Série A da Duvo capta US$ 32 milhões, mas o problema difícil é o trabalho oculto

A Duvo captou uma Série A de US$ 32 milhões para automatizar operações empresariais, mas seu desafio central não é simplesmente conectar agentes de IA a softwares antigos. A Série A da Duvo apoia uma tentativa de capturar as decisões não documentadas que funcionários tomam entre telas de ERP, planilhas, portais de fornecedores e e-mails.

A Balderton Capital liderou a rodada, enquanto os investidores existentes Index Ventures, Northzone e Credo Ventures participaram. O financiamento eleva o total captado pela Duvo a US$ 48 milhões e apoia uma expansão nos Estados Unidos inicialmente focada em varejistas e empresas de bens de consumo embalados.

A tensão é fácil de ignorar. Fornecedores de automação empresarial passaram anos prometendo conectar sistemas fragmentados. A Duvo argumenta que o maior obstáculo está fora desses sistemas, porque regras cruciais, exceções e soluções improvisadas permanecem na cabeça dos funcionários.

Essa tese coloca a Duvo diante de um modelo de implementação conhecido. As empresas geralmente documentam processos por meio de equipes internas, consultores ou engenheiros alocados no cliente antes que o software possa automatizá-los. A Duvo quer que seu produto realize grande parte dessa descoberta por conta própria e, depois, execute o processo resultante com aprovações humanas.

A plataforma de automação da Duvo, portanto, combina duas tarefas difíceis. Ela precisa entender como o trabalho realmente acontece, incluindo as exceções, e executar esse trabalho de maneira confiável em softwares que não controla.

A Série A da Duvo financia uma expansão além dos pilotos de IA

O novo capital dá à Duvo espaço para testar se uma camada de automação pode apoiar muitos processos operacionais sem se tornar outra coleção de projetos isolados.

A Duvo anunciou o financiamento em 14 de outubro de 2026. Seu anúncio de financiamento informa que a empresa usará a rodada para expandir nos Estados Unidos, começando por varejistas e empresas de bens de consumo.

Essa escolha de mercado reflete as origens da Duvo. O cofundador e CEO Tomáš Čupr também fundou o Rohlik Group, uma empresa europeia de supermercado online. As operações de varejo o expuseram a fluxos de trabalho distribuídos entre sistemas de estoque, comunicações com fornecedores, ferramentas financeiras e planilhas mantidas localmente.

Esses fluxos de trabalho raramente se comportam como diagramas de software limpos. Um comprador pode comparar um e-mail com um registro de ERP, revisar um termo contratual, entrar em contato com um fornecedor e encaminhar uma exceção. Outro funcionário com o mesmo cargo pode seguir regras diferentes porque os fornecedores dessa pessoa operam de outra forma.

A Duvo descreve seu produto como um Enterprise Execution OS. O termo se refere a uma camada compartilhada em que pessoas e agentes de IA podem descobrir, executar, aprovar e monitorar processos em aplicações empresariais existentes.

A empresa não propõe que os clientes substituam imediatamente seus sistemas de ERP ou de gestão de armazéns. Em vez disso, a Duvo pretende se posicionar acima deles. Seus agentes usam APIs quando disponíveis e interagem com interfaces de usuário existentes quando um sistema não conta com uma conexão adequada.

Essa distinção importa porque a maioria das grandes empresas não pode tratar a substituição de softwares centrais como um experimento casual. Seus sistemas armazenam registros financeiros, dados de fornecedores, posições de estoque e controles de aprovação. Mesmo uma aplicação desatualizada pode continuar essencial porque muitos outros processos dependem dela.

A Duvo afirma que sua plataforma pode estabelecer um conjunto de conexões, regras de aprovação e registros operacionais para múltiplos processos. Se essa afirmação se sustentar, uma segunda automação deverá reutilizar mais infraestrutura do que a primeira.

Esse é um objetivo mais relevante do que realizar uma demonstração bem-sucedida. Um piloto pode funcionar com suporte intensivo de engenharia e casos cuidadosamente selecionados. Uma plataforma precisa continuar funcionando à medida que interfaces, equipes, políticas e condições de negócio mudam.

A Série A da Duvo também financia uma atuação comercial mais direta. Michael Green, anteriormente executivo da Databricks e da Salesforce, entrou para liderar a expansão comercial. Spencer Insolia, ex-presidente da Kmart e diretor administrativo da Accenture, está liderando os negócios nos Estados Unidos.

Essas nomeações sugerem que a distribuição empresarial agora é tão importante quanto o desenvolvimento de produto. A Duvo precisa entrar em organizações complexas, identificar processos valiosos, atender a análises de segurança e demonstrar retornos mensuráveis sem permitir que o trabalho de implantação consuma sua economia.

Portanto, o financiamento não é apenas uma aposta nas capacidades dos agentes. É uma aposta de que descoberta de processos, implementação, governança e medição podem se tornar partes repetíveis de um único produto.

Por que o conhecimento não documentado bloqueia a automação empresarial

O argumento mais importante da Duvo é que os processos empresariais permanecem incompletos até que as pessoas que os executam expliquem as exceções.

Čupr teria chegado a essa conclusão ao tentar introduzir agentes na Rohlik. Os funcionários conseguiam identificar trabalhos repetitivos, mas documentar todo o processo se mostrou mais difícil. Muitas decisões dependiam de experiências que nunca foram registradas em um manual, banco de dados ou ferramenta de fluxo de trabalho.

Em uma entrevista sobre o problema da API humana, Čupr disse que as pessoas frequentemente funcionam como interfaces entre sistemas desconectados. Elas leem uma tela, lembram uma regra não escrita, interpretam uma mensagem e inserem o resultado em outro lugar.

Esse padrão ajuda a explicar por que a automação convencional frequentemente lida com o centro previsível de um processo, mas deixa suas bordas confusas para os funcionários. Um script pode copiar um campo conhecido. Ele enfrenta dificuldades quando um fornecedor confirma parcialmente um pedido enquanto contesta o preço no mesmo e-mail.

O Duvo Clarity, componente de descoberta da empresa, foi projetado para capturar esse contexto ausente. Segundo a Duvo, ele combina entrevistas de funcionários conduzidas por IA, gravações de tela e documentos existentes para mapear como o trabalho acontece na prática.

O mapa do processo precisa incluir mais do que uma sequência de cliques. Ele precisa identificar responsáveis por decisões, requisitos de aprovação, exceções comuns e as evidências que os funcionários usam ao escolher uma ação.

Isso transforma a descoberta de processos em um problema de conhecimento. Uma empresa primeiro precisa encontrar o que os funcionários sabem, distinguir política de hábito e determinar quais julgamentos podem se tornar regras com segurança.

O mesmo desafio aparece em sistemas de conhecimento pessoais e de equipe. Os documentos fornecem apenas parte da resposta quando o contexto importante permanece disperso entre conversas e memória individual. Uma base de conhecimento pesquisável se torna útil quando preserva o contexto, em vez de apenas reunir arquivos.

A Duvo aplica um princípio semelhante à execução operacional. Ela busca transformar conhecimento tácito em um processo controlado que um agente possa seguir, mantendo pessoas em pontos de decisão definidos.

O mecanismo tem três etapas amplas. Primeiro, o sistema observa e documenta o fluxo de trabalho atual. Segundo, identifica etapas adequadas à automação e aquelas que exigem aprovação. Terceiro, os agentes realizam ações aprovadas nos sistemas conectados enquanto registram o que aconteceu.

Essa última etapa separa a documentação de processos da execução de processos. Projetos de consultoria e ferramentas de mineração de processos podem revelar ineficiências, mas outro projeto ainda pode ser necessário para implementar as mudanças.

A Duvo quer que descoberta e execução compartilhem um único sistema. Essa conexão poderia reduzir a distância entre encontrar um problema e mudar a operação.

Ela também introduz riscos. As explicações dos funcionários podem ser incompletas, inconsistentes ou moldadas por soluções improvisadas locais. Gravações de tela podem mostrar o que alguém fez sem revelar por que aquela escolha estava correta.

Assim, um processo automatizado pode formalizar um mau hábito tão facilmente quanto um bom. A gestão deve decidir se o fluxo de trabalho descoberto representa a política da empresa, uma exceção necessária ou uma dívida técnica que deveria desaparecer.

A Duvo afirma que responsáveis humanos aprovam decisões que exigem julgamento. Painéis operacionais mostram decisões pendentes e resultados concluídos, enquanto alterações no sistema são registradas para fins de auditoria.

Esse desenho com humanos no circuito, em que pessoas aprovam decisões selecionadas dos agentes, é essencial para operações sensíveis. Ele também cria uma questão prática sobre escala. Se muitos casos exigirem revisão, o agente apenas desloca o gargalo.

A versão mais forte da tese da Duvo não é que os funcionários devam desaparecer do processo. É que o software deve capturar conhecimento repetível, ao mesmo tempo que direciona decisões genuinamente ambíguas para a pessoa certa.

O sucesso depende de essa fronteira permanecer precisa à medida que a empresa muda. Uma regra de promoção, acordo com fornecedor ou política de risco que funcionou no último trimestre pode deixar de ser válida. A Duvo precisa manter o mapa de processos atualizado, em vez de tratar a descoberta como um evento único.

A IA empresarial da Duvo desafia o modelo intensivo em serviços

A Duvo aposta que a implantação de IA empresarial pode se tornar orientada pelo produto antes que o trabalho de implementação sobrecarregue o valor do software.

Grandes organizações costumam usar consultores e especialistas em implementação para entender as operações antes de mudá-las. Essas equipes entrevistam funcionários, mapeiam sistemas, documentam aprovações e coordenam novos softwares com os controles existentes.

Engenheiros alocados no cliente seguem um modelo relacionado. Eles trabalham de perto com clientes para adaptar softwares, integrar dados e construir fluxos de trabalho confiáveis em ambientes complicados.

Essa abordagem pode gerar resultados porque humanos absorvem ambiguidades. Ela também pode tornar as implantações lentas, caras e difíceis de reproduzir entre clientes.

O principal desafio da Duvo a esse modelo é direto: o produto deve realizar uma parcela maior da descoberta e da configuração. Entrevistas com IA podem reunir conhecimento de processos, agentes podem construir mapas de fluxo de trabalho e controles reutilizáveis podem reduzir a integração personalizada.

Čupr disse à Pathfounders que a Duvo pretende reduzir a descoberta de processos de meses para semanas. Ele também argumentou que uma IA empresarial bem projetada deve se tornar cada vez mais autônoma para implantar.

A Duvo não trata todas as consultorias como inimigas. Ela mantém uma aliança com a Deloitte Central Europe, que combina expertise de consultoria com o software de mapeamento e execução de processos da Duvo.

Essa parceria revela a provável realidade de curto prazo. Consultorias podem se tornar parceiras de distribuição e implementação, mesmo quando o software reduz o trabalho necessário para certos projetos. Seu trabalho estratégico e organizacional pode continuar valioso, enquanto as ferramentas mudam a forma como ocorre a descoberta de processos.

A pressão recai mais diretamente sobre o trabalho repetitivo de implementação. Se a Duvo conseguir capturar fluxos de trabalho mais rapidamente, os clientes questionarão projetos longos dedicados principalmente a entrevistas, diagramas e configuração manual.

A empresa ainda precisa provar que a abordagem acelerada produz um resultado preciso. A velocidade tem valor limitado se uma exceção não identificada mais tarde interromper estoques, pagamentos a fornecedores ou relatórios financeiros.

A concorrência tornará essa prova mais difícil. O mercado de automação empresarial já inclui fornecedores de automação robótica de processos, plataformas de mineração de processos, produtos de fluxo de trabalho e empresas mais novas de agentes.

A Pathfounders identificou Orby AI, Skan AI, Mimica, Sola e Scribe entre os concorrentes relevantes. Essas empresas não oferecem todas produtos idênticos, mas várias abordam observação de fluxos de trabalho, inteligência de processos ou execução orientada por agentes.

A automação robótica de processos tradicional, geralmente chamada de RPA, oferece outro ponto de referência. As ferramentas de RPA frequentemente reproduzem ações estruturadas de usuários, como copiar informações entre aplicações. Elas podem ser eficazes quando as entradas e as interfaces permanecem previsíveis.

A Duvo argumenta que os agentes de IA conseguem lidar com mais ambiguidade do que scripts rígidos. Segundo relatos, seus agentes interpretam e-mails, navegam por telas, comparam registros e encaminham decisões para escalonamento, em vez de seguir um único caminho fixo de cliques.

A empresa descreveu uma implantação em sistemas legados usando o Claude da Anthropic, interação por navegador, conexões com ferramentas e aprovações humanas. A Duvo afirma que recursos de uso de computador permitem que agentes operem sistemas sem APIs modernas.

Essa flexibilidade amplia o trabalho potencialmente atendido, mas não elimina o problema da confiabilidade. Interfaces gráficas mudam. Permissões de acesso expiram. Formatos de dados variam. Uma tela que parece óbvia para uma pessoa pode confundir um sistema automatizado após uma pequena reformulação.

Integrações baseadas em APIs têm seus próprios custos, mas normalmente oferecem contratos mais claros do que a interação visual. A Duvo precisa decidir quando a automação de interface é aceitável e quando uma integração mais profunda continua necessária.

A dependência de modelos apresenta outra questão. Um agente pode se comportar de forma diferente após uma atualização do modelo subjacente, especialmente diante de entradas ambíguas. Empresas esperarão que a Duvo teste essas mudanças antes que elas afetem decisões em produção.

A Duvo afirma que sua arquitetura é independente de modelo. Segundo a empresa, os clientes podem usar endpoints de nuvem aprovados, infraestrutura dedicada ou modelos de pesos abertos quando exigências de segurança e soberania demandarem mais controle.

Esse posicionamento também cria complexidade operacional. Diferentes modelos variam em qualidade de raciocínio, latência, requisitos de implantação e comportamento. Oferecer várias opções não garante desempenho equivalente entre elas.

A proposta de IA empresarial da Duvo, portanto, competirá em mais do que inteligência. Os compradores compararão esforço de implementação, auditabilidade, segurança, tratamento de exceções, manutenção e resultados comerciais mensuráveis.

A comparação decisiva não é simplesmente Duvo versus consultores ou Duvo versus RPA. É implantação produtizada versus personalização intensiva em mão de obra. A Duvo precisa mostrar que seu produto consegue absorver complexidade sem recriar discretamente um negócio de serviços nos bastidores.

Os Resultados dos Clientes São Promissores, mas em Grande Parte Relatados Pela Empresa

A Duvo publicou melhorias operacionais concretas, mas os compradores ainda precisam de evidências independentes sobre durabilidade, custo total e taxas de exceção.

A Duvo afirma ter gerado mais de US$ 100 milhões em valor para clientes nas áreas de finanças, cadeia de suprimentos, operações comerciais, atendimento ao cliente, marketing e recursos humanos. Entre seus clientes nomeados estão Morrisons, Holland & Barrett, Boden, Notino, Allegro e Rohlik.

A empresa informa que a conciliação de bônus de fornecedores da Notino, abrangendo aproximadamente US$ 45 milhões por ano, caiu de 70 dias para 15. O trabalho especializado teria diminuído de cerca de 120 horas por ciclo para menos de 10.

A Duvo também publicou alegações detalhadas da Rohlik. Segundo a empresa, uma implantação gerou €2,8 milhões em economias anualizadas em três meses e entrou em produção oito semanas após a primeira conversa.

De acordo com a empresa, a disponibilidade de produtos nesse caso subiu de 78% para 93% em duas semanas. As confirmações de entrega recebidas teriam aumentado de 52% para 90%.

O mesmo estudo de caso afirma que as negociações anuais se tornaram cerca de 80% automatizadas, com mais de 60 funcionários em tempo integral redirecionados da entrada de dados para negociações estratégicas. A Duvo também relata revisões de margem mais rápidas e um fechamento de fim de mês mais curto.

Esses números tornam a plataforma de automação da Duvo mais fácil de avaliar do que uma alegação vaga sobre produtividade. Eles conectam a tecnologia à disponibilidade de estoque, negociações com fornecedores, conciliação e tempo de trabalho.

No entanto, a maior parte das métricas detalhadas vem da Duvo ou de declarações de clientes selecionadas pela Duvo. Elas não foram apresentadas como resultados de uma avaliação controlada independente.

Isso não significa que sejam falsas. Significa que os leitores devem tratá-las como resultados relatados em estudos de caso, e não como referências universais de desempenho.

Diversas perguntas permanecem sem resposta. O material publicado não separa completamente o valor criado pela Duvo daquele gerado por redesenho de processos, atenção da gestão ou outras mudanças operacionais feitas durante a implantação.

Economias anualizadas também diferem de economias reais em caixa. Um novo processo pode identificar uma oportunidade sem garantir que todo valor identificado chegue à demonstração de resultados.

Os compradores devem perguntar como a Duvo estabelece uma linha de base, atribui ganhos e contabiliza os funcionários envolvidos na implementação e na revisão. Também devem examinar como os resultados mudam após o processo inicial se expandir entre países, equipes e configurações de software.

A confiabilidade exige uma medição igualmente específica. Taxas de conclusão, por si só, são insuficientes se os agentes escolhem ações incorretas ou encaminham casos demais para revisores humanos.

Métricas operacionais úteis incluiriam frequência de exceções, taxas de aprovação, gravidade dos erros, frequência de reversão e o tempo que os funcionários gastam supervisionando cada processo. Esses dados mostrariam se o produto elimina trabalho ou apenas muda sua forma.

Segurança e governança merecem a mesma atenção. A Duvo afirma registrar aprovações e alterações gravadas nos sistemas dos clientes. Também informa possuir certificações SOC 2 Type II, ISO 27001 e ISO 42001.

Certificações oferecem evidências de que controles definidos existem, mas não garantem que cada decisão automatizada esteja correta. Os clientes ainda precisam de permissões específicas por processo, monitoramento, testes e regras de escalonamento.

O mercado mais amplo de agentes dá aos compradores um motivo para cautela. A Gartner previu que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027. Sua previsão sobre projetos de agentes cita custos crescentes, valor comercial pouco claro e controles de risco inadequados.

A Duvo se posiciona explicitamente contra esses modos de falha. Ela enfatiza resultados mensuráveis, aprovações governadas, conexões reutilizáveis e implantação em sistemas que os clientes já operam.

Ainda assim, a empresa precisa enfrentar as mesmas pressões econômicas. Chamadas de modelo, sessões de navegador, suporte, monitoramento e revisão humana contribuem para o custo real de um processo automatizado.

Um fluxo de trabalho que gera valor significativo pode justificar esses custos. Um processo de baixo valor com exceções frequentes talvez nunca se torne economicamente viável, independentemente de quão capaz o agente pareça em uma demonstração.

A retenção de clientes oferecerá um teste mais forte do que os estudos de caso iniciais. Expansões para departamentos adicionais sugeririam que a plataforma compartilhada produz valor cumulativo. Renovações limitadas indicariam que o desempenho depende de processos excepcionalmente favoráveis.

A Série A da Duvo dá à empresa tempo para reunir essas evidências. Ela não resolve a questão de saber se os resultados permanecem estáveis entre clientes, setores e condições operacionais em transformação.

Três Sinais Mostrarão se a Duvo Pode Escalar

O próximo teste da Duvo é saber se sua vantagem na descoberta de processos produz implantações repetíveis, adoção mais ampla pelos clientes e uma economia operacional sustentável.

O primeiro sinal é a expansão dentro dos clientes existentes. A Duvo afirma que uma plataforma pode oferecer suporte a processos em finanças, cadeia de suprimentos, atendimento ao cliente, marketing e recursos humanos.

Os compradores devem observar se os clientes passam de um fluxo de trabalho bem-sucedido para vários departamentos. Essa expansão sustentaria o argumento de que conexões, controles e conhecimento de processos podem ser reutilizados.

A qualidade dessas expansões importa tanto quanto sua quantidade. Implantar vários fluxos de trabalho semelhantes com fornecedores é mais fácil do que avançar para aprovações financeiras, processos de força de trabalho ou decisões reguladas para clientes.

Implantações mais amplas fortaleceriam a alegação de plataforma da Duvo. Se a maioria dos clientes permanecer limitada a um único caso de uso restrito, o produto poderá se comportar mais como um projeto especializado de automação.

O segundo sinal são as evidências do lançamento nos Estados Unidos. A Duvo contratou líderes comerciais experientes e está mirando empresas de varejo e bens de consumo, onde sistemas fragmentados de fornecedores e estoque criam oportunidades evidentes de automação.

Clientes nos Estados Unidos podem avançar mais rapidamente durante a avaliação, mas contratos empresariais ainda exigem revisões de segurança, jurídicas, de integração e de compras. A Duvo precisa mostrar que uma descoberta de processos mais rápida também encurta todo o caminho até a produção.

Os estudos de caso devem divulgar tempo de implantação, equipe de implementação, taxas de exceção e resultados efetivamente obtidos. Relatos independentes de clientes teriam mais peso do que alegações adicionais de valor agregado.

O terceiro sinal é como o modelo da Duvo se sustenta frente a concorrentes e parceiros de consultoria. Rivais em descoberta de fluxos de trabalho e automação por agentes continuarão melhorando, enquanto fornecedores estabelecidos de automação podem adicionar IA generativa às suas plataformas instaladas.

As consultorias também têm opções. Elas podem distribuir a Duvo, adotar produtos concorrentes, desenvolver ferramentas internas ou manter uma descoberta mais manual quando os clientes valorizam a análise humana.

A estratégia de alianças da Duvo será testada quando os parceiros decidirem se a plataforma expande seus negócios ou comprime trabalhos lucrativos. Um canal de parceiros repetível sustentaria a afirmação da Duvo de que o software pode melhorar a entrega de consultoria sem eliminar os serviços estratégicos.

Evidências técnicas serão importantes nos três sinais. A Duvo deve demonstrar como seus agentes respondem quando uma tela muda, um funcionário fornece instruções conflitantes ou um modelo subjacente se comporta de forma diferente.

Os compradores também devem acompanhar a proporção entre decisões automatizadas e aprovações humanas. Automação crescente com taxas de erro estáveis fortaleceria a tese. Filas de revisão em crescimento a enfraqueceriam.

A métrica mais reveladora pode ser o tempo até o segundo processo. A Duvo afirma que a primeira implantação pode entrar em operação em poucas semanas. Se processos posteriores se tornarem materialmente mais rápidos, a camada de execução compartilhada estará criando a alavancagem prometida.

Se cada novo fluxo de trabalho exigir outro ciclo extenso de descoberta e engenharia, a economia parecerá mais próxima da implementação empresarial convencional.

A Duvo escolheu um alvo difícil, mas importante. O trabalho entre sistemas empresariais é caro precisamente porque combina dados fragmentados, julgamento humano e histórico organizacional.

A Série A da Duvo não prova que agentes podem absorver toda essa complexidade. Ela financia uma tentativa séria de transformar conhecimento operacional oculto em software governado, sem substituir os sistemas subjacentes.

Os compradores empresariais devem agora fazer uma pergunta prática: a Duvo reduz o esforço total necessário para entender, automatizar e manter um processo depois que a demonstração termina? Acompanhe implantações repetidas, dados independentes de resultados e taxas de revisão humana nos próximos meses. Esses sinais mostrarão se a IA empresarial da Duvo está se tornando uma infraestrutura durável ou outro piloto promissor que depende de suporte excepcional.