IaFoco
Voltar para o blog
TechCrunch AI

Sequen capta US$ 16 milhões para levar tecnologia de personalização estilo TikTok a empresas de consumo

18 de março de 2026
14:07
StartupsAI+FundraisingVenturepersonalizationsequen
Sequen capta US$ 16 milhões para levar tecnologia de personalização estilo TikTok a empresas de consumo

Sequen capta US$ 16 milhões para levar tecnologia de personalização estilo TikTok a qualquer empresa de consumo

A startup Sequen, fundada pela especialista em inteligência artificial Zoë Weil, acaba de anunciar uma rodada de financiamento Série A no valor de US$ 16 milhões. A empresa tem como missão democratizar o acesso a tecnologias avançadas de personalização em tempo real, similares às usadas por gigantes do mercado digital como TikTok, Instagram e YouTube, mas voltadas para qualquer companhia do setor consumidor que deseja melhorar a experiência do usuário e alavancar receita.

O problema: personalização avançada restrita a poucos

Apesar do impacto massivo que algoritmos de recomendação e personalização têm em plataformas digitais, a infraestrutura necessária para rodar essas tecnologias está além do alcance da maioria das empresas, mesmo grandes players do varejo, streaming ou viagens online. Isso ocorre porque os sistemas mais eficazes dependem de grandes volumes de dados em tempo real e modelos sofisticados que generalizam eventos e comportamentos humanos — uma abordagem conhecida como large event models (modelos de grandes eventos).

Além disso, métodos tradicionais de personalização baseados em cookies enfrentam crescente resistência devido a preocupações com privacidade e regulamentações como o GDPR. Assim, o desafio é oferecer personalização eficaz, rápida e que respeite a privacidade, sem exigir os enormes investimentos em infraestrutura que as grandes empresas de tecnologia possuem.

A solução Sequen: large event models e personalização em tempo real

Sequen desenvolveu uma plataforma chamada RankTune, que disponibiliza por meio de APIs modelos avançados de ranking e personalização baseados em large event models. Diferente dos modelos de linguagem grandes (LLMs) usados em chatbots, esses modelos lidam com sequências de eventos e interações do usuário — desde cliques e rolagens até conversas e movimentos do cursor — para entender e antecipar preferências em tempo real.

Um diferencial crucial da abordagem da Sequen é que a personalização não depende da identidade do usuário nem de cookies de terceiros. O sistema aprende a partir dos eventos que ocorrem dentro da sessão, tornando possível personalizar a experiência mesmo com dados esparsos e respeitando a privacidade. A decisão sobre o que recomendar ou destacar é feita em menos de 20 milissegundos, garantindo respostas rápidas e fluídas.

Resultados práticos e impacto comercial

Os benefícios da tecnologia já podem ser observados em clientes da Sequen, incluindo empresas da Fortune 500. Um dos casos de destaque foi uma grande varejista de móveis que conseguiu elevar sua receita em 7% após adotar a plataforma, um salto significativo quando comparado ao aumento de 0,4% que era considerado um sucesso antes do uso da tecnologia. Outro cliente, Fetch Rewards, registrou um crescimento de 20% no faturamento líquido em menos de 11 dias.

Além desses, Sequen atende companhias nos setores de streaming e agências de viagens online, mostrando a versatilidade do seu modelo. O modelo de negócio é baseado em tiers de requests per second (RPS), com contratos que chegam a cifras de sete dígitos para os clientes que optam pelos níveis mais altos, refletindo a demanda por personalização em escala.

Benchmark e diferencial frente às soluções atuais

Enquanto grandes plataformas como TikTok e Instagram desenvolvem internamente suas sofisticadas tecnologias de personalização, poucas empresas fora desse círculo conseguem replicar o mesmo nível de eficácia devido a limitações técnicas e de dados. A Sequen preenche essa lacuna ao oferecer uma solução plug-and-play que pode substituir APIs internas já existentes, facilitando a integração e adoção.

Além disso, a abordagem baseada em large event models, que generaliza sequências de eventos em vez de apenas analisar dados estáticos, representa um avanço frente a métodos tradicionais de recomendação. A rapidez na tomada de decisão e o respeito à privacidade do usuário são diferenciais que respondem a demandas atuais do mercado e regulatórias.

Limitações e desafios futuros

Embora promissora, a tecnologia da Sequen ainda depende da qualidade e quantidade mínima de dados em tempo real para funcionar de forma otimizada. Em ambientes com interações muito esparsas, a personalização pode ser menos precisa. Além disso, a adoção em larga escala requer mudanças culturais e técnicas nas empresas para substituir sistemas legados.

Também há o desafio contínuo de equilibrar personalização com privacidade, evitando que a tecnologia seja percebida como intrusiva ou manipulativa, especialmente diante do crescente escrutínio regulatório global.

Por que essa inovação importa no mundo real

A personalização é um dos principais motores da economia digital, impactando desde o engajamento dos usuários até o aumento direto de receita. A democratização dessa tecnologia, oferecendo soluções acessíveis e eficazes a empresas fora do círculo restrito das grandes plataformas, pode transformar a forma como consumidores interagem com marcas e produtos.

Além disso, ao propor uma alternativa menos invasiva que os cookies tradicionais, a Sequen contribui para um modelo de internet mais respeitoso com a privacidade, alinhado às tendências regulatórias e às expectativas dos usuários.

Com uma equipe que reúne talentos vindos de Etsy, Meta, DeepMind e Anthropic, e um financiamento robusto liderado por White Star Capital e Threshold Ventures, a Sequen está posicionada para expandir sua influência e potencialmente redefinir padrões de personalização no mercado consumidor global.

Links úteis