📚 Continue Lendo
Mais artigos do nosso blog
A transformação dos serviços por meio da inteligência artificial (IA) é vista por capitalistas de risco como a próxima grande fronteira de investimento, com o potencial de converter modelos de negócios intensivos em mão de obra em operações com margens similares às de software. A estratégia envolve adquirir empresas de serviços profissionais estabelecidas, integrar soluções de IA para automatizar tarefas e, em seguida, usar o fluxo de caixa aprimorado para consolidar mais companhias em um ciclo virtuoso de crescimento.
Nessa vanguarda, destaca-se a General Catalyst (GC), que alocou US$ 1,5 bilhão de sua última captação para o que denomina uma “estratégia de criação”. Esse plano foca em incubar empresas de software nativas em IA, especializadas em verticais específicas, e utilizá-las como veículos para a aquisição de firmas consolidadas – e seus clientes – nos mesmos setores. Até o momento, a GC já realizou apostas em sete indústrias, que vão desde serviços jurídicos até gestão de TI, com planos de expandir para até vinte segmentos.
IA em Serviços: Oportunidades e Obstáculos na Visão de VCs
Marc Bhargava, que lidera os esforços relacionados à IA na General Catalyst, ressaltou em entrevista recente ao TechCrunch a vasta dimensão do mercado de serviços, que gera US$ 16 trilhões anualmente globalmente. Em contrapartida, o mercado de software totaliza apenas US$ 1 trilhão no mesmo período. Ele enfatizou que o atrativo dos investimentos em software sempre foi suas margens elevadas, devido ao baixo custo marginal de escala. Segundo Bhargava, a automação de negócios de serviços pela IA – que pode abranger de 30% a 50% das tarefas e até 70% em centros de atendimento ao cliente – torna a matemática de retorno quase irresistível para os investidores.
A otimização do fluxo de caixa resultante desta automação, teoricamente, forneceria os recursos necessários para adquirir companhias adicionais a preços mais competitivos do que compradores tradicionais poderiam pagar. Este cenário desenha o que seus defensores chamam de um “ciclo virtuoso”, impulsionado pela eficiência da IA.
General Catalyst Demonstra Ganhos na Prática
A eficácia desse modelo de negócio pode ser observada em casos como o da Titan MSP, uma das empresas no portfólio da General Catalyst. A firma de investimento injetou US$ 74 milhões em duas rodadas de financiamento para que a Titan pudesse desenvolver ferramentas de IA voltadas para provedores de serviços gerenciados (MSPs). Posteriormente, a Titan adquiriu a RFA, uma renomada firma de serviços de TI.
Bhargava explica que, por meio de programas piloto, a Titan conseguiu automatizar cerca de 38% das tarefas típicas de um MSP. Agora, a empresa projeta usar suas margens melhoradas para prosseguir com a aquisição de MSPs adicionais, numa clássica estratégia de consolidação de mercado (roll-up).
De forma similar, a General Catalyst incubou a Eudia, focada em departamentos jurídicos internos de grandes corporações, em vez de escritórios de advocacia tradicionais. A Eudia já garantiu clientes de peso da lista Fortune 100, incluindo Chevron, Southwest Airlines e Stripe. A empresa oferece serviços jurídicos com taxas fixas, potencializados pela inteligência artificial, distanciando-se do tradicional faturamento por hora. Para ampliar seu alcance, a Eudia recentemente incorporou a Johnson Hanna, uma fornecedora alternativa de serviços jurídicos. Bhargava detalha que a meta da General Catalyst é, no mínimo, duplicar a margem EBITDA das empresas que adquirem.
Outras Firmas de Venture Capital Seguem a Tendência
A General Catalyst não está isolada nessa abordagem. A Mayfield, outra proeminente firma de venture capital, destinou US$ 100 milhões especificamente para investimentos em “companheiros de equipe de IA”. A Mayfield liderou a rodada Série A da Gruve, uma startup de consultoria em TI que, após adquirir uma empresa de consultoria em segurança de US$ 5 milhões, expandiu sua receita para US$ 15 milhões em apenas seis meses, alcançando uma impressionante margem bruta de 80%, conforme relatam seus fundadores.
Navin Chaddha, diretor administrativo da Mayfield, argumentou ao TechCrunch que se 80% do trabalho for realizado por IA, as empresas podem aspirar a margens brutas de 80% a 90%. Ele projeta que margens combinadas poderiam chegar a 60% ou 70%, gerando um lucro líquido de 20% a 30%.
Elad Gil, um investidor independente, também tem perseguido uma estratégia análoga nos últimos três anos, apoiando empresas que compram negócios estabelecidos e os revolucionam com IA. Segundo Gil, “se você possui o ativo, pode transformá-lo muito mais rapidamente do que apenas vendendo software como fornecedor”. Ele enfatiza que levar a margem bruta de uma empresa de 10% para 40%, por exemplo, representa um “enorme avanço”.
O Alerta: O Fenômeno do “Workslop” e a Complexidade Inesperada da IA
Apesar do otimismo, começam a surgir sinais de alerta indicando que essa transformação da indústria de serviços pode ser mais complexa do que os capitalistas de risco preveem. Um estudo recente, conduzido por pesquisadores do Stanford Social Media Lab e BetterUp Labs, entrevistou 1.150 funcionários em tempo integral de diversas indústrias e revelou que 40% desses trabalhadores estão arcando com uma carga de trabalho adicional devido ao que os pesquisadores chamam de “workslop”. Este termo descreve o trabalho gerado por IA que, apesar de parecer bem-acabado, carece de substância e, ironicamente, cria mais esforço e problemas para os colegas de trabalho. Para mais informações sobre as complexidades do mercado de trabalho e impactos da IA, pode-se consultar artigos relevantes na Harvard Business Review.
Imagem: techcrunch.com
A tendência do “workslop” está cobrando um preço das organizações. Os funcionários participantes da pesquisa relataram que gastam em média quase duas horas para lidar com cada instância de “workslop”. Esse tempo é distribuído entre decifrar o conteúdo, decidir se é preciso devolvê-lo para correção e, muitas vezes, simplesmente corrigi-lo por conta própria.
Com base nas estimativas de tempo dos participantes e seus salários auto-declarados, os autores do levantamento calculam que o “workslop” acarreta um “imposto invisível” de US$ 186 por mês por pessoa. Em uma organização com 10.000 funcionários, dada a prevalência estimada do “workslop”, isso pode resultar em mais de US$ 9 milhões por ano em produtividade perdida, conforme publicado em um novo artigo na Harvard Business Review. Em síntese, a mera implementação de IA não garante melhores resultados.
Desafios na Implementação de IA e a Visão da General Catalyst
Marc Bhargava, da General Catalyst, contesta a ideia de que a IA é superestimada, argumentando, ao contrário, que essas falhas na implementação reforçam a abordagem de sua firma. Para ele, isso “mostra a oportunidade”, pois “não é fácil aplicar a tecnologia de IA a esses negócios”. Bhargava pondera que se todas as empresas da Fortune 100 e outras pudessem simplesmente contratar uma consultoria, aplicar IA, assinar um contrato com a OpenAI e transformar seus negócios, a tese da GC seria menos robusta. Contudo, a realidade é que é “muito difícil transformar uma empresa com IA”.
Bhargava aponta a sofisticação técnica requerida pela IA como a peça-chave que frequentemente falta. “Há muita tecnologia diferente. É boa em coisas diferentes”, disse ele. É crucial, na sua visão, contar com engenheiros de IA aplicada de empresas como Rippling, Ramp, Figma e Scale, que já trabalharam com diversos modelos, compreendem suas nuances, quais são bons para cada finalidade e como encapsulá-los em software. Essa complexidade é precisamente o motivo pelo qual a estratégia da General Catalyst, de emparelhar especialistas em IA com profissionais do setor para construir empresas do zero, faz sentido, defendeu.
Dilemas Futuros para as Margens dos Investidores
Não há como negar que o “workslop” ameaça minar a economia central da estratégia de otimização via IA. A questão mais ampla reside na gravidade do problema e se esse panorama se alterará ao longo do tempo. Por enquanto, se as empresas reduzirem seu quadro de funcionários, conforme a tese de eficiência da IA sugere, terão menos pessoas disponíveis para identificar e corrigir erros gerados pela inteligência artificial.
Caso mantenham os níveis atuais de pessoal para gerenciar o trabalho adicional criado pelas saídas problemáticas da IA, os vultosos ganhos de margem nos quais os VCs estão contando podem nunca se materializar. É fácil argumentar que qualquer um desses cenários deveria, provavelmente, desacelerar os planos de expansão que são centrais para a estratégia de consolidação dos VCs, potencialmente comprometendo os números que tornam esses negócios atraentes para eles.
Entretanto, é provável que frustrações de funcionários e um custo de US$ 9 milhões em impostos invisíveis para uma empresa de serviços não sejam suficientes para deter a maioria dos investidores do Vale do Silício. De fato, a General Catalyst afirma que suas empresas com “estratégia de criação” já são lucrativas, uma vez que geralmente adquirem negócios com fluxo de caixa preexistente. Enquanto a tecnologia de IA continuar a aprimorar-se, e com o massivo investimento e evolução nos modelos, “haverá cada vez mais indústrias para as quais poderemos ajudar a incubar empresas”, concluiu Bhargava.
A ascensão da inteligência artificial no setor de serviços promete revolucionar a economia de empresas com fluxos de trabalho tradicionais, mas não está isenta de desafios intrínsecos e externos que podem impactar diretamente as projeções de lucro dos capitalistas de risco. Para aprofundar-se em como as novas tecnologias afetam o mercado, continue acompanhando a editoria de Economia.
Techcrunch event
San Francisco
| October 27-29, 2025
REGISTER NOW
Recomendo
🔗 Links Úteis
Recursos externos recomendados
