Refletindo sobre o Hype Cycle da Gartner

Recentemente vi que Agentes de IA estão no auge das expectativas do Hype Cycle das principais inovações de IA da Gartner:

Apesar de acreditam bastante nas oportunidades de Agente em IA, quando olho esse framework da Gartner, com meu viés de investidor de Venture Capital, vejo o estágio de Trough of Disillusionment como se fosse um abismo – em referência ao Crossing the Chasm aplicado ao Go-To-Market. Algumas caem tanto que não se levantam depois dessa etapa, ou seu enlightenment é tão pequeno que não chega a torná-las relevantes para o público em geral. Vale lembrar que centenas de tecnologias já passaram por esses gráficos e apenas algumas se consolidaram como algo de extremo valor, enquanto outras se tornaram peças de uma infraestrutura que sustenta ciclos futuros. Geralmente, o tema mais quente do ano não é o que gera maior valor, mas sim o que ajuda a preparar o terreno para o próximo ciclo.

Por isso, acredito que também é possível alinhar os gráficos do Hype Cycle com o Ciclo de Revolução Tecnológica da Carlota Perez. Nesse paralelo, o pico do hype representa o momento em que o capital é alocado de forma criativa e especulativa, mas em que o valor acaba sendo capturado principalmente por consumidores e usuários, e menos pelas empresas que estão na linha de frente do desenvolvimento.

Ainda assim, o Hype Cycle é incerto e precisa ser analisado com cuidado. O puro hype é traiçoeiro: grande parte das tecnologias que aparecem em um ano simplesmente desaparece no seguinte, e, às vezes, algumas ressurgem anos depois como tendências reais (caso do podcasting em 2005). Outras tecnologias, porém, simplesmente morrem. A verdade é que é muito difícil acompanhar esse movimento.

O ponto central é que o insight da tecnologia pode ser interessante e fazer sentido, mas a questão geralmente está na atratividade da missão e em sua implementação. Se não houver missionários dispostos a persistir e atravessar o vale da curva – e se a tecnologia não gerar alguma forma de arbitragem para os negócios -, o destino provável é a obsolescência. Isso acontece com frequência em grandes empresas que tentam se transformar por meio de novas tecnologias, mas que, por pressões distintas, não conseguem sustentar investimentos de longo prazo. O mesmo ocorre em setores mais lentos de transformação, que carecem de incentivos alinhados para capturar ganhos de arbitragem proporcionados pela inovação tecnológica.

É difícil colocar todas as tecnologias na mesma trilha. Ainda, quando tentamos, acabamos esbarrando em vieses como o de sobrevivência (lembramos apenas das que deram certo) e o de retrospectiva (achamos que os sucessos eram previsíveis depois que já aconteceram).

Essa imagem deveria estar emoldurada na casa de todo investidor de early-stage que busca o próximo grande negócio. As melhores empresas já estavam sendo desenvolvidas muito antes de se tornarem tendência. Se um tema está quente, provavelmente já é tarde.

No fim, o hype, para quem busca uma onda realmente grande, é apenas ruído. Vejo dois caminhos possíveis: 1) viver o futuro, atuando em empresas de frontier tech ou experimentando novas tecnologias na ponta antes do hype – entendendo de antemão os desafios técnicos, o que falta e como se preparar melhor para a implementação; ou 2) estar preparado e esperar a segunda onda, acompanhando de perto o abismo da tecnologia e a mudança de paradigma que se desenvolve em seguida.

Estratégias de produto em IA: desafios, PMF e o poder das plataformas

Nesta semana, eu escrevi um novo post na Astella sobre as estratégias de produto em IA e o cenários de batalhas nesse ambiente. Combinei algumas ideias do que tenho estudado e conversado com founders, além do report sobre os impactos da IA.

No texto, falo sobre estratégia de produto, diferenciação e a ameaça que vem da infraestrutura e das plataformas.
Sobre a ameaça das plataformas (LLMs), li recentemente este texto de um ex-funcionário da OpenAI, que mostra como funciona a empresa por dentro. Apesar da percepção de flop do GPT-5, a OpenAI está desenvolvendo muitas coisas ao mesmo tempo, com recursos abundantes. Isso reflete muito da cultura e da forma como essas empresas operam — liderando o ciclo de IA no Vale do Silício.

Lendo o relato, fica clara a velocidade e a inovação, com um viés para executar e construir, com diversos squads e teses desenvolvidas em paralelo, às vezes até competindo entre si. Parece haver milhares de startups pre-seed dentro da OpenAI, aguardando um comitê de investimento do round seed.
O texto traz muitas referências e informações interessantes, como o CODEX (feature para desenvolvedores da OpenAI), criado em apenas 7 semanas. Além disso, mostra o stack de tecnologia usado pela empresa.

Embora hoje seja mais fácil para todos desenvolver código ou aplicações, esse ciclo mostra como será difícil competir. Mas conto alguns caminhos no meu post na Astella.

Discussões interessantes sobre PMF em IA

A Bessemer lançou um report sobre o Estado das Empresas de IA, estabelecendo um novo benchmark para o arquétipo de crescimento das empresas no ciclo da IA, com as “Supernovas” e as “Shooting Stars”.

Esse slide mostra alguns dados dessas empresas:

“Se o T2D3 (triplica, triplica, dobra, dobra, dobra) definiu a era do SaaS, então o Q2T3 (quadruple, quadruple, triple, triple, triple) reflete melhor a trajetória de cinco anos que estamos observando nas AI Shooting Stars atuais. Essas startups crescem significativamente mais rápido do que o SaaS tradicional, mas ainda operam mais próximas dos benchmarks de SaaS do que das explosivas AI Supernovas.”

artigo é bem completo e traz informações relevantes de direcionamento estratégico para founders nesta nova era. Recomendo reservar um tempo para leitura.

Ainda não consigo identificar uma empresa que seja uma Supernova em nossa região. Essas empresas geralmente são globais, oferecem infraestruturas/plataformas (como Anthropic e OpenAI) e possuem GTM bottom-up, voltado para desenvolvedores e perfis tech-savvy que já usam IA no dia a dia. Porém, acredito bastante que podemos ver Shooting Stars em áreas como Vertical SaaS e Enterprise SaaS saindo do Brasil.

Hoje, a realidade do early-stage no Brasil se assemelha mais ao cenário descrito neste post do CEO/Cofounder da ChartMogul. Isso condiz muito bem com o que temos observado: quando o PMF acontece, ele tende a ser cada vez mais explosivo. Já vi empresas irem de 0 a R$ 100k em poucos meses, mas ainda é um desafio enorme para a maioria.

Como mostra o gráfico abaixo, nos últimos anos a proporção de outliers que atingem US$ 0–1M de ARR em até seis meses vem aumentando. Porém, dentro de dois anos, menos empresas conseguem atravessar as barreiras de US$ 100k ou US$ 500k de ARR.

Também em modelo de negócios, a dinâmica da unidade de crescimento muda. A margem bruta foi um tema bastante comentado no universo de IA e VC nas últimas semanas.

Vi investidores destacarem isso sobre soluções de agentes de IA: “Pela primeira vez na história do SaaS, o custo marginal de adicionar um novo usuário não é quase zero.” Esse é um desafio do Business Model Product-fit. A captura de valor deve superar o custo de entrega e, de preferência, ganhar escala ao longo do crescimento da base de clientes. O relatório da Bessemer que mencionei acima também ressalta esse ponto, mostrando como algumas empresas que estão crescendo muito rápido apresentam margem bruta negativa.

Com forte adoção dos usuários, os modelos de receita têm se mostrado insustentáveis para algumas soluções. Este texto explica o desafio da Cursor com precificação e margem. Isso pode fazer parte de uma estratégia da empresa para dominar o ponto de controle dos desenvolvedores e depois expandir para outras plataformas. Porém, esse se tornou um cenário competitivo, com soluções de LLMs como Claude Code e CODEX da OpenAI oferecendo alternativas similares. Abordei um pouco desse desafio no ambiente competitivo atual no post mencionado acima.

Indo mais a fundo na cadeia de valor da IA, este tweet mostra, de forma sarcástica, os desafios dessa indústria, que ainda está em fase de investimentos e queima de caixa, financiada por Venture Capital. Enquanto isso, os avanços e custos de processamento precisam chegar a patamares sustentáveis para viabilizar os modelos de negócios dessas empresas. O autor do tweet sugere alguns caminhos.