As startups de IA enfrentam um conjunto diferente de desafios de uma empresa SaaS típica. Essa foi a mensagem de Rudina Seseri, fundadora e sócia-gerente da Glasswing Ventures, na semana passada no evento TechCrunch Early Stage em Boston.
Seseri deixou claro que só porque você se conecta a algumas APIs de IA não faz de você uma empresa de IA. “E por nativo de IA, não quero dizer que você está usando um invólucro brilhante com alguma chamada para OpenAI ou Anthropic com uma interface de usuário semelhante à humana e que você é uma empresa de IA”, disse Seseri. “Quero dizer, quando você realmente tem algoritmos e dados no centro e parte da criação de valor que você está entregando.”
Seseri diz que isso significa que existem grandes diferenças na forma como os clientes e investidores julgam uma empresa de IA versus uma startup de SaaS, e é importante compreender as diferenças. Para começar, você pode colocar no mundo algo que está longe de terminar com o SaaS. Você não pode fazer isso com IA por vários motivos.
“O problema é o seguinte: com o produto SaaS, você codifica, faz o controle de qualidade e meio que obtém a versão beta – não é o produto acabado, mas você pode divulgá-lo e seguir em frente”, disse ela.
A IA é um animal completamente diferente: você não pode simplesmente divulgar algo e torcer pelo melhor. Isso ocorre porque um produto de IA requer tempo para que o modelo chegue a um ponto em que esteja maduro o suficiente para funcionar para clientes reais e para que eles confiem nele em um contexto de negócios.
“No início, é uma curva acentuada no aprendizado e no treinamento do algoritmo, mas ele precisa ser bom o suficiente para que o cliente queira comprar, então precisa ser bom o suficiente para criar valor”, disse ela. E essa é uma linha difícil de encontrar para uma startup em estágio inicial.
E isso torna mais difícil encontrar os primeiros adotantes. Ela diz que você deseja evitar a longa ligação em que o comprador está apenas tentando aprender sobre IA. Os fundadores de startups não têm tempo para ligações como essa. Ela diz que é importante focar no seu produto e ajudar o comprador a entender sua proposta de valor, mesmo que ela ainda não esteja lá.
“Sempre articule o problema que você está resolvendo e qual métrica – como você está medindo isso?” ela disse. Otimize o que é importante para o comprador. “Então você está resolvendo um problema que tem resultados de decisão de negócios.” Não há problema em articular sua visão, mas sempre baseie sua discussão nas prioridades de negócios e em como elas estão informando seus algoritmos.
Como as startups de IA podem vencer?
À medida que constrói o seu negócio, precisa de pensar em como pode garantir um lugar defensável na IA, algo que é particularmente desafiante, uma vez que os grandes intervenientes criam continuamente grandes blocos de ideias de negócio.
Seseri ressalta que, na era da nuvem, tínhamos uma camada de base onde os participantes da infraestrutura reivindicavam suas reivindicações; uma camada intermediária onde viviam os jogadores da plataforma; e no topo temos a camada de aplicação onde residia o SaaS.
Com a nuvem, alguns players como Amazon, Microsoft e Google surgiram para controlar a infraestrutura. A camada base da IA é onde vivem os grandes modelos de linguagem, e alguns players como OpenAI e Anthropic surgiram. Embora se possa argumentar que se trata de startups, não o são no verdadeiro sentido, porque estão a ser financiadas pelos mesmos grandes players que dominam o mercado de infraestruturas.
“Se você vai competir por uma nova camada de base, ou você sabe, por um LLM, será muito difícil com requisitos de capital multibilionários e, no final das contas, é provável que acabe sendo um mercadoria”, disse ela.
No topo da pilha está a camada de aplicação, da qual milhares de empresas de SaaS puderam aproveitar na era da nuvem. Ela disse que grandes players como Amazon, Google e Microsoft não foram capazes de assumir todos os negócios da camada de aplicação e que havia espaço para startups se desenvolverem e se transformarem em negócios grandes e bem-sucedidos.
Há também uma camada intermediária onde o encanamento é feito. Ela aponta empresas como a Snowflake que tiveram sucesso na construção de negócios de sucesso na camada intermediária, fornecendo um local para os players de aplicativos colocarem seus dados.
Então, onde ela está investindo quando se trata de IA? “Coloquei meu dinheiro na camada de aplicação e de forma muito seletiva na camada intermediária. Porque acho que há um fosso em torno dos algoritmos, sejam algoritmos de sua propriedade ou de código aberto – e dados. Você não precisa ser o proprietário dos dados. Mas se eu tiver que escolher, gostaria de ter acesso exclusivo aos dados e algoritmos exclusivos. Se eu for forçada a escolher um, irei atrás de dados”, disse ela.
Construir uma startup de IA certamente não é fácil, talvez até mais desafiador do que uma startup de SaaS. Mas é onde está o futuro, e as empresas que o tentarem têm de saber o que estão a enfrentar e construir em conformidade.
