O financiamento e quem apostou na ideia

A rodada pré-seed de €5,7 milhões (cerca de US$ 6 milhões) foi coinvestida pelos fundos de venture capital Cherry Ventures e Redstone. Também participaram Angel Invest, Linden Capital e outros investidores-anjo, marcando o primeiro aporte externo divulgado pela INXM. A empresa usará o capital para expandir sua equipe, acelerar o desenvolvimento do motor Orchestrator e conquistar clientes entre as indústrias europeias.

O time fundador: de foguetes para fluxos de trabalho confiáveis

A INXM foi fundada em 2025 por quatro pessoas cujas carreiras anteriores foram dedicadas a fazer sistemas complexos e de segurança crítica funcionarem de forma previsível:

• Alexander (Alex) Oelling, CEO — ex-Diretor Digital (CDO) da Isar Aerospace e da Volocopter.
• Matthias Kainer — construiu sistemas de orquestração de lançamento na Isar Aerospace.
• Jesper Bylund — projetou interfaces de controle de voo e trabalhou anteriormente na plataforma de automação n8n.
• Kamil Klüber — veterano da consultoria de software Thoughtworks.

Esse DNA aeroespacial não é uma mera curiosidade biográfica — ele explica toda a filosofia técnica da empresa. Um software de lançamento deve executar sequências determinísticas sob estrita validação; ele não pode improvisar. O time aplicou o mesmo modelo mental à IA empresarial.

Por que os agentes de IA empresariais padrão falham

A maioria das ferramentas de automação baseadas em LLM invoca o modelo de linguagem a cada etapa de um fluxo de trabalho. Isso cria três problemas graves para negócios regulados:

• Não determinismo. O mesmo comando pode produzir ações ou resultados diferentes a cada execução, tornando a conformidade e as trilhas de auditoria quase impossíveis.
• Risco de alucinação. Um modelo que inventa uma etapa de aprovação ou pula uma verificação de segurança gera uma responsabilidade inaceitável na manufatura ou nas finanças.
• Soberania de dados. Enviar dados de produção sensíveis para APIs de LLMs de terceiros entra em conflito com a LGPD europeia (GDPR), o AI Act da UE e as políticas internas de segurança.

O resultado é que muitas empresas industriais avaliam os agentes de IA, mas nunca os colocam em produção. A tecnologia parece poderosa em demonstrações, mas não consegue atingir o nível de confiabilidade que o software de chão de fábrica exige há décadas.

Como a IA Compilada funciona de forma diferente

O motor Orchestrator da INXM toma emprestada a arquitetura de um compilador de software tradicional, em vez de um loop de chatbot. O processo se divide em duas fases distintas:

1. Fase de compilação. Um usuário descreve um processo de negócio em linguagem natural. Um LLM gera um "Plano" completo, estruturado e executável — essencialmente um código determinístico — e esse plano é validado antes de ser executado. O modelo é usado uma única vez, durante a criação do plano, e não no momento da transação.

2. Fase de execução. O Plano validado é executado no motor Orchestrator sem nunca mais chamar um LLM. O motor coordena os sistemas existentes da empresa — ERP, PLM, MES, e-mail e ferramentas de aprovação — executando sempre os mesmos passos, na mesma ordem.

A diferença técnica é gritante: agentes padrão invocam o LLM a cada passo (processo não determinístico, caro em tokens e difícil de auditar). A INXM compila uma vez e depois executa um programa fixo. Os resultados tornam-se reproduzíveis, testáveis e livres de alucinações em tempo de execução. A empresa chama isso de "a flexibilidade da linguagem natural combinada com a confiabilidade do código tradicional".

Para tornar o conceito mais concreto, imagine um fluxo de inspeção de qualidade numa fábrica: um engenheiro descreve as etapas de aprovação e verificações de dados necessárias em linguagem simples. O Orchestrator compila isso em uma sequência fixa, um gerente a aprova uma vez, e então o fluxo é executado de forma idêntica toda vez que um evento relevante é disparado — sem jamais enviar dados para fora da empresa ou arriscar uma improvisação do modelo.

Infraestrutura, conformidade e alvos industriais

Como o Orchestrator é executado na própria infraestrutura da empresa — localmente ou em uma nuvem privada — os dados de produção nunca saem do prédio. Essa arquitetura mantém o sistema em conformidade com a GDPR e o AI Act da UE por definição. Ela também permite que a INXM alcance softwares de chão de fábrica que ferramentas de automação exclusivamente em nuvem simplesmente não conseguem acessar fisicamente.

A empresa mira explicitamente os fabricantes industriais e as Mittelstand alemãs: empresas com sistemas locais legados, obrigações regulatórias e requisitos rigorosos de repetibilidade. Esta não é uma aposta em automação horizontal genérica. É uma solução construída sob medida para empresas que já rejeitaram os agentes de IA comuns por não serem confiáveis em produção.

Com €5,7 milhões em capital fresco, um time fundador que já entregou software de segurança crítica e uma abordagem técnica que reformula a IA empresarial como um problema de compilador em vez de um problema de conversação, a INXM aposta que o gargalo da adoção da IA no mundo industrial não é a capacidade — é a confiabilidade.

O financiamento e quem apostou na ideia

A rodada pré-seed de €5,7 milhões (cerca de US$ 6 milhões) foi coinvestida pelos fundos de venture capital Cherry Ventures e Redstone. Também participaram Angel Invest, Linden Capital e outros investidores-anjo, marcando o primeiro aporte externo divulgado pela INXM. A empresa usará o capital para expandir sua equipe, acelerar o desenvolvimento do motor Orchestrator e conquistar clientes entre as indústrias europeias.

O time fundador: de foguetes para fluxos de trabalho confiáveis

A INXM foi fundada em 2025 por quatro pessoas cujas carreiras anteriores foram dedicadas a fazer sistemas complexos e de segurança crítica funcionarem de forma previsível:

• Alexander (Alex) Oelling, CEO — ex-Diretor Digital (CDO) da Isar Aerospace e da Volocopter.
• Matthias Kainer — construiu sistemas de orquestração de lançamento na Isar Aerospace.
• Jesper Bylund — projetou interfaces de controle de voo e trabalhou anteriormente na plataforma de automação n8n.
• Kamil Klüber — veterano da consultoria de software Thoughtworks.

Esse DNA aeroespacial não é uma mera curiosidade biográfica — ele explica toda a filosofia técnica da empresa. Um software de lançamento deve executar sequências determinísticas sob estrita validação; ele não pode improvisar. O time aplicou o mesmo modelo mental à IA empresarial.

Por que os agentes de IA empresariais padrão falham

A maioria das ferramentas de automação baseadas em LLM invoca o modelo de linguagem a cada etapa de um fluxo de trabalho. Isso cria três problemas graves para negócios regulados:

• Não determinismo. O mesmo comando pode produzir ações ou resultados diferentes a cada execução, tornando a conformidade e as trilhas de auditoria quase impossíveis.
• Risco de alucinação. Um modelo que inventa uma etapa de aprovação ou pula uma verificação de segurança gera uma responsabilidade inaceitável na manufatura ou nas finanças.
• Soberania de dados. Enviar dados de produção sensíveis para APIs de LLMs de terceiros entra em conflito com a LGPD europeia (GDPR), o AI Act da UE e as políticas internas de segurança.

O resultado é que muitas empresas industriais avaliam os agentes de IA, mas nunca os colocam em produção. A tecnologia parece poderosa em demonstrações, mas não consegue atingir o nível de confiabilidade que o software de chão de fábrica exige há décadas.

Como a IA Compilada funciona de forma diferente

O motor Orchestrator da INXM toma emprestada a arquitetura de um compilador de software tradicional, em vez de um loop de chatbot. O processo se divide em duas fases distintas:

1. Fase de compilação. Um usuário descreve um processo de negócio em linguagem natural. Um LLM gera um "Plano" completo, estruturado e executável — essencialmente um código determinístico — e esse plano é validado antes de ser executado. O modelo é usado uma única vez, durante a criação do plano, e não no momento da transação.

2. Fase de execução. O Plano validado é executado no motor Orchestrator sem nunca mais chamar um LLM. O motor coordena os sistemas existentes da empresa — ERP, PLM, MES, e-mail e ferramentas de aprovação — executando sempre os mesmos passos, na mesma ordem.

A diferença técnica é gritante: agentes padrão invocam o LLM a cada passo (processo não determinístico, caro em tokens e difícil de auditar). A INXM compila uma vez e depois executa um programa fixo. Os resultados tornam-se reproduzíveis, testáveis e livres de alucinações em tempo de execução. A empresa chama isso de "a flexibilidade da linguagem natural combinada com a confiabilidade do código tradicional".

Para tornar o conceito mais concreto, imagine um fluxo de inspeção de qualidade numa fábrica: um engenheiro descreve as etapas de aprovação e verificações de dados necessárias em linguagem simples. O Orchestrator compila isso em uma sequência fixa, um gerente a aprova uma vez, e então o fluxo é executado de forma idêntica toda vez que um evento relevante é disparado — sem jamais enviar dados para fora da empresa ou arriscar uma improvisação do modelo.

Infraestrutura, conformidade e alvos industriais

Como o Orchestrator é executado na própria infraestrutura da empresa — localmente ou em uma nuvem privada — os dados de produção nunca saem do prédio. Essa arquitetura mantém o sistema em conformidade com a GDPR e o AI Act da UE por definição. Ela também permite que a INXM alcance softwares de chão de fábrica que ferramentas de automação exclusivamente em nuvem simplesmente não conseguem acessar fisicamente.

A empresa mira explicitamente os fabricantes industriais e as Mittelstand alemãs: empresas com sistemas locais legados, obrigações regulatórias e requisitos rigorosos de repetibilidade. Esta não é uma aposta em automação horizontal genérica. É uma solução construída sob medida para empresas que já rejeitaram os agentes de IA comuns por não serem confiáveis em produção.

Com €5,7 milhões em capital fresco, um time fundador que já entregou software de segurança crítica e uma abordagem técnica que reformula a IA empresarial como um problema de compilador em vez de um problema de conversação, a INXM aposta que o gargalo da adoção da IA no mundo industrial não é a capacidade — é a confiabilidade.