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 pesquisa automaticamente com base no tema especificado pelo usuário. 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 isso torne a competição de IA empresarial ainda mais acirrada.

No dia 22 de acordo com o horário local, a Google anunciou o “Deep Research” e o “Deep Research Max”. Esses dois produtos são versões sucessoras das ferramentas de pesquisa de IA lançadas em dezembro do ano passado. Naquela ocasião, 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 não é pequeno. A Google afirmou que, com base no benchmark “BrowseComp” da OpenAI, ao comparar as duas gerações de modelos, o Gemini 3.1 Pro obteve uma pontuação de 85,9. Isso é mais de 25 pontos acima do Gemini 3 Pro atual. Esse benchmark avalia a capacidade de pesquisa online do LLM em mais de 1000 tarefas.

Escopo de acesso a dados e casos de uso

A característica principal do novo agente de IA é seu escopo de acesso a dados. “Deep Research” e “Deep Research Max” podem acessar não apenas a rede pública, mas também invocar dados de sistemas internos de empresas. Para conectar-se aos sistemas internos, usam o “MCP” (Protocolo de Contexto de Modelo), e os usuários também podem fazer upload direto de planilhas eletrônicas ou vídeos para complementar o conjunto de dados de análise.

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

Esses agentes também oferecem funções de visualização dos dados coletados. A visualização pode ser implementada na forma de código HTML ou usando o gerador de imagens da Google, o “Nano Banana”. Segundo a Google, o Nano Banana possui um banco de dados de conhecimento geral embutido, capaz de interpretar as informações inseridas com relativa precisão e apresentá-las em forma de imagens.

Modo de funcionamento e diferenças de produto

O modo de funcionamento também foi projetado para que os usuários possam ajustá-lo previamente. Antes de gerar o relatório, a IA primeiro apresenta um resumo de como a pesquisa será conduzida. Os usuários podem modificar esse plano para melhorar a qualidade do resultado final. Por exemplo, pesquisadores podem especificar um banco de dados científico específico 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 para tarefas que valorizam mais a completude e o escopo da pesquisa do que a velocidade.

Significado e planos futuros

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

Atualmente, “Deep Research” e “Deep Research Max” estão disponíveis por meio da API Gemini em uma prévia 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 o modelo de linguagem baseado no TokenPost.ai. O conteúdo principal pode ter sido omitido ou pode haver diferenças em relação aos fatos.