A Littlebird levanta US$ 11 milhões para ferramenta de leitura de tela baseada em IA

Tem havido um debate significativo sobre a construção de contexto para sistemas de IA. No setor de software de consumo, temos visto uma onda de startups focadas em pesquisa, documentos e reuniões. O objetivo delas é capturar o contexto de suas atividades digitais, conectar-se a outras ferramentas e permitir que você consulte esses dados agregados. Algumas levaram isso ainda mais longe. Por exemplo, o Rewind (que mais tarde se tornou o Limitless e foi adquirido pela Meta) e o Recall, da Microsoft, têm como objetivo capturar tudo o que aparece na sua tela para ajudá-lo a se lembrar de tudo.

Uma nova startup chamada Littlebird está enfrentando um desafio semelhante com um método ligeiramente diferente. Enquanto aplicativos como o Rewind armazenam capturas de tela ou dados visuais, o Littlebird “lê” sua tela e armazena o contexto como texto.

A premissa central do produto é que, ao ler continuamente sua tela, ele elimina a necessidade de você fornecer manualmente contexto adicional para tarefas de produtividade. Os fundadores acreditam que, enquanto muitas ferramentas de IA exigem sua atenção, o Littlebird opera silenciosamente em segundo plano, aparecendo apenas quando você precisa dele.

Créditos da imagem:LittlebirdCréditos da imagem:Littlebird

Ao instalar o Littlebird, você pode personalizar quais aplicativos ele deve ignorar, impedindo que capture contexto deles. A empresa afirma que exclui automaticamente gerenciadores de senhas e campos confidenciais em formulários da web, como aqueles para senhas e detalhes de cartão de crédito. Você também pode optar por conectar outros aplicativos como o Gmail, o Google Agenda, o Calendário da Apple e o Lembretes.

O aplicativo permite que você faça perguntas sobre seus dados, fornecendo sugestões pré-geradas para ajudá-lo a começar, como “No que tenho trabalhado hoje?” ou “Quais e-mails são mais importantes para mim?”. Após alguns dias de uso, observei que essas sugestões se tornaram mais personalizadas de acordo com meus hábitos.

O Littlebird também inclui um bloco de notas integrado, semelhante ao Granola. Ele usa o áudio do sistema para funcionar em segundo plano, transcrevendo reuniões e gerando notas e itens de ação. Ao visualizar uma reunião em detalhes, a opção “Preparar-se para a reunião” aproveita o contexto de reuniões anteriores, e-mails e histórico da empresa para fornecer informações relevantes. Esse recurso pode até mesmo extrair informações de plataformas como o Reddit para mostrar o que os usuários estão dizendo sobre um produto ou empresa específicos.

Créditos da imagem: Littlebird

Outro recurso, chamado Routines, permite que você configure prompts detalhados para o Littlebird executar em intervalos regulares — diários, semanais ou mensais. A empresa oferece rotinas pré-definidas, como um briefing diário, resumo semanal de atividades e recapitulação do trabalho do dia anterior. Os usuários também podem criar suas próprias rotinas personalizadas com instruções específicas.

A Littlebird foi fundada em 2024 por Alap Shah, Naman Shah e Alexander Green. Os irmãos Alap e Naman fundaram anteriormente a Sentieo, uma plataforma para investidores institucionais que foi vendida para a empresa de inteligência de mercado AlphaSense. Eles também cofundaram uma empresa de alimentos saudáveis chamada Thistle. Alap foi coautor do artigo viral “Citrini” sobre como os agentes de IA poderiam impactar a economia, o que afetou brevemente várias ações do setor de tecnologia. Green tem experiência na fundação de empresas nas áreas de hardware, software e IA.

“Começamos quando Alap identificou um problema fundamental: a eficácia da IA depende dos dados do usuário. Os modelos em si não sabem nada sobre você, o que limita sua utilidade. Exploramos vários paradigmas de interface de usuário e sistemas operacionais prontos para a disrupção da IA, e isso deu origem ao projeto Littlebird”, explicou Green ao TechCrunch durante uma ligação.

Green observou que, embora a abordagem do Rewind fosse semelhante, ela dependia de capturas de tela e oferecia uma experiência de pesquisa abaixo do ideal. Ele afirmou que o Littlebird está apenas começando e enfrenta inúmeros desafios pela frente, incluindo ensinar grandes modelos de linguagem (LLMs) a compreender diversos tipos de contexto do usuário.

Carregando o player…

Com o Littlebird, os usuários podem excluir seus dados a qualquer momento. Todos os dados são criptografados e armazenados na nuvem. Green explicou que o armazenamento em nuvem permite o uso de modelos poderosos para vários fluxos de trabalho de IA, o que não é viável em dispositivos locais.

“Não armazenamos nenhuma informação visual, apenas texto, o que torna os dados muito mais leves. Acredito que essa seja outra razão pela qual o Recall e o Rewind enfrentaram desafios — capturas de tela consomem muito mais dados. Também acho que a captura visual parece mais invasiva”, disse ele.

Créditos da imagem: Alexander Green

O Littlebird é gratuito para baixar e usar. No entanto, para limites de uso mais altos e acesso a recursos como geração de imagens, os usuários podem assinar planos a partir de US$ 20 por mês.

A startup garantiu US$ 11 milhões em financiamento liderado pela Lotus Studio, com a participação de investidores como Lenny Rachitsky, Scott Belsky, Gokul Rajaram, Justin Rosenstein, Shawn Wang e Russ Heddleston.

Vários desses investidores são usuários ativos do produto. Rajaram, que já trabalhou com produtos de publicidade no Google e no Facebook, disse que a ferramenta reduz o atrito de ter que lembrar, recuperar e reexplicar o próprio trabalho. O cofundador e CEO da DocSend, Heddleston, mencionou que usou o Littlebird para reescrever o site de marketing de sua empresa, extraindo contexto de reuniões, e-mails, Notion e outras fontes.

Rachitsky, que administra um boletim informativo e um podcast, comentou que a IA é tão boa quanto seu contexto e muitas vezes perde as nuances da vida cotidiana. Ele usa a ferramenta para refinar seus fluxos de trabalho de produtividade e melhorar seu bem-estar. Ele acredita que, para o sucesso a longo prazo, o produto deve identificar um caso de uso decisivo e essencial.

“Tudo depende de encontrar esse caso de uso essencial e indispensável. Esse é o fator crítico para o sucesso deste produto neste momento. Sei que muitos usuários já encontraram seus próprios casos de uso decisivos, e a equipe está se concentrando ativamente nessas experiências emergentes”, observou ele.

“Entrevistei muitos desenvolvedores de produtos de IA no meu podcast, e a lição mais consistente é que você nunca sabe realmente como as pessoas usarão seu produto até que ele esteja nas mãos delas. A estratégia é lançar cedo, observar como as pessoas o utilizam e, então, apostar nos casos de uso bem-sucedidos, em vez de esperar por uma solução perfeitamente concebida.”