A Hume AI foi fundada em 2021 por Alan Cowen, ex-pesquisador do Google que havia passado anos estudando a ciência da emoção na UC Berkeley e no Google. O trabalho acadêmico de Cowen mapeou a expressão emocional humana com granularidade notável — sua pesquisa identificou mais de 28 categorias distintas de emoção vocal e construiu datasets de larga escala para treinar modelos nelas. A Hume foi a comercialização dessa pesquisa, construída sobre uma tese que a maioria da IA ignora completamente: como algo é dito importa tanto quanto o que é dito. A empresa está sediada em Nova York e atraiu atenção séria tanto de investidores quanto de especialistas em ética.
O produto principal da Hume é a Empathic Voice Interface (EVI), um sistema de IA de voz que escuta não apenas palavras, mas o conteúdo emocional codificado em prosódia, tom, ritmo e textura vocal. A EVI consegue detectar dezenas de estados emocionais em tempo real — frustração, diversão, confusão, confiança, hesitação — e usar essa compreensão para modular suas próprias respostas. Na prática, isso significa que um agente de IA alimentado pela EVI pode perceber quando um usuário está ficando frustrado e ajustar seu tom, desacelerar ou oferecer escalação para um humano. Pode detectar quando alguém está confuso e reformular sem ser solicitado. Isso não é análise de sentimento adicionada como pós-processamento; a compreensão emocional está entrelaçada no loop central de inferência do modelo.
O que dá à Hume uma credibilidade incomum é a profundidade da ciência por baixo. Cowen publicou extensivamente sobre percepção de emoções antes de fundar a empresa, e os modelos da Hume são treinados em datasets construídos com protocolos de anotação rigorosos — não rótulos obtidos por crowdsourcing no Mechanical Turk, mas avaliações estruturadas projetadas para capturar expressão emocional transcultural. A API de medição de expressão da empresa pode analisar expressões faciais, vocalizações (risadas, suspiros, exclamações) e prosódia de fala simultaneamente, construindo uma imagem multimodal do estado emocional. Eles publicaram sua própria pesquisa sobre como modelos de emoção podem ser avaliados de forma justa entre diferentes demografias, o que importa enormemente para uma tecnologia que poderia facilmente codificar vieses culturais sobre como soam "raiva" ou "felicidade".
A Hume adota uma postura incomumente principiada sobre como a IA emocional deve ser implantada. Publicaram a The Hume Initiative, um conjunto de diretrizes éticas para IA emocional que foram desenvolvidas em colaboração com pesquisadores e especialistas em ética antes da empresa lançar seus produtos comerciais. Suas diretrizes abordam explicitamente preocupações sobre manipulação — o risco de que um sistema de IA que entende seu estado emocional possa explorá-lo para vender coisas ou manter seu engajamento. A posição da Hume é que a IA emocional deve ser usada para melhorar o bem-estar humano, não para otimizar métricas de engajamento, e eles construíram salvaguardas nos termos de serviço de sua API para impor isso. Se essas salvaguardas se mantêm conforme a empresa escala ainda está por se ver, mas o fato de existirem coloca a Hume bem à frente da maioria das empresas de IA em matéria de responsabilidade.
A Hume levantou US$ 50 milhões em uma Série B em 2024, liderada pela EQT Ventures, elevando o financiamento total para mais de US$ 67 milhões. O mercado que eles visam é enorme mas nascente: se todo agente de IA, bot de atendimento ao cliente e assistente virtual eventualmente precisar entender e responder a emoções, a empresa que fornece essa camada se torna infraestrutura crítica. Sua concorrência não é tanto outras startups de IA emocional — há poucas com profundidade técnica comparável — mas sim a possibilidade de que as grandes empresas de modelos fundacionais (OpenAI, Google, Anthropic) construam a compreensão emocional diretamente em seus modelos base. A aposta da Hume é que emoção é difícil o suficiente, e a ciência específica o bastante, para que uma empresa dedicada sempre supere um modelo de propósito geral nessa dimensão. Dado quão mal a maioria da IA atual lida com sinais tonais básicos, essa aposta parece razoável por enquanto.