A Cohere importa agora porque sua atualização North 2, anunciada em 5 de outubro, trata agentes de IA menos como um chat esperto e mais como uma camada de trabalho com permissões, custo e revisão. Minha leitura é direta: para uma empresa, o agente que vale não é o que impressiona na demonstração. É o que consegue usar o dado certo, fazer apenas o que foi autorizado e deixar um rastro quando algo dá errado.
A Cohere importa agora porque sua atualização North 2, anunciada em 5 de outubro, trata agentes de IA menos como um chat esperto e mais como uma camada de trabalho com permissões, custo e revisão. Minha leitura é direta: para uma empresa, o agente que vale não é o que impressiona na demonstração. É o que consegue usar o dado certo, fazer apenas o que foi autorizado e deixar um rastro quando algo dá errado.
Essa é uma escolha estratégica. Muitas equipes começam pelo modelo e descobrem tarde que o problema difícil era outro: quem pode conectar os dados, aprovar a ação e assumir a consequência. A Cohere tenta vender justamente essa parte menos vistosa, mas mais decisiva, da IA corporativa.
Em uma frase: o que a Cohere faz?
A Cohere é uma empresa canadense de IA fundada em 2019 por Aidan Gomez, Nick Frosst e Ivan Zhang. Ela desenvolve modelos e produtos voltados a organizações que precisam usar IA com dados internos, controles de acesso e opções de implantação privada. A página institucional identifica Gomez como CEO e os três como fundadores.
O North 2 é a plataforma de agentes da companhia. Segundo o lançamento oficial, ela combina automações de várias etapas, agentes reutilizáveis, memória entre sessões, bibliotecas de conhecimento, conectores e controles administrativos. São recursos declarados pela Cohere. Não são prova independente de retorno financeiro em cada cliente.
Como a Cohere começou e por que escolheu empresas?
A Cohere nasceu em Toronto no ciclo que transformou modelos de linguagem em infraestrutura estratégica. Aidan Gomez é coautor de “Attention Is All You Need”, o paper que apresentou a arquitetura Transformer. Ainda assim, a empresa não seguiu o caminho de um produto de consumo para todo mundo. Seu foco declarado é a IA para organizações que não podem copiar documentos, dados de clientes e processos internos para um serviço sem controle.
Essa origem ajuda a entender a tese atual. Em uma empresa regulada, o problema não termina quando o modelo produz uma boa resposta. A equipe precisa saber de onde veio o dado, se a pessoa tinha acesso a ele e se uma decisão sensível ficou para alguém com alçada. A Cohere quer ser a plataforma que organiza esse percurso.
O que mudou com o North 2?
O anúncio do North 2 destaca quatro camadas: orquestração de automações, recursos reutilizáveis como skills e bibliotecas, opções de implantação e controles administrativos de uso. A companhia diz que a plataforma pode operar em nuvem privada, ambiente local ou configuração isolada da internet, conforme a necessidade.
Isso resolve uma dor cotidiana. Imagine um agente que prepara o resumo de uma solicitação de reembolso. Ele pode consultar a política, localizar o pedido e organizar os documentos. Mas liberar o pagamento é outra categoria de ação. O desenho correto não é dar tudo ao agente porque ele respondeu bem. É separar consulta, recomendação e execução.
O North 2 também promete limites de consumo, cotas, permissões e visibilidade por usuário ou agente. Esses mecanismos não tornam uma implantação segura por si só. Eles dão à empresa os instrumentos para definir uma política e verificar se ela está sendo seguida. O trabalho de escolher a política continua humano.
Como a Cohere ganha dinheiro e qual é o tamanho da aposta?
A Cohere é privada e não publica receita, margem, preço por cliente ou retenção. O que é público é sua estratégia B2B: modelos, plataforma e implantação para empresas e governos que valorizam dados e infraestrutura sob controle.
Em agosto de 2025, a empresa anunciou uma rodada de US$ 500 milhões a um valuation de US$ 6,8 bilhões, liderada por Radical Ventures e Inovia Capital. Em setembro, anunciou um segundo fechamento de US$ 100 milhões. Esses números mostram capital e expectativa de investidores. Não mostram receita atual, eficiência operacional ou valor entregue a um comprador específico.
Por isso eu não trataria valuation como um placar. A pergunta útil para uma empresa brasileira é mais simples: a plataforma reduz tempo de uma tarefa relevante sem ampliar risco, retrabalho ou dependência?
| Caminho | Força | Limite | Melhor quando |
|---|---|---|---|
| Chat com documentos | Começa rápido | Pouca ação e pouca governança | A necessidade é consulta de baixo risco |
| Plataforma de agentes | Conecta conhecimento, fluxo e controles | Exige integração e definição de dono | Há tarefas repetidas com regras claras |
| Processo humano | Mantém julgamento em exceções | Escala com custo e fila | O erro tem impacto financeiro, legal ou reputacional |
Concorrentes incluem plataformas de nuvem, fornecedores de modelos e ferramentas internas que as próprias empresas montam. A disputa real não é apenas por inteligência de modelo. É por onde ficam identidade, dados, conectores, logs e custo.
Quais são os riscos da tese da Cohere?
O primeiro risco é confundir controle disponível com controle praticado. Uma empresa pode comprar permissões granulares e continuar liberando conectores sem inventário, políticas de autonomia ou responsável claro. A plataforma ajuda, mas não substitui governança.
O segundo é a integração. Um agente que acessa informação desatualizada ou uma política incompleta fala com segurança sobre algo errado. Para o usuário final, a experiência continua ruim, só que mais convincente. Por isso, eu trataria qualidade e atualização da base de conhecimento como parte do produto, não como preparação burocrática.
O terceiro é a economia. Cotas e limites tornam o gasto visível, mas não tornam o uso valioso automaticamente. É preciso comparar custo, tempo poupado, taxa de revisão e resultado aceito. Um agente que produz muito texto pode aumentar, e não reduzir, a carga de trabalho.
Minha análise: o teste das três chaves
Eu usaria três chaves antes de tirar um agente do piloto. É uma lente minha, não uma metodologia da Cohere.
- Dado: o agente vê somente a informação necessária, atual e verificável para aquela tarefa?
- Permissão: ele pode apenas sugerir, ou pode executar? Essa fronteira está registrada e limitada?
- Retorno humano: quando encontra uma exceção, ele entrega contexto suficiente para que a pessoa continue sem refazer a investigação?
Se uma dessas chaves estiver faltando, eu manteria o agente em tarefas de consulta ou rascunho. O ganho inicial pode parecer menor, mas a aprendizagem fica maior. A equipe descobre quais dados estão ruins, quais regras são ambíguas e quais exceções merecem uma política antes de automatizar a decisão.
Essa análise complementa o que escrevi sobre os três rastros para confiar em agentes de IA e sobre o problema dos agentes que ninguém conhece. Um agente só ajuda quando a empresa consegue explicar sua ação depois, não apenas celebrar sua velocidade antes.
O que eu faria se estivesse avaliando a Cohere hoje?
Eu começaria com uma rotina frequente e reversível: consolidar documentos para uma análise, classificar solicitações ou preparar uma resposta que ainda passa por aprovação. Mapearia os dados necessários, definiria o que o agente jamais pode alterar e escolheria uma pessoa responsável por revisar exceções.
Depois, rodaria duas semanas em paralelo com o processo atual. Mediria tempo até uma saída aproveitável, correções humanas, casos escalados e custo por tarefa aceita. Só então liberaria uma ação mais sensível. A pergunta de aprovação não é “o agente parece bom?”. É “conseguimos interromper, revisar e explicar o que ele fez?”.
Perguntas frequentes
O que é a Cohere?
A Cohere é uma empresa privada de inteligência artificial fundada em Toronto em 2019. Ela desenvolve modelos e produtos para organizações que precisam operar IA com dados, permissões e implantação controlados.
O que é o North 2?
North 2 é a atualização da plataforma empresarial de agentes da Cohere, anunciada em 5 de outubro de 2026. A empresa descreve recursos de automação, memória, skills, bibliotecas, conectores e administração de uso.
A Cohere publica sua receita?
Não encontrei receita, margem ou retenção publicadas pela Cohere nas fontes consultadas. Rodadas e valuation são sinais de capital privado, não uma medida de resultado operacional.
Qual é o primeiro caso de uso seguro para um agente empresarial?
Eu começaria com consulta, classificação ou rascunho em um processo reversível. Ação sobre pagamento, cadastro, contrato ou dado sensível deve esperar por testes, permissões e retorno humano comprovados.
Fontes e data de corte
Dados verificados até 19 de outubro de 2026. Consultei o lançamento do North 2, a página do produto North, a página institucional da Cohere, o anúncio da rodada de US$ 500 milhões e o segundo fechamento de US$ 100 milhões. Informações de produto, clientes, funding e valuation foram atribuídas à empresa quando aplicável; não as uso como prova de receita, retenção ou resultado de implantação.
Eu acompanho empresas como a Cohere porque a IA só vira vantagem quando velocidade e responsabilidade crescem juntas. Se você quer levar essa conversa para sua liderança, conheça minhas palestras sobre inteligência artificial. Para receber uma análise como esta toda semana, assine minha newsletter no Substack.
Quer transformar esta ideia em uma palestra, workshop ou advisory conectado ao desafio da sua empresa?