Google escolhe 16 projetos de IA verde — o apoio dura três meses
Em 7 de setembro de 2026, o Google selecionou 16 startups, organizações sem fins lucrativos e equipes de pesquisa da Ásia-Pacífico para a primeira turma do Google DeepMind Accelerator: AI for the Planet na região. O anúncio oficial do Google informa que o programa começou com um bootcamp presencial em Singapura e apoiará as equipes durante os três meses seguintes.
A seleção anunciada em 7 de setembro reúne seis iniciativas de proteção da natureza e resiliência climática, cinco de agricultura sustentável e cinco de clima e carbono. Segundo a cobertura da TNGlobal, os participantes terão acesso a modelos de IA do Google, mentoria e suporte técnico; o ciclo inclui acompanhamento virtual até dezembro e termina com um Demo Day.
O apoio acelera protótipos, não certifica impacto ambiental
As equipes poderão trabalhar com AnthroKrishi, ForestCast, AlphaEarth Foundations, SpeciesNet e Perch, além de outros componentes da pilha de IA do Google. O pacote divulgado inclui orientação técnica personalizada, mas não apresenta uma meta ambiental comum, valores de investimento para a turma ou resultados já produzidos dentro do acelerador.
As 16 organizações chegam ao programa com soluções em desenvolvimento. Portanto, a seleção confirma o apoio a projetos considerados promissores, não a eficácia de cada método nem uma redução determinada de emissões. Ao fim do ciclo, os sinais relevantes serão protótipos mais maduros, medições validadas e processos operacionais demonstráveis.
Biodiversidade e resiliência: seis projetos ampliam a observação
Na Nova Zelândia, 800 Trust pretende combinar IA e bioacústica para monitorar continuamente a biodiversidade e detectar ameaças ambientais. Listening Lab desenvolve ferramentas bioacústicas que precisam de menos dados para reconhecer diversidade por meio de sons, enquanto Wildlife.ai constrói câmeras abertas com IA para a conservação da fauna.
Essas propostas automatizam a triagem de gravações e imagens, mas sua utilidade dependerá da correspondência entre as detecções do modelo e as espécies observadas no terreno. Cobertura, taxa de detecções corretas e desempenho em ambientes diferentes são resultados mais concretos do que a afirmação genérica de que a IA “protege a biodiversidade”.
Em Singapura, Kumi Analytics combina sensoriamento remoto e aprendizado profundo para criar linhas de base ambientais para projetos de conservação. A sul-coreana TelePIX quer converter dados de satélite em informações para o monitoramento global de manguezais; na Indonésia, Yayasan Ekosistem Lestari desenvolve uma plataforma preditiva para relacionar degradação ambiental e risco de desastres. Nesses casos, a prova operacional exige comparação com observações de campo e atualização frequente dos dados.
Agricultura: cinco iniciativas levam modelos ao campo
A indonésia Edufarmers pretende oferecer a pequenos produtores orientações quase em tempo real sobre pragas, doenças e condições meteorológicas por aplicativos comuns de mensagens. A proposta tenta encurtar o intervalo entre a identificação de um risco e a recomendação recebida pelo agricultor; precisão local, tempo de resposta e alcance mostrarão se o serviço funciona fora de uma demonstração.
Na Tailândia, Living Roots usa dados e IA para formular fertilizantes biológicos adaptados a culturas específicas. A SIGMA, de Singapura, desenvolve modelos baseados em satélites para estimar safras e apoiar a resiliência climática. Para ambas, a comparação decisiva será entre a recomendação ou estimativa produzida e os resultados agronômicos observados.
A indiana Terrastack reúne dados de satélite e informações agronômicas para fornecer inteligência no nível de cada parcela a pequenos agricultores. A australiana X-Centric segue outra rota: desenvolve equipamento portátil de raios X com IA para gerar análises geoquímicas imediatas do solo. A velocidade será útil apenas se as leituras mantiverem concordância com métodos de referência e consistência em condições reais.
Carbono e clima: cinco projetos enfrentam o problema da verificação
No Japão, Archeda usa dados de satélite para medir e verificar créditos de carbono baseados na natureza. City Syntax Lab, de Singapura, desenvolve uma plataforma de agentes de IA para otimizar energia e carbono em distritos urbanos. A primeira terá de demonstrar rastreabilidade das medições; a segunda, relacionar recomendações do sistema a mudanças efetivas no consumo e nas emissões.
Na Índia, Climitra Carbon emprega Geo-IA para verificar a remoção de espécies invasoras e sua conversão em biochar. Farmers for Forests combina drones e IA para medir carbono e biodiversidade em sistemas agroflorestais, enquanto Varaha Climate usa sensoriamento remoto e IA para verificar agricultura regenerativa e remoção de carbono. Uma análise da IamRenew sobre as quatro selecionadas indianas também inclui Terrastack, que pertence à frente agrícola da turma.
Nos projetos ligados a créditos de carbono, a tecnologia precisa conectar imagens, voos de drones ou registros de campo à alegação ambiental final. Área monitorada, frequência das verificações, calibração com medições locais e tratamento das incertezas permitirão distinguir infraestrutura de medição de uma simples promessa comercial. A entrada no acelerador não equivale à certificação de créditos nem de volumes de carbono.
Os resultados ainda não têm um padrão comum de divulgação
O Google descreveu o suporte e a finalidade de cada participante, mas não publicou benchmarks comuns, metas individuais ou critérios de conclusão para as 16 equipes. Isso impede uma classificação prévia: uma câmera de fauna, um estimador de safra e um sistema de carbono produzem resultados diferentes e exigem formas distintas de validação.
Após os três meses, bioacústica e câmeras poderão ser avaliadas pela qualidade da identificação de espécies; soluções de satélite, pela cobertura e correspondência com o terreno; ferramentas agrícolas, pela precisão das estimativas e recomendações; iniciativas de carbono, pela rastreabilidade e incerteza das medições. Por enquanto, o fato confirmado é a seleção da primeira turma e o início do apoio técnico; os dados que mostrarão quais projetos avançaram ainda não foram divulgados.
Leia também:
Assine nossa newsletter
Receba as últimas notícias sobre Web3, IA e cripto diretamente no seu e-mail.