As novas regras da IA vertical, segundo Keith Rabois

A tese de Keith Rabois, sócio-gerente da Khosla Ventures, é que construir muros contra os laboratórios é a aposta errada. Para ele, os modelos de fronteira vão continuar melhorando, e a empresa de IA vertical mais durável é a que canaliza esse avanço para uma aplicação em que o cliente recebe valor crescente. A diferença central está entre copilot e autopilot. O copilot ajuda o profissional a ser mais rápido, mas cada upgrade de modelo também melhora o chatbot genérico e estreita a distância. O autopilot entrega o resultado, e o cliente compra o resultado, não a ferramenta.

Rabois lista quatro coisas que um laboratório dificilmente replica logo: um ciclo de dados que se acumula, dados públicos mas não acessíveis (como audiências legislativas sem registro online), casos de borda fatiados fino (contratos de NBA são diferentes de contratos de bens de consumo) e a responsabilidade na última milha, com licença e exposição a erro profissional. Sobre roteamento, ele cita a inteligência irregular: modelos diferentes lideram tarefas diferentes, então não convém casar com um só. A recomendação para conseguir dados é seguir o caminho da Tesla, com um produto que o cliente paga, e não o da Waymo, que dependia do caixa do Google. Ele vê o mercado de grandes rodadas como frágil.

A tese conversa com coberturas anteriores do CEVIU, mas sem ser a evolução de um mesmo produto ou evento. Em 16 de março de 2026, o CEVIU noticiou "A IA Não Vai Substituir a Inovação", com a visão de que laboratórios de fronteira construiriam a infraestrutura e milhares de empresas transformariam essa inteligência em produtos e workflows. A fala de Rabois detalha o que essas empresas precisam possuir. Em 20 de agosto de 2026, o texto "Otimização de Custos em IA: Estratégias para Reduzir o Gasto de Empresas com Inteligência Artificial" defendia não usar frontier models em toda tarefa, o que se aproxima do argumento do model routing. Em 17 de setembro de 2026, "IA Empresarial Redefine o Futuro do SaaS com 'Scorebooks' e Aprendizado Contínuo" apontava que o sucesso vem de transformar experiência prática em conhecimento acumulado, ideia próxima do ciclo de dados.

Para quem funda uma startup de IA vertical, a leitura prática é trocar a pergunta "o laboratório vai me copiar?" por "o que eu possuo que ele não consegue ter?". Isso passa por vender o resultado, e não a ferramenta, e por escolher um nicho em que dados privados e responsabilidade legal pesam. Também sugere começar com um produto que gere receita e dados ao mesmo tempo, em vez de depender de uma rodada gigante.