O que não se compra com código

Em março, a OpenAI passou várias semanas negociando com TPG, Advent International, Bain Capital e Brookfield. Não para captar dinheiro. Para criar uma estrutura encarregada de distribuir seus produtos empresariais dentro das companhias pertencentes a esses fundos.

A Anthropic fez algo muito parecido com Blackstone, Hellman & Friedman e Goldman Sachs.

Acho essas duas operações muito mais interessantes do que parecem.

Os dois laboratórios mais avançados do planeta, aqueles que constroem os modelos com os quais boa parte da indústria trabalha, aqueles que provavelmente concentram mais talento técnico do que qualquer empresa precisaria razoavelmente ter, acabaram de colocar uma enorme quantia na mesa para obter algo que não sabem fabricar sozinhos.

Acesso.

Empresas nas quais entrar. Diretores financeiros que atendem ao telefone. Relações já estabelecidas. Confiança acumulada. Contratos, dados, pessoas que sabem com quem falar e em que ordem.

A OpenAI pode treinar um modelo melhor. A Anthropic pode escrever um agente melhor.

Não podem fazer vibe coding de vinte anos de relações comerciais.

O mercado não apenas acelerou. Ele mudou de forma.

Um lado do problema está ficando extraordinariamente mais barato. O outro praticamente não mudou.

Há dez anos, se você era alguém de negócios com uma ideia de software, encontrar um cofundador técnico era a etapa zero. Não a primeira. A anterior.

Sem ele, você tinha uma apresentação, alguns protótipos e uma conversa que geralmente terminava com: “Agora precisamos encontrar alguém para construir isso.”

Essa busca podia levar seis meses. Às vezes, doze. E provavelmente muitas empresas nasceram de duas pessoas que não tinham muita vontade de passar dez anos juntas, mas que simplesmente estavam aliviadas por finalmente encontrar a outra metade do quebra-cabeça.

Essa restrição está desaparecendo muito mais rápido do que percebemos.

Hoje, um bom fundador de negócios pode construir uma primeira versão, colocá-la diante de clientes, ver o que quebra, corrigir, recomeçar e ir surpreendentemente longe antes de um CTO se tornar realmente indispensável.

Não a ponto de construir a OpenAI no quarto.

Mas longe o bastante para testar uma intuição, conquistar usuários, aprender e às vezes até encontrar o começo de um mercado antes de montar a equipe técnica de que precisaria desde o primeiro dia em 2019.

O Cursor e os agentes de programação são, evidentemente, as manifestações mais visíveis desse fenômeno. Mas acho que a consequência interessante não é que “todo mundo pode programar”.

É que produzir código funcional está perdendo, aos poucos, parte de sua escassez.

Vou esclarecer uma coisa, porque essa discussão fica estúpida muito rápido se não fizermos isso.

Se a própria tecnologia é seu fosso defensivo, nada disso se aplica da mesma maneira. Se você está construindo novos modelos, infraestrutura, robótica, biotecnologia ou pesquisa proprietária, continua precisando de fundadores e engenheiros técnicos excepcionais.

Provavelmente ainda mais do que antes.

Quando ferramentas medianas se tornam excelentes, a distância entre alguém bom e alguém excepcional não necessariamente desaparece. Pode até ficar mais brutal.

Mas, em uma parte enorme do software empresarial, a capacidade de simplesmente construir o produto está ficando muito menos rara.

Agora olhe para o outro lado.

Você ainda precisa convencer uma grande empresa a deixá-lo entrar. Ainda precisa encontrar o orçamento. Passar pela segurança. Pelo compliance. Pelo jurídico. Convencer um comprador. Depois, o chefe dele. E às vezes o chefe do chefe.

E responder a um questionário de segurança de 200 linhas que alguém provavelmente criou em 2014 e ninguém ousou apagar desde então.

Os ciclos de venda empresarial continuam sendo contados em meses. As decisões continuam envolvendo uma quantidade absurda de pessoas. E a explosão no número de produtos de IA provavelmente não simplificou o problema. Sobretudo, deu às empresas mais algumas centenas de fornecedores para avaliar.

É aí que o número do MIT fica interessante.

No estudo deles sobre IA nas empresas, 95% dos projetos-piloto analisados não haviam produzido nenhum impacto mensurável no demonstrativo de resultados.

95%.

E acho que interpretamos muito mal esse número quando vemos nele apenas a prova de que os modelos ainda não são bons o bastante. Uma grande parte do problema não é o modelo.

É conseguir entrar na casa.

Porque você não cria cem grandes clientes com um prompt. Não faz vibe coding de um conjunto de dados que levou quinze anos para ser acumulado. Não gera a confiança de um diretor jurídico que já se queimou duas vezes.

E não sintetiza, de uma noite para outra, o conhecimento de negócio de alguém que passou vinte anos em um setor e sabe exatamente por que as três soluções óbvias para o problema não funcionam.

Essa é a assimetria que me interessa.

A IA está eliminando boa parte da dependência técnica do fundador de negócios no dia zero. Não criou nenhum atalho equivalente do lado do mercado. E, mesmo assim, ainda vejo muitos fundadores contratando para a empresa que teriam precisado construir em 2019.

Procuram alguém capaz de fabricar o que eles não sabem fabricar. Enquanto a pergunta interessante está se tornando: O que não consigo fabricar, nem com a melhor IA do mundo?

Distribuição. Dados proprietários. Confiança. Conhecimento do negócio acumulado durante vinte anos. Pesquisa original. Uma posição já conquistada em um setor.

O direito de entrar na sala.

E, se é isso que está ficando raro, outra coisa muda junto.

Talvez o novo cofundador não seja uma pessoa.

Pode ser um participante já estabelecido. Não estou falando da “parceria estratégica” anunciada em um comunicado e acrescentada a um slide com dois logotipos de mãos dadas. Estou falando de alguém a quem você realmente se associa porque já possui aquilo que levaria dez anos para construir: os clientes, os dados, a confiança, o conhecimento do negócio ou o acesso.

Olhe para a Abridge.

À primeira vista, é uma ótima empresa de IA aplicada à saúde. Fundada por um cardiologista, trabalha hoje com centenas de sistemas hospitalares. Mas o que acho muito mais interessante é o que ela construiu ao redor da tecnologia.

A Abridge se associou ao UpToDate, depois ao New England Journal of Medicine e ao JAMA para integrar o conteúdo médico deles às suas ferramentas. O NEJM publica desde 1812.

Duzentos e catorze anos de legitimidade.

Você provavelmente conseguirá produzir um modelo melhor no ano que vem. Boa sorte produzindo 214 anos de confiança institucional até o próximo sprint.

A OpenEvidence conta a mesma história de outro jeito. A empresa conseguiu entrar em ambientes hospitalares como Mount Sinai, Cedars-Sinai e Sutter Health e se integrar às ferramentas já usadas pelos médicos. Algumas funcionalidades de seu produto podem obviamente ser copiadas. Sua posição dentro do sistema, com muito menos facilidade.

A Harvey conta outra versão do mesmo fenômeno no direito. Dezenas de milhares de advogados já a utilizam, e o produto conseguiu entrar em alguns dos escritórios mais difíceis de acessar do mundo.

Claro que o produto precisa ser bom.

Mas imagine duas empresas com exatamente o mesmo modelo amanhã. Uma começa com um excelente produto e nenhuma relação. A outra já está dentro de dezenas de instituições que lhe confiaram seus fluxos de trabalho, seus hábitos, às vezes seus dados, e passaram meses aprovando-a. Não são as mesmas empresas.

Ter entrado se torna parte do produto.

E é exatamente isso que os fundos de private equity vendem hoje à OpenAI e à Anthropic. Não vendem apenas apresentações. Vendem uma posição conquistada. Empresas que já possuem. Executivos com quem já trabalham. Relações nas quais a primeira parte do risco já foi absorvida por outra pessoa.

Em outras palavras, vendem tempo.

Vinte anos de rede de contatos. Vinte anos de confiança. Vinte anos de portas abertas.

E nenhuma quantidade de computação permite comprimir vinte anos em vinte segundos. Há, evidentemente, uma armadilha nessa estratégia, e ela é grande o bastante para precisar ser mencionada: associar-se a quem possui a distribuição também pode ser uma excelente maneira de virar seu prestador de serviços.

Se ele possui o cliente, a relação, os dados e a margem, enquanto você fornece apenas uma camada tecnológica, você não construiu um fosso defensivo.

Você assinou um contrato de prestação de serviços com uma bela história em volta.

A aliança só fica realmente interessante se você conserva algo que se acumula do seu lado: a medição dos resultados, os dados produzidos pelo uso, a compreensão do fluxo de trabalho, uma camada que melhora porque está funcionando. Algo que faça com que, depois de três anos de parceria, você seja mais difícil de substituir do que no primeiro dia.

Caso contrário, o parceiro aprende.

Você executa.

E um dia ele coloca sua linha de serviço em concorrência.

Mas, apesar desse risco, acho que o cálculo geral mudou de sentido. Durante quinze anos, o reflexo do fundador de negócios foi procurar alguém capaz de construir o que ele não sabia construir.

Esse reflexo era perfeitamente racional.

O problema é que talvez esteja sobrevivendo à sua razão de existir.

A escassez mudou de lugar. E, quando a escassez muda de lugar, continuar organizando uma empresa em torno da escassez antiga é provavelmente uma das maneiras mais seguras de construir a empresa errada.

A pergunta, portanto, já não é apenas: quem pode construir isso comigo?

Ela passa a ser: quem já possui aquilo que não vou conseguir construir?

A OpenAI e a Anthropic têm alguns dos melhores engenheiros do planeta. Têm os modelos. Têm o capital. Têm a marca. Provavelmente têm mais capacidade técnica do que quase qualquer empresa da história.

E ainda assim assinaram o cheque.

Porque sabiam exatamente o que estavam comprando.

Não era código.

Era uma porta já aberta.

Faço algo bastante parecido, na minha escala, com a Naijm nos Emirados.

Mas isso é outra história, para uma próxima vez.