Na era da internet tradicional, a lógica central do crescimento de produtos era “alcançar mais pessoas”. As empresas assumiam que o valor do produto era fixo e, ao promover marketing e canais, mais pessoas ficariam cientes dele, trazendo usuários e retenção. Mas a Sirius aponta que, na era da IA generativa, esse método está a falhar.
Cada vez mais casos demonstram que o crescimento de produtos de IA não se resume à aquisição de usuários, mas à difusão de crenças. As pessoas baixam ou usam uma IA não porque comparam funcionalidades, mas porque todos estão a falar dela, a mostrar, ou até com medo de ficar de fora. Produtos de IA não têm usuários, têm seguidores.
De funil de tráfego a círculos de crença
Produtos tradicionais SaaS ou de consumo seguem o funil AARRR: aquisição, ativação, retenção, receita, recomendação. Mas o valor da IA possui três características:
Incerto (cada saída é diferente)
Emergente (novas funcionalidades aparecem continuamente)
Precisa ser compreendido para que se perceba o valor
Portanto, o crescimento deixou de ser uma questão de alcance e passou a ser uma questão de transmissão de percepção.
A difusão de produtos de IA assemelha-se a círculos concêntricos de cinco camadas:
Apreciadores (círculo técnico, desenvolvedores)
Embaixadores (KOLs, mídia, criadores)
Utilizadores práticos (usuários de trabalho ou de vida diária)
Seguidores (tentativas sociais)
Público em geral (movido pelo ambiente)
A regra-chave é que, quanto mais externo, menor a concentração de crença, mas maior o número de pessoas.
Fonte: Sirius
Entre cada camada, é preciso realizar uma tradução: avanços tecnológicos devem ser convertidos em narrativa do setor, passando de cenários de uso para uma atmosfera social. Se uma camada falhar na tradução, a difusão para. Muitas IA tecnicamente avançadas não conseguem ultrapassar fronteiras porque suas histórias não são simplificadas.
O verdadeiro motor de crescimento: o desejo de imitar
A maioria pensa que o crescimento da IA vem do efeito de rede, mas na verdade, o que impulsiona a explosão é uma força mais primária: o desejo de imitar (Mimetic Desire). Exemplos típicos incluem:
Imagens no estilo Ghibli do ChatGPT viralizando
Música do Suno AI se espalhando pelo TikTok
A onda de “não tentar é ficar para trás” após o sucesso do DeepSeek
Os usuários não entram porque “mais pessoas usando tornam o produto melhor”, mas porque viram você fazer, e também querem fazer. Assim, o mercado de IA não terá monopólio ao estilo Facebook (o desejo muda), e a estratégia de crescimento não é otimizar funcionalidades, mas criar comportamentos passíveis de imitação. Se a saída não puder ser compartilhada, exibida ou copiada, a difusão não acontecerá, o que explica por que alguns produtos tecnicamente impressionantes, mas sem casos de uso, não se popularizam.
Por que os métodos tradicionais de crescimento estão a ruir
Produtos de IA estão a desafiar cinco hipóteses centrais dos últimos vinte anos:
Custo marginal próximo de zero: cada inferência consome poder de cálculo real, não é possível “subsidiar o crescimento primeiro e monetizar depois”.
Acúmulo de funcionalidades forma uma barreira defensiva: a competição é pela qualidade da saída, que é rapidamente igualada com atualizações de modelos.
Efeito de rede é a principal barreira: a maioria dos produtos de IA são de uso individual; quanto mais usar, não melhora necessariamente a experiência de outros.
CAC / LTV podem ser previstos com precisão: atualizações de modelos podem fazer os usuários desaparecerem de um dia para o outro, tornando dados históricos irrelevantes.
O funil é linear: no mundo da IA, compartilhar pode acontecer antes mesmo do primeiro uso; a receita pode vir antes da retenção; a ativação depende de uma experiência “superior às expectativas”, o que significa que as empresas precisam gerir não um funil, mas um sistema de crenças.
Semelhança profunda entre IA e Crypto
A dinâmica de crescimento da IA é altamente semelhante ao mercado de criptomoedas:
Crypto IA
Memes impulsionam preços Memes impulsionam usuários
Airdrops atraem usuários Experiências gratuitas criam seguidores
Token release curve Limite de uso gratuito e rate limit
Cultura de forks Competição de modelos open source
Valor de consenso, narrativa de valor
O ponto comum é que os usuários compram não funcionalidades atuais, mas possibilidades futuras. Mas a diferença é que a crença em Crypto pode se sustentar por si só, enquanto a crença em IA precisa ser continuamente validada a cada saída. Crença é emprestada, não possuída.
O verdadeiro campo de batalha após o crescimento: retenção
O desejo de imitar pode gerar tráfego, mas não garante permanência. A retenção de IA é uma corrida:
Curto prazo: inovação na oferta, lançamento contínuo de novas capacidades, prolongando a curiosidade.
Longo prazo: criar novas escassezes, acumular dados pessoais, incorporar fluxos de trabalho, hábitos de interação, construir ativos de confiança.
Se a dependência for estabelecida durante a janela de imitação, o produto pode evoluir de uma ferramenta popular para uma infraestrutura. Ferramentas como Cursor e Bolt são exemplos típicos.
Cinco modos de explosão de IA
Os casos de sucesso entre 2024 e 2025 podem ser classificados em cinco categorias:
Memes que detonam (imagens Ghibli, Suno)
Narrativas que fazem short (DeepSeek: desafiando consenso com baixo custo)
Liberação em camadas (convites, lista de espera)
Output como marketing (obras de usuários virando publicidade)
Colonização de fluxos de trabalho (integração em rotinas diárias)
Dentre elas, a última é a mais difícil, mas também a de maior valor a longo prazo. E os dois fatores que realmente determinam o sucesso de um produto de IA são:
Seu produto quebra uma crença amplamente difundida?
Cada camada, do núcleo ao público geral, consegue fazer uma “tradução” fluida?
Num mundo sem efeito de rede forte, a estrutura do mercado de IA será naturalmente dispersa. Tráfego deixa de ser uma barreira, e relações e confiança tornam-se essenciais.
Este artigo AI: produtos sem usuários, apenas seguidores: quando o crescimento passa de uma corrida por tráfego para uma guerra de crenças foi originalmente publicado na ABMedia.
