desta vez a MiniMax convidou principalmente especialistas em economia, ciências da vida e química de materiais — áreas mais voltadas ao cenário global e que podem se aprofundar na integração com grandes modelos — para co-criação, além de lançar a vaga de “Pesquisador 10xTeam” na plataforma de recrutamento.

A ambição por trás é evidente: deseja replicar a “salto de eficiência de 10 vezes” que surgiu na área de programação para mais indústrias.

Isso será uma situação de ganha-ganha: a MiniMax, por meio dessa abordagem, aprimora a capacidade do núcleo de inteligência geral, ao mesmo tempo em que impulsiona a penetração dos modelos em cenários industriais mais profundos.

Na verdade, “Grandes Modelos Gerais + Colaboração com Especialistas do Setor” já se tornou um consenso entre as principais empresas.

A Anthropic há tempos incorpora pesquisadores acadêmicos e da indústria; seu EconomicIndex avalia ainda mais o impacto dos modelos nas atividades econômicas de diversos setores; a OpenAI lançou o HealthBench voltado à área médica, priorizando também cenários jurídicos e financeiros na otimização do GPT; a Google DeepMind mantém a “quebra de barreiras científicas” como bandeira: AlphaFold (biologia estrutural), GNoME (ciência de materiais), entre outros, demonstrando que a colaboração entre especialistas de ponta e equipes de pesquisa fundamental pode gerar “salto de nível na área”.

Em 2025, a Baidu também lançou um plano semelhante chamado “Mentor Wenxin”, voltado a especialistas do setor e acadêmicos, para orientar grandes modelos na transmissão de conhecimento, avaliação de qualidade e calibração profissional.

No último ano, o campo da programação se tornou o cenário de fenômeno de “salto de 10 vezes na eficiência” mais precoce dos grandes modelos: ferramentas como Cursor e ClaudeCode já estão, de fato, remodelando o fluxo de desenvolvimento de software, e a competição por infraestrutura relacionada também está praticamente concluída.

Após o sucesso do ClaudeCode, toda a indústria de IA rapidamente chegou a um consenso: a habilidade mais importante da IA não é mais apenas “responder perguntas”, mas “executar tarefas”. Uma vez que a IA entre em sistemas de produção reais, ela se tornará uma necessidade.

Programadores precisam fazer chamadas diariamente, empresas precisam rodar continuamente, equipes colaboram constantemente, e as cadeias de raciocínio crescerão sem parar. A chamada ao modelo, de uma demanda ocasional, passa a ser um consumo contínuo, e a receita de Tokens naturalmente também aumenta de forma exponencial.

Porém, essa certeza também atrai uma divisão de players que querem dividir o bolo: há 18 meses, o mercado de programação de IA era dominado por Copilot. Hoje, no exterior, Cursor, Windsurf, Cline, Claude Code, Aider estão em uma disputa acirrada, enquanto no Brasil, DeepSeek TUI, Kimi Code, MiniMax-M2.5, Trae da ByteDance, Tongyi Lingma, Wenxin Kuaima, CodeGeeX da Zhipu, Qoder da Alibaba, entre outros, estão conquistando mercado.

Quando o benefício da programação atingir um gargalo, a questão de “qual será o próximo setor a ser 10x” se tornará uma dúvida que todas as empresas precisarão responder.

A resposta da MiniMax é: levar a capacidade do modelo para áreas com alta densidade de conhecimento especializado, fluxos de trabalho complexos e ainda sem uma abordagem padronizada.

Isso justamente não pode ser resolvido apenas por equipes de modelos fechados. É preciso envolver os principais especialistas do setor na definição de problemas, na co-criação de avaliações e fluxos de trabalho, e depois deixar que o modelo impulsione a transformação do setor de forma reversa.

O conhecimento setorial naturalmente possui barreiras muito altas.

O design de chips envolve processos de validação complexos, softwares industriais possuem sistemas de engenharia extensos, finanças têm suas próprias lógicas de risco e estruturas regulatórias, ciências da vida estão repletas de experiências experimentais implícitas e conhecimentos especializados. Esses elementos não existem naturalmente nos dados públicos da internet.

Um verdadeiro agente industrial utilizável não está na capacidade de raciocínio do modelo, mas na sua compreensão do fluxo de trabalho do setor.

Isso faz com que as grandes empresas de modelos passem a parecer cada vez mais uma mistura de instituições de pesquisa, organizações industriais e consultorias. A “Equipe 10x” da MiniMax, em certo sentido, também é a primeira vez que uma fabricante doméstica de grandes modelos deixa clara a transferência desse “modelo de colaboração científica” para o centro do palco.

Para a MiniMax, isso se assemelha a um mecanismo de parceria de pesquisa industrial. A equipe do modelo é responsável pelas capacidades básicas, os especialistas do setor definem problemas, constroem fluxos de trabalho, estabelecem sistemas de avaliação, e depois o Agente entra na produção real.

Pois, quando o objetivo da IA muda de “responder perguntas” para “executar tarefas”, a importância dos especialistas do setor será rapidamente ampliada.

Historicamente, na era da internet, os talentos mais importantes eram os gerentes de produto, pois eles definem as necessidades dos usuários; na era do Agente, os mais importantes podem ser aqueles que mais entendem do fluxo de trabalho industrial.

A programação é apenas o primeiro setor a ser reformulado pelo Agente. Todas as grandes empresas de modelos agora buscam realmente o próximo cenário capaz de gerar um enorme consumo de Tokens e, ao mesmo tempo, criar valor real para a indústria.

No último ano, a valorização do setor de grandes modelos começou a lembrar a bolha da internet de 2000, com cada vez mais pessoas refletindo sobre isso.

Recentemente, o economista Ma Guangyuan apontou que, embora a infraestrutura upstream, como capacidade computacional, módulos óticos e hardware, realmente tenham pedidos, receitas e possam lucrar — pois o mundo está acumulando capacidade de processamento —, os modelos de médio e baixo nível, assim como aplicações downstream, como robôs humanoides, IA geral, cenários ToC/ToB, ainda estão na fase de conceito e narrativa, sem grande comercialização em larga escala, sem lucros contínuos e sem uma explosão de demanda real, embora todas essas expectativas já estejam embutidas na avaliação atual.

Todo o setor sabe que, se a IA não conseguir realmente entrar na indústria, ajudar as empresas a aumentar a eficiência e lucrar continuamente, esse jogo de capital provavelmente não será sustentável por muito tempo. Só quando a IA realmente começar a trabalhar para as empresas, participando do produção e ajudando a gerar lucros, toda a cadeia industrial poderá realmente funcionar.

Por isso, atualmente, as principais empresas de IA do mundo estão acelerando sua entrada no setor industrial profundo.

A Anthropic já não enfatiza apenas a capacidade do modelo, mas também como o Claude pode entrar no fluxo de trabalho empresarial; a OpenAI continua fortalecendo cenários verticais como saúde, direito e finanças; a Google DeepMind mantém a “quebra de barreiras científicas” como uma estratégia de longo prazo.

Pois todos sabem que, para que a IA continue avançando, ela precisa realmente ajudar o setor a lucrar, aumentar a eficiência e reduzir custos, para que a narrativa do setor possa seguir em frente. Caso contrário, a bolha cedo ou tarde estourará.

E, uma vez que a bolha estourar, o impacto não será apenas em algumas empresas de modelos. Desde GPUs até fornecedores de nuvem, centros de dados, startups de IA, do mercado primário ao secundário, toda a cadeia de IA poderá passar por uma forte crise.

Por isso, todas as principais empresas de modelos hoje estão correndo contra o tempo para provar uma coisa: que a IA não é apenas conceito, mas uma verdadeira força produtiva. E a “Equipe 10x” da MiniMax, na essência, também é uma tentativa de posicionamento industrial nesse contexto.

Ela busca antecipar a incorporação de especialistas do setor, integrando a capacidade do modelo realmente aos processos complexos de design de chips, softwares industriais, análises financeiras e ciências da vida, formando gradualmente suas próprias barreiras de dados, fluxo de trabalho e comercialização.

Pois, quando o objetivo da IA mudar de “responder perguntas” para “executar tarefas”, o conhecimento setorial se tornará um recurso escasso. A programação é apenas o primeiro setor reformulado pelo Agente. E o que toda a indústria de IA quer realmente provar agora é: o próximo pode ser o próprio mundo industrial.

Aviso de risco e isenção de responsabilidade

O mercado possui riscos, investimentos devem ser feitos com cautela. Este artigo não constitui recomendação de investimento pessoal, nem leva em consideração objetivos, situação financeira ou necessidades específicas de cada usuário. Os usuários devem avaliar se as opiniões, pontos de vista ou conclusões aqui apresentadas são compatíveis com suas condições particulares. Investimentos baseados nesta análise são de responsabilidade do investidor.