A IA Invisível Vale Mais
Os ciclos da tecnologia se repetem. E a história sugere que quem vende a infraestrutura raramente captura todo o valor que ela gera.
Em 2005, um associado de 27 anos da Accel Partners encontrou uma empresa de seis funcionários fundada por estudantes de Harvard. A empresa se chamava The Facebook, e a aposta que o associado, Chi-Hua Chien, fez nela se tornaria um dos investimentos mais lucrativos da história do capital de risco.
Duas décadas depois, Chien cofundou a Goodwater Capital, uma firma focada exclusivamente em tecnologia para o consumidor, e desenvolveu uma tese que, se estiver correta, deveria mudar a forma como investidores, empreendedores e executivos pensam sobre a inteligência artificial. A tese é simples de se dizer e incômoda de escutar: os maiores vencedores da era da IA não serão as empresas que vendem IA.
A afirmação ganha força quando se olha para os números que a sustentam, e sobretudo quando se percebe que esses números não são projeções, são padrões históricos que se repetiram com uma consistência notável ao longo de três ciclos tecnológicos consecutivos. Vejamos:
No ciclo da web, as empresas que construíram a infraestrutura da internet, ou seja, que moldaram as redes, servidores e tecnologias de base, geraram cerca de US$ 400 bilhões em novo valor de mercado. Já as empresas que utilizaram essa infraestrutura para criar produtos voltados ao consumidor, como Netflix, Meta, Airbnb, Uber e Spotify, criaram US$ 3,1 trilhões, o equivalente a 88% de todo o valor gerado naquele ciclo.
No ciclo mobile, a dinâmica foi praticamente a mesma. As empresas de infraestrutura adicionaram cerca de US$ 700 bilhões em valor de mercado, enquanto as empresas de aplicação criaram US$ 3,7 trilhões.
E o dado mais revelador, talvez, diz respeito ao ciclo do PC: o valor de mercado agregado das empresas de infraestrutura atingiu seu pico no ano 2000 e, vinte e seis anos depois, ainda não conseguiu superá-lo em termos nominais.
Estes dados, traduzidos, nos mostram que sim, a infraestrutura é essencial, porque torna a revolução tecnológica possível. Mas a maior parte do valor costuma ser capturada por quem transforma essa infraestrutura em produtos e serviços que resolvem problemas reais para milhões de pessoas.
A pergunta que se impõe, portanto, não é se esse padrão se repetirá com a inteligência artificial, afinal, a história sugere fortemente que sim, mas em que ponto da curva nós estamos. E é aqui que a análise de Chien fica particularmente interessante, porque ele argumenta que a fase de comoditização, aquele momento em que a infraestrutura começa a perder diferenciação e a competir por preço, já está em curso. Para quem achava que isso levaria mais uma década, os sinais chegaram antes do previsto.
Na semana passada, o Google cortou o preço do seu plano AI Plus de US$ 7,99 para US$ 4,99 por mês e dobrou o armazenamento incluído. Isso, claro, não se trata apenas de uma promoção. O Google opera com integração vertical completa, fabrica seus próprios chips de IA, controla a distribuição por meio do Android, do Gmail e do Workspace, e pode empacotar inteligência artificial junto com serviços que bilhões de pessoas já utilizam. Assim, quando uma empresa com essas vantagens estruturais decide competir por preço, ela não está apenas reduzindo sua margem, mas está comprimindo, de forma deliberada, a margem de todos os demais.
A OpenAI respondeu a esse movimento com o ChatGPT Go, um plano de US$ 8 por mês subsidiado por publicidade. A Anthropic, por sua vez, mantém o Claude a US$ 20 sem plano intermediário. Cada uma escolheu um caminho diferente, mas todas enfrentam o mesmo problema de fundo: o consumidor médio ainda compara o preço de um assistente de IA com o que paga pela Netflix, e essa referência define um teto que nenhuma dessas empresas controla.
Chien classifica isso de maneira direta: para ele, a OpenAI, a Anthropic e os demais fornecedores de modelos de linguagem são, na sistemática dos ciclos tecnológicos, empresas de infraestrutura. E como tal, serão progressivamente comoditizadas, assim como foram a Cisco, a Oracle, a Lucent e a Northern Telecom no ciclo anterior – empresas que foram extremamente valiosas durante certo período e depois viram seu protagonismo econômico se deslocar para a camada de aplicação.
O paralelo incomoda especialmente agora, quando a OpenAI acaba de protocolar seu S-1 confidencial buscando uma avaliação de até US$ 1 trilhão e a Anthropic percorre trajeto semelhante. Como discutimos antes, essas empresas chegam ao mercado público com crescimento expressivo em escala absoluta, mas com participação relativa em declínio, e o que pedem ao investidor é, em boa medida, uma aposta de que a comoditização que atingiu todos os ciclos anteriores, desta vez, não se repetirá.
Há, contudo, um dado técnico que torna essa aposta ainda mais arriscada. Segundo Chien, a diferença de desempenho entre o modelo de IA mais avançado disponível na nuvem e aquele que se pode rodar localmente num celular era, há dois anos, de dezoito a vinte e quatro meses. Ou seja, o que se executava na nuvem com o estado da arte levaria quase dois anos para chegar ao bolso de qualquer pessoa. Hoje, essa distância caiu para cerca de seis meses. Chien projeta que, até o próximo ano, será de apenas três. Na prática, isso significa que a inteligência bruta do modelo, aquilo que as empresas de infraestrutura vendem como diferencial, perde valor à medida que se torna acessível para qualquer desenvolvedor ou empresa montar seu próprio produto sobre um modelo quase equivalente ao de ponta. A vantagem de ter o melhor modelo existe, sem dúvida, mas dura cada vez menos. E quando a janela de vantagem se comprime a três meses, a diferenciação precisa vir de outro lugar.
E é esse “outro lugar” que define os verdadeiros vencedores, segundo a tese de Chien. Como exemplo, o investidor diz que no portfólio de seu fundo, empresas como Triumph, Ritten e Flow GPT, que são empresas de IA mas que operam no segmento de entretenimento, alcançam receitas recorrentes anuais que vão de US$ 100 milhões a US$ 600 milhões, com equipes enxutas e margens muito saudáveis. O detalhe mais relevante é como os usuários destes serviços descrevem os provedores: não como “aplicativos de IA”, mas como aplicativos de entretenimento. A inteligência artificial é o que torna a experiência possível, por personalizada, responsiva, construída para cada indivíduo, mas não é o que o usuário percebe estar comprando. Ele compra diversão. A IA é apenas o motor invisível por trás dela.
Outro exemplo do portfólio é a Midi Health, uma empresa de saúde feminina. Uma das grandes limitações no atendimento a mulheres na menopausa é a escassez de profissionais qualificados em terapia de reposição hormonal. A Midi usa inteligência artificial para ampliar drasticamente a capacidade de atendimento, tratando centenas de milhares de pacientes que, sem essa tecnologia, simplesmente não teriam acesso a cuidado especializado. E, novamente, ninguém procura a Midi porque quer um “app de IA”. Procura porque quer um serviço de saúde que funcione. Como diz Chien, esse princípio pode ser replicado em qualquer categoria onde a expertise humana é o gargalo e a demanda excede a oferta (e são muitas).
O que une esses exemplos é uma distinção que pode parecer semântica, mas que é, na verdade, a linha que separa modelos de negócio duráveis de modelos que serão comoditizados: a diferença entre vender IA e usar IA para vender outra coisa. Quando analisamos o caso do Magalu meses atrás, o ponto central era precisamente esse. A empresa não tratava a inteligência artificial como um departamento ou um projeto de inovação, mas como uma competência que permeava toda a operação, do atendimento ao financeiro, da logística ao RH. O WhatsApp da Lu, reconhecido pela própria Meta como referência global, é uma jornada de consumo completa onde a IA desaparece na fluidez da conversa, e o usuário compra um produto, não interage com um modelo de linguagem. O mesmo princípio opera na Revolut, cuja camada AIR, que discutimos na edição sobre o fim dos apps de banco, substitui a navegação pela intenção: o usuário diz o que quer e o sistema executa, sem que ele precise saber, ou se importar, que um modelo de linguagem orquestra tudo por baixo. A IA mais valiosa, nesses casos, é justamente a que ninguém nota.
Essa lógica ganha ainda uma camada quando se observa o que está acontecendo no segmento corporativo com as ferramentas agenticas de código. Os novos e mais desenvolvidos produtos, como o Claude Code, já não se limitam a sugerir respostas; eles leem repositórios inteiros, testam modificações, alteram arquivos e realizam tarefas de forma autônoma.
A diferença destes agentes em relação a um assistente generalista não é apenas de funcionalidade, mas é de modelo econômico, pois enquanto o ChatGPT monetiza centenas de milhões de usuários gratuitos por meio de publicidade e assinaturas de varejo, ferramentas agenticas especializadas geram receita por meio de licenças corporativas de alto valor, com retenção forte e ROI demonstrável para o cliente. A taxa de conversão de 13% do Claude, a maior do setor, é um reflexo direto dessa dinâmica: menos usuários, porém usuários que pagam, permanecem e constroem fluxos de trabalho nos quais a ferramenta se torna parte da infraestrutura do próprio cliente. É um fosso construído pela profundidade da integração, não pela escala da base.
Entre no canal Entrelinhas no WhatsApp e siga nosso Instagram: informação rápida, em tempo real, que tangibilizam as transformações.
O que surge de tudo isso é a inversão que Chien articula com a clareza de quem já assistiu ao mesmo ciclo três vezes. Em todo começo de era tecnológica, a infraestrutura parece o investimento mais óbvio, porque é nova, escassa e indispensável. Mas a escassez se resolve com o tempo, os preços caem, e o valor migra, de forma quase inevitável, para quem soube transformar aquela infraestrutura em experiências e soluções que as pessoas não conseguem substituir com facilidade. No ciclo da web, a Cisco vendeu os roteadores, mas o valor ficou com a Amazon. No mobile, a Qualcomm vendeu os chips, mas o valor ficou com o Uber. A pergunta que o ciclo da IA coloca é se as empresas que hoje constroem e vendem modelos de linguagem ocupam, na cadeia de valor, a posição que imaginam ocupar, ou se estão, sem perceber, construindo a estrada para quem virá depois.
Chien, o mesmo investidor que aos 27 anos identificou o Facebook quando era uma empresa de seis pessoas, aposta que a resposta já está se desenhando. E os dados, até aqui, tendem a lhe dar razão. A IA que os usuários mais valorizam não é a que se apresenta como IA, é a que se dissolve na solução de um problema que já existia antes dela. O modelo é o insumo. A experiência é o produto. E a história sugere, com uma consistência que deveria ser levada a sério por quem está investindo, empreendendo ou tomando decisões estratégicas neste momento, que é no produto, não no insumo, que o valor se acumula.
