Nos últimos meses, tenho visto empresas que rapidamente passam de 0 para 5, 10, até 15 milhões em receita anualizada em questão de meses.
De modo geral, elas parecem se enquadrar em duas categorias.
A primeira são as que vendem para PMEs, com um ticket médio baixo. O produto em si não precisa ser tão sofisticado. Trata-se de observar os problemas de um grande TAM (saúde, jurídico, contabilidade, restaurantes, HVAC, empreendedores individuais etc.) e construir produtos de IA verticalizados em torno disso. É aqui que estão todas as empresas de aplicações de voz, "funcionários de IA" e empresas do tipo "11x para X". A mensagem de captação de recursos delas geralmente soa mais ou menos assim:
Estamos construindo o sistema operacional de IA para [vertical]. Desde o lançamento, alcançamos US$ 700 mil de ARR em quatro meses e agora estamos levantando uma rodada Seed de US$ 10 milhões.
A segunda categoria é bem diferente.
Essas empresas estão construindo infraestrutura, memória, inferência, segurança, aprendizado por reforço, ferramentas para desenvolvedores e outras peças do stack de IA. E o memorando de captação delas geralmente diz algo como:
Passamos de zero para US$ 12 milhões de ARR em seis meses desde o pré-seed e agora estamos levantando uma rodada Seed de US$ 30 milhões.
Na primeira vez que você vê números assim, eles quase não parecem reais. Como uma empresa vai de zero a oito dígitos de receita em questão de meses?
Este post é sobre essa segunda categoria.
Já conheci e trabalhei com algumas dessas empresas e notei o que parece ser o mesmo padrão se repetindo.
Eles não estão vendendo para empresas tradicionais. Eles estão vendendo para as empresas mais avançadas.
A resposta óbvia é que eles estão vendendo para grandes empresas. Talvez. Talvez não. A parte interessante é quais grandes empresas eles estão mirando.
Pense em empresas como Anthropic, OpenAI, Lovable, Harvey, Sierra, ElevenLabs e centenas de outras empresas nativas de IA que levantaram centenas de milhões de dólares nos últimos anos. Você sabe de quais empresas estou falando.
Essas empresas estão em uma esteira. A cada 12 meses (talvez até 6?), elas precisam justificar uma avaliação (valuation) muito maior. A cada mês, precisam continuar crescendo a receita. A cada semana, precisam continuar lançando novas funcionalidades.
Como resultado, elas estão constantemente encontrando gargalos técnicos que quase ninguém (ou um grupo muito pequeno) ainda experimentou.
É isso que as torna clientes tão interessantes.
A fronteira sempre vê os problemas primeiro.
Imagine que você está construindo algo em memória. Ou inferência. Ou aprendizado por reforço. Ou voz. Ou segurança para agentes. E de alguma forma, você acaba conversando com engenheiros de uma dessas empresas.
Durante essa conversa, você percebe que eles acabaram de encontrar um problema. Talvez tenham feito um avanço. Talvez o uso tenha explodido. Talvez uma nova arquitetura de modelo tenha exposto um gargalo que eles não anteciparam.
Seja qual for o motivo, eles de repente encontraram um problema que só eles têm, porque estão operando em uma escala ou velocidade que muito poucos outros alcançam. Eles enfrentaram o problema pela primeira vez no mês passado. E desde então, já tentaram resolvê-lo internamente. Não funcionou.
E de alguma forma, você descobriu uma maneira melhor. Agora você está recebendo US$ 100 mil por mês. Após um teste rápido, isso se converte em um contrato de US$ 500 mil por mês.
À primeira vista, esses números parecem loucura. Até você pensar com o que eles estão te comparando…
Às vezes, eles estão comprando tempo. Em vez de passar seis meses construindo a solução internamente, eles podem pagar você hoje e manter a equipe de engenharia focada nas coisas que realmente diferenciam o negócio deles.
Outras vezes, eles estão comprando eficiência.
Suponha que eles estejam no caminho de gastar US$ 20 milhões por ano em custos de inferência ou tokens. Se o seu produto reduzir isso para US$ 12 milhões, ou até US$ 15 milhões, você acabou de economizar milhões de dólares para eles. Pagar US$ 2 ou US$ 3 milhões por ano para você não é caro. É uma das decisões de maior ROI que eles podem tomar.
O interessante é que eles geralmente não estão comparando seu preço com o de outro fornecedor de software.
Eles estão comparando com o tempo de engenharia, custos de computação, custos de tokens, atrasos no lançamento de produtos e crescimento perdido. Contra essa BATNA (melhor alternativa para um acordo negociado), seu software pode ser a opção mais barata.
A vantagem nem sempre é tecnologia.
Uma coisa que eu não tinha percebido antes é que a vantagem competitiva (moat) nem sempre é técnica.
Alguém mais poderia construir a mesma coisa? Provavelmente.
Mas eles nem saberão que é um problema até que acabem conversando com o mesmo cliente que você. Esses não são problemas que você encontrará no Twitter. Eles não estão em relatórios da Gartner. Eles ainda não existem no mercado em geral.
São problemas que apenas um punhado de empresas tem, porque são elas que estão empurrando a fronteira. A vantagem da informação vem antes da vantagem tecnológica.
Como investidor, o que você realmente está avaliando é se mais empresas terão esse problema em 6 meses.
Essas empresas não são realmente orientadas pelo produto (product-led).
A outra coisa que eu não tinha percebido é que essas empresas quase não operam como negócios tradicionais de SaaS.
Em uma startup normal, você identifica um mercado, constrói um produto e depois passa anos encontrando clientes.
Aqui, parece quase o inverso. Você pode ter uma versão básica de um produto. Mas isso geralmente é pouco mais do que um recurso interessante. Você primeiro encontra um cliente na fronteira. Esse cliente expõe um problema que ninguém mais sabe que existe. Você constrói a solução (ou muda seu produto). No processo, você descobre o próximo problema que eles precisam resolver. E então o próximo.
O roteiro (roadmap) não vem de uma grande estratégia de produto. Vem de ficar incrivelmente próximo do punhado de empresas que já estão vivendo seis meses à frente de todos os outros.
Sobre o produto em si, vi várias abordagens aqui. Em alguns casos, não há produto e é puro acesso, o que leva aos insights e depois ao produto. Em outros casos, a equipe teria construído um produto diferente por algum tempo, e de alguma forma usou isso para entrar, mas então tropeçou na nova direção (descartando o negócio antigo).
A concentração de clientes é quase uma característica.
Há uma situação muito peculiar em que essas empresas frequentemente se encontram. Sua receita coloca você no topo 0,1% das startups de alto crescimento no seu estágio. Mas 80-90% dessa receita vem de um, dois ou talvez três clientes.
O pensamento tradicional de SaaS diz que a concentração de clientes é perigosa. Eventualmente, é. Mas no início, quase acho que é uma característica, não um defeito.
As empresas que estão pagando esses valores para você são as que estão vendo esses problemas primeiro. Todos os outros chegarão lá eventualmente, mas simplesmente ainda não estão lá. O que significa que seus primeiros milhões de dólares de ARR podem vir de apenas um punhado de clientes. Você está gastando menos tempo com GTM (go-to-market) amplo, menos tempo construindo uma organização, e mais tempo construindo ao lado dos clientes que estão te arrastando para o próximo problema que eles precisam resolver.
Clientes de destaque criam o mercado.
A outra coisa interessante é o que acontece depois que você conquista um desses clientes. Geralmente são empresas que todo mundo já ouviu falar. Esse logo imediatamente atrai o interesse dos investidores, porque a tração de repente parece muito mais crível.
Você levanta uma rodada muito maior. Você publica um estudo de caso. Os concorrentes desse cliente começam a encontrar exatamente o mesmo problema e entram em contato. Engenheiros se mudam entre empresas e carregam conhecimento com eles. O boca a boca se espalha.
O que começou com um cliente lentamente se torna uma categoria inteira. Quase parece uma criação de categoria ao contrário.
Em vez de construir um produto e convencer o mercado de que ele tem um problema, você começa com o punhado de empresas que já estão experimentando o futuro, resolve seus problemas primeiro, e depois observa o resto do mercado alcançá-lo lentamente.
Então, que conselho eu daria?
Se você está construindo no espaço de infraestrutura de IA, ferramentas para desenvolvedores ou mercados de dados (pode haver outros), eu não pensaria em "grandes empresas" como um balde gigante.
Eu pensaria em entrar nas salas onde as empresas mais avançadas estão gastando seu tempo. Porque uma vez que você está nessas salas, você para de adivinhar o que construir. Você começa a ouvir sobre os problemas de amanhã meses antes de todo mundo. Esses problemas são geralmente urgentes, incrivelmente caros e impossíveis de encontrar no Google. Resolva-os bem, e o próximo conjunto de problemas geralmente vem do mesmo cliente.
As empresas de infraestrutura de IA que mais crescem que conheci não são necessariamente as que previram o futuro melhor do que ninguém. São as que se posicionaram perto o suficiente da fronteira para ver o futuro chegar primeiro.
E sim, assim que a receita começar a entrar, converta para contratos anuais :)
