Cohere North 2: por que a empresa de IA vende controle antes de inteligência

A Cohere importa porque está fazendo uma aposta diferente no mercado de agentes: para uma empresa grande, o agente que mais vale não é necessariamente o que parece mais inteligente numa demonstração. É o que pode acessar o dado certo, agir dentro de uma permissão clara, mostrar o custo e devolver uma decisão sensível para uma pessoa. O lançamento do North 2, em 5 de outubro de 2026, deixa essa aposta explícita.

Minha leitura é simples: a Cohere está tentando transformar governança em produto. Isso é relevante para qualquer liderança que quer usar IA em operações reais, mas ainda não consegue explicar quem autorizou o agente, o que ele leu, o que ele mudou e quanto aquela automação custou.

Em uma frase: o que a Cohere faz?

A Cohere é uma empresa canadense de IA fundada em Toronto em 2019 por Aidan Gomez, Nick Frosst e Ivan Zhang. A proposta atual combina modelos de linguagem com produtos para empresas que precisam usar dados internos sem abrir mão de implantação privada, controle de acesso e auditoria. A própria página institucional da Cohere informa que a companhia levantou quase US$ 1 bilhão nas rodadas Série A a D entre 2021 e 2024.

Não é apenas uma empresa que vende uma caixa de chat. A tese é entregar uma camada de trabalho: agentes, automações, memória, bibliotecas de conhecimento, conectores e um painel administrativo. Em termos práticos, a Cohere quer ficar entre os documentos da empresa, os sistemas que a equipe usa e as tarefas que ela deseja automatizar.

Esse posicionamento explica o anúncio mais recente. O North 2 reúne orquestração de processos em várias etapas, agentes reutilizáveis, automações, conectores e controles administrativos. São declarações da companhia sobre o produto. Não são prova independente de que cada implantação entrega retorno financeiro.

Como a Cohere começou e por que escolheu empresas?

A Cohere nasceu no mesmo ciclo que transformou modelos de linguagem em infraestrutura estratégica. Aidan Gomez é um dos autores do paper “Attention Is All You Need”, mas a empresa não seguiu o caminho de construir um produto de consumo para todo mundo. Desde cedo, seu foco declarado foi colocar IA em empresas e setores que não podem simplesmente copiar arquivos internos para um serviço público.

Essa escolha cria uma vantagem e um custo. A vantagem é conversar com um comprador que valoriza privacidade, integração e controles. O custo é que o ciclo de venda tende a ser mais longo, porque tecnologia, segurança, jurídico e operação precisam concordar antes de liberar dados e permissões.

Em agosto de 2025, a Cohere anunciou uma rodada de US$ 500 milhões e valuation de US$ 6,8 bilhões. É um valor informado pela própria empresa naquele momento, não uma avaliação de mercado público nem confirmação de receita. Eu usaria esse número só como sinal de capital disponível para competir, não como resposta à pergunta que interessa ao comprador: o produto melhora uma operação específica por um custo aceitável?

O que mudou com o North 2?

O North 2 organiza recursos que muita empresa já tenta montar separadamente: um agente que consulta conhecimento, memória entre sessões, habilidades reutilizáveis, conectores com sistemas de trabalho e automações monitoradas. A Cohere afirma que a plataforma pode ser implantada em nuvem privada, ambiente local ou configuração isolada da internet, dependendo do caso.

O detalhe decisivo não é a lista de recursos. É o que ela tenta resolver. Imagine uma área de compras pedindo a um agente que leia contratos, localize cláusulas de reajuste e prepare uma lista de renovações. A resposta só ajuda se cada pessoa enxergar o que lhe é permitido, se a fonte do dado puder ser rastreada e se o agente não tiver liberdade para alterar uma condição comercial sem aprovação.

Na página do produto, a Cohere descreve o North como uma plataforma para agentes, automações, memória, bibliotecas e controles de acesso. Já o Compass Cloud está em beta privado como uma oferta gerenciada de busca e recuperação para dados empresariais. Beta privado significa exatamente isso: acesso limitado e produto ainda em validação com participantes, não uma capacidade disponível e madura para qualquer equipe.

Como a Cohere ganha dinheiro e com quem concorre?

A Cohere é privada e não publica uma tabela completa que permita calcular receita por cliente ou margem. A fonte aberta mostra uma estratégia B2B: vender modelos, plataforma e implantação para organizações que precisam manter dados, permissões e operação sob controle. Por isso, comparar a empresa apenas com outro modelo de linguagem é pouco útil.

| Caminho | O que compra | Ponto forte | Limite que eu testaria | | --- | --- | --- | --- | | Cohere North | Plataforma de agentes, conhecimento e controle | Proposta integrada de implantação e governança | Integração real com dados e regras existentes | | Ferramenta de IA de uso geral | Assistente rápido para tarefas individuais | Adoção simples e ampla | Permissões, rastreabilidade e custo em escala | | Pilha montada internamente | Componentes escolhidos pela empresa | Flexibilidade e arquitetura própria | Tempo, manutenção e responsabilidade operacional | | Processo humano atual | Julgamento e responsabilidade diretos | Bom para exceções de alto risco | Fila, repetição e custo por volume |

O concorrente real pode ser uma plataforma de nuvem, um fornecedor de busca corporativa, um integrador ou o time interno usando várias ferramentas. Essa comparação muda conforme o problema. Para consultar políticas internas, talvez uma busca com citações resolva. Para alterar cadastro, aprovar pagamento ou falar com cliente, a exigência de controle sobe muito.

Onde está o risco do modelo de negócio?

O primeiro risco é a distância entre plataforma e implantação. Uma demonstração mostra que o agente consegue resumir e responder. A operação precisa provar que as fontes estão atualizadas, que as permissões funcionam e que a equipe consegue corrigir uma resposta ruim. O segundo risco é custo. Um painel de consumo ajuda, mas não transforma automaticamente uso de tokens em resultado econômico.

O terceiro risco é dependência. Quando agentes, conectores, memória e automações ficam numa mesma plataforma, o trabalho pode ganhar velocidade, mas a troca de fornecedor fica mais difícil. Eu pediria desde o início clareza sobre exportação de dados, logs, configurações e critérios para encerrar o contrato.

Por fim, há o risco de permissão mal desenhada. Um agente que só lê uma biblioteca tem um perfil de risco. Um que envia uma mensagem, altera uma condição ou executa uma automação tem outro. A interface pode ser a mesma; a responsabilidade não é.

Minha análise: o teste dos quatro controles

Eu não compraria uma plataforma de agentes por ter mais funcionalidades. Eu a colocaria diante de quatro controles. Essa é uma estrutura minha para separar um piloto demonstrável de uma adoção que a empresa consegue governar.

• Dado: qual fonte o agente pode ler e como a pessoa confere a origem da resposta?
• Ação: o agente só recomenda, executa uma etapa reversível ou produz efeito externo?
• Custo: qual métrica liga consumo, revisão humana e resultado da tarefa?
• Retorno: quando ele encontra ambiguidade, fraude, conflito ou exceção, para quem ele devolve o caso e com qual contexto?

Se uma empresa não responde às quatro perguntas, eu não chamaria aquilo de autonomia. Chamaria de demonstração com risco operacional. É a mesma disciplina que vale para o controle de agentes de IA na empresa e para os três rastros que tornam uma ação verificável: entrada, ação e confirmação não podem desaparecer só porque a conversa ficou fluida.

O que eu faria se estivesse avaliando a Cohere hoje?

Eu escolheria uma tarefa interna com volume, fonte definida e saída verificável. Por exemplo: localizar cláusulas de renovação em um conjunto limitado de contratos, sem o agente alterar o contrato, enviar e-mail ou tomar decisão financeira. Rodaria o trabalho em paralelo durante duas semanas e compararia quatro números: tempo para chegar à fonte, erros de permissão, horas humanas de revisão e porcentagem de respostas que alguém consegue justificar.

Depois eu aumentaria uma única variável por vez. Primeiro mais documentos. Depois mais usuários. Só então uma ação reversível. Esse ritmo parece lento, mas evita o erro caro de conectar uma ferramenta promissora a sistemas críticos antes de saber como ela falha.

Também perguntaria ao fornecedor como funcionam os limites de gasto, os logs, as políticas de acesso e a portabilidade de configurações. A resposta importa mais do que uma lista extensa de conectores. Uma empresa compra confiança operacional, não apenas um modelo que escreve bem.

Perguntas rápidas

O que é a Cohere?

A Cohere é uma empresa privada de inteligência artificial fundada em Toronto em 2019. Ela desenvolve modelos e produtos voltados a organizações que precisam usar IA com dados, permissões e implantação controlados.

O que é o North 2?

North 2 é a versão anunciada pela Cohere em 5 de outubro de 2026 de sua plataforma empresarial de agentes e automações. A empresa cita recursos como memória, habilidades reutilizáveis, conectores, controle de custos e opções de implantação privada.

O North 2 está disponível para qualquer empresa?

Alguns recursos e condições comerciais dependem da contratação e da implantação. O Compass Cloud, componente de busca e recuperação relacionado à plataforma, está em beta privado segundo a Cohere. É preciso confirmar escopo, disponibilidade e requisitos diretamente com o fornecedor.

Qual é o primeiro teste seguro para um agente empresarial?

Comece por uma tarefa interna que só lê fontes aprovadas e produz uma saída que alguém consegue conferir. Meça origem da resposta, revisão humana, erro de permissão e tempo poupado antes de liberar qualquer ação externa.

Fontes e data de corte

Dados verificados até 12 de outubro de 2026. Consultei a página institucional da Cohere, o anúncio do North 2, a página do North e a página do Compass Cloud. Informações sobre produto, funding, valuation e mercados são apresentadas pela empresa, salvo indicação em contrário. Não usei esses anúncios como prova de receita, retenção, margem ou resultado de implantação.

Eu acompanho casos como este porque a conversa sobre IA muda de qualidade quando sai do benchmark e entra na operação. Se você quer discutir como levar agentes para a empresa sem perder controle, conheça minhas palestras sobre inteligência artificial. Para receber análises como esta, assine minha newsletter no Substack.