Principais destaques:
- Novo agente DS-STAR supera concorrentes e estabelece recordes em benchmarks da indústria
- Tecnologia multiagente permite lidar com arquivos e formatos diversos, não apenas bancos de dados organizados
- Google se posiciona na liderança da automação em ciência de dados para empresas
A equipe de pesquisa do Google revelou o DS-STAR, um agente de inteligência artificial criado para automatizar tarefas complexas de ciência de dados de ponta a ponta.
A novidade marca um avanço expressivo nos esforços da empresa para modernizar a análise de dados corporativos, atingindo resultados recordes em benchmarks do setor e demonstrando um salto tecnológico importante no ecossistema do Google Cloud.
Desempenho líder em benchmarks
Em setembro de 2025, o DS-STAR conquistou o topo do ranking DABStep, alcançando 45,2% de precisão em tarefas difíceis, segundo anúncio oficial feito em 6 de novembro.
O sistema superou rivais como AutoGen e DA-Agent também em outros testes importantes, incluindo KramaBench e DA-Code, consolidando um desempenho superior em múltiplos cenários.
O avanço mais impressionante foi o salto da precisão em tarefas complexas do DABStep, que subiu de 12,7% para 45,2% graças ao uso do Gemini 2.5 Pro, resultando em uma melhora de mais de 32 pontos percentuais.
Esse desempenho ultrapassou amplamente soluções comerciais conhecidas como Open Data Scientist, Mphasis-I2I-Agents e Amity DA Agent, reforçando o protagonismo tecnológico do Google no campo da IA aplicada à ciência de dados.
Estrutura multiagente que simula um time de analistas
O diferencial do DS-STAR está em sua arquitetura multiagente, projetada para trabalhar com uma variedade de formatos de dados, como CSV, JSON, Markdown e arquivos de texto não estruturados.
Em vez de depender apenas de bancos de dados SQL, a nova abordagem combina quatro papéis automatizados: um Analista de Arquivos, um Planejador, um Programador que gera código em Python e um Verificador, que garante a qualidade do plano criado.
Essa estrutura permite refinamentos iterativos, simulando o ciclo de revisão de um time humano. Em testes, o sistema precisou de cerca de 5,6 iterações para resolver tarefas complexas, enquanto questões simples foram concluídas, em média, em 3 rodadas.
Além disso, o DS-STAR inclui mecanismos de depuração automática e recuperação de dados relevantes, o que o torna mais robusto em cenários de informações incompletas ou pouco padronizadas.
Implicações para empresas e o mercado de IA
O lançamento do DS-STAR ocorre em meio a um forte crescimento do interesse corporativo por soluções de análise de dados baseadas em IA.
A expansão faz parte da estratégia do Google Cloud, que em agosto de 2025 apresentou também o Data Science Agent para BigQuery Notebooks, voltado a fluxos de trabalho autônomos e integrados.
Especialistas da Gartner estimam que 40% dos sistemas empresariais incluirão agentes de IA especializados até 2026, um salto notável frente aos menos de 5% atuais.
Com o DS-STAR, o Google pretende democratizar a ciência de dados, permitindo que equipes não técnicas consigam interpretar e modelar dados complexos sem depender exclusivamente de analistas especializados.
✨ Curtiu este conteúdo?
O GDiscovery está aqui todos os dias trazendo informações confiáveis e independentes sobre o universo Google - e isso só é possível com o apoio de pessoas como você. 🙌
Com apenas R$ 5 por mês, você ajuda a manter este trabalho no ar e leva informação de qualidade para ainda mais gente!
