a16z sobre a análise aprofundada mais recente do mercado de IA: A sua empresa ainda está a "trabalhar a sangue"?</user

Autor: DeepThink Circle

Já pensaste que a indústria de software pode estar a passar por uma transformação mais radical do que a transição de linha de comando para interface gráfica? Recentemente, ouvi uma análise aprofundada do mercado de IA feita por David George, da a16z, e fiquei impressionado com um conjunto de dados: as empresas de IA de crescimento mais rápido estão a expandir-se a uma taxa anual de 693%, enquanto os seus gastos com vendas e marketing são muito inferiores aos das empresas tradicionais de software. Isto não é um caso isolado; o ritmo de crescimento do grupo de empresas de IA é mais de 2,5 vezes superior ao das empresas que não atuam em IA. E o mais surpreendente: essas empresas têm ARR por FTE (receita recorrente anual por funcionário em tempo integral) entre 500 mil e 1 milhão de dólares, enquanto o padrão das gerações anteriores de software era de cerca de 400 mil dólares.

O que isto significa? Que estamos a testemunhar o nascimento de um modelo de negócio totalmente novo, uma era de criar mais valor com menos pessoas e custos mais baixos.

David George mencionou na sua apresentação que isto não é uma simples mudança, mas uma mudança de paradigma completa. Conceitos centrais — controlo de versões, templates, documentação, até mesmo a ideia de utilizador — estão a ser redefinidos por fluxos de trabalho impulsionados por agentes de IA. Acredito firmemente que, nos próximos cinco anos, empresas que não se adaptarem a esta transformação serão completamente eliminadas.

A surpreendente verdade sobre o crescimento das empresas de IA

Os dados apresentados por David George fizeram-me repensar o que realmente significa crescimento. 2025 será um ano de aceleração para as empresas de IA. Depois de uma desaceleração causada pelo aumento das taxas de juro e retração do setor tecnológico em 2022, 2023 e 2024, esse cenário inverteu-se completamente em 2025. O mais impressionante é que, entre diferentes níveis de classificação, as empresas que realmente se destacam estão a crescer a uma velocidade inacreditável.

A minha primeira reação ao ver estes números foi: isto deve estar errado, não? Como é que uma empresa de IA pode crescer 693% num ano? David disse que a equipa deles reviu o dado três vezes antes de acreditar. Mas isto condiz com o que eles veem nas empresas do portefólio e nos casos reais. Não é um fenómeno isolado, mas uma mudança sistémica que está a acontecer em todo o setor de IA.

Mais importante ainda, é a qualidade do crescimento. Empresas de software tradicionais levam anos a atingir 100 milhões de dólares em receita anual, enquanto as de IA de crescimento mais rápido atingem esse marco muito mais rapidamente. David destacou um ponto crucial: isto não se deve a maiores gastos em vendas e marketing. Pelo contrário, as empresas de IA que crescem mais rápido gastam proporcionalmente menos nessas áreas do que as empresas SaaS tradicionais. Elas crescem mais rápido gastando menos. Porquê? Porque a procura dos clientes finais é extremamente forte e o produto em si é altamente atraente.

Isto revela uma mudança profunda na lógica de negócios. No passado, o crescimento dependia de equipas de vendas robustas e orçamentos elevados de marketing. Era preciso educar o mercado, convencer clientes, superar barreiras de adoção. Mas na era da IA, produtos excelentes falam por si. Quando um produto consegue gerar valor imediato para o utilizador, fazendo com que ele perceba melhorias de eficiência na primeira utilização, a procura de mercado surge naturalmente. Este modelo de crescimento orientado pelo produto é muito mais saudável e sustentável do que o tradicional baseado em vendas.

Outra estatística interessante que David mostrou é que a margem bruta das empresas de IA é um pouco menor do que a das empresas tradicionais de software. A equipa dele tem uma visão peculiar: para as empresas de IA, uma margem bruta baixa é, de certa forma, uma medalha de honra. Se essa margem baixa é causada por altos custos de inferência (inference costs), isso indica duas coisas: primeiro, que as pessoas realmente estão a usar funcionalidades de IA; segundo, que esses custos de inferência tendem a diminuir com o tempo. Portanto, se uma empresa de IA apresenta uma margem bruta muito alta, isso pode ser um sinal de alerta, pois pode indicar que a funcionalidade de IA não está a ser realmente utilizada pelos clientes.

Porque as empresas de IA conseguem ser mais eficientes

Tenho refletido bastante sobre uma questão: por que empresas de IA conseguem gerar mais receita com menos pessoas, em comparação às tradicionais? David destacou o indicador ARR por FTE, ou seja, receita recorrente anual por funcionário em tempo integral, que mede a eficiência operacional geral da empresa, incluindo vendas, marketing, gestão e desenvolvimento.

As melhores empresas de IA atingem ARR por FTE entre 500 mil e 1 milhão de dólares, enquanto a geração anterior de software tinha uma média de cerca de 400 mil dólares. Pode parecer uma diferença numérica pequena, mas por trás dela há uma mudança radical no modelo de negócio e na operação. David acredita que essa disparidade se deve à forte procura do mercado por esses produtos, permitindo que eles alcancem escala com menos recursos.

Porém, acho que essa é só a superfície. A razão mais profunda é que as empresas de IA, desde o início, foram forçadas a repensar a sua operação de uma forma diferente. Elas não tiveram escolha: precisaram usar IA para redesenhar os seus processos internos, desenvolvimento de produtos, suporte ao cliente. Essa necessidade de inovação forçada acabou por levar a uma forma de operação mais eficiente.

David partilhou um exemplo bastante ilustrativo. Contou que recentemente conversou com o fundador de uma empresa, que estava insatisfeito com o progresso de um produto. Então, decidiu contratar dois engenheiros especializados em IA, que usaram ferramentas de programação de ponta, como Claude Code e Cursor, para reconstruir o produto do zero, com um orçamento ilimitado para ferramentas de programação. Resultado: o fundador disse que o progresso ficou de 10 a 20 vezes mais rápido. E as contas geradas por essas ferramentas eram tão altas que o fizeram repensar toda a estrutura organizacional.

Este exemplo impressionou-me porque não se trata de uma melhoria incremental, mas de um salto de uma magnitude enorme. Uma aceleração de 10 a 20 vezes significa o quê? Que um projeto que antes levava um ano a ficar pronto agora pode ser concluído em um ou dois meses. Essa diferença de velocidade pode ser decisiva na competição. O fundador concluiu que precisa fazer toda a equipa de produto e engenharia trabalhar dessa forma, e acredita que isto acontecerá nos próximos 12 meses. Mas também implica uma mudança radical na estrutura organizacional: onde ficam os limites entre produto, engenharia e design? Estas questões precisam de ser redefinidas.

Acredito que dezembro de 2024 será um ponto de inflexão na área de programação. David partilha dessa sensação. Diz que, naquele momento, as ferramentas de programação deram um salto qualitativo. Nos próximos 12 meses, essa mudança pode consolidar-se de facto nas empresas ou aquelas que não adotarem ficarão muito atrás. Não é alarmismo, é a realidade.

Adaptar-se à IA ou ser eliminado

David trouxe uma visão bastante dura: para empresas criadas antes da era da IA, é uma questão de sobrevivência. Ou se adaptam à era da IA, ou desaparecem. Parece extremo, mas concordo plenamente. E essa adaptação precisa acontecer em dois níveis: front-end e back-end.

Na frente, as empresas precisam pensar em como integrar a IA de forma nativa aos seus produtos, não apenas acrescentar um chatbot na rotina existente. É preciso imaginar o que os produtos podem fazer com IA e estar disposto a se reinventar radicalmente. David deu exemplos interessantes: uma empresa de software pré-IA cujo CEO já foi completamente convertido à ideia de IA, dizendo que quer transformar o seu produto numa plataforma de agentes de IA, onde cada funcionário se torna um agente de IA. Essa é uma mudança de mentalidade radical.

Outro exemplo extremo: um CEO que pergunta se, para cada tarefa, pode resolvê-la com eletricidade (ou seja, IA e automação) ou precisa de sangue (ou seja, trabalho humano). Essa mudança de pensamento é profunda, pois força a repensar todos os processos e tarefas da empresa.

No back-end, a recomendação é adotar modelos e ferramentas de programação de última geração. Todos os programadores devem usar as ferramentas mais modernas de assistência à programação, e cada departamento deve fazer o mesmo. Até agora, a adoção na área de programação é a mais avançada, mas essa mudança está a espalhar-se para outros setores.

David comentou que, para as empresas pré-IA, o lado positivo é que o modelo de negócio ainda está em estágio inicial de evolução. O mais destrutivo seria uma mudança simultânea de tecnologia, produto e modelo de negócio. Embora a tecnologia e os produtos estejam a passar por uma transformação radical, o modelo de negócio ainda não evoluiu na mesma velocidade.

Ele enxerga o modelo de negócio como um espectro. No extremo esquerdo, temos o modelo de licenças (licenses), típico do período pré-SaaS, baseado em licenças e manutenção. Depois, vem o SaaS e assinaturas, geralmente cobradas por assento, uma inovação disruptiva. Veja o que aconteceu com a Adobe nesse processo. Em seguida, há o modelo baseado em consumo (consumption-based), ou seja, cobrança pelo uso, comum em serviços de nuvem, onde muitas operações baseadas em tarefas migraram de cobrança por assento para cobrança por uso.

O próximo estágio será o modelo baseado em resultados (outcome-based). Quando uma tarefa é concluída com sucesso, a cobrança será feita com base no resultado. Atualmente, a única área que consegue implementar esse modelo de forma confiável é suporte ao cliente e sucesso do cliente, pois é possível medir objetivamente a resolução de problemas. Mas, com o avanço das capacidades dos modelos, se outras funções também puderem ser avaliadas por resultados, isso representará uma grande disrupção para as empresas tradicionais.

Acho esta trajetória de evolução bastante perspicaz. De licença para assinatura, de assinatura para consumo, de consumo para resultados: cada mudança é uma revolução no modelo anterior. E estamos na véspera de uma transição de consumo para resultados. Quando agentes de IA puderem realizar tarefas de forma confiável e serem avaliados objetivamente, o modelo de precificação baseado em resultados se tornará dominante. Aí, empresas que ainda cobram por assento perceberão que perderam competitividade.

Dilema da adoção de IA pelas grandes empresas

Sobre a adoção de IA pelas empresas do Fortune 500, a observação de David é bastante interessante. Ele diz que há uma grande discrepância entre o que esses CEOs dizem e o que realmente acontece. Eles afirmam: “Precisamos de nos adaptar, queremos entender quais ferramentas de IA usar, estamos prontos para mudar, vamos transformar os nossos negócios e tornar-nos uma empresa de IA.”

Mas, na prática, a realidade é bem diferente. Essa desconexão entre discurso e ação é enorme: a gestão da mudança é extremamente difícil. Mesmo que seja apenas ajudar as pessoas a usar assistentes de IA para fazer melhor o seu trabalho, já é um grande desafio. Implementar mudanças nos processos, na gestão de negócios, na cultura organizacional, é ainda mais difícil.

David comentou que não se surpreende com rumores de que o progresso está mais lento do que o esperado. Mas, para as melhores empresas que realmente abraçaram a IA e sabem o que fazer, já há impactos comerciais significativos. Ele citou exemplos: a Chime reduziu 60% dos custos de suporte; a Rocket Mortgage economizou 1,1 milhão de horas em avaliação de risco, um crescimento de 6 vezes, economizando cerca de 40 milhões de dólares por ano em custos operacionais.

A questão central é: há uma lacuna entre vontade e capacidade. Os CEOs querem adotar IA, mas a implementação real é outra história. A gestão da mudança é muitas vezes subestimada. Não basta comprar ferramentas ou contratar engenheiros de IA; é preciso transformar processos, cultura e estrutura organizacional.

Muitas grandes empresas precisam primeiro preparar os seus negócios para a IA. Usar chatbots é uma coisa, mas o ganho de produtividade pode ser limitado. Para realmente aproveitar o potencial, muitas operações precisam de ser completamente reformuladas, com sistemas, dados e infraestrutura ajustados. Ainda estamos no estágio de potencializar esses efeitos, sem resultados visíveis ainda.

David prevê que nos próximos 12 meses veremos muitas novidades, com algumas empresas a conseguir avançar e outras a ficarem para trás. As que conseguirem adaptar-se terão uma vantagem de produtividade enorme, enquanto as que não conseguirem ficarão em desvantagem. Esta divisão deve acontecer de forma mais rápida e intensa do que muitos imaginam.

Model Busters e o futuro do mercado

David trouxe um conceito que acho especialmente perspicaz: os Model Busters. São empresas cujo crescimento e duração ultrapassam qualquer previsão possível. O exemplo clássico é o iPhone. Antes do lançamento, as previsões de consenso estavam três vezes abaixo do desempenho real após alguns anos. E o iPhone é uma das empresas mais observadas do mundo.

David acredita que a IA será, na sua carreira, o maior Model Buster que já viu. Muitas empresas de IA vão superar em muito qualquer expectativa de planilhas e projeções tradicionais. Concordo plenamente. Quando uma plataforma tecnológica gera melhorias de uma magnitude que desafia as previsões convencionais, os modelos tradicionais de previsão deixam de funcionar.

Ele lembra que a tecnologia, por si só, já é uma espécie de Model Buster. Desde 2010, a tecnologia vem entregando receitas de alta margem em uma velocidade e escala sem precedentes. No começo, parecia caro, mas as surpresas positivas se acumularam, criando valor muito maior do que o capital investido. Não vejo motivo para pensar que essa tendência será diferente agora.

No aspecto de investimentos, os dados que David mostrou também são reveladores. Em comparação com a bolha da internet, os investimentos atuais são sustentados por fluxo de caixa, e a proporção de capital gasto em relação à receita é muito menor. Os maiores gastos vêm dos hyperscalers — os maiores provedores de nuvem, que são também as empresas mais eficientes do mercado.

Ele destacou que, como fundo de investimento, eles apoiam bastante esse tipo de investimento. Quanto mais capacidade de treino e inferência puderem ser construídas, melhor. E quem está a assumir a maior parte desse esforço são as maiores empresas de negócios — as mais eficientes.

Eles também começaram a notar um fenómeno: a entrada de dívida neste ciclo. Não é mais possível financiar toda a expansão apenas com fluxo de caixa. O mercado já percebeu alguns riscos, e há um aumento no uso de dívida. Mas, no geral, confiam em empresas que continuam a gerar fluxo de caixa, a financiar-se com dívida, desde que os parceiros sejam gigantes como Meta, Microsoft, AWS ou Nvidia.

Um caso que chamou atenção foi o da Oracle. A Oracle sempre foi lucrativa, recomprando ações, mas anunciou planos de um grande investimento de capital, uma aposta arriscada. Eles vão gerar fluxo de caixa negativo por muitos anos. O mercado já percebeu isso: o CDS da Oracle subiu para cerca de 2% nos últimos três meses. É um sinal de atenção.

A construção de infraestrutura intensiva é necessária, mas traz riscos. O importante é que esses investimentos gerem retorno. A procura por capacidade de nuvem está muito acima da oferta. Todos os grandes provedores relatam excesso de procura. Gavin Baker, do fundo de David, faz uma analogia: na era da internet, foram instaladas muitas fibras óticas, mas muitas ficaram ociosas — as chamadas dark fiber. Mas, na era da IA, não há dark GPU. Se instalas GPUs em data centers, elas serão imediatamente utilizadas ao máximo.

Crescimento de receita em ritmo acelerado

Um dado que David apresentou é especialmente impressionante. Ele comparou o crescimento de receita de provedores de nuvem, empresas de software listadas e as novas receitas de 2025. As empresas de software listadas devem adicionar cerca de 46 mil milhões de dólares em receita em 2025. Se considerarmos apenas OpenAI e Anthropic, a receita adicional dessas duas empresas quase corresponde a metade desse valor.

E, para 2026, David acredita que toda a indústria de software (incluindo SAP e empresas tradicionais) e as empresas de IA (model companies) podem gerar entre 75% e 80% do crescimento de receita adicional. Essa velocidade é inacreditável. Significa que, em poucos anos, as empresas de IA vão criar um valor novo que supera o setor de software tradicional.

A Goldman Sachs estima que a construção de IA gerará cerca de 9 trilhões de dólares em receita. Com uma margem de lucro de 20% e um P/E de 22, isso se traduziria num valor de mercado de aproximadamente 35 trilhões de dólares. Já há cerca de 24 trilhões de dólares de valor de mercado precificado, o que indica que há espaço para mais valorização, se estas premissas se confirmarem.

David fez uma conta simples: até 2030, o investimento acumulado de grandes provedores de nuvem será de pouco mais de 5 trilhões de dólares. Para obter um retorno de 10% sobre esse investimento até lá, a receita anual de IA precisaria atingir cerca de 1 trilhão de dólares. Para colocar em perspetiva, esse valor representa aproximadamente 1% do PIB global, o que seria suficiente para gerar esse retorno.

Será que isto é possível? Talvez não totalmente. Mas David acredita que o retorno dessas apostas pode estender-se por um período mais longo, de 2030 a 2040. E, considerando que atualmente estamos em torno de 50 mil milhões de dólares de receita de IA — uma estimativa dele — e que essa receita cresceu bastante na última década, não é impossível imaginar que ela possa chegar a 1 trilhão de dólares.

Minhas reflexões sobre o futuro

Depois de ouvir David, a minha maior sensação é que estamos no início de uma mudança histórica, não no meio ou no fim. Trata-se de um ciclo de produto que pode durar de 10 a 15 anos, e estamos apenas a começar. Isto é empolgante, mas também dá um certo nervosismo.

O lado positivo é que as oportunidades são enormes. Empresas que conseguirem adaptar-se rapidamente e abraçar a IA de forma completa podem não só ganhar vantagem competitiva, mas também moldar o próximo capítulo da história. Veremos nascer novos unicórnios, surgirem novos modelos de negócio e uma reorganização radical das estruturas empresariais.

Por outro lado, o ritmo desta transformação pode ser mais rápido do que a maioria imagina. Como o próprio David apontou, a permanência média das empresas no índice S&P 500 caiu 40% nos últimos 50 anos. Isto indica que a velocidade de disrupção está a acelerar. Na era da IA, essa velocidade deve aumentar ainda mais.

Prevejo uma clara divisão: algumas empresas entenderão o potencial da IA e repensarão os seus produtos, processos e estruturas, conquistando ganhos de eficiência de magnitude. Outras, mesmo querendo mudar, terão dificuldades por causa da gestão da mudança, inércia organizacional e dívidas tecnológicas. Essa divisão deve aprofundar-se nos próximos anos.

Para os empreendedores, este é o melhor momento. A procura é forte, a tecnologia evolui rapidamente, e o mercado de capitais ainda apoia empresas com potencial real. Com menos recursos, é possível alcançar escala mais rapidamente do que na geração anterior de software, o que reduz a barreira de entrada, mas aumenta a exigência de qualidade e ajuste ao mercado.

Para os investidores, o segredo é identificar os Model Busters — empresas cujo crescimento e duração ultrapassam qualquer previsão convencional. Essas companhias terão crescimento exponencial e duradouro, mas é preciso visão de longo prazo e disposição para acreditar em curvas de crescimento que parecem irracionais.

Para os profissionais, seja engenheiro, gestor de produto, designer ou outro papel, é fundamental aprender e adaptar-se às novas ferramentas e formas de trabalho. O exemplo de dois engenheiros usando as ferramentas mais modernas para acelerar o seu trabalho em 10 a 20 vezes não é exceção, mas uma tendência. Quem dominar essas novas ferramentas terá uma vantagem competitiva enorme.

Por fim, esta transformação não é apenas tecnológica, mas também de mentalidade. De “como podemos fazer” para “o que queremos alcançar”, de “mais pessoas” para “como usar IA para resolver o problema”, de “seguir processos” para “reimaginar possibilidades”. A questão “usar eletricidade ou sangue” — embora extrema — captura a essência desta mudança radical.

Estamos a assistir à reescrita do mundo do software. Não é uma simples atualização, mas uma reconstrução completa. Quem entender e abraçar esta mudança será quem irá definir o próximo capítulo.