Rohit Patel, diretor no Meta Superintelligence Labs, deixou a empresa após oito anos dedicados ao desenvolvimento de inteligência artificial. Sua saída marca mais um capítulo nas recentes partidas de executivos de destaque da Meta, incluindo o Chief Global Affairs Officer Joel Kaplan, o pesquisador de IA Andrew Tulloch e Emily Dalton Smith, head de produto para IA no trabalho.
Patel fundou a startup Ndoc, posicionada como um substituto nativo de IA para o Microsoft Office Suite e o Google Workspace. Durante sua permanência na Meta, Patel focou em reinforcement learning — um tipo de aprendizado de máquina no qual agentes de IA aprendem a tomar decisões por tentativa e erro — e na avaliação da confiabilidade de outputs de IA.
Arquitetura e Funcionamento do Ndoc
O Ndoc integra três componentes principais em um único espaço de trabalho. O Stage tab abriga apresentações de achados principais, como decks de slides, dashboards, simulações e mini aplicativos. O Narrative tab contém análises, citações numeradas, figuras geradas e a fundamentação dos números. O Model tab armazena datasets e scripts Python subjacentes.
A plataforma unifica ferramentas fragmentadas como Excel, Word, PowerPoint, Tableau e Replit, permitindo que colegas acessem documentos mesmo sem se cadastrarem na plataforma.
Verificabilidade e Transparência
Um aspecto central do Ndoc é a capacidade de verificação. Usuários podem encontrar os scripts Python utilizados para criar documentos e solicitar explicações ao chat de IA sobre cada linha de código. Como Patel explicou: "Mesmo que você não saiba Python, pode pedir ao chat de IA para explicar: 'Ei, o que este script faz? Qual linha tem minha fórmula?' E você pode verificar essa fórmula. Não há nada escondido aqui."
Os usuários podem fazer upload de um dataset e solicitar ao Ndoc que realize uma análise e escreva uma narrativa sobre os achados. A plataforma também permite adicionar contexto específico do documento, incluindo público-alvo, tom e memória. O sistema mantém memória em múltiplos níveis: pessoal, de documento específico, de equipe e da empresa.
Tecnologia e Custos
O Ndoc foi desenvolvido e ajustado utilizando uma mistura de modelos open-source, o que, segundo Patel, reduz significativamente os custos operacionais comparado a alternativas construídas sobre modelos frontier de IA. Surpreendentemente, Patel descobriu que os primeiros usuários em teste não se entusiasmavam com essa vantagem econômica. "Pensei que seria isso que as pessoas adorariam, mas as pessoas não se importam com isso. O que as pessoas amam é ver todo o seu fluxo de trabalho em um só lugar."
Ambição de Reinventar o Arquivo
Patel planeja reinventar o arquivo em si. Documentos podem ser exportados como um arquivo único ".ndoc.html" que se abre em qualquer navegador. Ele pretende abrir o código-fonte desse formato para que outros desenvolvedores criem aplicativos compatíveis, evitando o aprisionamento que empresas enfrentam com Microsoft e Google.
Essa intenção de abrir o código-fonte foi uma das razões pela qual Patel deixou Meta. Em uma grande corporação, obter consenso para um formato open-source exigiria aprovação de centenas de pessoas. "Humanos só conseguem se mover no ritmo humano, enquanto consigo me mover no ritmo do que a IA consegue fazer."
Contexto Competitivo
O Ndoc enfrenta um cenário competitivo desafiador. OpenAI, Anthropic, Meta, SpaceXAI e Google lançaram ferramentas de IA empresarial que permitem aos usuários conectar a Google Workspace, Microsoft 365 e outros aplicativos de trabalho para que seus modelos funcionem diretamente nesses ambientes. OpenAI recentemente lançou Space, um workspace compartilhado dentro do ChatGPT que compete mais diretamente com ferramentas de produtividade estabelecidas.
Patel reconhece que Space poderia representar uma ameaça, mas critica a abordagem dos grandes laboratórios de IA. "As empresas basicamente estão anexando IA a planilhas e ela preenche suas células para você. Isso meio que mata minha alma. É como se você tivesse descoberto a eletricidade e então decidisse que o melhor caso de uso é colocar luzes nos meus bois que aram meu solo. Não. Pegue um trator."
Apesar disso, Patel compreende por que os grandes laboratórios levam seus modelos até onde as pessoas já trabalham: é difícil mudar hábitos e substituir fluxos de trabalho inteiros. Para contornar isso, construiu conectores que permitem aos clientes importar dados existentes das ferramentas que já utilizam.
Fase Atual e Planos
A startup atualmente opera com uma equipe de três pessoas e ainda não recebeu financiamento. Ndoc encontra-se em fase de enterprise pilot e abriu uma versão alpha para número limitado de clientes que se inscrevem em lista de espera. O cadastro é gratuito, mas os clientes pagam por uso e tokens.
Patel estabeleceu duas barras altas: não lançar nada que não use pessoalmente em suas otimizadas rotinas de IA e não buscar investimento até ter prova de que as pessoas realmente amam o produto. Ele espera lançar a versão beta nas próximas semanas, com lançamento completo planejado para o próximo ano. "Execução é extremamente barata... então execute um plano subótimo e se preocupe depois. No momento em que você tiver o melhor plano, a execução estará sendo feita por outra pessoa."
