O Startupi publicou uma análise sobre Sam Altman sob o título "O homem que copiava", abordando a relação entre a trajetória da OpenAI e a prática de absorver, adaptar e escalar ideias já existentes no mercado de inteligência artificial. A reportagem toca em um ponto sensível para qualquer ecossistema de inovação: onde termina a inspiração legítima e começa a apropriação indevida de propriedade intelectual.
Para founders e gestores de startups brasileiras de IA, essa discussão não é apenas filosófica. Ela tem consequências jurídicas, contábeis e estratégicas concretas, especialmente em um momento em que o Brasil avança na regulação de IA (PL 2.338/2023) e em que investidores de deep tech exigem due diligence rigorosa sobre ativos intelectuais antes de aportar capital.
Este artigo usa o caso como ponto de partida para analisar o que empresas brasileiras de IA precisam entender sobre proteção de propriedade intelectual, estruturação de investimentos e compliance regulatório no ambiente atual.
Contexto jurídico e regulatório
Propriedade Intelectual em IA: o que a lei brasileira diz
No Brasil, a proteção de ativos de inteligência artificial passa por três regimes distintos: a Lei de Software (Lei 9.609/1998), a Lei de Direitos Autorais (Lei 9.610/1998) e a Lei de Propriedade Industrial (Lei 9.279/1996). Nenhuma delas foi criada com IA generativa em mente, o que gera lacunas relevantes para quem desenvolve ou investe em modelos de linguagem.
O código-fonte de um modelo de IA pode ser protegido como software, mas os pesos do modelo, os datasets de treinamento e as arquiteturas proprietárias não têm proteção automática clara no ordenamento brasileiro. Isso significa que uma startup que treina um LLM (Large Language Model) com dados proprietários pode ter dificuldade em provar titularidade exclusiva sobre o produto final em caso de litígio ou disputa com investidores.
A situação fica mais complexa quando se trata de modelos treinados sobre dados de terceiros. O uso de conteúdo protegido por direitos autorais para treinar sistemas de IA é objeto de debate global. Nos EUA, há pelo menos 12 ações judiciais em andamento contra desenvolvedores de IA por uso não autorizado de obras protegidas (fonte: Reuters Legal, 2025). No Brasil, o INPI ainda não emitiu orientação consolidada sobre patenteabilidade de invenções geradas ou assistidas por IA.
PL 2.338/2023 e o marco regulatório brasileiro
O Projeto de Lei 2.338/2023, aprovado no Senado e em análise na Câmara, estabelece um regime de responsabilidade para sistemas de IA de alto risco, com obrigações de transparência, auditabilidade e gestão de riscos. Empresas que desenvolvem ou comercializam IA classificada como alto risco precisarão manter documentação técnica detalhada, o que tem impacto direto na forma como ativos intelectuais são registrados e avaliados contabilmente.
Do ponto de vista societário, investidores que aportam capital em startups de IA passarão a exigir representações e garantias (reps and warranties) específicas sobre conformidade com o futuro marco regulatório. Acordos de investimento celebrados hoje sem essa previsão podem gerar passivos contingentes relevantes após a promulgação da lei.
Impacto prático
Para founders e CTOs, a lição prática é clara: antes de captar investimento ou assinar qualquer acordo de licenciamento, é necessário auditar o portfólio de propriedade intelectual da empresa. Isso inclui mapear a origem dos dados de treinamento, verificar se há licenças adequadas para uso comercial, e registrar o software junto ao INPI ou à Biblioteca Nacional, conforme o caso.
Do ponto de vista contábil, ativos intangíveis gerados internamente, como modelos de IA desenvolvidos pela própria empresa, devem ser reconhecidos conforme o CPC 04 (R1), que regula ativos intangíveis no Brasil. O padrão exige que a empresa demonstre viabilidade técnica, intenção de uso ou venda e capacidade de mensurar o custo de desenvolvimento de forma confiável. Muitas startups de IA erram ao não capitalizar corretamente os custos de desenvolvimento, o que distorce o balanço e reduz a atratividade para investidores institucionais.
Para investidores em deep tech, o processo de due diligence precisa incluir análise específica de: titularidade dos datasets, existência de contratos de trabalho com cláusulas de cessão de direitos sobre criações intelectuais, e exposição a litígios relacionados ao uso de obras protegidas no treinamento de modelos. Essas são as áreas de maior risco jurídico latente no setor em 2026.
Considerações finais
O debate sobre inovação, cópia e originalidade em IA não vai desaparecer. O que muda é o nível de sofisticação que o mercado passa a exigir de founders, gestores e profissionais que assessoram empresas do setor. Estruturar corretamente a propriedade intelectual, reconhecer ativos intangíveis segundo as normas contábeis vigentes e antecipar obrigações regulatórias não são tarefas opcionais para quem quer crescer com capital externo.
No Brasil, o ecossistema de IA ainda tem uma janela de tempo para se estruturar antes que a regulação se consolide e os investidores passem a cobrar conformidade como pré-requisito de captação. Quem agir agora sai na frente.