A Corrida da Infraestrutura de Agentes Corporativos: Ampersand e Restate Financiam a Camada de Leitura e Escrita

Duas rodadas de financiamento no início de outubro apontam para a parte menos glamourosa da IA corporativa — e, sem dúvida, a mais importante. A Ampersand levantou US$ 15 milhões. A Restate levantou US$ 20 milhões. Nenhuma das duas constrói um modelo. Ambas constroem a infraestrutura que permite a um agente realmente fazer algo dentro de um sistema que uma empresa já opera.
Ampersand: leitura e escrita dentro do sistema de registro
A Ampersand fechou uma Série A em 6 de outubro, liderada pela Bessemer Venture Partners, com a participação dos investidores recorrentes Matrix e Flex Capital, além dos novos nomes Yelp e Mana Ventures. O financiamento total agora está na casa de US$ 19,7 a 20,7 milhões, ante uma seed de US$ 4,7 milhões liderada pela Matrix em abril de 2023. A empresa foi fundada em 2022.
O pitch é fácil de dizer e difícil de construir. Fazer aplicações de IA funcionarem dentro do software corporativo precário do qual as empresas já dependem. A Ampersand constrói infraestrutura que permite a aplicações agênticas realizar operações de leitura e escrita dentro de sistemas de registro como Salesforce e NetSuite.
Ler é a metade fácil. Escrever é onde mora a dificuldade. Um agente que apenas lê pode responder a uma pergunta. Um agente que escreve pode alterar um registro, e uma escrita errada em um sistema de registro é um problema de negócio, não uma resposta ruim.
O foco da empresa está no problema de customização. Sistemas corporativos raramente são usados como vêm de fábrica. As empresas os personalizam intensamente, de modo que a configuração de Salesforce de uma companhia pode não se parecer quase nada com a de outra. A Ampersand se posiciona contra plataformas de integração tradicionais, que tendem a oferecer conexões mais amplas, porém mais superficiais. Integrações mais profundas, capazes de lidar com a customização de cada cliente, são o diferencial que a empresa vende.
Junto com o financiamento, a Ampersand anunciou o beta do Andi, um agente de integração de IA que ajuda desenvolvedores no trabalho de implementação por cliente. Essa é a configuração tediosa e específica de cada cliente que faz a sincronização de dados realmente funcionar em um determinado ambiente.
Restate: infraestrutura durável para agentes de longa duração
A Série A de US$ 20 milhões da Restate, liderada pela Singular, vai para infraestrutura durável para fluxos de trabalho de agentes. O alvo é a confiabilidade em tempo de execução: a infraestrutura nada glamourosa que impede que um agente de longa duração falhe sem deixar rastro no meio de uma tarefa.
O problema é específico. Um agente que roda por horas, transita entre ferramentas e mantém estado tem muitos pontos em que pode cair. Uma chamada de rede expira, um serviço reinicia, uma etapa é concluída mas seu resultado nunca é registrado. Em uma demonstração, você tenta de novo manualmente. Em produção, você precisa que o runtime garanta que uma etapa ou seja concluída ou seja repetida com segurança, e que o estado do agente sobreviva a uma falha.
Isso é execução durável, um padrão bem estabelecido em sistemas distribuídos que agora está sendo aplicado a loops de agentes. A aposta da Restate é que a maioria dos agentes em produção depende de uma infraestrutura como essa, e que quase ninguém quer construí-la por conta própria.
Por que essas rodadas andam juntas
Junte as duas e a forma da lacuna fica clara. Uma empresa faz o agente ser capaz de tocar os sistemas que guardam os dados do negócio. A outra faz o agente ser capaz de rodar por tempo suficiente, e de forma confiável o bastante, para receber essa confiança de acesso.
Ambos são o tipo de trabalho que nunca vira manchete e do qual a maioria dos agentes em produção depende nos bastidores. O mercado de plataformas de agentes ficou lotado neste mês com lançamentos da Salesforce, AWS, OpenAI e NVIDIA, cada um mirando um único problema: tornar os agentes seguros o suficiente para executar uma função real de negócio. Ampersand e Restate ficam por baixo dessa camada, na parte que determina se a camada acima delas funciona.
A virada mais ampla para a governança
As notícias de plataformas de agentes de outubro têm um fio condutor: a governança está alcançando a capacidade. A OpenAI lançou o Presence, uma camada operacional para implantar agentes de voz e chat com governança estruturada, na qual uma empresa pode definir o escopo do trabalho, o acesso limitado ao conhecimento e as ações aprovadas por agente. O Classie Supervise foi lançado na sequência, dando às empresas rastreamento, controle e contabilização em tempo real de agentes já em produção.
Salesforce e AWS anunciaram o Agentforce 360 for AWS, uma plataforma conjunta cujo Atlas Reasoning Engine roda sobre os modelos Claude da Anthropic por meio do Amazon Bedrock e gera trilhas de auditoria imutáveis para cada decisão do agente. A CrowdStrike está entre os primeiros adotantes, citando a simplicidade de procurement junto com a segurança.
A pergunta que o mercado já superou é se um agente consegue realizar uma tarefa. A pergunta agora é se uma empresa consegue governar esse agente depois que ele está rodando. Ampersand e Restate respondem à camada abaixo dessa pergunta, onde a governança só é possível se as escritas forem controladas e o runtime for durável.
O que observar
Duas coisas confirmariam a tese. A primeira é se as empresas adotam integrações profundas por cliente em vez de superficiais, em escala, o que é uma afirmação que a Ampersand faz contra plataformas de integração estabelecidas.
A segunda é se a execução durável se torna uma expectativa padrão para runtimes de agentes, em vez de um recurso que as equipes adicionam depois. Se agentes de longa duração se tornarem normais, a confiabilidade deixa de ser opcional, e a infraestrutura que a garante deixa de ser um detalhe. As rodadas de financiamento deste mês sugerem que os investidores acham que ambas as mudanças já estão em curso.
Por que "leitura e escrita" não é uma única capacidade
A expressão "leitura e escrita" esconde o fato de que essas são duas demandas muito diferentes, e a diferença explica por que o problema de integração é difícil.
Uma operação de leitura é segura no sentido de que seu pior resultado é uma resposta errada. O agente consulta um registro, obtém os dados e os usa bem ou mal. Nenhum estado do sistema muda.
Uma operação de escrita muda o negócio. Ela cria um registro, atualiza um campo, dispara um fluxo de trabalho a jusante. Em um sistema de registro, uma escrita se propaga para fora por integrações, relatórios e processos que nunca foram projetados para esperar um agente como autor. Uma escrita que chega na hora errada, carrega um valor desatualizado ou dispara duas vezes se torna um incidente de dados, e não uma resposta errada.
É por isso que o foco da Ampersand na customização por cliente é o ponto central, e não um detalhe. Duas empresas rodando o mesmo software têm configurações de campos diferentes, regras de validação diferentes e automações a jusante diferentes. Uma integração superficial que funciona contra um esquema padrão vai quebrar contra um personalizado, e vai quebrar de um jeito difícil de rastrear, porque a falha aparece em um relatório a jusante, e não no ponto da escrita.
Por que a durabilidade é a outra metade
O problema da escrita e o problema da confiabilidade são duas faces da mesma preocupação. Um agente que toca um sistema de registro precisa ser confiável para fazê-lo de forma correta e completa, e completude é exatamente aquilo com que um processo de longa duração tem dificuldade.
Considere um agente que precisa atualizar cem registros com base em um lote de documentos. Ele vai rodar por um tempo, usar várias ferramentas e manter estado intermediário. No meio do caminho, uma chamada de rede falha ou um serviço reinicia. Sem execução durável, a execução ou morre ou retoma de um ponto errado, e os registros acabam pela metade. Com ela, cada etapa é registrada, de modo que a execução pode ser retomada sem repetir uma escrita concluída ou pular uma incompleta.

As duas empresas estão resolvendo o mesmo problema de confiança por extremidades diferentes. A Ampersand garante que o agente consiga alcançar os sistemas e respeite sua forma. A Restate garante que o agente termine o que começa. Um agente que consegue escrever mas não sobrevive a uma interrupção não é utilizável em produção, e um agente que é durável mas não consegue escrever não é útil. As duas metades são necessárias antes que a camada acima delas, as ferramentas de governança e supervisão, tenha algo sólido para governar.
O sinal de precificação
Uma forma útil de ler o tamanho das rodadas é como um sinal de quanto o mercado valoriza a camada invisível. Os cerca de US$ 20 milhões totais da Ampersand e a Série A de US$ 20 milhões da Restate são modestos diante do capital que flui para o desenvolvimento de modelos e plataformas de agentes. Essa lacuna sugere que se espera que a infraestrutura seja fornecida por muitos fornecedores pequenos, em vez de poucos grandes, e que o trabalho é valorizado pela confiabilidade, e não pela novidade.
Para uma equipe que constrói sobre agentes, isso sugere uma postura prática. Presuma que as camadas de integração e durabilidade virão de especialistas, e não do provedor de modelos, e projete para poder trocá-las. O framework de agentes que parece permanente hoje pode estar sobre um runtime que muda, e os sistemas de registro nos quais ele escreve vão sobreviver a tudo isso.
Artigos relacionados
A Meta está licenciando a tecnologia de imagem e vídeo do Midjourney, e o motivo é revelador
Os benchmarks mudam a cada trimestre. O julgamento de uma comunidade sobre o que parece bom, não.
AssemblyAI reduz latência de fala em tempo real para 91 milissegundos. Veja por que esse número importa
A restrição para voz nunca foi a taxa de erro de palavra. Sempre foi a tomada de turno.
O Nano Banana 2.1 do Google é um lançamento de recursos, não um modelo de ponta
Um lançamento de nível intermediário mostra o que um laboratório acha que a maioria de seus usuários realmente precisa, o que é um sinal mais útil do que um modelo de ponta.
A stack de anúncios em vídeo se dividiu em especialistas, e o Boreal-H3 mostra por quê
Qualidade cinematográfica e capacidade de iteração são produtos diferentes, e uma camada de geração não pode liderar em ambos.