Google, torna público o 'estudo aprofundado'... com o objetivo de consolidar agentes de IA que integram dados internos das empresas, a competição oficialmente começa

A Google lançou duas novas agentes de inteligência artificial (IA), capazes de gerar relatórios de investigação automaticamente com base no tema especificado pelo utilizador. Elas não apenas realizam buscas simples, mas também podem combinar dados de redes públicas e até de sistemas internos de empresas para análise, prevendo-se que intensifiquem ainda mais a competição de IA a nível empresarial.

No dia 22 de abril, horário local, a Google anunciou o “Deep Research” e o “Deep Research Max”. Estes dois produtos são sucessores das ferramentas de pesquisa de IA lançadas em dezembro do ano passado. Na altura, a ferramenta foi desenvolvida com base no “Gemini 3 Pro”, enquanto os novos produtos utilizam o avançado modelo de linguagem de grande escala (LLM) “Gemini 3.1 Pro”, lançado em fevereiro deste ano.

O aumento de desempenho também é considerável. A Google afirmou que, de acordo com o teste de referência “BrowseComp” da OpenAI, ao comparar as duas gerações de modelos, o Gemini 3.1 Pro obteve uma pontuação de 85,9. Isso representa um aumento de mais de 25 pontos em relação ao Gemini 3 Pro atual. Este teste avalia a capacidade de pesquisa online do LLM através de mais de 1000 tarefas.

Alcance de acesso aos dados e casos de uso

A característica principal dos novos agentes de IA é o seu alcance de acesso aos dados. “Deep Research” e “Deep Research Max” podem acessar não só a internet pública, mas também invocar dados de sistemas internos das empresas. Para conectar-se aos sistemas internos, utilizam o “MCP” (Protocolo de Contexto de Modelo), e os utilizadores também podem fazer upload direto de planilhas eletrónicas ou vídeos para complementar o conjunto de dados de análise.

A Google propôs casos de uso em saúde e finanças. Por exemplo, investigadores podem gerar rapidamente relatórios sobre novos compostos com potencial terapêutico, enquanto especialistas financeiros podem delegar a IA a pesquisa de empresas nas quais estão considerando investir. Isso pode reduzir significativamente o tempo necessário para coleta e organização de informações.

Estes agentes também oferecem funcionalidades de visualização dos dados coletados. A visualização pode ser implementada na forma de código HTML ou usando o gerador de imagens da Google, “Nano Banana”. Segundo a Google, o Nano Banana possui uma base de dados de conhecimento geral integrada, capaz de interpretar relativamente precisamente as informações inseridas e apresentá-las em forma de imagens.

Modo de funcionamento e diferenças entre os produtos

O modo de funcionamento também foi projetado para que os utilizadores possam ajustá-lo previamente. Antes de gerar o relatório, a IA primeiro apresenta um resumo de como a pesquisa será conduzida. Os utilizadores podem modificar esse plano para melhorar a qualidade do resultado final. Por exemplo, investigadores podem especificar uma base de dados científica específica como prioridade na busca.

A posição de ambos os produtos é diferente. “Deep Research” foi projetado para operar com recursos computacionais relativamente baixos. A Google explicou que esse modelo tem custos menores em comparação com a versão de dezembro do ano passado, responde mais rapidamente e apresenta uma qualidade de resultados aprimorada. Isso o torna adequado para cenários que exigem respostas rápidas.

Por outro lado, “Deep Research Max” foca na “máxima abrangência”. Sua estrutura envolve investir mais tempo e recursos de hardware para gerar relatórios mais aprofundados. Essa abordagem é interpretada como um produto feito sob medida para tarefas que valorizam a completude e o escopo da pesquisa, em detrimento da velocidade.

Significado e planos futuros

Lucas Hasse e Srinivas Tadepalli, do DeepMind da Google, afirmaram em um blog: “O relatório do ‘Deep Research’ é valioso por si só, mas também pode servir como o primeiro passo de um fluxo de trabalho complexo baseado em agentes, começando pela coleta de contexto profundo.” Isso indica que a IA está indo além de simples perguntas e respostas, tornando-se uma “ponto de partida” para fluxos de trabalho práticos.

Atualmente, “Deep Research” e “Deep Research Max” estão disponíveis por meio da API Gemini em uma pré-visualização pública. Os planos futuros incluem expansão para o Google Cloud. A Google também anunciou a intenção de adicionar funcionalidades de integração com o MCP, facilitando o acesso a fontes de dados como FactSet, PitchBook, entre outras.

Este lançamento demonstra que a competição em IA generativa está rapidamente mudando de “chatbots interativos” para “agentes práticos”. Em particular, a tentativa da Google de integrar pesquisa, análise, visualização e conexão com dados internos em uma única plataforma pode ter um impacto significativo no mercado de IA empresarial.

Notas do TP AI Este artigo foi resumido usando um modelo de linguagem baseado no TokenPost.ai. O conteúdo principal pode ter sido omitido ou pode haver diferenças em relação aos fatos.