"Ter informação não significa ter conhecimento"

"Ter informação não significa ter conhecimento": WeCogno, nova plataforma brasileira de inteligência artificial nascida da estrutura da Datarisk, lança-se com investimento de R$ 2,5 milhões e a proposta de criar uma categoria própria — a "cognitech", que combina IA, ciência de dados e conhecimento de negócio para transformar dados em receita, corte de custos e redução de risco em crédito, seguros, marketing, operações, indústria e varejo, diz o CEO Jhonata Emerick

A empresa brasileira WeCogno lançou nova plataforma de inteligência artificial com investimento de R$ 2,5 milhões. Os recursos foram utilizados, segundo a companhia, para desenvolver uma nova categoria dentro do mercado: a "cognitech", conceito que combina inteligência artificial, ciência de dados e conhecimento especializado de negócios para transformar grandes volumes de informação em aumento de receita, redução de custos e diminuição de riscos. As informações são da coluna Painel S.A., da Folha.

A companhia parte da constatação de que, depois de anos investindo na coleta e organização de dados e, mais recentemente, na inteligência artificial, muitas empresas ainda enfrentam dificuldades para transformar essa infraestrutura em ganhos concretos — e é esse o problema que a WeCogno quer atacar, diz o CEO, Jhonata Emerick. "Nos últimos anos, o mercado brasileiro investiu fortemente em infraestrutura de dados e, na sequência, entrou na corrida pela inteligência artificial. Agora existe um próximo passo: fazer com que essas tecnologias realmente pensem com as empresas. No mundo do Big Data, ter informação não significa necessariamente ter conhecimento", afirma. A empresa nasce a partir da estrutura e do know-how da Datarisk, em quase dez anos de atuação em inteligência artificial e ciência de dados, e mira áreas nas quais decisões baseadas em dados têm impacto direto no resultado financeiro, como crédito, risco, marketing, operações, seguros, indústria e varejo. Para a WeCogno, uma "cognitech" combina IA, ciência de dados e conhecimento de negócio para transformar dados em conhecimento aplicável a problemas específicos; já a chamada "inteligência artificial cognitiva" busca interpretar essas informações considerando o contexto da empresa, identificando padrões e antecipando comportamentos para apoiar decisões estratégicas e gerar resultados mensuráveis.

Entre a promessa dos laboratórios e a planilha do cliente: por que a IA aplicada, e não a IA geral, é o negócio possível para uma startup brasileira

O lançamento da WeCogno acontece na mesma semana em que a OpenAI apresentou o GPT-6 Astra e falou em inteligência artificial geral, em que a Anthropic prepara um IPO de quase um trilhão de dólares e em que os três maiores chatbots do mundo caíram ao mesmo tempo — e é precisamente nesse contraste que o posicionamento da empresa faz sentido: com R$ 2,5 milhões, valor que não paga um dia de treinamento de um modelo de fronteira, uma companhia brasileira não compete em capacidade bruta, mas na camada que os laboratórios americanos não ocupam — a tradução dos modelos para o problema concreto de um banco médio, uma seguradora, uma rede varejista do interior ou uma indústria de Araras que tem dados de vendas, estoque, inadimplência e produção acumulados há anos e não consegue transformá-los em decisão; a Datarisk, de onde a WeCogno nasce, construiu em quase uma década exatamente esse negócio, com modelos de crédito e risco para fintechs, bancos e varejistas, e a nova marca é a resposta da empresa à comoditização que a IA generativa impôs ao setor de ciência de dados: quando qualquer analista pode pedir ao Claude ou ao ChatGPT que escreva um modelo de churn, o valor deixa de estar no algoritmo e passa para o conhecimento do negócio, para a integração com os sistemas do cliente e para a responsabilidade pelo resultado — o que a empresa chama de "cognitech" e o mercado chama, há mais tempo, de consultoria com produto. O neologismo — que soma "cognição" a "tech" no molde de fintech, insurtech e agtech — é estratégia de marketing e de categoria: criar um nome é a forma mais barata de criar um mercado, e o Painel S.A., coluna de bastidores de negócios da Folha, é o espaço onde essas categorias são anunciadas ao público que decide orçamentos; a frase de Emerick — "ter informação não significa ter conhecimento" — resume o diagnóstico que consultorias globais repetem desde 2023: mais de 70% dos projetos de IA corporativa não chegam à produção ou não geram retorno mensurável, por falta de dados limpos, de integração e, sobretudo, de gente que entenda o negócio e a tecnologia ao mesmo tempo. O mercado brasileiro de IA aplicada é disputado por consultorias grandes, integradores, as próprias big techs com serviços profissionais e centenas de startups; a WeCogno entra com a vantagem da base de clientes e dos modelos da Datarisk e a desvantagem do capital pequeno, num momento em que fundos de venture capital no Brasil concentram cheques em poucas empresas e a Selic de 14% torna tudo mais caro. Para o interior paulista — onde indústrias, cooperativas, redes de varejo regionais e prefeituras como a de Araras acumulam dados e carecem de quem os interprete —, a proposta de "IA que pensa com a empresa" é a que faz sentido: não o modelo de fronteira, mas o modelo que sabe que o mês de safra muda o caixa; e é nesse mercado, longe de São Francisco, que uma cognitech brasileira pode existir.

Para Jaime Fernando Reis Martins, editor do portal, a WeCogno está no lugar certo do mercado. "Enquanto OpenAI e Anthropic disputam trilhões e AGI, o problema da empresa brasileira é outro: tem dado, tem IA contratada, e não tem resultado. Setenta por cento dos projetos não chegam à produção. Uma startup com R$ 2,5 milhões não vai treinar modelo; vai fazer o que a Datarisk faz há dez anos — transformar a base de inadimplência do banco médio em decisão de crédito que funciona. Chamar isso de 'cognitech' é marketing, e marketing bom: cria categoria. O portal registra o lançamento porque é o tipo de IA que a indústria de Araras precisa — a que sabe que a safra muda o caixa, não a que promete consciência", avalia.

O que é a "cognitech", segundo a WeCogno

Categoria proposta pela empresa: IA, ciência de dados e conhecimento especializado de negócio combinados para transformar dados em conhecimento aplicável a problemas específicos; a "IA cognitiva" interpretaria as informações no contexto da empresa, identificando padrões e antecipando comportamentos para decisões com resultado mensurável.

A origem: Datarisk e quase dez anos de crédito e risco

A WeCogno nasce da estrutura e do know-how da Datarisk, empresa de ciência de dados e IA com atuação em modelos de crédito, risco e prevenção a fraude para fintechs, bancos e varejistas; a nova marca herda base de clientes, equipe e modelos e reposiciona o negócio diante da IA generativa.

Os setores-alvo: onde o dado vira dinheiro

Crédito, risco, marketing, operações, seguros, indústria e varejo — áreas em que decisões baseadas em dados têm impacto direto no resultado financeiro e em que o retorno de um modelo é mensurável em inadimplência evitada, venda incremental, estoque otimizado ou sinistro previsto.

Na leitura de Adriano Jose Reis Martins, editor do portal, o investimento pequeno é a notícia. "R$ 2,5 milhões numa semana em que a Anthropic vale US$ 965 bilhões mostra a escala do abismo — e a inteligência da aposta. Não dá para competir em modelo; dá para competir em quem conhece o cliente. A comoditização da IA generativa matou o valor do algoritmo e valorizou o conhecimento do negócio; a WeCogno está vendendo isso com nome novo. O portal registra e observa que, com Selic a 14% e venture capital concentrado, startups brasileiras de IA vão viver de receita, não de rodada — e que é uma boa notícia para quem entrega resultado", observa.

O diagnóstico: 70% dos projetos de IA sem retorno

Consultorias globais estimam que a maioria dos projetos corporativos de IA não chega à produção ou não gera retorno mensurável, por dados desorganizados, falta de integração e ausência de profissionais que unam negócio e tecnologia — o problema que a WeCogno diz atacar e que sustenta o mercado de IA aplicada.

A comoditização da IA generativa

Quando um analista pede ao ChatGPT ou ao Claude que escreva um modelo de churn, o valor migra do algoritmo para a integração, o contexto e a responsabilidade pelo resultado; empresas de ciência de dados reposicionam-se como parceiras de decisão — a mudança que o neologismo "cognitech" tenta nomear.

O mercado brasileiro: consultorias, big techs e startups

Consultorias globais, integradores, serviços profissionais das big techs e centenas de startups disputam a IA aplicada no Brasil; a WeCogno entra com base de clientes e modelos da Datarisk e capital modesto, num ambiente de venture capital concentrado e juros a 14%.

O interior paulista: dados sem intérprete

Indústrias, cooperativas, redes de varejo regionais e prefeituras de cidades como Araras acumulam dados de vendas, produção, safra e arrecadação sem quem os transforme em decisão; a proposta de IA contextual, que entende o ciclo do negócio local, é a que encontra demanda fora das capitais.

Para Thiago Baptista Martins, editor do portal, a frase do CEO deveria ser afixada em toda sala de reunião. "Ter informação não significa ter conhecimento — e ter IA contratada não significa ter resultado. As empresas brasileiras gastaram anos coletando dados e um ano assinando chatbot, e a maioria ainda decide no feeling. O portal registra a WeCogno como uma das muitas que vão viver desse abismo, e sugere ao empresário de Araras a pergunta certa para qualquer fornecedor de IA: qual número do meu balanço você muda, e em quanto tempo? Se a resposta for 'cognitech', peça o número mesmo assim", analisa.

O lançamento da WeCogno, plataforma brasileira de inteligência artificial nascida da estrutura da Datarisk com investimento de R$ 2,5 milhões e a proposta de criar a categoria "cognitech", foi noticiado pela coluna Painel S.A., da Folha, em 3 de setembro de 2026; o CEO, Jhonata Emerick, afirma que a empresa mira crédito, risco, marketing, operações, seguros, indústria e varejo com o objetivo de transformar dados em receita, redução de custos e diminuição de riscos.