AI Ventures: dicas ao analisar teses de investimentos

A AI tem um aspecto importante: seu caráter conversacional. Como os algoritmos são treinados para entender a linguagem natural, as interações entre indivíduos e as plataformas podem ser feitas através da escrita ou da fala e não mais em código. Isso significa que, assim como podemos fazer perguntas escritas ao ChatGPT e receber respostas da mesma forma, podemos, por exemplo, mudar variáveis de uma equação solicitando a alteração de forma falada ou escrita.

Sem precisarmos acessar e alterar a fórmula por trás dessa equação. Podemos esperar negócios que entendam que o “Chat” é tão importante quanto os modelos “GPT’s” e que nos mostrem que uma interface conversacional pode substituir com inúmeros ganhos jornadas até então feitas via clicks-and-scrolls em websites e mobile apps. Acreditamos na tese de que o “chat” tem o poder de se tornar a terceira geração da Web. A “Web 3.C”, a Web Conversacional.

Análise do potencial de mercado

Há várias arenas competitivas dentro de um grande mercado de AI. Brincamos que a AI é tão ampla como a medicina em que alguém pode dizer que trabalha como médico, mas logo depois vem a pergunta: médico de qual área? Ortopedista? Cardiologista? Ginecologista?

Para uma empresa que iremos analisar investir, é importante sabermos em qual arena competitiva ela está para facilitar a análise de com quem concorre e quais diferenciais pode trazer. Nesse sentido, ainda não há um padrão oficial de segmentação de mercado. É um mercado nascente, com diferentes camadas de ofertas em IA, cada uma com diferentes dinâmicas e nuances entre si. Na nossa visão, existem 5 principais segmentos em IA: IaaS (Infrastructure as a Service), Foundational Model Providers, Middlewares, AI Studios e Vertical Apps B2B e B2C Software.

IaaS: a arena onde são produzidos os elementos chave para a infra-estrutura de AI. Principalmente chips e servidores. Lideram aqui empresas como NVIDIA, Qualcomm, Intel e similares na parte de chips. Amazon, Google, Microsoft e IBM na parte de cloud. Pensando em empresas brasileiras, temos pouca expectativa de vermos startups surgindo nessa arena. Para entrar no jogo os custos são proibitivos (bilhões para construção de uma fábrica de chips), para pouco num oligopólio poderoso de empresas. Oportunidades podem surgir numa derivação desta área, em robótica e B2C Devices.

Foundational Model Providers: a arena onde se encontram os modelos fundamentais para o desenvolvimento dessa nova geração de AI. Os “cérebros” das diferentes soluções e aplicações desta nova geração. É onde temos a pioneira Open AI, acompanhada de perto pela Anthropic (com Claude), Inflection AI (com Pi), Google (com Gemini) e outras que correm. Estas criaram modelos e algoritmos que foram extensivamente treinados em grandes quantidades de dados no formato de texto e, com isso, aprenderam a nossa linguagem e como gerar textos.

O desenvolvimento e manutenção dos foundational models é muito intensivo em capital. O treinamento desses modelos e sistemas exige base de dados gigantescas, vastos recursos computacionais e uma força de trabalho extremamente especializada em machine learning. Ao nosso ver é uma estrada difícil de os brasileiros percorrerem. Principalmente pelo histórico de baixos investimentos de empresas privadas e públicas em puro R&D e custos quase proibitivos necessários para criação e evolução destes modelos.

Na contramão, sabemos que o brasileiro é criativo em resolver problemas grandes com poucos recursos e temos visto casos interessantes, como o CEIA, de Goiânia. Torçamos que novidades de impacto global nasçam deste berço de talentos e deem espaço para investidores brasileiros participarem dessas teses mundialmente cobiçadas.

Middleware & Dev Tools: esta é uma camada intermediária e direcionada para cientistas e desenvolvedores de softwares. São basicamente ferramentas de trabalho bastante técnicas. Num paralelo com a mineração do ouro, são as escavadeiras, pás e enxadas usadas por quem trabalha na mina. Giram em torno de ofertas para um público técnico, que vão desde pré-processamento de dados, databases especializadas em IA, orquestração e otimização de modelos, co-pilotos de coding, segurança, auditabilidade e outros. Temos aqui players como as big tech Microsoft, AWS, Google e novos entrantes como Scale IA, que colaborou com a OpenAI no treinamento dos seus modelos, Snowflake e Databricks, até outras ainda menos conhecidas como HumanLoop, LlamaIndex, Braintrust, AgentOps.

Temos também um resultado que tem chamado bastante atenção: desenvolvedores que usam co-pilotos de AI para apoio em programação comentam ganhos de 50% a 500% em produtividade. Algo que pode transformar o thruput de uma das funções mais escassas do mercado. A natureza desses negócios costuma ser global e temos pouco histórico de empresas nacionais que tenham surgido com ofertas aqui.

AI Studios: sobre todo aparato de AI citado acima, temos a oferta dos “AI Studios”, que em comum oferecem uma plataforma recheada de recursos para que empresas possam criar uma série de modelos ou agentes conversacionais. Quando falamos “agentes conversacionais”, falamos de recursos que não só atuam como “bots” no lugar de um agente humano, como também empoderam o trabalho humano como “copilotos”.

As movimentações estratégicas que vimos durante 2023 foram na direção destes players reforçarem o posicionamento como destino de criação de modelos e agentes, além de construírem barreiras de entrada ainda maiores – quanto mais aplicações forem desenvolvidas em cima dessa camada, mais inteligência adquirem, melhor se torna sua entrega e maior a barreira de entrada criada.

Vertical AI Apps (B2B e B2C): diferente dos casos acima, que atendem de forma horizontal a propósitos de diferentes segmentos e setores, as aplicações verticais em AI estão mirando em funções ou cargos específicos. Como copilotos em algumas tarefas ou auto-pilotos automatizando por completo outras tarefas. Alguns exemplos de Vertical AI B2B que temos no mercado: em advocacia, a estrangeira “Harvey” ou a brasileira “Corejur” e em medicina temos a gringa “Glass Health” e a brasileira “Neuralmed”. Em insurtech, temos a “Hyperexponential” lá fora. E o caso mais recente, bem como surpreendente, é “Cognition Labs” que lançou o “Devin”, segundo os seus criadores, o primeiro AI Software Engineer. Acreditamos que aqui teremos uma explosão de novas startups neste e no próximo ano.

Nossa aposta é que em 2024 e 2025 teremos grandes novidades vindas de empreendedores e startups que vão trazer ao mercado uma quantidade enorme de soluções e ferramentas para as mais diversas aplicações e demandas e isso significa um novo mar de oportunidades de investimentos. Graças a nova geração de IA, nunca esteve tão rápido e fácil criar novas aplicações SaaS.

Bom por um lado, por baratear o nascimento de startups e facilitar a entrada de empreendedores de berço menos técnico no jogo, mas, por outro lado, devemos ver um aumento grande da concorrência em SaaS, como inclusive aponta a nova venture de Chamath Palihapitiya, intitulada “8090”. Nela, a tese resumidamente é ofertar 80% das funções básicas de um Vertical App a 10% do seu custo.

E qual a provável consequência disso? Em produto e tecnologia, a exigência de diferenciais claros e ainda mais fortes frente aos incumbentes. E sem falar de um peso ainda maior para as atividades de uma empresa SaaS que extrapolam seu produto – a maestria em Go-to-Market, a habilidade de um bom posicionamento, a criação de ecossistemas e a aquisição e retenção de talentos.