Analisamos centenas de ex-funcionários da OpenAI para descobrir seus próximos passos

A Periodic Labs não é só mais uma startup de IA com um nome bonito. É um laboratório físico que opera 24/7 em São Francisco, onde robôs misturam pós, aplicam calor controlado e caracterizam propriedades de novos materiais, sem intervenção humana direta. Seu núcleo técnico une LLMs especializados em raciocínio científico com infraestrutura robótica fechada, gerando dados experimentais reais (inclusive fracassos) que não existem em nenhum banco público ou dataset da web. Isso resolve um gargalo crítico: modelos treinados apenas em literatura científica sabem teorizar, mas não aprenderam a lidar com ruído, impurezas ou variações reais de processo, algo que a Periodic está coletando em escala desde o fim de 2025.

O salto de avaliação de US$ 1,3 bi para até US$ 7,5 bi em menos de um ano não reflete apenas entusiasmo do mercado. Reflete a escassez de operações que realmente fecham o ciclo 'hipótese → experimento → dado → nova hipótese' com autonomia real. Enquanto outras startups usam IA para sugerir moléculas, a Periodic já tem robôs sintetizando e testando centenas delas por semana, e seus primeiros resultados preliminares em supercondutores de alta temperatura foram apresentados internamente à NVIDIA e à TSMC no início de 2026.

Se der certo, a Periodic Labs pode encurtar de décadas para anos o tempo de descoberta de materiais críticos, como isolantes térmicos para chips de próxima geração ou catalisadores para hidrogênio verde. Mais do que isso, ela está testando um novo modelo de inovação: não mais 'IA para acelerar humanos', mas 'IA + robôs como nova unidade de pesquisa'. Isso muda quem controla o ritmo da ciência aplicada, e quem captura o valor econômico dela. A saída em massa de ex-funcionários da OpenAI para lá não é fuga, é migração estratégica para um campo onde o conhecimento tácito de modelagem de linguagem se converte diretamente em controle físico de processos químicos.