Danny Wu tinha 17 anos quando começou a trabalhar como designer freelancer. Pouco tempo depois, entrou no Canva como engenheiro de software.

Hoje, quase uma década mais tarde, é o responsável pelos produtos de inteligência artificial (IA) de uma das empresas mais valiosas do mundo ainda fora da bolsa.

Em entrevista à EXAME, ele falou sobre a transformação da plataforma, os limites da IA atual — e o problema que, segundo ele, ainda não foi resolvido por ninguém: como colocar os modelos de maior inteligência nas mãos de absolutamente todo mundo.

EXAME: Conta um pouco sobre sua trajetória no Canva. Quando você entrou?

Danny Wu: Entrei em 2016. Naquela época, a empresa cabia em um único andar. Não tínhamos times formais — todo dia de manhã a gente se reunia em círculo e falava sobre o que cada um ia fazer naquele dia.

Tínhamos cerca de um milhão de usuários. Eu era engenheiro front-end sênior, mas antes de ser engenheiro eu era designer freelancer. Comecei a fazer isso aos 17 anos.

O Canva me atraiu por ser uma empresa australiana séria, mas também porque parecia que estávamos tentando fazer algo bom no mundo. O nosso plano de dois passos também me chamou muito a atenção.

EXAME: O que mudou dentro da empresa — e dentro de você — para fazer essa transição de engenheiro de software para head de produtos de IA?

Danny Wu: Para mim, tudo gira em torno de resolver problemas dos usuários. Descobri que, embora eu goste de resolver problemas de engenharia, o que realmente me motiva é resolver problemas em sentido amplo.

O produto me deu um escopo diferente, mais amplo, de como fazer isso — porque nem sempre é a engenharia que resolve. Engenharia, produto e design precisam trabalhar juntos.

Canva prevê IPO para 2027 — e recusa roteiro do Vale do Silício

O melhor resultado aparece quando essas três frentes operam em conjunto.

EXAME: O mercado mudou nos últimos dez anos. Quais foram as principais transformações que você viu?

Danny Wu: Escala é uma parte enorme disso.

Dez anos atrás, ou até cinco anos atrás, você olhava para as GPUs e via quanto processamento elas conseguiam fazer — e esse número vinha crescendo exponencialmente, sem parar. O volume de dados gerados também cresce exponencialmente. Esses dois fatores combinados geraram avanços cada vez maiores.

Mas a maior mudança, na minha visão, foi conceitual. Tradicionalmente, o aprendizado de máquina era sobre resolver problemas específicos — tradução, análise de sentimento, suporte ao cliente.

Você treinava um modelo para resolver um problema e depois passava para o próximo.

A evolução mais transformadora foi a mudança de mentalidade: parar de resolver problemas isolados e começar a construir modelos inteligentes que conseguem generalizar e resolver uma variedade de problemas com o mesmo modelo.

Assim como humanos aprendem — quando você treina um modelo para fazer várias coisas, ele fica melhor em todas, não só em uma.

EXAME: Como você via a IA há dez anos e como você a vê hoje?

Danny Wu: Dez anos atrás, eu já era muito entusiasmado com aprendizado de máquina — pela ideia de que você consegue treinar sistemas que ficam melhores não necessariamente com mais código ou mais horas de engenharia, mas com mais dados, mais computação e mais avanços de pesquisa.

Hoje, sinto que o setor coloca ênfase excessiva em coisas como código e texto, e ênfase insuficiente em coisas multimodais — visão, imagem, vídeo, áudio. A atenção dada a essas áreas visuais e criativas é, na minha opinião, menor do que elas merecem.

Foi uma das grandes razões pelas quais criamos nosso próprio time de pesquisa fundamental há alguns anos.

E, honestamente, esse mundo está se movendo rápido demais. Eu estaria mentindo se dissesse que tenho ideia do que vai acontecer nos próximos dez anos.

EXAME: O Canva agora é uma empresa de IA. Como você vive isso no seu papel?

Danny Wu: Boa parte do meu trabalho é, na verdade, coordenação e alinhamento. Temos um time grande no Canva, e essa transformação não foi ideia minha, nem de uma pessoa só.

É o reflexo de muitas pessoas em todos os níveis da empresa — designers, engenheiros — chegando a conclusões parecidas, tendo pensamentos similares.

Quando você começa a ver essa convergência interna de ideias, fica óbvio. Virou algo muito natural.

EXAME: Você mencionou recentemente que a latência da IA é como uma "caixa misteriosa". Por quê?

Danny Wu: Eu estava falando especificamente sobre geração de imagem em uma única tentativa — você digita um prompt e recebe uma imagem de volta.

É um pouco como uma caixa misteriosa, quase como um jogo de azar, porque você não sabe exatamente o que vai receber. E leva tempo. Você precisa esperar. Pode ser bastante frustrante.

A forma como tentamos resolver isso é, primeiro, pela editabilidade. Mesmo que o resultado não seja exatamente o que você queria, se estiver próximo o suficiente, você tem controle.

Com foco em IA, IPO do Canva fica para 2027, diz cofundador

Pode fazer ajustes, dar mais instruções ao Canva e dizer: "Na verdade, quero assim. Pode fazer o resto igual a isso?" Quando você faz isso, aprendemos como parte da sua memória. Nos adaptamos às suas preferências para o futuro.

EXAME: Você está construindo produtos de IA no Canva há alguns anos. Qual é o problema que você ainda não resolveu — mas quer resolver?

Danny Wu: Tem bastante, honestamente. Mas um que eu acho realmente relevante — e que tanto eu quanto a empresa temos muito interesse em resolver — é: como colocar os modelos de IA de maior inteligência nas mãos de absolutamente todo mundo?

No Canva, pensamos muito em eficiência de IA porque somos lucrativos há pelo menos sete ou nove anos consecutivos — e queremos continuar assim.

Isso sempre nos obrigou a pensar em como fazer IA boa que seja também muito eficiente e barata de servir e distribuir para todos os nossos usuários, incluindo o Canva Educação, que é gratuito, e as ONGs, que também são gratuitas.

Nossos modelos internos já são significativamente mais eficientes — ou seja, mais baratos — do que modelos de terceiros via API.

Mas quando se trata dos modelos de maior inteligência, de melhor desempenho: como você dá a oito ou nove bilhões de pessoas no mundo acesso à melhor IA?

Estamos avançando bem, mas acho que é um dos desafios mais difíceis e mais impactantes que existem.

EXAME: Tem algo que eu não perguntei e que você acha importante mencionar?

Danny Wu: Acho que uma coisa importante é que nossa missão continua a mesma — empoderar o mundo para criar.

O que estamos fazendo, e o que temos feito ao longo dos últimos anos, é expandir continuamente a definição do que é design.

Tradicionalmente, as pessoas não pensariam em um documento como design. Mas nós pensamos. Não pensariam em criar um jogo como design.

Mas nós pensamos — você está projetando um jogo, isso é design. Estamos simplesmente empurrando cada vez mais os limites do que design significa.

EXAME: A virada para IA foi algo que o mercado pediu, uma pressão externa, ou veio de dentro?

Danny Wu: Trabalhamos com parceiros como a OpenAI antes mesmo de o ChatGPT existir.

Sempre vi aprendizado de máquina e IA como tecnologia que torna o design mais fácil e mais acessível.

Ao mesmo tempo, permite escala. Se você é um criador profissional, a IA te ajuda a fazer mais trabalho, mais rápido, e transforma sua inteligência e criatividade em resultados ainda melhores.

Não chegamos à IA porque virou moda. Já estávamos trabalhando com IA antes de todo mundo começar a falar sobre isso. Adquirimos a Kaleido — uma empresa de visão computacional — anos antes de a IA entrar em todo lugar.