Littlebird capta contexto em tempo real da sua tela com ferramenta de IA e levanta US$ 11 milhões
Littlebird revoluciona a interação com dados pessoais usando IA que "lê" sua tela
Um novo movimento no mercado de inteligência artificial (IA) promete transformar a forma como usuários interagem com suas informações digitais. A startup Littlebird anunciou uma rodada de investimento de US$ 11 milhões para expandir sua ferramenta assistida por IA que captura o contexto do que acontece na tela do computador em tempo real, sem depender de capturas de tela.
Como funciona a tecnologia da Littlebird
Diferentemente de outras soluções semelhantes, como Rewind (que foi adquirida pela Meta) e Microsoft Recall, que armazenam imagens da tela para registrar informações, a abordagem da Littlebird é baseada na leitura contínua do conteúdo exibido, armazenando o contexto em formato textual. Isso torna o processo menos invasivo e mais leve em termos de armazenamento.
Ao instalar o aplicativo, o usuário pode configurar quais programas devem ser ignorados, incluindo automaticamente gerenciadores de senha e campos sensíveis, como senhas e dados de cartão de crédito, garantindo privacidade e segurança. Além disso, é possível integrar serviços como Gmail, Google Calendar, Apple Calendar e Reminders para ampliar o contexto capturado.
Interação e funcionalidades para produtividade
A plataforma permite que os usuários façam perguntas sobre seus dados armazenados, com prompts pré-definidos para facilitar o início, como “O que eu fiz hoje?” ou “Quais e-mails são importantes para mim?”. Com o uso contínuo, esses prompts se tornam mais personalizados, oferecendo respostas cada vez mais alinhadas ao perfil do usuário.
Outro recurso é o notetaker integrado, que funciona de forma similar ao Granola, capturando áudio de reuniões em segundo plano para transcrever e gerar notas e itens de ação automaticamente. A funcionalidade “Prep for meeting” fornece contexto detalhado baseado em reuniões anteriores, e-mails e histórico da empresa, além de buscar opiniões em fontes externas como Reddit para enriquecer as informações.
Rotinas personalizadas para automação
A ferramenta Routines permite programar execuções automáticas em intervalos diários, semanais ou mensais, com exemplos prontos como briefing diário, resumo semanal de atividades e resumo do trabalho do dia anterior. Os usuários também podem criar rotinas personalizadas com instruções específicas, potencializando a automação das tarefas.
Origem, equipe e visão estratégica
Fundada em 2024 por Alap Shah, Naman Shah e Alexander Green, a Littlebird surge de uma experiência prévia dos irmãos Shah com a Sentieo, plataforma vendida para a AlphaSense. Alap Shah também é coautor do artigo Citrini, que discutiu impactos econômicos da IA. Alexander Green traz experiência em hardware, software e IA.
A visão da empresa é que o futuro da IA passa por conhecer profundamente os dados do usuário para oferecer utilidade real, superando limitações atuais. Green destaca que a Littlebird está apenas no início e que muitos desafios permanecem, especialmente no entendimento contextual dos modelos de linguagem avançados.
Segurança e modelo de negócio
Os dados dos usuários são armazenados na nuvem com criptografia, mas sem guardar imagens, apenas texto, o que reduz o volume de dados e o risco de invasão. A escolha pela nuvem se justifica pela necessidade de rodar modelos robustos de IA que demandam alta capacidade computacional.
A ferramenta é gratuita para download e uso básico, com planos pagos a partir de US$ 20 por mês que desbloqueiam limites maiores e funções adicionais, como geração de imagens.
Repercussão e próximos passos
A rodada de US$ 11 milhões foi liderada pela Lotus Studio e contou com investidores como Lenny Rachitsky, Scott Belsky, Gokul Rajaram, Justin Rosenstein, Shawn Wang e Russ Heddleston, muitos usuários ativos da plataforma. Eles destacam a facilidade para lembrar, recuperar e reaproveitar informações pessoais e profissionais, além de integrarem contextos diversos para melhorar produtividade.
Para o sucesso de longo prazo, o foco está em encontrar casos de uso essenciais que tornem o produto indispensável, aprendendo com o comportamento real dos usuários e adaptando a plataforma conforme as demandas emergentes.