Nos últimos meses, tenho visto empresas que estão rapidamente saindo de 0 para 5, 10, e até 15 milhões em receita anualizada em questão de meses.
De modo geral, elas parecem se enquadrar em duas categorias.
A primeira vende 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 vertical em torno disso. É aqui que estão todas as empresas de aplicativos de voz por IA, funcionários de IA e empresas do tipo "11x para X". O discurso de captação delas geralmente soa mais ou menos assim:
Estamos construindo o sistema operacional de IA para [vertical]. Desde o lançamento, atingimos US$ 700 mil de ARR em quatro meses e agora estamos levantando uma rodada Seed de US$ 10 milhões.
A segunda categoria é muito diferente.
Essas empresas estão construindo infraestrutura, memória, inferência, segurança, aprendizado por reforço, ferramentas para desenvolvedores e outras peças do stack de IA. E seu memorando de captação geralmente diz algo como:
Saímos do zero para US$ 12 milhões de ARR em seis meses desde nossa pré-seed e agora estamos levantando uma rodada Seed de US$ 30 milhões.
Na primeira vez que você vê números como esses, eles quase não fazem sentido. Como uma empresa sai do zero para uma receita de oito dígitos 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. Estão vendendo para as empresas mais avançadas.
A resposta óbvia é que estão vendendo para grandes empresas. Talvez. Talvez não. A parte interessante é quais empresas 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, elas mesmas, em uma corrida constante. A cada 12 meses (talvez até 6?), precisam justificar uma avaliação 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 de 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 haviam antecipado.
Seja qual for o motivo, eles encontraram, de repente, 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 encontrou 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 insanos. Até você pensar no que eles estão comparando com você…
Às vezes, eles estão comprando tempo. Em vez de gastar seis meses construindo a solução internamente, podem pagar você hoje e manter a equipe de engenharia focada no que realmente diferencia o negócio deles.
Outras vezes, 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 podem tomar.
O interessante é que eles geralmente não comparam seu preço ao de outro fornecedor de software.
Eles comparam com tempo de engenharia, custos de computação, custos de tokens, atrasos no lançamento de produtos e crescimento perdido. Contra essa BATNA, seu software pode ser, na verdade, a opção mais barata.
A vantagem nem sempre é tecnológica.
Uma coisa que eu não tinha apreciado antes é que o fosso nem sempre é técnico.
Outra pessoa poderia construir a mesma coisa? Provavelmente.
Mas eles nem saberão que é um problema até acabarem conversando com o mesmo cliente que você. Esses problemas não são encontrados no Twitter. Não estão em relatórios do Gartner. Ainda não existem no mercado em geral.
São problemas que apenas um punhado de empresas tem porque são as que estão empurrando a fronteira. A vantagem da informação vem antes da vantagem tecnológica.
Como investidor, o que você está realmente avaliando é se mais empresas terão esse problema em 6 meses.
Essas empresas não são realmente orientadas pelo produto.
A outra coisa que eu não tinha apreciado é que essas empresas quase não operam como negócios de SaaS tradicionais.
Em uma startup normal, você identifica um mercado, constrói um produto e depois passa anos encontrando clientes.
Aqui, parece quase invertido. Você pode ter uma versão básica de um produto. Mas isso é tipicamente pouco mais que uma funcionalidade interessante. Primeiro, você encontra um cliente de 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 depois o seguinte.
O 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.
Quanto ao produto em si, já vi várias abordagens aqui. Em alguns casos, não há produto e é puro acesso, 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 depois 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, e não um problema.
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 gasta menos tempo com GTM 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. Publica um estudo de caso. Concorrentes desse cliente começam a encontrar exatamente o mesmo problema e entram em contato. Engenheiros se mudam entre empresas e levam conhecimento com eles. A notícia se espalha.
O que começou como um cliente lentamente se torna uma categoria inteira. Quase parece 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 lentamente alcançá-lo.
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 "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 de crescimento mais rápido 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 poderem assistir o futuro chegar primeiro.
E sim, assim que a receita começar a entrar, lembre-se de convertê-los para contratos anuais :)
