O caso é pequeno quando comparado às rodadas bilionárias dos grandes laboratórios de modelos. É justamente por isso que ele ensina tanto. A Proxy não tenta construir uma inteligência artificial para todas as tarefas.
O caso é pequeno quando comparado às rodadas bilionárias dos grandes laboratórios de modelos. É justamente por isso que ele ensina tanto. A Proxy não tenta construir uma inteligência artificial para todas as tarefas. Ela tenta conhecer profundamente um trabalho caro, lento e cheio de restrições.
Em uma frase: o que a Proxy Foods AI faz?
A Proxy Foods AI transforma conhecimento de alimentos em um sistema de decisão para equipes que precisam criar ou reformular produtos sem perder controle de sabor, textura, custo, nutrição, alergênicos e conformidade.
Pense numa empresa que quer reduzir açúcar de uma bebida. Trocar um ingrediente altera doçura, corpo, estabilidade, custo, rótulo e processo industrial. A equipe costuma fazer uma hipótese, preparar um protótipo, provar, medir e repetir. A plataforma da Proxy organiza dados de ingredientes e formulações para sugerir caminhos e comparar os efeitos antes de cada nova tentativa física.
Isso não significa que a IA “provou” o produto. Significa que ela pode ajudar um cientista de alimentos a chegar ao laboratório com hipóteses mais informadas. Essa diferença entre recomendar e comprovar é central.
Como a empresa começou?
A Proxy Foods foi fundada em 2022, em Washington, nos Estados Unidos, por Panos Kostopoulos. O fundador veio da engenharia química e da biotecnologia e descreveu o problema a partir de uma observação simples: a pesquisa de alimentos ainda depende de conhecimento espalhado em arquivos, planilhas, especificações e pessoas experientes.
Em 2023, enquanto cursava o mestrado em biotecnologia na Georgetown University, Kostopoulos venceu a competição Bark Tank. Em entrevistas posteriores, ele contou que o programa ajudou a financiar os primeiros passos e a aproximá-lo de mentores e integrantes da equipe. A empresa anunciou US$ 2,3 milhões de pré-seed em março de 2024 e apresentou sua plataforma de formulação.
O evento material mais recente veio em 5 de agosto de 2026. A Proxy anunciou uma rodada seed de US$ 6 milhões liderada por Ted Leonsis, com participação principal de Robert G. Hisaoka e SWaN & Legend Venture Partners. Somando os valores divulgados das duas rodadas, o capital anunciado chega a US$ 8,3 milhões. A empresa não divulgou valuation.
Quem é o fundador e o que ele trouxe?
Panos Kostopoulos é fundador e CEO. Sua formação combina engenharia química, biotecnologia e construção de produto. Para uma empresa desse tipo, essa mistura é mais importante do que um currículo puramente técnico em modelos de linguagem.
O comprador não quer apenas uma conversa inteligente. Ele quer saber se uma sugestão respeita a função de um ingrediente, se pode ser produzida, se o rótulo continua correto e se o resultado faz sentido para o consumidor. Falar a língua de cientistas de alimentos e de equipes comerciais reduz a distância entre uma demonstração de IA e uma ferramenta que entra no fluxo de pesquisa.
Ainda assim, o histórico público da equipe é mais limitado do que o de empresas maduras. Não encontrei, nas fontes consultadas, uma lista completa e estável dos cofundadores, uma abertura da divisão de responsabilidades nem indicadores financeiros auditados. Esse limite precisa continuar visível.
Como o produto funciona na prática?
A plataforma atende fabricantes de bens de consumo, empresas de foodservice, fornecedores de ingredientes, bebidas e parceiros de desenvolvimento. Ela organiza formulações e especificações, permite comparar alternativas e usa inteligência artificial para apoiar criação, reformulação e otimização.
O fluxo pode começar com uma meta: reduzir custo em 5%, retirar um alergênico ou diminuir sódio sem destruir sabor e textura. O sistema cruza essa meta com dados disponíveis e apresenta alternativas. A equipe escolhe quais hipóteses merecem protótipo e registra o que aconteceu. Com o tempo, a memória deixa de ficar presa apenas na cabeça de um especialista ou numa planilha esquecida.
A Proxy afirma que sua base reúne mais de 1 milhão de formulações, mais de 1.200 descritores sensoriais e regras para mais de 13 mercados. Esses números aparecem em materiais da empresa e de parceiros do ecossistema; não encontrei uma auditoria independente da cobertura ou da qualidade desses dados.
Esse cuidado é parecido com o que defendi ao escrever sobre IA como tecnologia normal: capacidade de modelo é apenas uma parte. Integração com o processo, qualidade do dado e responsabilidade pela decisão determinam o valor real.
Como a Proxy Foods AI ganha dinheiro?
A empresa vende uma plataforma B2B para equipes profissionais. O site convida o comprador a pedir uma demonstração e não publica preços, ticket médio ou composição entre licença, consumo e serviços. Portanto, eu não trataria o modelo comercial como SaaS puro sem dados adicionais.
É provável que implantação e organização inicial dos dados tenham peso relevante. Essa é uma inferência, não uma informação financeira divulgada. Em setores regulados, conectar especificações, regras locais e conhecimento interno exige trabalho. O teste para o negócio é saber se esse esforço cai à medida que novos clientes entram ou cresce quase na mesma proporção da receita.
A Proxy divulga resultados de clientes como até 80% menos iterações de desenvolvimento, redução de 2% a 10% no custo dos produtos reformulados e protótipos que passam de meses para dias. São alegações comerciais da própria empresa, úteis para formular uma hipótese de piloto, mas insuficientes para prever o resultado de outro cliente.
Quem concorre com a Proxy Foods AI?
O mercado não tem uma fronteira limpa. A empresa concorre com software especializado, ferramentas internas, fornecedores tradicionais e o próprio processo manual.
- Proxy Foods AI: reúne formulação, nutrição, sensorial, custo e conformidade num fluxo voltado a equipes de alimentos. A especialização é o ponto forte; preço, receita e retenção não são públicos.
- NotCo e Giuseppe AI: nasceram ligados ao desenvolvimento de produtos da própria NotCo e representam uma referência de IA aplicada à formulação. O histórico industrial é uma vantagem, mas a proposta e a disponibilidade para terceiros não são idênticas às da Proxy.
- Plataformas e startups de ciência sensorial: soluções como Grainge.ai, ZeroIN Foods e outras atacam pedaços de sabor, ingredientes e reformulação. O mercado ainda parece fragmentado.
- Planilha mais especialista: continua sendo o substituto mais comum. É flexível e já está paga, mas perde memória, comparação e rastreabilidade quando a equipe ou o portfólio cresce.
O concorrente mais perigoso pode ser o fornecedor de ingredientes que já conhece formulação e relacionamento comercial. Se ele colocar uma camada de IA sobre dados proprietários, poderá oferecer recomendação junto com o insumo.
Quais são os maiores desafios para o futuro?
O primeiro desafio é a qualidade dos dados. Uma especificação errada ou incompleta pode produzir uma sugestão coerente no texto e inviável na fábrica.
O segundo é a validação física. Sabor, textura, estabilidade e vida de prateleira dependem de matéria-prima, processo, equipamento e comportamento humano. O modelo pode diminuir o espaço de busca; não pode declarar sozinho que o produto está pronto.
O terceiro é a regulação. Regras variam por país, categoria, alegação e composição. Os próprios termos da Proxy lembram que classificação e rotulagem dependem da jurisdição e do produto. Aprovação humana não é uma etapa decorativa. Expliquei esse limite no artigo sobre aprovação humana na IA.
O quarto é a segurança do conhecimento. Fórmulas, fornecedores e custos podem ser ativos estratégicos. A certificação ISO 27001 anunciada pela empresa é um sinal de processo, mas cada cliente ainda precisa avaliar acesso, retenção, isolamento e uso dos dados.
O quinto é a economia da implantação. Se cada cliente exigir meses de consultoria e limpeza manual, a empresa pode crescer como serviço especializado sob uma narrativa de software.
Minha análise: fórmula, fábrica e fiscalização
Eu avaliaria uma plataforma de IA para alimentos em três camadas.
Fórmula: a recomendação respeita a função dos ingredientes e torna explícitos os trade-offs de sabor, textura, nutrição e custo?
Fábrica: a hipótese sobrevive ao processo real, à escala, aos equipamentos, aos fornecedores e à estabilidade exigida?
Fiscalização: a decisão preserva alergênicos, rotulagem, alegações, rastreabilidade e responsabilidade em cada mercado?
Uma ferramenta pode impressionar na primeira camada e falhar nas duas seguintes. Minha leitura é que o verdadeiro ativo da Proxy não será o modelo que escreve uma sugestão. Será a capacidade de guardar contexto e evidência entre essas três camadas.
Esse padrão vale além de alimentos. A Resolve AI precisa conectar código, produção e alçada. Uma solução para educação precisa conectar recomendação, rotina e responsabilidade, como discuti no artigo sobre implementação de IA na gestão escolar. A IA vertical vence quando conhece as restrições que um modelo genérico tende a tratar como detalhe.
O que eu faria se estivesse avaliando a empresa hoje?
Eu começaria com uma reformulação real e estreita: reduzir custo ou retirar um ingrediente de um produto existente. Não escolheria um lançamento estratégico inteiro.
Registraria quantas tentativas o processo atual consome, quanto tempo cada etapa leva e quais critérios reprovam um protótipo. Depois, daria ao sistema apenas os dados necessários e compararia quatro resultados: hipóteses úteis, protótipos físicos evitados, tempo até uma formulação aprovada e desvios de custo ou conformidade.
Também manteria um cientista de alimentos como responsável pela decisão. Se o piloto reduzir tentativas sem aumentar correções tardias, eu ampliaria para outra categoria. Se produzir apenas sugestões plausíveis que exigem o mesmo trabalho de checagem, encerraria o teste.
Perguntas rápidas
O que é a Proxy Foods AI?
A Proxy Foods AI é uma empresa de software fundada em 2022 que usa inteligência artificial para apoiar formulação, reformulação e otimização de alimentos e bebidas. A plataforma considera fatores como ingredientes, sabor, textura, nutrição, custo e conformidade.
Quem fundou a Proxy Foods AI?
Panos Kostopoulos fundou a empresa e atua como CEO. Ele tem formação em engenharia química e biotecnologia e desenvolveu o negócio a partir do ecossistema da Georgetown University, em Washington.
Quanto a Proxy Foods AI captou?
A empresa anunciou US$ 2,3 milhões de pré-seed em março de 2024 e US$ 6 milhões de seed em 5 de agosto de 2026. O total divulgado dessas duas rodadas é US$ 8,3 milhões. O valuation não foi informado.
A IA substitui o cientista de alimentos?
Não. A plataforma pode organizar dados e sugerir caminhos, mas sabor, textura, estabilidade, segurança e conformidade ainda exigem testes físicos, conhecimento especializado e responsabilidade humana.
A Proxy Foods AI divulga preços?
Não encontrei uma tabela pública de preços na consulta feita em 17 de agosto de 2026. O site direciona empresas interessadas para uma demonstração.
Fontes e data de corte
Dados consultados até 17 de agosto de 2026:
- Proxy Foods AI: rodada seed de US$ 6 milhões
- Proxy Foods AI: plataforma, visão, segmentos e fundador
- Proxy Foods AI: histórico de notícias e anúncio do pré-seed
- Proxy Foods AI: termos e limites de uso
- FoodNavigator-USA: entrevista com Panos Kostopoulos sobre IA na pesquisa de alimentos
Eu acompanho casos como o da Proxy Foods porque eles mostram a IA saindo da caixa de texto e entrando em decisões de produto, custo e operação. Se você quer levar essa discussão para seu evento, conheça minhas palestras sobre inteligência artificial. Se prefere 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?