A maioria dos VCs se autodenomina investidores de convicção. Contudo, o que geralmente querem dizer é que agem rapidamente quando um fundador se encaixa em um padrão óbvio: empresa de IA, escola de elite, exit anterior, mercado aquecido, memorando claro. A verdadeira convicção, porém, é cara. Ela se manifesta quando o fundador é excêntrico, o mercado não está comprovado e o memorando é mal estruturado. O artigo chama isso de "legibility tax". Cada camada de capital institucional elimina as singularidades para que o negócio possa ser defendido internamente. Se você está construindo algo não óbvio, precisa de uma pessoa disposta a parecer tola antes que todos concordem.
Todas as notícias
CEVIU Empreendedores
Táticas, tendências e ferramentas para fundadores de startups e empreendedores
829 notícias
Besvinick refuta a tese da "Grande Bifurcação" de Lucas Bagno, que sugere que rodadas com preços baixos indicam seleção adversa. Besvinick argumenta que rodadas pre-seed, com valuations pós-investimento entre US$ 5 milhões e US$ 15 milhões, operam com um perfil de risco diferente das rodadas seed de US$ 40 milhões a US$ 100 milhões, e recompensam o apoio a fundadores antes que um consenso se forme.
Crie coisas pelas quais você tem curiosidade pessoal e as apresente às pessoas rapidamente.
Startups nativas de IA devem aproveitar dados como sua principal vantagem competitiva, estabelecendo flywheels de dados para superar os concorrentes.
A demanda por tokens está aumentando, e todos devem considerar como gerenciar seu uso, pois os modelos tendem a ficar mais caros à medida que melhoram. Empresas precisam avaliar se estão utilizando o modelo de tamanho adequado para seus projetos e se o raciocínio é realmente necessário. É crucial ser flexível com os provedores e só empregar fine-tuning ou post-training se houver dados, expertise e recursos suficientes.
Cole uma captura de tela de um aplicativo no Codex. O Codex o constrói, então abre um navegador e compara o aplicativo em execução com a captura de tela original. No exemplo da Artemis II, o Codex obteve dados reais da missão da NASA, percebeu que a proporção Terra-Lua da captura de tela estava errada para a missão real e interpolou uma trajetória de voo que preservou o visual sem distorcer a física. O sistema tratou o visual como intenção de design, e não como algo inquestionável. O gargalo deixa de ser "você consegue fazer a primeira versão?" e passa a ser "você consegue identificar o que está errado?"
A plataforma X reconstruiu sua plataforma de publicidade do zero, iniciando o lançamento da nova versão no mês passado. O novo Ads Manager foi concebido com base nos pilares de Simplicidade, Controle Inigualável e Performance Superior com IA. Esta atualização introduz modernos sistemas de retrieval e ranking alimentados por IA de última geração, possibilitando uma entrega de anúncios mais precisa, relevante e dinâmica, alinhada com os acontecimentos em X em tempo real.
Uma prosa lapidada costumava exigir esforço. Hoje, qualquer fundador pode produzir um comunicado de lançamento de funcionalidade claro em dez minutos, mas a maioria deles soa como o mesmo anúncio. Faça o teste: troque o nome da sua empresa pelo de um concorrente e releia sua última publicação. Se ela ainda fizer sentido, você escreveu apenas um comunicado de imprensa genérico. Para ir além, não entregue ao modelo uma especificação de funcionalidade e peça um texto lapidado. Em vez disso, forneça o ticket do cliente, a discussão no Slack e o áudio em que você explica por que essa funcionalidade realmente importa, garantindo autenticidade e relevância.
Durante a maior parte da história do software, era possível simular produtividade entregando muito. A IA quebrou essa fachada, pois protótipos são baratos, as especificações se escrevem sozinhas, e a entrega parece a mesma, quer você esteja construindo a coisa certa ou a errada. Isso exige equipes menores de quatro ou cinco pessoas, com o PM mais próximo do trabalho, especialmente em funcionalidades de IA onde a pergunta 'isso é bom?' não pode ser respondida por uma métrica. O modelo pode construir a coisa para você, mas ainda não consegue dizer por que alguém deveria se importar.
Agentes de IA agora executam o trabalho real como loops de código, em vez de apenas intermediar interfaces, transformando tarefas humanas em chamadas de ferramentas e etapas de verificação. Tarefas baseadas em agentes consomem ordens de magnitude mais tokens do que um chat, pois uma única correção de bug do Claude Code pode consumir cerca de 900 mil tokens, onde quase todo o consumo se destina a replay de contexto e saída de ferramenta, em vez de código visível. Dados da METR mostram que os horizontes de tarefas autônomas estão dobrando a cada 131 dias, saltando de 4 minutos no GPT-4 para aproximadamente 12 horas no Claude Opus 4.6. Isso impulsiona a OpenAI a ultrapassar 15 bilhões de tokens por minuto, enquanto o Google registra um crescimento de 50x ano a ano no consumo de tokens.
Aquilo que você mais precisa saber geralmente são as coisas que ninguém pensou em perguntar.
Estamos caminhando para uma estrutura de preços baseada em token e o fim das camadas de preço fixo.
A Chainguard agora espera que seus gerentes de engenharia estejam no percentil 50 de uso de tokens entre seus subordinados diretos. Gerentes que utilizam poucos tokens carecem do contexto necessário para gerenciar e impulsionar resultados. Por outro lado, gerentes que usam tokens em excesso precisam focar em aumentar o uso de tokens por suas equipes. Estar no meio termo significa que tanto os gestores quanto suas equipes compreendem plenamente o potencial das ferramentas que utilizam.
Por uma década, a pergunta dos compradores era: "Integra-se com Salesforce?". Agora, eles querem saber se agentes podem operar seu produto, se suas APIs são limpas e se há um conector MCP. Compradores que fazem essas perguntas estão calculando se vale a pena mantê-lo. A situação piora quando um fornecedor que eles já pagam adiciona uma versão de 60% do que você oferece, porque a IA preenche o restante o suficiente para que cortar seu contrato de US$ 80 mil deixe de parecer uma desvantagem. Contratos anuais têm escondido a frequência com que isso já está acontecendo.
Atualmente, os ganhos de mercado da IA favorecem fornecedores como a Nvidia, enquanto os benefícios mais amplos de produtividade permanecem subavaliados.
Um cliente pediu uma funcionalidade em uma chamada. A equipe a construiu, lançou rapidamente e seguiu em frente. Ninguém realmente a utilizou. A velocidade só ajuda se você entender o problema antes de começar a construir. Analise suas últimas cinco funcionalidades lançadas e conte quantos clientes ainda estavam usando cada uma delas um mês depois.
É ingênuo supor que o Total Addressable Market (TAM) para inteligência artificial será simplesmente igual ao tamanho atual do mercado de trabalho humano global. Esta publicação propõe um novo framework para dimensionar os mercados de IA, baseado na equação econômica clássica de Preço multiplicado por Quantidade (TAM = TAM do Trabalho Humano × Fator de Compressão de Preço × Fator de Expansão de Volume).
💸
O Caminho Amplo: Por que a Maioria das Dinâmicas Atuais de Valuation Não Permanecerá (e o Que Virá)
As valuations altíssimas atuais no setor de inteligência artificial são uma bolha temporária impulsionada pela oferta e demanda. Embora ferramentas de IA para desenvolvedores e prosumers possam alcançar um crescimento de receita rápido e sem precedentes agora, essa janela provavelmente se fechará em um a dois anos, à medida que o mercado saturar e a concorrência se intensificar.
A MedScout colocou um de seus melhores AEs em um projetor e gravou tudo: quais abas ele abria, onde fazia pausas, o que o fazia dizer "este é interessante" em vez de "este não é". Esse conhecimento tácito geralmente reside na mente de alguém como reconhecimento de padrões e nunca é documentado, o que explica por que a maioria dos qualificadores de contas com IA falha. Da próxima vez que alguém da sua equipe disser "devemos automatizar a qualificação", a primeira pergunta certa não é qual modelo usar. É se alguém conseguiria descrever o que seu melhor representante está realmente fazendo.
O trabalho de um designer não se resume ao arquivo Figma. O trabalho de um PM não é a especificação. O trabalho de um engenheiro não é o código. Esses são produtos finais, e a IA é excelente em gerá-los. É por essa razão que a parte menos visível do trabalho ganha importância: sentar com o problema, recusar soluções superficiais e fazer julgamentos que um prompt não pode realizar. Na próxima vez que você estiver contratando para uma função e se impressionar com o volume que alguém entrega, a pergunta mais importante é se essa pessoa foi a única capaz de decidir o que deveria ser entregue desde o início.
