Se gostar da newsletter, não se esqueça de se inscrever.

Assine agora

Mudei o nome da edição de Monthly Recap para Giro Mensal. A ideia segue a mesma, a de revisar e comentar o último mês, de forma aberta, para destilar alguns dos sinais para ficar em dia sobre o ambiente de VC, insights e aprendizados de campo, além de atualizações do que tenho feito e escrito. O objetivo é ser transparente a quem me segue e aprofundar as trocas.

O que esperar da leitura:

• Uma revisão e alguns comentários sobre Narrativa Global de IA, VC Global e na região da Latam.

• Conversas de campo: 80% de diligência, quando usar Cold Calls em fundraising e como começar com AI Native Services.

• Meus blog posts e posts em mídias sociais (Linkedin / X)

• SAVE THE DATE: Campinas Innovation Week

Giro Mensal de Julho/26

Narrativa Global

Começando pela narrativa global de investimento, principalmente em IA, a tendência da vez. No último mês, eu peguei dois grandes temas:

1. O mercado se mostrou mais inseguro com tanto CAPEX e os riscos que isso pode trazer para os investimentos massivos da cadeia de IA (como compartilhei nos links do Giro Mensal de junho). Empresas de infra, semis e chips, como a TSMC que produz chips para NVIDIA, por exemplo, entregaram outro resultado de lucro recorde, mas muitas das ações caíram porque o CAPEX previsto subiu junto. Hyperscalers, como a Google (Alphabet), por exemplo, reportou crescimento forte de receita, como 24% no total, sendo 82% de crescimento só em nuvem, mas também demonstrou, pela primeira vez na história como empresa aberta, que queimou caixa (US$ 5,9 bilhões de fluxo de caixa livre negativo no trimestre, com CAPEX anual projetado em US$ 195-205 bilhões).
   Achei interessante o ponto de Ed Zitron, analista, e pessimista ao modelo de CAPEX atual de IA, que colocou no seu post que “os hyperscalers não podem parar de gastar, porque no momento em que pararem passarão a ser avaliados pelo que já investiram”.
   Meu take é que é positivo, e o mercado parece estar caindo um pouco na real e entendendo bastante o tamanho do risco que grandes empresas estão correndo. Diante disso tudo, o mesmo Ed Zitron já começa a sugerir a bolha atual de financiamento de Data Center com os créditos podres de subprime (do GFC 2008).

2. O segundo ponto relevante foi a discussão e ameaça dos modelos open source chineses, que brigam de forma direta com os modelos americanos. Dias depois, diversas empresas americanas reportaram usar os modelos e reduzir muitos custos. Isso ameaça não só as receitas, mas o modelo de negócio que começa a mostrar que tokens são commodities. Por exemplo, a Coinbase reportou que trocou modelos americanos pelos chineses abertos e cortou o gasto com IA pela metade. Outras que reportaram ganhos e benefícios com uso de modelos chineses foram Uber, Doordash, Airbnb, Siemens, Cursor etc...

Além de ser uma ameaça para as grandes LLMs, como Anthropic e OpenAI, isso acirra cada vez mais o desafio geopolítico e de soberania dos EUA perante a China.

No final do dia, parece que o valor do meio da cadeia está sendo espremido ou comprimido. Quem vende o infra (chips, energia) segue capturando bastante valor e bottom line, e quem está investindo pesadamente vai precisar começar a demonstrar os resultados desses investimentos. Acredito que isso pode reduzir o volume e trazer mais soberba em torno da tese de IA como transformação.

VC Global

Acredito que a dinâmica global de VC não mudou do que venho comentando. Um assunto muito discutido no X pelos VCs e interessados foi o desafio das Safras de 10 anos atrás (tempo de duração de um fundo) de ter o retorno esperado. Apenas 10% dos fundos conseguem ficar acima de 3,4x de valorização. Isso é o TVPI (Total Value to Paid-In Capital), e não a distribuição de fato, contempla o múltiplo do valor residual (não distribuído ainda) e o já distribuído. Isso foi um choque porque antes o mercado olhava somente para o top quartil.

O mercado segue com muita concentração de capital em poucos fundos, que estão se tornando gigantes da indústria e menos como fundos tradicionais, como Benchmark. Quando você capta e gerencia bilhões, você precisa de empresas que consumam centenas de milhões em capital. Por isso, vejo que as apostas estão sendo direcionadas, quase que consensualmente, para setores como defesa, robótica, deep techs, nuclear etc... Esses são os espaços que precisam de muito dinheiro para se desenvolver. Esse é um jogo sendo jogado principalmente no Vale do Silício e na China, onde há capital. Nesse sentido, a Lei de Potência deverá ficar cada vez mais presente e extrema, com ciclos cada vez mais longos para o Venture Capital visto nessas regiões.

Esse post é um bom esclarecedor sobre a Lei de Potência no mercado de VC. O autor, investidor da Founder Collective, reuniu os maiores 500 exits de startups desde os anos 2000. Segundo ele, foram criadas mais de 100 mil startups desde lá.

Alguns dados interessantes, que me surpreendem, têm a ver com essa extrema Lei de Potência que vivemos:

• O maior exit foi o recente IPO da SpaceX por mais de $1,75 trilhão.

• A mediana dos 500 maiores foi “apenas” $2,7 bilhões.

• No tier mais baixo das top 500, entre as 400ª e 500ª maiores exit, a mediana foi menor que um unicórnio.

Essa análise traz pontos relevantes sobre tamanho de fundo e a importância de ter participação no exit da empresa para aumentar as chances de retorno do fundo. É muito difícil estar na mediana das top 500 empresas globais. Temos que mirar nelas, mas também temos que ter a noção do desafio e do jogo que estamos jogando.

VC Latam

Uma nota para VC na região é que o dinheiro está realmente concentrado no vale, tanto que muitos founders estão indo para lá ficar mais próximos. Mas o talento, em geral, ainda está espalhado globalmente, e ele não deve se concentrar.

Alguns investidores estrangeiros enxergam isso, e estão liderando as principais rodadas no Brasil (Enter, Jota e Decade). Mas também dificulta cada vez mais que os fundos de VC locais liderem rodadas Series-A, principalmente pelo tamanho e capacidade dos fundos.

Ao mesmo tempo, na minha visão, isso torna um divisor claro das oportunidades em que, os que levantam precisam chegar a resultados de saída da extrema Lei de Potência, como das 500 maiores exits que mencionei acima, ou das futuras 10 maiores saídas do Brasil.

Enquanto o mundo está concentrado em quase 90 unicórnios criados em 2026, apenas 1 no Brasil ou na Latam. Vale lembrar que a era Cloud começou por volta de 2006 e a era mobile um pouco depois, com smartphone em mainstream a partir de 2012, e só tivemos o primeiro unicórnio no Brasil em 2018.

Isso acontece porque a concentração do valor começa na construção e captura de valor na infraestrutura, onde acredito que a IA ainda está. São áreas que demandam muito capital para a criação das novas tecnologias. Como comentei acima, os grandes fundos estão alocando em áreas que demandam muito capital, o que eleva o valuation de partida. Isso também mostra que IA ainda não é mainstream, e não está no consumo ou de fato mudou o hábito ou comportamento do usuário padrão.

E é aí que está a oportunidade no Brasil. Vejo grandes negócios alavancados por novos modelos de negócio, distribuição e peculiaridade de consumo, alinhados aos aspectos locais. Isso tudo me remete a apps (Aplicações), verticais, serviços etc.

Building (& Investing) in Public

Conversas abertas / notas e reflexões de campo:

Essas são notas que tirei de conversas com founders e outros investidores ao longo do mês. São conselhos que repeti ou consolidei em calls ou mensagens, e que vale trazer aqui. Não são teses fechadas, são padrões que tenho observado. Tome com a moderação de sempre.

80% da diligência em Early-stage

Tenho solicitado aos founders alguns materiais básicos ao longo do processo, materiais básicos ao longo do processo, material que, na minha visão, o founder já deveria ter pronto. Esses dados, além de um material de pitch deck, representam mais de 80% das informações que preciso para tomar decisão. Se quiser velocidade e tração para o processo, é importante ter em mãos documentos para mostrar com dados:

• O que representa a tração comercial ou de produto que você está comentando? Pode ser uma dashboard comercial como visualização de funil, planilha comercial, métricas de vendas. Em caso de pré-product market fit, demonstre o uso do produto e evidências de que já está gerando resultado. Análises de cohort são o ideal nesse momento.

• Qual é a expectativa de uso dos recursos da rodada e qual o estado da empresa ao final desse estágio? Plano de negócios com a expectativa de queima de caixa mensal, alocação e contratação de recursos e equipe, runway, milestones, e premissas e modelagem do crescimento da receita. Já comentei em outros posts de como vejo a gestão de caixa (aqui e aqui) e como pode ajudar a desenhar.

• Qual o diferencial e features do produto? Demo do produto ou uma licença de uso/teste do produto.

Isso deveria estar pronto antes de sair ao mercado, para o founder controlar e cadenciar o processo. Ao longo das reuniões, e à medida que avança, ir compartilhando os materiais. Meu ponto, no fim, é que é preciso responder a essas perguntas com base sólida para poder avançar com o investidor, e se não tiver clareza e prova do que está falando, dificilmente virá a convicção do investidor.

Quando fazer cold call para investidores funciona

Founders que não têm um network relevante precisam expandir se querem entrar na trilha de VC, pois, como comento bastante aqui: 1) uma rodada de VC é como um processo de vendas e pipeline, é preciso encher o funil para converter um percentual muito baixo e 2) a pessoa no papel de CEO/cofundador precisará prever e executar pelo menos 3 a 4 rodadas de investimento para fazer sentido na trilha.

Dito isso, o cold call pode funcionar para essa abertura de network, mas é muito difícil para captação diretamente, em si. Portanto, o momento que mais funciona, por exemplo, é para abrir o relacionamento e se conhecerem. Ganchos de uma mensagem fria de abertura de contato podem funcionar quando, por exemplo, o investidor estiver em algum evento em que você vai estar, ou você estiver visitando a cidade do investidor para tomar um café ou, mesmo, após levantar a sua rodada pensando em abrir o relacionamento para uma próxima. Seja autêntico e honesto com o tempo de todos.

É importante entender que para construir relacionamento exige tempo, e ter em mente que o seu network construído de VC deve contemplar a conexão com quem decide para ser efetivo. Quem você se conecta importa muito. Analistas e associates são ótimos, geralmente muito talentosos, às vezes podem ter insights para trocar, mas, para construção de network para próximas rodadas, é preciso entender a influência deles dentro do processo e perante os sócios da gestora. É preciso entender se ele está de fato interessado e comprado, e irá levar para os sócios, ou se é só uma reunião de screening.

Como modelar o GTM para atacar IA e serviços

Meu último post sobre AI Native Services gerou diversas boas conversas sobre a modelagem desse negócio. O centro das discussões era como pensar o início da oferta no mercado de Serviços.

Interessante que surgiram nas conversas vários ângulos de modelagem de negócio e estratégicos de GTM. Alguns ângulos que surgiram:

• Virar uma empresa de serviço: Aqui é a forma mais simples. É ofertar o serviço e entregar a tarefa final esperada, a partir da sua empresa, rodando dentro da sua esteira e workflow mais eficiente e com diferenciais competitivos trazidos pela IA (mais rápido, barato, melhor ROI, etc…).

• Vender o workflow de IA para quem opera o serviço: Vender o sistema de agentes inteligentes ou de ação para empresas de serviço tradicionais serem AI-enabled ou AI-powered.

• Rollups de empresas do setor: Comprar empresas de serviço, com sua base de clientes, e reestruturar para uma empresa de serviços AI-First, acelerando o crescimento e margens.

• Embutir o workflow da prestação de serviço em negócios adjacentes ou em plataformas: Acoplar o serviço em canais e soluções de parceiros estratégicos, em que seu serviço não seja o core deste parceiro.

Essa nota é exploratória e ainda não tem nenhum fechamento, mas pode trazer alguns caminhos novos para quem não pensou.

Meus posts do último mês, caso tenha perdido:

Blog Posts:

• Com a IA fazendo o trabalho, o serviço vira produto: Contabilidade no Brasil movimenta R$ 85 bilhões por ano e software desse mercado, o ERP, R$ 12,6 bilhões. Os orçamentos de serviços sempre foram alguns múltiplos maiores que os de software, só que ninguém conseguia atacá-lo porque o SaaS mapeava e gerenciava o workflow em blocos, e nunca executava ou tinha julgamento que fazia o processo andar. Escrevi sobre a oportunidade, frameworks para analisar e sobre essa oportunidade no Brasil. No Brasil, por exemplo, o jurídico já tem líder (a Enter virou o primeiro unicórnio de IA da América Latina), billing hospitalar e contact center seguem movimentando investimento, e o resto do mercado ainda vende ferramenta achando que vende serviço. O que me faz qualificar a tese: inferência em dólar contra receita em real, e conselho profissional exigindo um certificado assinando o entregável.

  
  Thread resumo sobre esse Blog Post:

Posts no LinkedIn e X

• Sobre a venda da Airtable para a Bending Spoons:

• MVD > MVP

• Second Time ou Super Founders podem dar errado, na minha visão, quando…

Deals - Oportunidades que estou avaliando para Angel / Pre-seed

Esse último mês tive mais de 45 conversas com founders. Eu tenho compartilhado algumas oportunidades com investidores parceiros. Se investidores anjo ou gestores de VC tiverem interesse de olhar conjuntamente para alguma dessas oportunidades, será um prazer trocar o que for possível, com a devida discrição. Fique à vontade para me chamar, respondendo a este e-mail ou pelo meu Linkedin.

Considerações Finais: SAVE THE DATE

• Save the Date: Campinas Innovation Week, dos dias 14 ao dia 18/setembro, no Pátio Ferroviário - um lugar incrível da cidade - a entrada é gratuita.
  
  No dia 17 de setembro, será separada a tarde para falarmos de VC & Startups.
  

  Eu estou organizando, e serei host, de um painel sobre venture capital, abordando o que está mudando e as novas teses de investimento. Em breve, anuncio o painel para todos. Estou super empolgado e tenho certeza de que vai ser super rica essa conversa.

  Também, após o painel, terão outros com assuntos sobre oportunidades em novas tecnologias e o Brasil, e insights e jornadas de founders da trilha de VC. Evento e tarde imperdíveis.

Obrigado por ler, mais uma vez!

Abraço

Guilherme

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

Com a IA fazendo o trabalho, o serviço vira produto

Nos últimos meses, eu escrevi sobre o processo de “unbundling” do trabalho gerado pela IA, e como a proposta de valor das empresas de software precisou mudar para vender tarefa ou serviço, ao invés de apenas o software.

O SaaS mapeou o workflow e dividiu em blocos, estágios e passo a passo. Onde o pedido entra, onde o pagamento liquida, onde o dado fica guardado. O que ele não descreve bem foram as nuances e o dia a dia do trabalho real que mantém o workflow funcionando. O analista que abre o e-mail de um cliente irritado, reconhece um caso que já viu três ou quatro vezes na carreira, e leva alguns minutos pensando se reembolsa ou contesta o cliente. Nenhum campo do CRM registra essa decisão. Ela é o produto. O back-office que abre o PDF da invoice, confere se os números batem e roteia para a pessoa certa dentro de uma rede de milhares de prestadores. Esse é um trabalho chave, caro, que fica em algum lugar entre o software e o humano, executado por firmas de serviço de BPOs ou pelos próprios funcionários do cliente.

No texto, também comento que os pontos de entrada empresas AI Software mais usuais que tenho visto são diretamente por meio da troca da empresa de serviço por uma Service-as-Software ou substituir as camadas de processamento humano das camadas de registro com IA.

Essa é a essência dos AI-Native Services.

Depois de alguns meses e algumas de conversas, estudos, evolução de modelos e algumas reflexões, tenho bastante convicção nesse caminho de oportunidade de usar a IA para geração de valor para a sociedade e envolvidos. Então, quero compartilhar de uma forma mais clara essa tese, reforçar os fatores que estão impulsionando a sua adoção, os desafios e, principalmente, alguns frameworks práticos para avaliar e discutir quais negócios B2B estão maduros para se tornarem um AI-Native Service. O intuito é trazer embasamento, engajamento e discussão para essa tese.

Ainda estamos numa fase inicial, com pouca amostra de causa e efeito, mas já começamos a ver em algumas startups um movimento de empresas posicionando para AI Native Services.

Por que aqui, e agora?

Com a IA, começa ser possível programar o julgamento, tornando a entrega do trabalho mais complexo algo concreto. E, no caso da contratação de serviços, o orçamento ou a linha da despesa já está lá para pagar por aquele trabalho. Já existe o willingness to pay. Isso é bem relevante, pois para grande parte dos serviços oferecidos hoje, não é preciso aprovar uma nova linha de despesa.

O exemplo mais claro para mim é o do contador. Toda empresa precisa de um, é uma linha de serviço que praticamente já nasce junto com o CNPJ. E, conforme as empresas ganham maturidade e terceirizam algumas funções, sejam operacionais ou de especialistas, trazem outros serviços se tornam básicos para operar como BPOs, agências de marketing, facilities etc. Na prática, boa parte da força de trabalho de uma empresa já é ou pode estar fora da folha, por meio de uma prestadora terceirizada.

Então, não é preciso vender um projeto novo dentro do cliente, e por isso o atrito de adoção é muito menor. Se o serviço é melhor, mais barato e com retorno mais claro, a probabilidade de troca é alta. O desafio passa a ser outro: vencer o switching cost e a confiança.

A Sequoia trouxe que a proporção de que para cada dólar gasto em software existem seis gastos em serviços. A distância do potencial que consigo ver, por exemplo, é que o mercado de contadores no Brasil é de R$ 85 bilhões ao ano, contando com mais de 520 mil profissionais registrados e cerca de 100 mil empresas contábeis ativas no país, e o mercado de ERP é de R$ 12,6 bilhões. Portanto, o mercado de contadores é cerca de 7x maior. O dinheiro em serviço é maior justamente porque o trabalho exigia julgamento e, até então, software não conseguia fazer julgamento. Além disso, com software fazendo julgamentos melhores no geral e mais barato, a demanda tende a crescer pelo serviço.

Existem, obviamente, desafios do Brasil que podem ser oportunidades para quem sabe jogar localmente. Para serviços em cima da camada de IA, o custo de inferência é em dólar e a receita é em real. É por isso que acredito ainda mais em um modelo de cobrança o mais próximo possível da proxy de resultado do serviço, que permite cobrar pelo trabalho, conta conciliada ou problema resolvido, sem encargos trabalhistas ou provisões de litígio trabalhista das empresas, como de serviços de atendimento, cobrança e back-office. Permite maior escala, já que empresas tradicionais de serviços precisam contratar humanos linearmente à sua receita, e do outro lado, o alinhamento contábil do preço pago por resultado.

Outro ponto é regulatório. Quais serão as “algemas” (no vocabulário do framework 3H que vou comentar adiante) que os órgãos regulatórios vão exigir desses serviços? Como vai ser o papel do profissional daquela área, o quanto ele precisa arcar e atestar com os riscos regulatórios? Por exemplo, OAB, CFC, CRECI, etc... cada uma exigindo profissional certificado assinando o entregável. Isso pode limitar o potencial da automação, mas também pode ser um moat ou uma complexidade que traz oportunidades.

Esses dois últimos pontos, como câmbio e regulatório, talvez possam ser pontos mais amplos do Brasil que tornam a tese diferente do que a gente vai ler nas mídias de tecnologia e de IA. Por isso, em algumas áreas não vai ser possível apenas replicar o que é feito ou visto lá fora. Founder que pensarem e arquitetarem com expertise setorial local devem ter vantagens para construir negócios grandes no Brasil.

Então, como decidir

Três frameworks que li nos últimos meses, que quero trazer e comentar. Eles trazem, o que considero as três perguntas cruciais na hora de racionalizar se faz sentido construir um AI-native Service para tal categoria de serviço e tal mercado.

Existem desafios que ainda categorizam serviços como AI-enabled, onde existem questões operacionais de tecnologia ou regulação que colocam a necessidade de humano no loop ainda, mas amplificam muito a produtividade da prestação do serviço. Por outro lado, se o serviço depende apenas de processamento de informação, como processamento de sinistros, emissões de apólices, revisão de notas fiscais e extratos, o potencial de automação completa é muito maior.

O primeiro framework ajuda a responder isso.

Quanto desse trabalho a IA consegue abraçar?

O primeiro é o 3H, da Delta. Esse modelo sugere que nenhum serviço vai a 100% de automação, e buscar entender as restrições ajuda a identificar o potencial de automação da categoria de serviço para melhor arquitetura da unidade de valor e de crescimento.

Essas restrições são:

Depois disso, é possível entender e comparar algumas atividades, por exemplo:

Esses são alguns exercícios generalizados nas áreas. Entendo que é preciso analisar de forma específica para cada tipo de serviço dentro de cada área (área de M&A vs. contencioso), perfil de segmento e mercado da oferta (alto vs. baixo valor agregado) e questões locais ou de nichos (como regulação, culturais etc…).

Segundo o framework, é uma análise do potencial daquela oportunidade em relação ao mercado:

Esse mercado tem um potencial muito grande (de Venture Capital)?

Depois de entender o fit da IA com o mercado do serviço, é interessante usar o framework do Patrick Salyer, VC da Mayfield. Ele sugere um scorecard com 8 perguntas.

1. Tamanho de mercado: O mercado é grande o suficiente para o objetivo da empreitada (exit de venture capital)?

2. Fragmentação: existe espaço para um entrante ou o setor é dominado por poucos?

3. Qualidade da receita: o modelo é recorrente ou na maioria das vezes são projetos pontuais?

4. Impacto de produto da IA: O produto faz o serviço ficar materialmente melhor, ou apenas mais barato ou rápido?

5. Data flywheel: Cada interação melhora o serviço para o próximo cliente?

6. Switching cost: Depois de implantado, é difícil sair / tirar?

7. Modelo de negócio: Existe mudança estrutural e irreversível de margem bruta?

8. Competitividade: Oceano vermelho ou azul, novos entrantes financiados por VC ou é um mar azul ainda?

No geral, são critérios de análise base para venture, mas é framework claro que nos ajuda a questionar e discutir. Particularmente, acredito que os itens 4 e 5 são onde vejo founders com mais dificuldade para responder ou ter clareza. Os itens 7 e 8 são chave para chegar a escala e cruzar abismos.

O próximo framework se aprofunda nos itens 4 e 7.

A IA está funcionando no serviço ou só parece que está?

Essa pergunta veio do material da Emergence Capital. Eles trazem o conceito de “a miragem de product-market fit” desse mercado, que é o crescimento de receita através do trabalho humano, e não da alavancagem da IA.

Ele traz alguns pontos de métricas para analisarmos:

• Margem bruta: é preciso que ela expanda à medida que o volume de serviços aumente, pois a IA estará fazendo mais trabalho. É preciso ser honesto com o que está no COGS, principalmente os humanos no loop da prestadora, que precisam estar na linha de custo, com custos de inferência, API, cloud etc. Aqui, como comentei, o COGS está muito atrelado ao dólar, e é importante monitorar câmbio se os custos de inferência pela IA forem muito relevantes.

• ARR/FTE: Essa é a métrica de eficiência mais clara. Em serviços de IA, ela faz parte da modelagem financeira do produto.

• A entrega do serviço: Se precisa de mais pessoas, de forma linear, conforme novas entregas surgem, isso soa como uma empresa tradicional de serviços.

• Personalização do serviço: É preciso buscar a produtização. Se cada cliente exige personalização da engenharia, não há produto ou escala.

• North-star-metric de produtização: É preciso ter clareza de uma métrica que demonstra que a IA está escalando na entrega do produto. Aqui sugerem a ‘HURT’ (Human Review Time ou Tempo de Revisão Humana), ou seja, quantos minutos de trabalho humano são necessários por documento (ou tarefa) após o processamento pela IA, sem sacrificar a qualidade. À medida que o HURT se aproxima de zero, as margens se aproximam das margens de software. É importante pensar em uma definição de métricas para isso.

Serviço é a entrega de um fluxo de trabalho de ponta a ponta. Para enxugar a complexidade de workflow, limitar escopos, é preciso ter foco no Job-to-be-done e ICP. Esse é o conceito básico de PMF, onde buscamos encontrar automações e casos de uso para workflow que possam ser replicáveis.

Os desafios de quem constrói

Agora, vamos falar um pouco de alguns desafios mapeados para empresas que estão se aventurando na tese.

É preciso comandar o workflow ou os dados

Apenas automatizar o serviço, com o custo de inteligência se reduzindo, é um jogo de preço e estratégia de baixo custo, que não faz sentido para um novo entrante jogar. Então, não adianta apenas executar o serviço sem ter um workflow ou trafegar os dados de forma proprietária. Esse é de fato onde está o diferencial para Go-To-Market, e forma de criar as vantagens competitivas.

Envolve o que escrevi sobre Model Market fit, e o que acontece com o seu negócio se o modelo ficar melhor? É uma ameaça ou uma oportunidade?

Crescer, produtizar e entregar

A empresa de AI-Native Services precisa construir três frentes ao mesmo tempo: uma máquina de vendas para crescer, na produtização para escalar e expandir margem, e na operação de entrega para manter a qualidade do serviço. É difícil investir nos três ao mesmo tempo. Por isso, talvez, a verticalização seja a melhor forma de reduzir esse dilema, com um escopo menor de workflow para produtizar e um ICP mais claro para vender

A confiança do prestador

Em serviços profissionais, a confiança sempre foi um fator muito importante. Ninguém ainda contrata uma firma de serviços pelo software ou pelos engenheiros que tem dentro de casa.

Esse é um desafio de cold start para a tese de Empresas de AI Native Services. Ter pessoas com autoridade no setor ajuda. No início, é preciso ter emprestado a credibilidade, se os founders não tiverem, contratando pessoas respeitadas na indústria ou por meio de parcerias.

O outro lado mais ousado disso é exercer a confiança assumindo a responsabilidade pelo desfecho, e se é algo que a empresa ofertante quer ter no seu modelo de negócio. É um grande risco embutido, mas pode ser uma grande vantagem competitiva profunda para a empresa que sabe fazer.

O que já vejo no Brasil

Nesses últimos meses e semanas, mapeando os setores de serviço, analisando oportunidades e conversando com fundadores, tive algumas leituras iniciais sobre o mercado local para quem está se aventurando no Brasil:

1) Alguns setores já estão avançando bem com uma proposta similar à de serviços:

• Jurídico: várias empresas já atuam, mas o caso da Enter, primeiro unicórnio de IA da América Latina, US$ 1,2 bi de valuation na Série B de R$ 500 mi liderada pela Founders Fund em maio de 2026, com ~300 mil processos por ano e R$ 50 mi de ARR reportado em 2025. Segundo seu website, a Enter mantém revisão humana no loop (lembra do framework 3H acima?).

• Pagamentos de saúde / Billing hospitalar: Recentemente, observamos movimentações de rodadas de investimentos significativas nessa área em empresas como Arvo, RIVIO, Revena, Autorizaí etc. Sem dúvida, esse é um mercado sendo transformado no Brasil.

• Contact Center: Cobrança e atendimento em instituições financeiras estão sendo transformados por IA com empresas como a Monest, Fintalk, que busca atuar na área de contact centers.

Além disso, é possível ver alguns cases surgindo em outras áreas, como a de agências de viagens, corretores de seguros etc.

2) A segunda leitura é que muitos ainda vendem só a ferramenta, e ainda não se adentrou ao serviço

• A grande maioria dos setores já usa IA como interface de relacionamento com o cliente, mas a maioria das empresas ainda não conseguiu emplacar serviços, ainda. Setores como o de corretoras imobiliárias, por exemplo, existem diversas ferramentas para o corretor gerenciar suas interações com os clientes. Do mesmo jeito, HR Techs que vendem triagem e análise de candidatos e não a contratação, como agências de recrutamento.

No geral, vejo diversos setores com oportunidade para soluções de tecnologia proverem serviços. Mercado de serviço é muito maior que o de software, e orçamento já está aí, com uma capacidade grande de penetração de empresas de tecnologia com soluções de IA. Mas é preciso de uma arquitetura diferenciada, que visa a entrega de ponta a ponta, visando um resultado ou uma expectativa de entrega do trabalho, o que não é tão usual em software atualmente.

Dito isso, é uma tese que ganho convicção cada vez mais. Se você está construindo no espaço, vou adorar conhecer e explorar como posso ajudar, ou apenas pontuar algo ou debater, só me encontrar nas redes ou responder a esse e-mail.

É isso. Obrigado por ler mais uma edição.

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

Se gostar da newsletter, não se esqueça de se inscrever.

Assine agora

Esse é um formato de postagem em que faço uma revisão mensal com ideias, reflexões e insights sobre o ambiente de VC, aprendizados de campo, além de atualizações do que tenho feito e escrito. O objetivo é ser transparente a quem me segue e aprofundar as trocas.

O que esperar da leitura:

• Breve comentário e algumas notas de opinião e de conversas de campo sobre o mercado de VC e M&A de tecnologia no mundo e no Brasil, em junho/26

• Deals - Oportunidades que estou avaliando para Anjos / Pre-seed.

• Uma recapitulação sobre os meus blog posts e outras postagens em Junho/26.

Monthly Recap de Junho/26

Nessa edição, as notas de campo se misturaram com os meus comentários e perspectivas do mercado.

Comentários sobre mercado de VC, M&A e Startups

Indo do macro para o micro em Venture Capital, e em IA, dois conteúdos, um do podcast da MarketMakers e o outro em entrevista da CNBC, que explicam muito bem sobre o cenário atual do mercado global de IA, tanto da ótica do mercado financeiro, como das grandes empresas do cenário corporativo.

O primeiro é o do Daniel Goldberg da Lumina Capital. Nos próximos 20-25 minutos desse trecho, ele cobre várias questões-chave envolvendo investimento em IA e o mercado financeiro, para entender o cenário atual. Ele fala sobre os altos financiamentos de CAPEX, o crédito para financiar isso tudo, e a necessidade de altas expectativas serem atendidas para fazer sentido. Além disso, ele comenta sobre o modelo de negócios e quanto a quem conseguirá reter o valor econômico final de todo esse alto investimento. Segundo eles, o mercado de dívida não aceita desaforo e, se o retorno da IA demorar a se pagar no ritmo esperado, a pressão sobre o crédito corporativo trará sérios problemas financeiros.

Vale escutar que é quase uma aula no podcast da Market Makers:

Outro vídeo de entrevista, descendo um pouco para o ambiente corporativo, e até geopolítico, da competição em IA, tem essa bela entrevista do Alex Karp, CEO e cofundador da Palantir. O fórum é para ele falar sobre os negócios da Palantir para comprar GPU para compute da NVIDIA. Vale a pena assistir.

Tem diversas opiniões fortes, da perspectiva e posição dele como CEO/cofounder de uma grande empresa de IA. O que mais me chamou a atenção, é como ele coloca que as grandes LLM não conseguem ir a fundo em uma especialização e a confiança que as grandes empresas (americanas) precisam. Segundo o Karp, “Customers want to own the compute, models and data”.

Venture Capital

Agora, indo para o micro, do Venture Capital, o cenário que vejo confirma o que venho escrevendo nas últimas recapitulações, que é que o capital ficou disciplinado nas duas pontas ao mesmo tempo..

• De um lado, a gente vê os deals gigantes de IA, e do outro, os unicórnios da era (e da bolha) anterior começarem a liquidar por nada. VC sempre foi power-law. A diferença deste ciclo é que o repricing dos unicórnios da era de juro zero é estrutural, não cíclico: as marcas antigas não voltam. Mas espero que os investidores em geral estejam cientes e intencionais no ciclo atual (pois isso deve se repetir).

• Alguns dados interessantes, que começam a mostrar nesse sentido, é que está mais escasso para Seed, como podemos ver no mercado. Mas, globalmente, um estudo que me chamou a atenção foi essa articulação que mostra que pela primeira vez, mais empresas estão morrendo (write-off ou exit a fundo de poço) do que nascendo com cheque de seed. Isso acontece porque as empresas da era da baixa taxa de juros global, altamente financiadas, não estão encontrando caminho de continuação.

• Pensando no estágio de Seed, o abismo que vejo está em empresas que têm por volta dos R$200k-500k de faturamento, mas que a tração do crescimento não é em “velocidade de escapada”, e/ou a tese da oportunidade (time, produto, gtm etc...) não é óbvia para transformar em um líder de categoria nos próximos anos. Nesse estágio, geralmente, as rodadas são lideradas pelos fundos locais que buscam multiplicação do capital, e sem essa visibilidade não existe o financiamento. Essas empresas, apesar de muitas terem boa solidez, estão tendo que atravessar esse deserto de seca no bootstrapping (o que o mercado chama de startups “camelos”) e saindo da rota de VC, equilibrando as contas entre crescimento do faturamento e controle da queima de caixa.

• Isso reflete para outros estágios, também, como Series-A, com diversas empresas com bom faturamento de R$ 15 milhões-R$ 30 milhões por ano, com crescimento de 2x ou até 3x, mas com dificuldade de levantar rodadas Series-A como as que vemos na capa do jornal, ou até Seed de empresas novas de IA.

A mediana de M&A de Startups no Brasil (?)

Não tinha certeza de onde eu colocava esse comentário, pois é uma “nota de conversas de campo” que tenho com outros fundos e investidores do mercado de capitais.

O que se demonstrou forte nos últimos meses é a tese de que no Brasil a mediana de saída de empresas de tecnologia financiadas por VC está entre R$ 150 milhões e R$ 400 milhões, e executada, em geral, pelos compradores em série. Nos últimos 2 meses, aconteceram 3 anúncios de M&A nessa linha:

• Aquisição da HelenaCRM por R$ 150 milhões, pela Asaas. A maior aquisição da Asaas até aqui. Não há dados sobre valuation ou faturamento da HelenaCRM.

• Salú comprada pela Senior Sistemas, por R$ 319 milhões. A Salú faturou R$ 77 milhões em 2025, o que resulta em múltiplo de receita de 4,14x. Pessoalmente, gostava bastante da tese da Salú, além de perfil de time e execução. Dentro do espaço de tempo de 5 anos, de fundação e exit, considero que executaram muito bem, com um financiamento de R$12 milhões e um faturamento relevante, que ajudou a empresa a autofinanciar seu crescimento. Me parece uma evolução, em que sugere que conseguiram se auto-financiar e chegaram a uma saída em um sweet spot interessante de tamanho, para pouca diluição.

• O terceiro é a compra da IDwall pela SerasaExperian por cerca de ~R$ 400 milhões, que já havia publicado na Monthly Recap do último mês, de maio/26.

Então, temos visto uma ou duas transações anunciadas por mês nesse patamar, de forma explícita, entre R$150 e R$400 milhões de reais, com múltiplo ~4-6x receita. Além disso, o tempo e a diluição contam. Isso é um sinal interessante que, acima de tudo, mostra uma reciclagem do capital dos founders e investidores early-stage.

Também sugere um sweet spot para liquidez de startups no Brasil. Nesses patamares, essas aquisições não estão em um tamanho de valor de empresa tão grande, que exige algum financiamento, IPO, ou estrutura financeira muito relevante para aquisição pelos consolidadores ou grandes players. Ao mesmo tempo que essas empresas, para o mercado brasileiro, têm uma boa participação de mercado e maturidade, se tornaram relevantes na sua categoria.

Mas, em linhas gerais, como eu havia comentado, esse patamar de outcome ainda não é considerado um “home-run” para um fundo de VC de U$100 milhões, porém para fundos menores e anjos pode ser um bom retorno. Também, é importante entender que os retornos da classe de VC não são feitos de medianas, mas sim de outliers. Por outro lado, o mesmo patamar que é um bom número de saída para o anjo, é o teto que afasta o LP institucional e estrangeiros que financiam o mercado de mid e late-stage VC no Brasil. Precisamos voltar a ver mais saídas de valores de U$1-2 bilhões de VC-backed brasileiras para reciclar e destravar mais capital para novas empresas.

Importante visualizar o jogo e seu ponto de chegada.

Building (& Investing) in Public

Meus posts do último mês, caso tenha perdido:

Blog Posts:

• Margem bruta: para onde vai o valor no software de IA? O custo marginal quase zero que fez o SaaS render 80% a 90% de margem acabou. Cada interação com IA consome tokens, GPU e chamadas de API, e a inferência (que representa 80% a 90% do custo do modelo depois do treino) transforma o COGS em despesa variável que escala com o uso. Sobram duas alavancas para otimizar a captura de valor em produtos de IA: otimizar a infraestrutura (roteamento, caching, modelos menores e proprietários para as tarefas simples) e migrar a precificação de assento para resultado. A tese que defendo nesse último blog post é que a receita de IA não terá a qualidade da do SaaS, e tudo bem, desde que a margem menor seja aposta consciente para construir loops de dados e defensabilidade, não vazamento silencioso de custo.

Posts no LinkedIn e X

• 25/06 — Minha apresentação do SaaSpocalypse na íntegra: em fev/26 o software perdeu US$ 1 tri em poucas semanas com a tese de que “a IA vai matar o SaaS” — e por que essa narrativa merece nuance. No último mês, fiz uma apresentação no Venture Innovation Summit para falar disso. LinkedIn · X

• 18/06 — Thread: Hierarquia de intros a investidores: todo founder sabe que warm intro bate cold call, mas quase ninguém discute qual a hierarquia dentro do warm intro. X

• 16/06 — Brian Chesky no Invest Like the Best: uma aula de Product-Market Fit com o cofundador do Airbnb. LinkedIn · X

  

Caso tenha perdido, leia também o Monthly Recap, de Maio/26, com os updates e insights do último mês.

Deals - Oportunidades que estou avaliando para Angel / Pre-seed

Eu tenho compartilhado algumas oportunidades com investidores parceiros. Se investidores anjo ou gestores de VC tiverem interesse de olhar conjuntamente para alguma dessas oportunidades, será um prazer trocar o que for possível, com a devida discrição. Fique à vontade para me chamar, respondendo a este e-mail ou pelo meu Linkedin.

Considerações Finais e Últimos Recados

• Sem recados por enquanto :)

Obrigado por ler!

Abraço

Guilherme

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

O que esperar desta edição:

• Sobre Margem Bruta, agora em IA. Onde está indo o valor e o que está mudando no topline de empresas de AI Software.

• O IPO da Bending Spoons: O playbook Private Equity de SaaS dono de Evernote, Eventbrite, AOL, Vimeo…

• Outros links e notas rápidas de leitura

E, se você está conhecendo a newsletter pela primeira vez, se inscreva para não perder as próximas edições:

Assine agora

Margem Bruta: Para onde está indo o valor no software de IA

Em 2024 escrevi um post “Sobre Margem Bruta” trazendo a ideia de que a margem bruta é o principal indicador da captura de valor da entrega do produto, e é o centro da eficiência do modelo de negócio. Por isso, o LTV(lifetime value) de um cliente deve ser calculado sobre o lucro bruto, não sobre a receita. Agora, a física por trás desse indicador está mudando e afeta todo o DRE.

O fim do custo marginal zero do SaaS

O SaaS clássico ‘foi’ um modelo excelente porque tinha custo marginal próximo de zero. Uma vez construído o produto, atender mais um usuário não custava quase nada, basicamente apenas alguns custos de hospedagem. Era daí que vinha a margem de 80% a 90% que o mercado se acostumou a tratar como padrão do SaaS. Maravilhoso.

Agora, com modelos de negócios baseados em IA, isso muda. A cada interação do usuário com a IA, o modelo roda e consome tokens, tempo de GPU e chamadas de API. O treino do modelo é um custo de capital único, mas a inferência é uma despesa operacional contínua, e ela representa de 80% a 90% desse custo.

O que está acontecendo é que o preço por token dos modelos de fundação caiu, cerca de mil vezes em três anos. Mas o consumo disparou e tende a disparar ainda mais, por exemplo, com os fluxos agênticos cada vez mais complexos sendo criados a todo instante. É o Paradoxo de Jevons aplicado ao software sobre o qual tenho comentado, que ficou mais barato por unidade e mais caro no total.

Então, o COGS em empresas AI-first de Software virou, na sua maioria, variável, escala com o uso e muda a natureza do modelo de negócio.

Ainda não está claro qual patamar cravar como benchmark de margem bruta de uma empresa AI-first, e os dados agregados explicam por quê. Isso porque diversas placas tectônicas abaixo do software (energia, data centers, infraestruturas, Foundation Models) estão se movendo todo dia, e rapidamente, além de muita otimização sendo possível.

Vale o contraponto que o relatório Beyond Benchmarks 2026 da Emergence (que compartilho como leituras interessantes abaixo, também), com P&Ls de mais de 10 mil empresas, mostra que a margem bruta mediana não caiu, mas ela subiu de 3 a 5 pontos entre 2023 e 2025, terminando entre 68% e 72%. Primeiro, o relatório é de empresas AI-Native. Nas palavras deles, “the data does not fully support [inference eating margins] yet”. O “yet”(ou “ainda” em português) é a palavra que reforça o ponto que não está claro.

Isso também pode acontecer porque sabemos que muitas empresas early-stage costumam ser subsidiadas com créditos de nuvem (AWS, GCP, Azure, OCI), e agora compute (basicamente NVIDIA, ou até consórcios com VCs e outras big techs). Essa arbitragem de créditos acaba e as empresas precisam confrontar com os reais custos de infraestrutura (que também tende a comoditizar no longo prazo).

Com isso, as apostas estratégicas de médio e longo prazo precisam ser pensadas dos dois lados: o do modelo de receita e o da infraestrutura de IA. É isso que vai redefinir a margem bruta, o fluxo de caixa e, por fim, os valuations. Sabendo que isso vai mudar, é preciso abraçar essa mudança e buscar a captura de valor em outras alavancas, como aumento de TAM, NRR(Net Revenue Rate), redução de CAC com maior adoção e conversão de clientes, como exemplos.

O que o mercado de capitais está questionando e os CFOs estão respondendo

Eu gosto de ouvir o que o mercado de capitais e as grandes empresas de tecnologia estão perguntando e respondendo, nesse caso sobre margem bruta, para buscar uma pista do que pode ser o futuro de empresas de software que usam ou vendem IA. Algumas coisas que capturei de interessante (em tradução livre):

ServiceNow

Na conferência da ServiceNow, a analista Gabriela Borges (Goldman Sachs) questionou diretamente a CFO sobre a pressão na margem de lucro bruto: “Quanto do tailwind na margem bruta proveniente de custos de inferência de LLM e chamadas de API é temporário versus estrutural?”.

Resposta da CFO: “A maior parte disso é, na verdade, nosso foco muito estratégico em mudar mais para hyperscalers que têm margens brutas ligeiramente mais baixas neste estágio do jogo [...] estamos compensando qualquer vento contrário abaixo da linha com eficiências.” Ela garantiu ainda que a empresa manterá um “aumento contínuo de margem na linha de base (bottom line), tanto de uma perspectiva de margem operacional quanto de fluxo de caixa livre.”

Snowflake

Na teleconferência da Snowflake, o analista Matt Hedberg (RBC) notou que as margens brutas da empresa caíram cerca de um ponto no ano e perguntou: “Com todos os investimentos que vocês estão fazendo, vocês sentem que a casa dos 70% médios é um lugar estável para as margens brutas, especialmente olhando para daqui a alguns anos?”.

A resposta do CFO da Snowflake, Brian Robbins, confirma a pressão da IA na margem, mas sinaliza que pretende compensá-la com eficiências no negócio principal: “Nós lançamos muitos produtos novos de IA. O perfil de margem para eles neste momento não é tão alto quanto o negócio principal. Estamos compensando isso encontrando mais eficiências no negócio principal. [...] Faremos o que for certo para impulsionar o crescimento e equilibraremos isso em toda a linha, no nível da margem operacional.”

Datadog

Na Datadog, que é uma plataforma de observabilidade, o analista Howard Ma (Guggenheim) levantou um ponto interessante sobre heavy users e mercado de empresas nativas de IA: “Os grandes clientes nativos de IA são significativamente diluidores para a margem bruta? E ao pensar no guidance inicial de margem para 2026, quanto disso reflete uma margem bruta potencialmente menor ligada a esses clientes versus investimentos incrementais?

A resposta do CFO da Datadog, David Obstler, negou que as cargas de IA representem um dreno desproporcional por si só: “Em uma média ponderada, eles não são. Como sempre dissemos, para clientes maiores, não se trata de ser nativo de IA ou não nativo de IA, tem a ver com o tamanho do cliente. Temos uma base de clientes altamente diversificada. [...] E há investimentos contínuos e consistentes em nossa margem bruta, incluindo data centers e o desenvolvimento da plataforma. Portanto, eu diria que é mais ou menos o que vimos nos últimos anos, não sendo realmente afetado por [serem clientes] nativos de IA ou não.”

...

Os três dizem, no fundo, a mesma frase que a margem cai em cima(na margem bruta), mas buscam segurar embaixo(no bottom line). A questão é se isso é eficiência de verdade ou apenas reclassificação entre linhas de custo.

COGS: Entre a eficiência e a reclassificação

O maior degrau de margem é, de fato, a inferência e as chamadas de API, algo entre 4% e 9% da receita. Porém, o que me parece menos olhado são outros custos, que antes eram considerados apenas despesa, mas que agora são custo direto e obrigatório para produzir valor.

Além das chamadas de API de LLMs e custos de inferência, tem os bancos de dados vetoriais, de 1% a 3% da receita, que são a infraestrutura de contexto e recuperação cada vez mais relevante. Também são esperados custos de observabilidade, de 0,5% a 1,5%, porque uma carga de IA gera de cinco a dez vezes mais volume de rastreamento que um software comum, e sem isso você não sabe o que o modelo está fazendo nem por que quebrou. E tem a engenharia de avaliação, de 1% a 3%, os times que existem porque os modelos de fundação mudam toda semana e o produto degrada sem manutenção contínua. Historicamente, isso seria classificado como P&D discricionário, mas não é mais.

Para sobreviver a essa compressão, na parte de COGS, é preciso repensar a arquitetura e engenharia do produto. As empresas estão sendo forçadas a fazer duas coisas em paralelo. A primeira é otimizar a infraestrutura, usando roteamento, caching e direcionando para modelos menores, proprietários e mais baratos para as tarefas simples, e reservando os modelos de fronteira para o que de fato exige, além de usar hardware mais baratos.

Para empresas de software, o redirecionamento e modelos proprietários são onde pode estar uma vantagem competitiva. O resto, hoje, me parece mais simples de replicar ou está mais disponível no mercado.

Se vender software de IA é atrelado a inferência, segunda coisa é sobre como precificar.

O que está mudando na receita das empresas AI-first

A segunda alavanca é reestruturar o modelo de negócio. Dado esse cenário de custos, as duas formas mais claras de precificar hoje são em relação ao custo (cost-based) ou ao valor (value/outcome-based). Nenhuma das duas é ainda a forma mais usual de comprar software, mas a que mais alinha cliente e fornecedor parece ser cobrar atrelado a um resultado. O cliente paga um pedaço do ROI que recebe, e o fornecedor desatrela a entrega de valor do custo variável linear, ganhando margem.

Mas existem diversos desafios evidentes, como definir claramente o que é o resultado esperado e garantir que de fato ele vai gerar valor para o cliente.

Outro desafio, que pode se juntar a esse anterior, é que conselhos e CFOs tradicionalmente buscam previsibilidade orçamentária. O CEO da ServiceNow relatou um caso emblemático em que a plataforma substituiu um sistema de CRM legado e gerou uma economia brutal de US$ 682 milhões para o cliente. Nesse caso, se o fornecedor pedisse uma porcentagem desse “resultado”, a fatura seria estratosférica. O próprio CEO contou que ofereceu cobrar uma porcentagem dos US$ 682 milhões economizados, e foi o cliente que recuou, dizendo preferir a previsibilidade da cobrança por assentos. Não será trivial, e os compradores deverão resistir. Ou seja, se a IA for boa demais, os compradores, principalmente as empresas maiores, vão exigir o modelo fixo para reter todo o excedente de valor para si. Para mim, isso é o verdadeiro pricing power de SaaS hoje em dia. Acredito que será um cabo de guerra nas negociações corporativas, em breve.

Esse assunto deve fazer parte da discussão de todo processo de GTM e design organizacional. O outcome-based pricing muda drasticamente a forma tradicional de como os Executivos de Contas(AEs) de Software são tradicionalmente comissionados. Se a receita depende do sucesso contínuo da IA, como o vendedor dimensiona um negócio no momento da assinatura? Como ele ganha comissão sobre algo que só vai gerar faturamento ao longo dos meses e que depende da assertividade do produto? Isso transfere o peso da receita de vendas para as equipes de Customer Success ou para os Forward-Deployed Engineers, e exige uma reorganizacional da empresa.

Como olhar para a Margem Bruta

A saída que vejo é em um caminho pragmático. O consumo de tokens tem emergido como a unidade que o usuário entende para orçar e enxergar a troca de valor, e isso ajuda. Cobrar por proxies de resultado, como volume de conversas ou ticket resolvido, costuma ser mais limpo do que cobrar por resultado puro, cuja atribuição é cara e arriscada. Modelos híbridos, com base fixa mais consumo, equilibram os dois lados. Eu tenho tido mais perguntas que respostas ultimamente.

No fim, a qualidade da receita de produtos de IA não será como a do SaaS, e tudo bem. Acredito que, neste momento, as empresas precisam abraçar uma margem menor para avançar em mercados e construir o que de fato dura e protege o negócio lá na frente, como loops de dados, posicionamento e relação de longo prazo com o cliente. É o que as AI Supernovas estão fazendo, e já vimos a mesma estratégia em outros modelos, aceitar margem baixa para acelerar escala e efeitos de rede. Só é crucial existir essa vantagem competitiva no médio e longo prazo. Porque essa vantagem competitiva existe de verdade no médio e longo prazo. Porque margem baixa, como escrevi em 2024, continua sendo uma aposta legítima. Desde que você saiba, e consiga provar, que é uma aposta, e não uma espécie de vazamento. Isso realmente tem valor.

Bending Spoons: O Prospecto de IPO mais interessante que li esse ano

Nessas últimas semanas teve o IPO do SpaceX, que foi gigantesco. Mas como acho que esse é um outro jogo, prefiro comentar um caso mais próximo da minha realidade como investidor de VC no Brasil: a Bending Spoons, que é basicamente um private equity & studio de SaaS consumer, e dos mais bem interessante que vi recentemente.

A Bending Spoons protocolou o F-1 e deve estrear na bolsa nas próximas semanas. Achei um caso bem curioso por ser uma empresa italiana com um dos modelos mais interessantes de software que eu conheço: eles compram negócios de SaaS já existentes, em geral consumer, e reconstroem produto e marketing do zero. Evernote, Eventbrite, AOL, Vimeo etc... São apps pouco sexy que imagino que muita gente já tinha dado por mortos. Além disso, o F-1 (prospecto de oferta de ações nos EUA para empresas estrangeiras) tem algumas pérolas e princípios interessantes de gestão de startups.

Alguns fatos, resultados e curiosidades rápidas do F-1:

• US$ 1.3 bilhão de receita no último ano, US$ 601 milhões só no primeiro trimestre de 2026.

• O crescimento é majoritariamente orgânico, 83%, com vendas e marketing representando algo em torno de 10% da receita, e caindo ao longo do tempo.

• 84% da receita vem de assinatura, só 12% de publicidade. A retenção também sustenta a história: NRR de 94% no primeiro trimestre de 2026, com duração média ponderada de 8 anos por assinante. Bem relevante para o modelo Consumer.

• Os fundadores fracassaram com um produto de AI lá em 2013. Hoje, 70 por cento dos pull requests da empresa são gerados por AI sem humano nenhum no meio. Isso empurrou a receita por funcionário para US$ 0.97 milhão só no primeiro trimestre.

Eu achei esse ponto sobre PMF, colocado no F-1, muito bom.

A ideia deles é que product-market fit no consumer exige muita sorte, mas execução operacional não. PMF é, em boa medida, como jogar macarrão na parede para ver qual gruda. Você não controla o timing, o gosto do mercado, o momento cultural. Mas operar bem um negócio digital exige habilidade, e habilidade vira processo. Então, em vez de apostar em encontrar o próximo PMF, eles compram produtos que já funcionam de alguma forma e os fazem funcionar melhor, com mais escala.

Outro ponto que me chama atenção é a alocação de capital. Fizeram mais de 50 aquisições, e nenhum produto foi encerrado. Quando um app perde tração, eles migram o usuário para onde o PMF está puxando. Por exemplo, compraram a Remini em 2021, dobraram a aposta com genAI em 2023, e a receita está 951% acima do nível de 2021. É realocação de recurso na veia, com disciplina de quem trata cada produto como uma posição de portfólio.

Eu chamaria isso de um private equity de SaaS consumer, e dos mais bem executados que existem hoje, e uma referência para Venture Studios e consolidadores de SaaS.

Outras Leituras Interessantes / ICYMI:

• Beyond Benchmarks 2026: Interessante material de benchmarks em empresas AI-Native da Emergence Capital. A narrativa diz que IA é sinônimo de eficiência. Um ponto que me chamou a atenção é o da eficiência humana (receita por Headcount):

  • Segundo o relatório, não é mais coisa de late-stage. Patamares altos de eficiência são possíveis de ver em momentos iniciais.

  • As empresas Non-AI estão sendo mais eficientes neste indicador que as empresas de AI. Mas isso é porque geralmente as empresas de AI estão em crescimento, demandando despesas, e empresas de Non-AI estão estabilizadas. Mas, mesmo assim, é uma boa referência para buscar eficiência, seja em crescimento acelerado ou em estabilização.

  • A IA é a revolução do trabalho. O gasto com IA está aumentando, e empresas de IA têm mais engenheiros. Portanto, acredito que, para sermos mais honestos nessa análise, teremos que incluir um indicador de eficiência atrelado ao uso de tokens e agentes. Algo como Receita por Humanos + Gastos com Tokens.

• A morte do playbook de três atos: Um artigo provocativo que decreta a morte do tradicional playbook de três atos: Wedge → Plataforma → Infraestrutura. Argumenta que, por anos, o roteiro foi previsível: começar por um nicho protegido (Act I), expandir para uma suíte rumo a $100M ARR (Act II) e só então rebundlar a plataforma por baixo (Act III). O argumento é que esse roteiro dependia de tempo de calendário, e o tempo encolheu. A leva que foi de ~$0 a $100M ARR em poucos anos (Cursor, Clay, Harvey, Lovable) é a prova: com o custo de escrever software perto de zero, Act I e Act II colapsam, e o porto seguro onde você chegava a $10-50M sem atrair competição virou um jogo pequeno.
  Meu take é que a tese de “construa tudo desde o início” é fácil de defender onde o capital é abundante. Aqui no Brasil existe um equilíbrio menos extremo. Com cheques menores, complexidade e expertise local, e, portanto, menos competição direta, a forma mais eficiente ainda é ter uma resposta para como financiar a ambição total.

• O Cristianismo é o melhor playbook de Product-Market Fit: Eu costumo comentar que o cristianismo é caso quase que perfeito de difusão de uma inovação, e talvez o melhor playbook de Product Market fit. Desde ter um wedge(estratégia de entrada clara), mercado potencial grande, uma proposta de valor clara para adoção, “willingness to buy” alto, um bom messaging e posicionamento, máquina de “vendas” etc.. Esse post descreve bem o processo. Enjoy!

Boa semana! Obrigado por ler mais uma vez!

Abraço

Guilherme

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

Se gostar da newsletter, não se esqueça de se inscrever.

Assine agora

Esse é um formato de postagem em que faço uma revisão mensal com ideias, reflexões e insights sobre o ambiente de VC, aprendizados de campo, além de atualizações do que tenho feito e escrito. O objetivo é ser transparente a quem me segue e aprofundar as trocas.

O que esperar da leitura:

• Breve comentário sobre o mercado de VC e M&A de tecnologia no Brasil em maio/26

• Notas e Conversas de Campo: Valuation em anjo/pre-seed e Como montar o seu pipeline de investidores

• Deals - Oportunidades que estou avaliando para Anjos / Pre-seed.

• Uma recapitulação sobre os meus blog posts e outras postagens em Maio/26.

• Recados finais

Monthly Recap de Maio/26

Comentários sobre mercado de VC, M&A e Startup

No mês de Maio/26, o Brasil voltou a ter um unicórnio, e o primeiro de fato nativo de IA. A legaltech Enter, fechou uma rodada série B de R$ 500 milhões liderada pelo Founders Fund, com entrada da Kaszek e Ribbit, e já tendo a Sequoia no cap table, a um valuation de cerca de R$ 6,4 bilhões. É o primeiro unicórnio de IA aplicada da América Latina e o primeiro unicórnio brasileiro desde 2024. Até o Peter Thiel, como founding partner do Founders Fund, esteve no Brasil nesse período, e segundo alguns jornais, ele desembarcou em São Paulo para fechar a rodada pessoalmente.

Outro investimento relevante anunciado nos últimos dias foi o da Pax, que saiu do stealth com o anúncio do cheque de $40 milhões. Quem está à frente da Pax é Davi Peixoto (ex-Arco/isaac), e o investimento foi co-liderado pela Benchmark, pelo Victor Lazarte - cofundador da Wildlife Studios, que era o GP na época do investimento -, em conjunto com a Greenoaks.

A minha leitura inicial é que ainda esses deals relevantes são uma aposta nos ativos em si, e não necessariamente uma virada para o Brasil, nesse momento. Ainda temos um grande pipeline empresas nativas de IA em desenvolvimento, com poucas em estado avançado, ainda. Mas, como tenho comentado, acredito que há setores no Brasil com dores muito grandes capazes de criar grandes negócios, ainda mais se você levar a IA para fazer o trabalho.

Em M&A, a Serasa Experian comprou a idwall por ~R$ 400–450M (≈4–5x receita), à vista. Sem dúvidas, é uma baita empresa, bem-sucedida ao chegar ~R$100 milhões de receita, e um belo case em segurança e KYC do Brasil. Porém, para alguns fundos, apesar de uma transação de M&A acima da média, não deve ter sido considerado sucesso para seus fundos. Digo isso, porque, por exemplo, a última rodada da idwall foi de R$210 milhões em 2021. Acho que, para founders que buscam a VC-Track, os R$ 100 milhões de receita não são suficientes para gerar retorno para fundos de growth e late-stage.

Building (& Investing) in Public

Sigo conversando com diversos founders, co-investidores e LPs. Vou compartilhar algumas notas que têm surgido das conversas nos últimos meses:

Conversas abertas / notas e reflexões de campo:

Essas são notas que tirei de conversas com founders ao longo do mês. São conselhos que repeti ou consolidei em calls ou mensagens, e que vale registrar e compartilhar aqui. Não são teorias fechadas, são apenas alguns padrões que tenho observado. Tome o conselho com a moderação de sempre.

Sobre como encontrar investidores

Recebi uma pergunta no X sobre como encontrar investidores. Respondi rápido por lá, mas vou aproveitar para deixar mais claro por aqui.

Eu vejo que as quatro formas de encontrar investidores para abrir conexão e construir o seu pipeline com investidores são:

• a) Sua rede: Primeiro, vasculharia o próprio Linkedin, X, CRMs tentando encontrar tanto investidores VC, anjos, como founders e executivos que possam abrir portas ou até serem anjos. São pessoas que você já interagiu ou se conectou em algum momento. Mapearia essas pessoas dentro de diferentes “tiers”, como, por exemplo:

  • 1) Aliados e FFF(amigos e familiares próximos): Pessoas que genuinamente gostam de você, têm uma relação ótima, e que além de avaliar a sua oportunidade, podem abrir outras portas e falar bem de você nos bastidores.

  • 2) Colaboradores: Pessoas que já colaboraram no passado, ou atualmente, que podem te ajudar.

  • 3) Contatos frios: Alguma vez se conectaram. Eventualmente, a porta está aberta.

• b) Por introdução (warm intros): Eu já falei bastante sobre a importância da introdução em VC. Recomendo a leitura deste meu texto para entender como buscar e priorizar na busca com introdução.

• c) Inbound: criar conteúdo que chame a atenção e gere leads de investidores para conhecer.

  • Não esquecer do básico, coisas como: cadastros em Crunchbase e fontes de dados para ferramentas de VCs. Atualizar o Linkedin e deixar claro (usar “stealth” atrai curiosos). Atualizar o website.

  • Depois é criar uma campanha mais avançada de criação de conteúdo e geração de atenção do mercado investidor. Seja thought leadership, eventos etc… Eu pergunto: “Qual é o ativo de informação que só você, operando neste espaço, pode produzir para gerar valor a investidores?”

• d) Cold outreachs: Essa é a forma mais difícil, mas é possível. VCs recebem milhares dessas, aleatórias. Algumas listas de investidores que eu costumo recomendar:

  • RADAR VC do Emergin VC Fellows

  • Open VC - Brazil

  • Signal da NFX

…

Agora, alguns comentários adicionais, aproveitando o assunto:

Temos que lembrar que fundraising é uma atividade chave do CEO/cofounder e, por isso, se realmente quer levar a empresa para a trilha de VC, terá que levantar rodada a cada uma dúzia de meses. E, portanto, como CEO, você deve ter em sua agenda de conversas, e de nutrir esses investidores.

Digo isso porque existe uma boa diferença entre "onde acho investidores" e "como construo o pipeline de conversas que vai me sustentar pelos próximos anos". Isso, e a necessidade de protagonismo e capacidade do CEO/Cofounder em relação à jornada de venture capital de sua startups, são as principal críticas em trazer um advisor que para abrir conexões com VC no começo. O CEO/cofounder deve estar a frente e liderar esse processo.

Pensando mais a fundo aqui, o sucesso de uma captação é uma equação de status social vezes número de investidores contatados. O status é a nível de fluidez com que você entra para dentro do dealflow do investidor (alguns fatores, momentum, FOMO, força da tese, histórico dos founders etc…). O número o topo de funil, é uma questão de “numbers game”, como um funil de vendas. É preciso de um grande topo de funil para converter até fechamento.

Na minha lista, os meios a) e o b) de encontrar investidores geram resultados mais rápidos, mas precisam de status social ou de redes amplas de relacionamento para funcionar.

Então, no geral, o ideal é começar o quanto antes a construir essa rede de investidores, criando conexões genuínas e honestas com investidores que gostaria de ter no seu pipeline e captable no futuro.

Sobre valuation em rodada anjo e pré-tração

Nos últimos meses, tenho olhado rodadas de investimento anjo e conversado com vários destes tipos de investidores. Algumas dessas trocas falam sobre valuation neste momento de primeira rodada, e o que pode ajudar founders a entender e como definir.

Isso que estou comentando vale para uma startup em rodada inicial, em pré-tração, quando está testando protótipo ou POCs com poucos clientes, e buscando o capital para construir o produto e ir ao mercado.

A verdade é que não existe muita evidência explícita ou informação simétrica sobre o valor da empresa nesse momento. Como VC ou anjo super early stage, que constrói um portfólio baseado em lei de potência, você só compra uma opção de participar ou assento em uma empresa que, baseado em pouca evidência, espera que dê certo.

Na minha visão, o que diferencia se o valuation é $1mn, $2mn, $3mn ou $5 milhões nesse momento inicial, tem a ver com o risco e retorno que o investidor está assumindo ali.

Um fator importante, antes de listar a perspectiva do investidor, tem a ver com o montante de capital que quer levantar e a diluição de captable. Nesse momento, benchmarks dizem algo em torno de 10%-15% de diluição para cofundadores. Esses fatores também implicam no perfil de investidor que está buscando para essa primeira rodada.

Alguns fatores que podem ajudar a entender valuation:

• A capacidade e evidências do founder de materializar o capital, ou uma história de demonstração de alocação do capital investido e entrega. Um caso usual do mercado sobre isso, por exemplo, é que um time de cofounder de segunda viagem na jornada de VC tende a reduzir esse risco de execução pois sabem gerencia, alocar e captar Venture Capital.

• As chances de o time cofundador conseguir levantar uma boa rodada subsequente, maior, com bons investidores em menos de uma dúzia de meses. (Esse ponto tem muito a ver com meus comentários finais da nota de campo acima “Sobre como encontrar investidores”)

• Momentum. Demonstrar crescimento e tração de uso e receita do MVP, que demonstra que estará facilmente em um patamar de receita amplo.

• Tese e potencial da oportunidade (entre categoria, mercado/TAM e tendências). Nesta tese, é possível criar uma empresa de enterprise value de R$ 200mn (small cap VC / early-exits ou de U$2bn (VC track)? Ambos são possíveis e geram retorno. É só saber qual jogo estamos jogando.

…

Um ponto importante para entender é que o preço do valuation é geralmente dado pelo mercado. Não quero dizer necessariamente que você deve esperar o mercado te dar o preço do valuation da sua rodada, mas que o preço que você define, junto com o seu fundraising, vai dizer sobre quão desafiador ou não vai ser levantar a rodada. Isso porque, o investidor só vai saber se o valuation inicial foi bom daqui a 18 meses ou na próxima captação.

Então, esses pontos levantados acima resumem bem o que é um bom investimento anjo. A oportunidade ideal de um investimento anjo é a que combina esses fatores. Se o time de cofundadores tem a capacidade de construir o Capital como Vantagem, isso aumenta muito a chance de serem os vencedores daquela categoria.

Tenho notado ao longo do tempo que a dificuldade em anjo, pre-seed e seed é normal, e diz muito sobre a resiliência e velocidade de aprendizado e construção de capacidades do founder. Até o Jeff Bezos comenta que levantar o seu Seed foi a fase mais difícil que ele passou na Amazon.

Deals - Oportunidades que estou avaliando para Angel / Pre-seed

• Angel: Robotics / Indtech

• Angel: Biotech / Agtech

• Angel: Social Commerce / Creator Economy

• Angel/Pre-seed: Salestech / SMB

• Angel/Pre-seed: Compliance / AI Native Services / Enterprise

Se investidores anjo ou gestores de VC tiverem interesse de olhar conjuntamente para alguma dessas oportunidades, será um prazer trocar o que for possível, com a devida discrição.

Meus posts do último mês, caso tenha perdido:

Blog Posts:

• Value Investing 4.0: Descrevi como Christopher Tsai, da Tsai Capital, mapeia a evolução do value investing em quatro eras. No 1.0, do Graham, você comprava ativos abaixo do valor de liquidação, num mundo tangível, com taxa de acerto de 60 a 70%. No 4.0, ainda emergente, a própria inteligência vira o ativo central, e os AI labs queimam capital por anos construindo infraestrutura antes de qualquer produto existir - aqui a taxa de sucesso despenca, para 1 a 5%, de acordo com o autor. A minha leitura é que, quanto mais longo o horizonte de retorno, mais a distribuição se polariza, menos apostas dão certo, mas as que dão remodelam indústrias inteiras e trazem retornos cada vez maiores. Como investidor, a pergunta que fica é se ainda estamos no jogo do 2.0 (qualidade a preço justo, moat, fluxo de caixa) ou vamos alocar convicção no 4.0, onde o downside é maior e o upside é exponencial.

• Para que servem (e para que não servem) os frameworks: Eu construo e uso frameworks o tempo todo, mas tenho mudado um pouco a minha ideia sobre o papel deles quando o objetivo é algo realmente grande. “Seguir objetivos fixos é um péssimo método para chegar a lugares de fato novos, porque o progresso em inovação vem de saltar de um stepping stone interessante para outro, peças que isoladas não parecem nada e juntas levam a algo que ninguém planejou.” A analogia que trago foi a do corrimão: um framework é ótimo para descer a escada sem cair, num processo conhecido, mas em território desconhecido o corrimão te prende ao caminho que outros já percorreram, e caminho já trilhado, por definição, não leva a lugar novo.

• Seis perguntas para reconstruir o PMF na era da IA: PMF deixou de ser um estado que você conquista e protege. A IA está reescrevendo, rápido e ao mesmo tempo, os quatro elementos da unidade atômica de crescimento (Mercado/ICP, Produto, Máquina de Vendas e Ticket/Modelo), e isso enfraquece o PMF de quem não está prestando atenção. O ponto mais acionável, na minha visão, é que hoje o wedge da maioria das soluções AI-native não é vender software para um time interno operar, é vender o trabalho executado, triagem de crédito, conciliação, revisão de contrato, prospecção, com SLA e responsabilidade pelo resultado. Mas serviço é só a porta de entrada. Quem quiser virar ponto de controle precisa produtizar a nova unidade de trabalho, não apenas terceirizá-la.

Posts no LinkedIn e X

• 28/05 — Reversão de narrativa: agentes salvam o SaaS, não destroem. LinkedIn

  

• 22/05 — Bullish em IA fazendo o trabalho de Venture Capital. X

• 21/05 — Thread: o roadmap das LLMs está a favor ou contra o seu PMF? (Model/Market Fit + Agent Harness). X

Caso tenha perdido, leia também o Monthly Recap, de Abril/26, com os updates e insights do último mês.

Considerações Finais e Últimos Recados

• WEBSUMMIT RIO: Do dia 9/junho ao 11/junho estarei no Rio de Janeiro para o Websummit. Separei um espaço na minha agenda para conhecer parceiros e oportunidades. Fique à vontade para entrar em contato comigo por e-mail(respondendo aqui) ou via meu Linkedin.

• VENTURE INNOVATION SUMMIT: Último lembrete, no dia 23 de junho, vou estar no palco do Venture Innovation Summit, evento é organizado pela Anjos do Brasil, em São Paulo, apresentando “O que está mudando no investimento de startups de software na era de IA”.
  📅 23 de junho de 2026 | 9h às 19h 📍 Uni Ítalo — Av. João Dias, 2046, Santo Amaro, São Paulo 🔗 Garanta seu ingresso com 10% de desconto

Obrigado por ler mais uma vez e bom feriado!

Abraço

Guilherme

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

O que esperar desta edição:

• A evolução do Value Investing, como olhar para valor no contexto atual de IA

• Uma reflexão pessoal sobre frameworks e playbooks que compartilhamos

• Outros links e notas rápidas de leitura

E, se você está conhecendo a newsletter pela primeira vez, se inscreva para não perder as próximas edições:

Assine agora

Value Investing no Mundo da IA

Estudar sobre Value Investing sempre foi um prazer para mim, dada a clareza desse conceito. O que tem me provocado recentemente foi o movimento de grandes value investors se aproximando de ativos que não são triviais para vocabulários e frameworks de value investors tradicionais. Por exemplo:

• O IPO da SpaceX promete ser um dos maiores da história.

• Os AI labs como OpenAI e Anthropic valem trilhões no mercado privado.

• E, do outro lado, o que o mercado está chamando de SaaSpocalypse, em que uma leva de empresas de software que começava a fazer sentido nos modelos tradicionais de valuation caiu 30%, 50%, 70% enquanto o mercado amplo continuou subindo.

Penso em Value Investing menos como um método criado há muito tempo e mais como uma ciência de entender e encontrar o valor de um ativo. Nesse sentido, fico constantemente refletindo sobre como aterrissar essa busca de valor no mundo do VC, ou pelo menos no universo de investimento em tecnologia que estamos acompanhando.

Não é fácil de digerir ou traduzir as ideias, mas alguns fatores começam a fazer sentido e vou tentar descrever algumas coisas que tenho lido, aprendido e refletido.

A Evolução do Framework

Li recentemente uma ótima carta do gestor americano Christopher Tsai, da Tsai Capital, que traça a evolução do Value Investing em quatro eras. Ele descreve a evolução da seguinte forma:

• Value Investing 1.0: O clássico Benjamin Graham, surgido na grande depressão americana. Comprar ativos abaixo do valor de liquidação ou contábil. Funcionou em um mundo de ativos tangíveis, e com liquidações forçadas como na grande depressão.

• Value Investing 2.0: Escola de Buffett e Munger, onde se busca negócios de qualidade a preço justo. O foco começa a migrar para moats duráveis, fluxo de caixa descontado projetado para o futuro, e a famosa frase de que “é melhor comprar uma empresa maravilhosa a um preço razoável do que uma empresa razoável a um preço barato”. Ainda muito relevante em vários setores.

• Value Investing 3.0: É a era das plataformas e ecossistemas, ou o que temos vivido nos últimos anos com empresas como Amazon e Google, que reinvestem suas margens de forma para construir infraestruturas digitais com efeitos de rede poderosos. O valor real está no valor terminal value ou na perpetuidade. O autor descreve, usando frases de outros investidores como: “the medium is the moat.” O ecossistema construído é o diferencial, não o produto em si.

• Value Investing 4.0, ainda emergente, é o estágio em que a inteligência em si se torna o ativo central, junto com o investimento em infraestrutura do 3.0. Os AI labs são o exemplo mais próximo, onde existem anos de perdas massivas, capital enorme, construindo a infraestrutura antes de qualquer produto existir. O retorno, se vier, é exponencial e remodela indústrias inteiras.

O autor, Chris Tsai, e suas taxas base, estimam que a taxa de sucesso nesse estágio seja da ordem de 1 a 5%, contra 60 a 70% do estágio 1.0. O que quer dizer que a progressão está diretamente no horizonte de criação de valor. À medida que se alonga o prazo do retorno, a correlação de risco e retorno aumenta, ou as tentativas que dão certo encolhem e as que dão certo ficam maiores.

Vale um caveat importante aqui. Os fundamentos clássicos do Value Investing, como, por exemplo, reversão à média, margem de segurança e análise de múltiplos, não pararam de funcionar. Pelo contrário, como o autor coloca, são os métodos mais certeiros para o sucesso, quando aplicados nos ativos certos. Digo isso, para falar que empresas de software que sofreram quedas de 50% ou 70% na SaaSpocalypse carregam, em muitos casos, crescimento estável, margens saudáveis e múltiplos que precificam destruição de modelo de negócio que ainda não aconteceu, junto com o clima de medo da disrupção. Isso é uma oportunidade clássica do investimento de valor, atuar no comprar medo mal precificado, com margem de segurança, esperando a reversão à média dos múltiplos.

O que mudou é que esse raciocínio não alcança ou não é possível se posicionar nos ativos mais transformadores do momento, os que estão construindo infraestrutura de inteligência do zero. Para esses, é preciso uma lente diferente, e é aí que entram os intangíveis.

Se olharmos a evolução, a partir dos 2.0, começamos a ver aspectos novos de valor, como propriedade intelectual, moats e ecossistemas, assim como expectativa de futuro, entre outros. E aí que entendo que está a discussão de Value Investing do futuro, que não é clara para todo mundo porque exige profundidade de entendimento, mais risco e (a diferente) visão de futuro.

Isso é mais natural para o dia a dia do Venture Capital, que segue a lei de potência e visões geralmente não consensuais. Mas a minha questão é como medir ou avaliar o valor de ativos que não existe P/L, fluxo de caixa e às vezes nem mesmo receita. Ou, como acessar o potencial futuro de ecossistemas ou infraestruturas de inteligência.

Os intangíveis

A Sparkline Capital lançou recentemente um paper sobre o selloff de software, e traz uma resposta interessante, e de forma empírica, para minha pergunta e a questão dos intangíveis.

Olhando para ondas históricas de disrupção tecnológica desde os anos 90, o relatório mostra que investidores que usaram métricas tradicionais de valor, como P/L, P/VPA e EV/S, sistematicamente compraram value traps e venderam os verdadeiros disruptores. O fator que de fato funcionou em setores expostos à disrupção foi o intangível, que descreve como um conjunto de ativos que as métricas convencionais não capturam.

São quatro pilares de valor intangível e moats:

• Propriedade intelectual. Arquitetura de plataforma, datasets proprietários, algoritmos e modelos de IA, lógica de negócio acumulada ao longo de anos de operação.

• Brand equity. Reputação de fornecedor confiável, status de padrão de fato em uma categoria, credencial regulatória, relacionamentos de longo prazo com clientes.

• Capital humano. Julgamento de produto e engenharia, expertise profunda no workflow do cliente, know-how de implementação e customer success, cultura organizacional adaptativa.

• Efeitos de rede. Ecossistema de profissionais treinados, desenvolvedores e aplicações de terceiros; loops de feedback de dados; switching costs a partir de sistemas de registro embarcados, workflows integrados e personalizações.

Interessante que o que mais gera valor, então, não é exatamente a inovação das empresas, mas como você entrega, empacota ou distribui. Ou seja, de acordo com o estudo, os lucros muitas vezes não vão para quem criou a inovação, mas para quem possui os ativos complementares ao redor dela. Isso é geralmente o que cada empresa tem de real ativo de valor, e que às vezes esquecem disso.

Gostei de como descrevem os exemplos de Walmart e New York Times que, diferente de Blockbuster e RadioShack, resistiram à disrupção do modelo. Basicamente, eles se voltaram aos seus ativos intangíveis e moats como aposta.

O Walmart não tentou competir com a Amazon em logística de última milha ou infraestrutura de cloud. O Walmart abraçou o e-commerce sem abrir mão da sua vantagem real: décadas de relacionamento com fornecedores, capilaridade física que nenhum concorrente consegue replicar rapidamente, e uma marca com altíssima confiança entre consumidores de renda média americana.

O NYT não tentou virar uma plataforma de mídia social. O NYT investiu no que o distinguia: jornalismo de qualidade, brand equity construído ao longo de mais de um século, e uma base de assinantes com disposição a pagar por conteúdo verificado em um ambiente de desinformação crescente.

A lição não é que incumbentes sempre sobrevivem. A maioria não sobrevive. A lição é que as empresas que conseguem atravessar ondas de disrupção são aquelas que identificam com clareza onde está o seu ativo insubstituível, e dobram a aposta nele, ao invés de diluir energia tentando competir no terreno do disruptor.

Enxergar esses ativos não é trivial. Não é fácil incluir em um deck ou memo. Talvez apareçam na boa diligência ou na intuição dos especialistas. Por isso, investir nesse novo contexto de IA exige mais conhecimento, mais paciência, maior tolerância à incerteza e disposição para correr mais risco. As taxas base de sucesso encolhem à medida que o modelo de negócio fica mais complexo. Mas os retornos estão mostrando onde o valor está sendo criado nos ativos que o mercado não sabe medir. Essa assimetria é onde está a verdadeira magia da IA para os investidores.

Reflexões sobre o que é e para que serve frameworks

Frameworks são corrimãos, e corrimãos não foram feitos para quem quer voar.

Eu sou fã de frameworks e playbooks. Nos últimos anos, tenho construído diversos, como, por exemplo, na última edição da DealflowBR, falei bastante sobre o meu Playbook de Product-Market Fit ou, nos links recomendados, compartilhei o Playbook do Claude para PMF. No dia a dia, uso frameworks para avaliar oportunidades, mapear mercados, estruturar processos. São ferramentas que escalam o conselho e reduzem o custo de reaprender o que outros já aprenderam.

Mas, sendo honesto, eu mudei minha percepção sobre o uso de frameworks quando o objetivo é algo realmente grande.

Para explicar o que é um framework e sua utilidade no dia a dia, a melhor analogia que conheço é a do corrimão de uma escada. Segurar o corrimão reduz o risco de cair. Você segue um caminho testado, mais seguro, evitando os desníveis, para chegar do outro lado sem problema. Frameworks funcionam assim, sintetizando longas experiências e testes em uma estrutura que você pode usar, sem passar anos aprendendo. Reduzem o custo cognitivo. E, para quem desenvolve, escalam a transmissão de um conselho ou treinamento.

Mas o corrimão te protege do risco, isso é bom para não cair, mas se quiser tentar fazer algo mais arriscado ou mais veloz, como em um Parkour, você não deve usar o corrimão como recomendado.

Em 2016, Kenneth Stanley e Joel Lehman escreveram Why Greatness Cannot Be Planned, um livro que me provocou bastante, e que compartilhei na edição de livros de 2025. O argumento central é direto e confrontou com minha visão até então de frameworks e playbooks no early-stage. Seguir objetivos fixos é um péssimo método para chegar a lugares realmente novos. O progresso em inovação acontece saltando de uma ideia interessante para outra, colecionando stepping stones que, isolados, não se parecem com nada grandioso, mas que juntos levam a algo que ninguém havia imaginado.

O exemplo mais claro é a NVIDIA. Nos anos 90, o objetivo era fazer jogos de tiro parecerem mais realistas. Ninguém estava tentando construir a infraestrutura para inteligência artificial. Mas a matemática necessária para renderizar gráficos 3D, multiplicação de matrizes em paralelo, acabou sendo exatamente a matemática necessária para treinar redes neurais profundas. Não havia playbook para isso. Havia curiosidade, e um mercado estranho que ainda não fazia sentido.

No ambiente de VC, onde devemos buscar retornos assimétricos e oportunidades que serão outliers em dez anos, olhando para trás. Queremos encontrar a oportunidade perfeita, mas o que mais tem são anomalias, imperfeições e arbitragens. Às vezes é difícil encontrar uma explicação, e é preciso estimular o desacordo.

“O confronto com a ambiguidade, não a orientação para o planejamento, é um grande ativo no early-stage. “

Frameworks são ótimas ferramentas para reduzir risco e complexidade em processos conhecidos. Se você quer descer a escada sem cair, segure o corrimão. Mas quando o prêmio está em território desconhecido, o corrimão te prende ao caminho que outros já percorreram. E caminho já percorrido, por definição, não leva a lugar nenhum novo.

Se você quer construir algo realmente diferente, uma empresa com posicionamento único, um processo que gera vantagem competitiva genuína, um produto que não existia antes, você não pode depender de playbooks ou frameworks como bússola principal. Eles vão te levar a algum lugar. Só não será um lugar novo.

A distinção que tenho tentado praticar é usar playbooks para o que já foi descoberto ou para ganhar contexto rapidamente. Mas é preciso usar a sua curiosidade, intuição e autenticidade para buscar o que ainda não tem nome. O Playbook de PMF que compartilhei não é um destino. É uma linguagem compartilhada para um ponto de partida. As unfair advantages estão em playbooks proprietários, com os ingredientes do seu contexto, do seu mercado, da sua intuição acumulada.

Outras Leituras Interessantes / ICYMI:

• Sobre posicionamento e homepage de startup B2B: Gosto muito do trabalho desses caras quando falam em posicionamento e linguagem para cliente de software B2B. Ele usa a homepage como principal ativo de product marketing para o cliente, não necessariamente uma vitrine da visão do produto. Quatro vícios que destroem a clareza dessas homepages, que têm a ver com posicionamento e linguagem, são: falar para múltiplas audiências, escolher o champion errado (CEO não compra software, quem compra é o VP/manager), vender benefícios de enésima ordem em vez do produto, e usar “vision-messaging”“. Posicionamento = Diferenciação + Segmentação, e usa âncora como competidor ou caso de uso. Vale para qualquer founder pré-PMF reescrevendo a home ou posicionamento.

• R$5,8Bn de VC brasileiro preso em fase de desinvestimento: Vale ler o estudo feito pelo Cassio sobre cenário de liquidez no VC brasileiro. Cruzando PL declarado na CVM com idade do fundo, ele mapeou 23 FIPs com viés de tecnologia que estão fora da janela de investimento, dos quais R$1,9Bn (33%) estão ultrapassando os prazos do fundo. As perguntas que traz são como se as altas marcações dos papéis do fundo influenciam a potencial venda ou liquidez dos ativos? Por que não existe secundário de portfólio inteiro no Brasil? Boa leitura para entender os desafios de liquidez em VC que define o ciclo atual e, principalmente, como gestores ou investidores, pensarmos estratégias, opções e oportunidades para melhorar o cenário.

• A dívida técnica oculta dos agentes: o harness (Han Lee): Bom texto avançado sobre Agent Harness e o seu desenvolvimento. Todo o trabalho de orquestração que os times construíram nos últimos doze meses (system prompts, tool wrappers, planner-executor, memory stacks, multi-agent) é estrutura para o nível de capacidade do modelo de hoje, e a próxima geração vai dissolver quase tudo. O autor coloca que os no-code builders tipo n8n entregam repetibilidade de passos, não qualidade de output, e somem quando um agente faz o mesmo com o loop dentro do modelo em um longo horizonte de tempo. A tese operacional que sugere é “thin harness, fat skills”: empurrar o trabalho para a camada mais barata (skills em texto), mantendo o harness fino e descartável, e trate cada ferramenta de produção como artefato de 90 dias que você pode deletar sem dó no próximo release. É um reforço para o que importa que é adaptação à velocidade da evolução da IA e os substratos de dados, evals e contextos.

Obrigado!

Abraço

Guilherme

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

E, se você está conhecendo a newsletter pela primeira vez, se inscreva para não perder as próximas edições:

Assine agora

Seis perguntas para a construção do PMF na era da IA

Nunca foi tão fácil criar um produto que ninguém quer. Como tecno-otimistas, ficamos constantemente ludibriados pela sua capacidade de fazer coisas, mas quase nunca sabemos se estamos criando o produto certo ou se alguém realmente vai querer. Nesses momentos, enxergo no ambiente dos builders e empreendedores que estamos pensando e discutindo muito as possibilidades da tecnologia, e reduzimos os questionamentos básicos de PMF.

Para relembrar, o ponto de partida mais simples e claro que conheço, sobre desenvolvimento de produto, são os 4 grandes riscos de produto do Marty Cagan:

• Valor: Os clientes vão comprar ou querer usar isso?

• Usabilidade: Os clientes vão conseguir ou saber usar isso?

• Viabilidade: Conseguimos construir o que é preciso com os recursos (tempo, habilidade e tecnologia) que temos?

• Viabilidade do Negócio: Isso gera rentabilidade para o negócio?

Outro que gosto muito é o da Sequoia:

• Qual é o Right To Exist da minha empresa? (Oportunidade vs vantagem única)

• Alguém realmente precisa disso? (Insight de founders vs Customer Discovery)

• Meu produto propõe mudança de hábitos ou comportamentos?

• Os clientes vão pagar o suficiente por isso para construir um negócio? (Playbook de Vendas vs. Willingness To Pay)

Os dois frameworks acima são bons, mas não vão até algo que tenho visto cada vez mais decidir o jogo de quem vence na escala: a distribuição. A pergunta "Como vou distribuir isso em escala?” raramente entra nos playbooks de early-stage, e acho que isso é uma falta grande.

Essas revoluções tecnológicas nos fazem mergulhar nas potencialidades e possibilidades da próxima onda de soluções, expandindo casos de uso e mudando hábitos dos consumidores e usuários. Mas vejo que founders esperam que apenas o insight (ou segredo) do produto seja capaz de fazer uma empresa ter um grande sucesso. Na verdade, isso é importante, mas não é suficiente. Um dos erros mais comuns é encontrar o fit do produto, e despejar investimento em um GTM sem eficiência ou diferencial.

A IA está reescrevendo a Unidade Atômica de Crescimento

Esta é uma evolução do Playbook que publiquei em 2022, refinada por centenas de conversas com founders desde então. Tenho entendido que o modelo mental segue funcionando, mas o que mudou é a velocidade com que IA está reescrevendo cada elemento da unidade de crescimento.

O fundamento básico de uma Startup é que ela tem como objetivo primário solucionar um problema, e entregar de uma forma melhor e escalável - sem isso, não faz sentido existir ou então não é uma startup. Então, PMF é o termo que representa os sinais que ‘faz sentido’. E por isso é, antes de qualquer outra coisa, o primeiro grande desafio de uma startup.

Porém, os sinais de PMF não te dizem o que construir. Isso depende de outros elementos e da visão dos founders.

Ainda acredito que o modelo mental da unidade atômica de crescimento nos ajuda a responder essas perguntas acima, e pensar a construção e arquitetura do PMF, GTM-fit e uma empresa escalável.

Essa unidade se forma pelo encaixe de quatro elementos: um Mercado/ICP bem definido, um Produto que resolve uma dor real, uma Máquina de Vendas eficiente, e um Ticket Médio/Modelo de Negócio sustentável.

A chave está em como você encaixa esses elementos entre si.

Eu tenho escrito bastante sobre como a transformação de mercado com IA tem embaralhado o mercado, e gerado diversos questionamentos sobre o futuro das empresas de software. O ponto é que, na ótica do PMF, os elementos de uma unidade atômica estão em transformação rápida e simultânea, e isso enfraquece o PMF de quem não está prestando atenção.

Abaixo, organizo algumas perguntas que tenho discutido com CEOs e founders, que podem ajudar a se questionarem, e a como arquitetar a unidade de crescimento para os novos caminhos:

No processo de descoberta de cliente, até onde a IA ajuda ou atrapalha o founder?

Criar produto e features ficou muito mais rápido, mas o discovery ainda é difícil, vejo alguns comportamentos e desafios que tornam o processo mais difícil:

Como construir ficou absurdamente mais rápido, é fácil querer evitar ou delegar a parte dolorosa do trabalho, que é vender e interagir com clientes. Cada minuto no código parece mais produtivo do que uma conversa focada e de um feedback difícil com um cliente.

Na hora de analisar os dados, founders estão tentando terceirizar o julgamento sobre PMF para IA. Entendo que funciona bem para organizar e estruturar os dados, e até ajudar a pensar, mas o diferencial está em como interpretá-los e, principalmente, na capacidade de julgá-los a partir de uma perspectiva única, só o founder consegue fazer.

Do lado do comprador, com novos produtos criados a cada instante, existe muito barulho. O comprador ou cliente ainda é o ser humano, e este ainda leva tempo para pesquisar, se educar, escolher ou decidir.

Então, o customer discovery não pode ser completamente automatizado para construir algo realmente diferente e grandioso. É preciso a empatia do humano, conexões e insights do founder para saber o que construir. Encontrar os encaixes de problema com solução, com mercado, com produto, exige foco obsessivo e iteração com o usuário ou cliente. Não é sobre encontrar a próxima feature para construir, mas sim identificar a combinação e encaixe de problema, solução, mercado e produto (PMF) e canal que cria escala superior.

Iterando, as ações dos usuários tendem a dizer mais sobre as suas respostas faladas. É necessário ter um senso mais profundo na hora de conversar com os clientes e um segundo nível de pensamento para analisar. Geralmente, as pessoas são mais honestas nas suas ações do que nas suas falas. É necessário entender as suas emoções e confusões, principalmente quando precisamos entender e mapear a tarefa e o trabalho com os insights do founder é onde está a alquimia do que construir. Esse mapeamento e julgamento a IA não faz.

Uma startup é a manifestação de um insight do founder, sem isso não acho possível criar algo muito grande de forma intencional. Seria uma aposta no escuro ou uma decisão tomada a partir de insights medianos. Para construir algo único, é preciso estar fora do consenso, ter apostas contrárias.

O roadmap das LLMs está a nosso favor ou contra?

PMF nunca foi binário (sobre se existe ou não existe), sempre um espectro de força. Porém, a barra da força do PMF tem subido com os LLMs. A Anthropic e OpenAI, principalmente, a cada semana estão avançando com os seus modelos e lançando novas soluções. Isso cria uma alta expectativa dos clientes e um desafio para as startups se diferenciarem.

Se eu pudesse acompanhar apenas uma única métrica de produto hoje, seria o churn. É a métrica mais crítica e reveladora de quem está sobrevivendo aos ruídos (curiosidade, com o fato de os clientes não saberem o que querem ou o que é melhor para eles ainda) e à guerra das novas soluções de IA (apps de vibe coding, LLMs etc.).

Cada release de Anthropic ou OpenAI, a água sobe e afunda soluções que pareciam funcionar seis meses atrás. A pergunta para entender se a startup corre risco é: quando o modelo (LLM) melhora, a sua solução fica melhor junto, ou afunda e vira commodity?

Recomendo se aprofundar no que está chamando de Model/Market Fit(o encaixe entre as capacidades do modelo que você usa e a necessidade do mercado que serve) e Agent Harness (o arcabouço que captura valor além do prompt com contexto, memória, ferramentas, fluxo etc.). Muitas soluções, que eram wrappers simples de GPT-3.5, que faziam resumo, tradução ou geração simples, não avançaram pois o GPT-4, por exemplo, ficou barato e o ChatGPT virou onipresente e multifuncional. Já produtos como Cursor, Granola ou Perplexity ficaram melhores com modelos melhores, porque construíram em torno de workflow, memória e contexto, não em torno de uma capacidade pontual do modelo.

Qual é o melhor ponto de entrada(wedge) e ponto de controle para essa solução?

Dentro do elemento de oferta e produto, com a IA, a entrega de valor vem mudando, e isso muda o sucesso do cliente depois do PMF.

Serviço é o ponto de entrada. Remodelar e implementar uma nova unidade de trabalho é a forma de dominar o ponto de controle.

Já tratei desse argumento em AI-Native Services. O wedge da maioria das soluções AI-native hoje é vender o trabalho executado, não o software para um time interno operar, como, por exemplo, a triagem de crédito, atendimento, conciliação, revisão de contrato, prospecção. Oferta de serviço é onde o cliente compra o trabalho desempenhado e paga pelo resultado, com SLA e responsabilidade, não uma ferramenta. Mas o serviço é só wedge. O objetivo é produtizar a nova unidade de trabalho com IA e, assim, ser o novo ponto de controle.

Quando a IA passa a executar a tarefa de forma confiável, ela entra no workflow, virando parte dele. Nesse momento, é possível entender se existe o potencial de se tornar um ponto de controle. “Se a solução desaparece, o workflow do cliente quebra?”. Dominar os pontos de controle de um fluxo de trabalho é onde os feedback loops de IA se estabelecem e alimentam o flywheel do produto e do moat. É aí que o produto deixa de ser útil e passa a ser inevitável.

E aí muda o papel do que vejo como a primeira contratação pós-PMF. Na minha visão, alocar Customer Success é o primeiro passo para defender a retenção e garantir que clientes estão tendo sucesso. Funciona em software de autosserviço, em que o cliente extrai valor sozinho da interface. Em AI-native, e em soluções B2B, o papel equivalente é o Forward Deployed Engineer(FDE). É quem garante a implementação do caso de uso, o sucesso da execução das tarefas do agente e o aprendizado capturado pelo produto. Na verdade, muda pouco em relação ao que vimos de Professional Services ou CS, mas agora com uma profundidade maior. Mas como a a16z coloca no seu post sobre FDE e a Palantir (empresa exemplo de uso de FDE), tem uma armadilha aqui. O FDE não pode virar o mecanismo de entrega permanente, e sim um caminho para a plataforma reutilizável.

Estamos pensando em algum insight ou diferencial de distribuição?

Essa é uma questão que afeta Product-Channel Fit e Máquina de Vendas. Recentemente, tenho me deparado com uma provocação que resume bem algo que tenho pensado nos últimos meses:

“Agora que IA está tornando mais fácil construir software, podemos admitir que a parte difícil de startups sempre foi retenção e descobrir distribuição?”

Estamos nessa fase do mercado, admirando a mágica do produto solucionar a distribuição, mas isso tem a ver com o hype e deveremos sair dela em breve. Dito isso, a distribuição vai voltar a ser o principal ponto para o sucesso das empresas, em geral.

Na venda de Software B2B, os canais tradicionais parecem colapsados, e realmente saturados. Segundo o Clouded Judgement do Jamin Ball, o CAC payback mediano de SaaS público hoje está em 57 meses. Quase cinco anos para recuperar o custo de aquisição.

Vale comparar com as três ondas anteriores: a internet criou SEO e email marketing, por exemplo; o browser destravou ads pagos em escala; o mobile abriu app stores e push notifications. Cada onda anterior trouxe um canal de distribuição novo, quase grátis no começo, antes do CAC inflacionar. A onda da IA, até agora, não trouxe. Uma hipótese é que LLMs e agentes acabem virando o canal, com o discovery via ChatGPT, integração via MCP, recomendação via agente de compras. Mas isso ainda não está claro, e tem a ver com o produto, principalmente.

Enquanto isso, vejo a marca e os humanos ainda como fundamentais na geração de leads e negócios. A oferta da confiança (trust) ainda está nos seres humanos. Alavancar em sinais humanos como marcas pessoais, comunidades e referrals é muito valioso.

Nosso cliente ainda é humano ou já é agente?

Is Software Losing Its Head? - a16z

Em relação ao elemento de Mercado e ICP, hoje, toda solução nova já nasce em cima de agentes: eles vão atrás da informação e entregam o job to be done. Aos poucos, viram o próprio caminho entre o humano e o resultado final, como quando ajudam a fechar um negócio.

No limite, agentes deixam de ser ferramenta e passam a ser quem compra e opera. A nova persona do seu produto não é humana, e isso muda tudo, do discovery ao churn.

O sinal de PMF muda junto e passa a ser o agente conseguir descobrir o produto, escolher, aprender, usar e executar tarefas sozinho, com consistência e risco baixo. É como uma jornada de cliente, mas diferente, para agentes, em que métricas diferentes, como retenção, começam a ser medidas por coisas como agent success rate, autonomy score e taxa de falhas em workflows agênticos.

A arquitetura muda completamente, e passa a ser um arcabouço (harness). Então, nessa virada, UI/UX também muda. Quem vende produto B2B vai precisar expor APIs, MCPs, SDKs e protocolos consumíveis por agentes. Documentação deixa de ser página de suporte e vira interface de produto. O que diferencia são as decisões de produto e a forma que amarra os diversos pontos críticos da experiência dos agentes de IA, como APIs, Contexto, Skills, Memória etc...

Qual a dinâmica do modelo com a cobrança por resultado ou uso?

Por fim, no elemento de Modelo de Negócio, onde tudo se materializa, como métricas, precificação e margem. Elas empacotam todas as questões acima em algo que aparece na DRE, e é onde o PMF da era IA traz diferença estrutural do modelo SaaS clássico.

Com a mudança de precificação baseada no resultado, e não em tokens utilizados, vai precisar de definições e atribuições claras, e auditáveis, do resultado. Além disso, cada entrega vai depender da assertividade da tentativa de gerar o resultado. Isso afeta as margens e o risco para os dois lados do negócio. Isso já pode ser visto no case da Intercom, ou da Sierra.

Do lado do comprador, ainda é difícil entender a questão de orçamento, previsibilidade e compras para esse modelo. Para o outro lado, transfere o risco para o vendedor. Se a entrega do valor não for robusta ou direta, sem um empacotamento claro, cada venda terá grande negociação, e pode aumentar o ciclo de vendas de negociação ou mesmo de interesse.

…

Voltando ao nosso ponto de partida, o Product-Market fit é um termo agnóstico quanto à tecnologia, portanto para startups sempre foi (e sempre vai ser) sobre o encaixe de entregar valor superior a um cliente com uma dor latente. Por outro lado, a velocidade com que os elementos que compõem a unidade de crescimento de uma startup evoluem atualmente, torna a busca do PMF mais dinâmica e profunda nesse momento.

O processo básico de descoberta do cliente não mudou radicalmente, porque é um processo fundamental. As informações que sustentam uma boa decisão de produto, também não. Não é possível pular essa camada, se quer construir algo grande, e para isso é preciso ser diferente, com insights únicos.

O que muda é a camada abaixo: mercado (ICP, personas e agentes), produto (arquitetura, LLMs), distribuição (plataformas e processos automatizados saturados), e modelo (entrega de resultado). A unidade de crescimento ficou mais dinâmica e em transformação ao mesmo tempo. É preciso reconstruí-la para um mundo AI-first.

Cinco coisas que mudaram muito pouco para a busca de PMF:

1. Obsessão pelo cliente, mesmo quando construir parece mais produtivo do que conversar.

2. Disciplina do processo tradicional de discovery, sem terceirizar julgamento para IA.

3. Honestidade e agilidade intelectual para questionar os próprios princípios de produto e GTM.

4. Curiosidade agressiva para incorporar novas ferramentas e direção estratégica.

5. Julgamento/Taste: O que te faz diferente.

As perguntas acima são algumas que acredito que precisam ser trabalhadas exaustivamente pelos cofounders na busca da melhor unidade de crescimento e escala de uma empresa.

Outras Leituras Interessantes / ICYMI:

• Mercados early-stage não parecem mercados (a16z speedrun): quando um setor já cabe num 2x2 de market map, as melhores entradas já fecharam. Sinais que precedem a categoria: pré-lançamento viral orgânico, comunidade que se auto-organiza sem o time da empresa, e um punhado de usuários dobrando o produto para usos não previstos. Lição para founder: vai fundo em dez usuários antes de ir largo, e habita os cantos estranhos antes de serem legíveis.

• O preço de uma segunda olhada - a matemática da curiosidade (Polymath Investor): o investidor enfrenta toda segunda-feira o mesmo dilema matemático do bandido super armado de 1985, se gasta tempo aprofundando em nomes que já tem ou explora novos. Exploitation pura faz perder o próximo compounder, só explorar novos deixa tudo raso. A solução ótima está em um mix de peso médio histórico + bônus de incerteza que decai com o uso, ou seja, paciente com o conhecido, impaciente com o desconhecido.

• O experimento da Ramp em Marketing para AI agents: experimento de 5 semanas com oferta rastreada. Vários pontos interessantes. Alguns que chamaram minha atenção:

  • Markdown bateu schema.org, e formato treinado nos LLMs vence formato desenhado para máquinas.

  • Existe um "agent trust" para algumas páginas análoga à autoridade de domínio, mas com sinais diferentes do SEO.

  • Cada modelo é um canal distinto: Claude cita valor e link, Perplexity vago, ChatGPT 32 dias em zero.

  • Uma conclusão escondida, e o último parágrafo, é muito bom. Talvez publicar sobre o experimento pode ser mais eficaz que rodá-lo. Pode atrair agentes para o lead.

• O playbook do founder AI-native da Anthropic: quatro estágios clássicos da jornada de startup (Idea, MVP, Launch, Scale) para o que mudou em 2026. Cruza bem com os posts de hoje. Sinceramente, nada muito novo dos conceitos e dicas que existem, e do que tenho escrito aqui, mas é um bom consolidado e atualizado do playbooks.

Obrigado mais uma vez!

Abraço

Guilherme

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

Se gostar, não se esqueça de se inscrever.

Assine agora

Esse é um formato de postagem em que faço uma revisão mensal com ideias, reflexões e insights sobre o ambiente de VC, aprendizados de campo, além de atualizações do que tenho feito e escrito. O objetivo é ser transparente a quem me segue e aprofundar as trocas.

O que esperar da leitura:

• O cenário de venture capital Global e no Brasil

• Build, Investing & Learning VC in Public, e algumas Notas de Campo

• Meus posts do último mês, caso tenha perdido.

• Considerações finais

Monthly Recap de Março/26

Cenário Global

Algumas coisas que têm chamado a minha atenção no mercado internacional de VC:

A maior parte dos M&As mais relevantes de Gen AI está sendo negociada a 20x receita dos últimos 12 meses. Essa janela de grande atenção no curto prazo (por uma potencial acomodação do frenesi) se mostra oportuna para capturar o valor em soluções de Gen AI.

Do lado do comprador, é possível ver movimentos de grandes empresas de tecnologia absorvendo essas novas soluções, talentos e posições estratégicas escassas. Dentro disso tudo, acredito que existam diversos ingredientes, desde oportunidades realmente boas, empresas que criam momentum e FOMO para venda de curto, e outras que buscam de fato uma saída estratégica para continuar criando valor.

Outro ponto interessante é o captable vazado da OpenAI. Nele é possível ver a valorização das ações dos seus investidores (paper gains). Nesses grandes deals é interessante enxergar poucos ganhos de investidores early-stage. Por exemplo, quando pensamos que a empresa chegou a uma avaliação de mercado de mais de $850 bilhões, os investidores anjo da OpenAI ganharam ‘apenas’ 140x ou a Khosla Ventures 30x (investidor seed).

Um ponto relevante a favor de quem investiu é que a Thrive Capital, por exemplo, multiplicou apenas em 4,8x o capital, mas investiu $3,5 bilhões. Multiplicar tanto capital, em algumas vezes, em poucos anos, não é um feito tão comum.

Esse é um modelo de fazer venture capital que a gente vê nesses grandes fundos, que jogam esse jogo de consenso, de alocação nas principais empresas. É quase como um ciclo: quanto maior for o montante investido em menos deals, maior o valuation, menos MOIC que, então, exige mais concentração.

Mas vejo que não é para qualquer firma. Para conseguir concentrar é preciso ter acesso aos bons deals, a reputação para conseguir participar e alguma forma uma vantagem de informação sobre a oportunidade para poder ter um julgamento diferenciado, que outros não têm. Dito isso, diversificar em um ambiente de rodadas e valuations maiores, e MoiCs menores, dilui o potencial retorno dos fundos. Consenso não faz sentido em diversificação.

Importante ressaltar que minha perspectiva é para quem está dentro de um jogo pela busca do consenso.

No Brasil

Sobre a Atividade de VC

Venho percebendo que as rodadas seed vêm mostrando uma inflação acima do que vemos na mediana histórica. Essas rodadas desse último mês, por exemplo, foram anunciadas como seed: Segura levantou R$ 45 milhões, Inner AI de R$ 30 milhões, Maggu AI captou R$ 22 milhões com a DGF e Astor que captou R$26mn (nos EUA). Não sei se algumas dessas poderiam ser Series-A, mas não importa muito. O que historicamente era faixa de Série A no Brasil hoje vem etiquetado como seed. Além disso, a IA virou padrão. Agora começamos a ver de fato a corrida das empresas de IA no VC-track brasileiro também. Acho que já podemos normalizar que tudo que vem do early-stage já são de alguma forma empresas de IA.

Um outro ponto mais estrutural que me chama atenção acompanhando o mercado de VC recentemente, é como a base de LPs vem mudando no Brasil. O capital institucional mais relevante em atividade hoje, que tem sido o investidor relevante dos principais fundos brasileiros, é majoritariamente público, como BNDES, Desenvolve SP em fundos de software e IA, Sebrae e Finep com editais de fomento para fundos. Pelo menos isso. A questão da taxa de juros ainda é um desafio para o investidor brasileiro, adicionalmente a percepção negativa deles que, a grande parte, investiram em vintages difíceis. Porém, agora, acredito que as safras de 2024-26 tendem a ser ótimas.

…

Partindo desse cenário, uma discussão interessante tomou conta dos fóruns do último mês.

BSV e a discussão do êxodo de fundadores brasileiros.

Uma boa parte da (nossa) bolha VC/tech do Brasil estava no Brazil at Silicon Valley nas últimas semanas. E, após o painel com o Luciano Huck, foi gerada uma matéria interessante sobre o êxodo recente de empreendedores do Brasil para o Vale do Silício.

Engraçado que o Luciano Huck, que pediu para que empreendedores “voltem”, estava ao lado da Luana Lopes da Kalshi (US$22 bi de valuation), empresa de Mercado de Previsão por Blockchain. Ela comentou que havia escolhido o Brasil como primeiro país de expansão internacional, porém, alguns dias depois, foi anunciado pelo CMN que essas plataformas não podem operar no Brasil - por motivos confusos e obscuros, do que apenas a questão crypto.

Mas, infelizmente, o Brasil está longe de ser um país amigável para empreendedores, principalmente quando você tem acesso ou a opção de ir empreender nos EUA. Não é novidade que o país não comporta e não tem estrutura, capital e políticas que possam competir globalmente, para que empreendedores criem suas soluções realmente novas e globais a partir daqui.

No meu olhar otimista, empreender (em teoria) é o trabalho que não desiste por questões macroeconômicas e políticas, e sabe que o Brasil nunca foi para amadores, e toma vantagem disso. O maior risco e oportunidade está em fazer um produto muito querido para atender uma dor relevante e urgente do mercado.

Então, saber operar e estar presente na geografia, principalmente de relações institucionais em mercados regulados, exige alavancas dos ecossistemas locais.

Building (& Investing) in Public

Eu sigo trabalhando em três frentes:

• Fazendo investimento como anjo - concluí um novo investimento em abril/26 - espero anunciar em breve.

• VC-advisor de algumas empresas (agenda fechada para novas empresas)

• Estruturando tese e estrutura do meu próximo passo, e espero ter novidades para contar em breve.

Nessas frentes, sigo conversando com diversos founders, co-investidores e LPs. Vou compartilhar algumas notas que têm surgido das conversas nos últimos meses:

Conversas abertas / notas e reflexões de campo:

Essas são notas que tirei de conversas com founders ao longo do mês. São conselhos que repeti ou consolidei em calls ou mensagens, e que vale consolidar aqui. Não são teses fechadas, são padrões que tenho observado. Tome com a moderação de sempre.

Sobre envios de updates para investidores

O hábito de mandar investor update regularmente é uma discussão interessante. No geral, eu gosto de quem manda, principalmente quando é intencional e tem algo relevante para dizer. Tenho buscado evitar dizer apenas “mande updates recorrentemente”.

Enviar todo mês updates pode parecer ruído se não tem um intuito. O que eu tenho sugerido:

• O problema mais comum de enviar periodicamente é quando você para de enviar. Geralmente, porque não foi um mês bom, ou são tantas questões estratégicas que não faz sentido apenas compartilhar aquelas métricas que já não mostram a direção estratégica, ou o template de update não captura essas questões, entre outras questões. Depois de uma consistência de update, sumir por meses alguns vira um sinal no mínimo estranho.

• A função real do update é menos transparência e mais consistência narrativa. O founder usa o update para revisar em tempo real a história que está sendo construída, e não a história que vai ser fabricada na próxima rodada. Muito investidores olham os updates como forma de diligência de como foram as coisas quando você não está vendendo. Os updates devem contar a narrativa e execução de forma honesta.

• Penso que duas ou três linhas diretas e personalizadas (baseada na relação e catchups de assuntos), com métricas relevantes, com um ask(se necessário) ou objerivo claro daquele update. Não precisa ser elaborado, mas autentico já é o suficiente.

Invertendo o processo de warm intros

Essa ideia me fez até atualizar o meu texto sobre introduções para investidores. É um ponto sutil dentro do assunto, mas que me trouxe bastante clareza.

Warm intro ainda é uma boa forma de chegar aos investidores, mas existe uma forma de arquitetar para se tornar mais natural e escalável.

O melhor caminho, que tenho recomendado, é inverter a lógica. Em vez de pedir intro para VCs diretamente, peça para alguns dos seus contatos, outros founders e gente do mercado de VC com boa rede, falar de você para investidores específicos. Algo como: “Você conhece o “nome do founder”? Ele está construindo algo interessante pra “mercado/setor”, e deve captar em breve.” Isso de uma forma autêntica, natural e com bom entusiasmo.

Quando seu parceiro fala de você, ele está entregando ao investidor exatamente o que investidor mais quer, acesso e conexão a um deal antes da maioria. Ou, se mais pessoas falarem dessa, você vira o ativo, não um suplicante. Isso pode mudar o tom da primeira conversa por completo.

É preciso fazer com coordenação e em volume, e deixe o efeito e a psicologia de rede sociais fazer o resto.

Asking money vs asking advice

Tenho conversado com alguns founders sobre os dois formatos de approach para uma primeira reunião com VCs, e como cada um abre a porta e direciona a atenção de uma maneira diferente.

O primeiro é asking money - o tradicional “estamos fundraising, vamos conversar?”. Para alguns funciona, mas eu apostaria que não para a maioria. Você chega vendendo a empresa e a oportunidade de uma forma mais direta, e o objetivo é passar pelo filtro convencional de primeira reunião avaliativa do VC. Nesse caso, algumas coisas que ele vai questionar são as de sempre (ajustadas pela filosofia de investimento de cada um), como por exemplo:

O objetivo é passar do primeiro filtro e gerar interesse (excitação) para a próxima conversa. Funciona quando você tem momentum e tese fortes: números crescendo, narrativa clara, urgência real. Pedir dinheiro de cara é possível e às vezes é o caminho mais limpo.

O segundo é asking advice. Aqui o filtro é mais a ‘vibe’ da pessoa e da troca, e não a oportunidade diretamente. Essa ‘vibe’ que o investidor está medindo tem a ver com curiosidade, honestidade intelectual, coachability, learning agility, likeability. A pergunta dele é: “Essa é uma pessoa com quem eu quero passar mais tempo?”.

É preciso ser autêntico e se abrir para a relação. Quando o founder sai do pitch mode para pedir conselho ou escutar de verdade, ele abre o kimono. Vejo que vários investidores gostam disso. Quando conseguem enxergar a verdade do negócio, eles se engajam mais e se sentem mais seguros com aquela relação.

Existe aquela máxima de “peça dinheiro e vai ter conselho, peça conselho e vai ter dinheiro” é real, mas é mais complexo que isso. Na prática, dá para planejar de uma forma estratégica para construir as relações e desenvolver tratos de founders fundraiser: como se conectar e nutrir a relação de forma humana, e ao longo do processo o founder entregar momentum, senso de urgência e tese para fechar pelo lado de captação. Os dois modos têm seus benefícios e juntos são mais poderosos.

Acho que o objetivo do founder é que, seja qual for o approach, (e para o investidor é encontrar alguém que) passe pelos dois filtros.

Deals - Oportunidades que estou avaliando para Angel / Pre-seed

• Angel: AI-Native Services / Fintech/ Lending

• Angel/Pre-seed: Blockchain / Energy

• Angel: AI-Native Services / PME

• Seed: B2B2C Fintech

Se investidores anjo ou gestores tiverem interesse de olhar conjuntamente para alguma dessas oportunidades, será um prazer trocar o que for possível, com a devida discrição.

Meus posts do último mês, caso tenha perdido:

• Sobre AI-Native Services (Newsletter/Blog): Escrevi na DealflowBR sobre o que estou chamando de AI-Native Services — por onde IA realmente entra nos mercados de serviço e o que muda na economia desses negócios. A tese central: IA é wedge, não tese. Entra automatizando a primeira camada de atrito, mas o que separa ganhador de perdedor não é o modelo — é o software que orquestra dado proprietário, workflow e governança. Para quem está olhando vertical com componente de serviço, vale ler antes de mandar o cheque.

• A pergunta certa antes de escolher uma ideia (Linkedin): Publiquei um post sobre uma pergunta que ouço muito de quem quer empreender: “qual indústria escolher?”. Argumento que essa é a pergunta errada. Founder não passa a maior parte do tempo fazendo produto — passa fazendo a empresa crescer. A pergunta certa é qual sales motion você consegue (e quer) fazer todo dia como se fosse um jogo. Match founder-channel primeiro; TAM e paixão pela indústria vêm depois. Vale especialmente para quem está pivotando em IA e está colocando foco demais no produto.

• Cinco traços de founders top fundraisers (Linkedin): Publiquei um carrossel no LinkedIn com uma apresentação que uso em “Workshops” com founders sobre os 5 traços que separam o founder que levanta rodada com consistência de quem sofre no processo. Se você está em processo de captação, vale ler para fazer reflexão honesta e dicas.

Caso tenha perdido, leia também o Monthly Recap, de Março/26, com os updates e insights do último mês.

Considerações Finais e Últimos Recados

• No dia 23 de junho, vou estar no palco do Venture Innovation Summit, em São Paulo, apresentando “O que está mudando no investimento de startups de software na era de IA”.
  O evento é organizado pela Anjos do Brasil e reúne conselheiros, investidores, family offices, founders e executivos C-level em torno de inovação, governança e investimento de startups.
  Vai ser bom encontrar quem estiver por lá.
  📅 23 de junho de 2026 | 9h às 19h 📍 Uni Ítalo — Av. João Dias, 2046, Santo Amaro, São Paulo 🔗 Garanta seu ingresso com 10% de desconto

Obrigado por ler e bom feriado!

Abraço

Guilherme

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

O que esperar desta edição:

• IA-Native Services: por onde as soluções de IA estão penetrando nos mercados B2B

• Do GPT wrapper ao Agent Harness

• Em SaaS, o crescimento ganha peso (novamente)

• Outros links e notas de rápidas de leitura

E, se você está conhecendo a newsletter pela primeira vez, se inscreva para não perder as próximas edições:

Assine agora

AI-Native Services: por onde a IA está entrando nos mercados B2B

A nova proposta de valor das empresas de IA não é vender software para gerir tarefas. É entregar o trabalho em si. O ponto de controle, que costumávamos discutir no software, tende a se mover do workflow para a própria unidade de trabalho. Esse é o ângulo que quero desenvolver aqui, olhando especificamente para os wedges que vejo as empresas de IA usando para entrar e remodelar mercados hoje, e seus desafios, com a entrega de serviço como a oferta.

A Sequoia publicou recentemente um texto chamado Services as the New Software que coloca a oportunidade de forma clara, e a diferença entre inteligência e julgamento, e copilotos e pilotos automáticos. A geração anterior de software automatizou inteligência, ou seja, executar regras e seguir passos. A geração atual começa a automatizar julgamento, que é decidir o que fazer, interpretar contexto, coordenar exceções.

E isso muda o que é um TAM interessante. Me ressoa sobre o debate do TAM do Uber outra vez. Não era sobre disruptar o mercado de táxi, mas sim uma nova forma como as pessoas se locomovem nas cidades, que muda comportamentos, que pode até estimular ou facilitar encontros presenciais, por exemplo. É um pouco do Paradoxo de Jevons, onde ganhos de eficiência em um recurso tendem a aumentar o consumo total desse recurso, não a reduzi-lo. Com a IA, a produtividade aumenta e as pessoas não irão usar o tempo para parar e relaxar. Elas vão querer produzir mais ainda.

Unit of work, não workflow

Já escrevi sobre o unbundling que a IA está produzindo e sobre a diferença entre mapear o fluxo de trabalho e mapear o trabalho em si. Isso é chave para encontrar o ponto de entrada.

O SaaS mapeava o workflow. Onde o pedido entra, onde o pagamento liquida, onde o dado é guardado. As empresas de software tradicionais tem esses diagramas de produto que, claramente, descrevem essas etapas, módulos.

Em software vertical, falamos bastante dos control points, que são os lugares do sistema onde o workflow se concentra e as pessoas se encontram para trabalhar juntas. O conceito de control point é interessante como forma de definir uma área importante do workflow para se dominar, e assim se tornar uma solução crítica para o dia a dia do usuário.

Nesses fluxos, o que o SaaS até então nunca descreveu bem foi o trabalho real que mantém esses workflows funcionando. O gerente lê um e-mail de cliente irritado e decide se reembolsa ou contesta. O back-office abre um PDF de invoice, verifica se os números batem, e roteia para a pessoa certa. O analista que lê cinquenta contratos antes do deal fechar. A operadora que atende três canais ao mesmo tempo para resolver uma exceção. Isso tudo é interpretação, coordenação, escalonamento e limpeza, antes do registro no software para deixar o status e a gestão atualizada.

Esse trabalho sempre existiu. Sempre foi caro. E sempre ficou em algum lugar entre o SaaS e o humano, executado por empresas de serviço, BPOs, ou pelos próprios funcionários do cliente.

É aqui que a IA entra com mais clareza hoje. O mapa do negócio precisa descer um nível abaixo do workflow e alcançar a unidade de trabalho real. Quem consegue identificar, entregar, e reorganizar a coordenação em torno dessa unidade de trabalho tem a oportunidade de ser o ponto de trabalho e permanecer no stack do cliente.

Os wedges de ofertas de IA em B2B que estou enxergando

Eu também já escrevi um pouco sobre a importância de um wedge para a estratégia de negócios de startups. Um wedge(traduzindo diretamente: ‘calço’ ou ‘cunha’) é a escolha estratégica de ponto de entrada, diferente de PMF e diferente de todo o GTM. É a aposta inicial que destrava velocidade e gera os insumos e sinais de alta qualidade que vão informar ou alavancar a estratégia real depois. Com IA, pensando nesses wedges e nas unidades de trabalho, para empresas de soluções B2B, eu vejo algumas formas de entrar que deverão ser as mais utilizadas.

As duas mais claras, não são mutuamente exclusivas, mas têm defensibilidades diferentes:

A primeira é exercer o serviço diretamente. A empresa não vende software para quem executa a tarefa. Vende o próprio serviço. Análise de crédito, triagem de documentos, atendimento de primeiro nível, conciliação, revisão de contrato, prospecção, cobrança. Tudo isso tradicionalmente foi feito por empresas de serviços, BPOs, ou por times internos do cliente. O que observo é que empresas que antes vendiam software para esse nicho, deixando a execução com o cliente ou com um integrador, agora estão entregando a execução direto. A IA permite que façam isso com margem, e quem domina o unit of work ganha uma posição muito mais forte do que quem dominava o workflow ao redor dele.

A segunda é colocar uma camada de IA como uma camada de processamento ou workflow sobre o system of record. O SaaS continua lá, e os dados, como o saldo, o cliente, o pedido, ainda é registrados lá dentro. Mas o que a IA pode criar nessa camada, tem duas oportunidades:

• 1) executar a camada de trabalho repetitivo, que era só digitação e transcrição, e baixo julgamento. Pessoas que recebem a informação em um canal e a reintroduzem no sistema. Esse é o wedge mais óbvio, com o resultado claro e visível, mas, por isso mesmo, o mais concorrido. Incumbentes de SaaS já estão buscando absorver essa camada. Aqui o serviço tem que ser rápido o suficiente para comandar aquele ponto de trabalho e a relação com o cliente.

• O 2) é o Process Ledger, e é provavelmente a mais interessante e a menos óbvia. Jamie Tomalin escreveu sobre isso recentemente, pegando uma ideia do Bret Taylor, da Sierra. Os systems of record atuais registram estado, como o saldo, o cliente, o pedido. Não registram processo, que é a sequência de decisões, a cadeia de raciocínio, o audit trail de uma ação autônoma. Quando um agente toma uma decisão relevante e com consequências, alguém vai precisar auditá-la. Regulador vai exigir. Cliente vai exigir. O próprio modelo seguinte vai precisar desse dado para aprender. Para verticais que precisam de um domínio específico, pode se tornar um moat interessante no futuro.

Vale dizer que transformar oferta de software em oferta de serviço está longe de ser simples. Vender serviço significa estar na frente do cliente como um prestador, com responsabilidade pelo resultado, em uma negociação com componente relacional forte para lidar com exceção, retrabalho, SLA, multa. Empresas prestadoras de serviços de pessoas, por exemplo, têm esses frameworks estabelecidos. É um modelo operacional diferente, que exige músculo de venda, jurídico e atendimento que startup de software raramente tem. E é por isso que parte do budget de trabalho vai ser capturada pelas próprias firmas de serviço incumbentes, agora armadas com tecnologia muito melhor. O software pode servir como suporte a esses humanos dessas firmas de serviços que estão executando os projetos e trabalhos. Não por acaso, a OpenAI vem contratando grandes consultorias como canal para penetrar o Codex/Frontier em grandes empresas.

Empresas de serviço que já têm o relacionamento, o framework de responsabilidade e a operação de prestação montada têm vantagem real para empilhar IA em cima e capturar mais do trabalho. A startup de IA que escolhe esse wedge não disputa só contra SaaS tradicionais que estão criando seus agentes, disputa também contra as próprias empresas de serviços, agora armadas com IA.

Esse artigo da Verticalist traz um overview geral e bom playbook. Diferente do framework da Sequoia de Autopilot/Copilot, existem trabalhos que vão exigir por um longo tempo o human-in-the-loop, seja pelo grau de risco e responsabilização da tarefa ou por questões regulatórias. Por exemplo, existem documentos que precisam ser “assinados” por profissionais certificados, como contadores, auditores e outros. Uma empresa de software não vai ser uma empresa de serviços contábeis. Ela vai ser uma empresa de contabilidade powered by AI, e sem dúvida o contador dessa empresa de software será muito mais eficiente que um contador trabalhando sem essas ferramentas.

Então, transformar oferta de software em serviço não é óbvio em todos os casos. Mas uma coisa que começo a enxergar é que, para tarefas mundanas, repetitivas ou sem muito risco de responsabilidade, a expectativa dos compradores de software é que o trabalho seja feito quase como mágica, com poucos toques ou cliques.

É preciso ter em mente que isso é apenas uma forma de entrada. O grande ganho está nas automações, expansão de margem, expansão da oferta, plataforma e escala do modelo. Trocar a área do budget ou expandir TAM perdendo margem ou escalabilidade não faz sentido para negócios de venture. É preciso criar diferencial de dados, automatizar o workflow, expandir a oferta e, ultimamente, transformar a unidade de trabalho em uma oferta inevitável e escalável. Sem preservar esses atributos de margem, escala e composição que tornam o software um modelo interessante para venture, o que se cria é apenas uma versão mais cara de uma empresa de serviços.

Para aprofundar:

• AI Services Disagreement – by Omar El-Ayat

• The AI-Native Services Playbook | Emergence Capital

• Services: The New Software | Sequoia Capital

AI-Native Services é um modelo novo, que deve cobrir grande parte das ofertas nas novas startups e ventures. Meu texto vem de notas, literatura e alguns padrões recentes que estou vendo em startups, mas meu texto está longe da exaustão. Vai ser legal interagir e aprender mais sobre o tema. Se existem pontos de vista diferentes ou a serem corrigidos em algum conceito, algum ângulo relevante que deixei de passar, vai ser um prazer trocar.

Do GPT wrapper ao Agent Harness

Mais um pouco sobre IA. Lembra do debate sobre “GPT wrappers”? Existia uma crítica de que qualquer produto construído em cima de uma API de LLM seria comoditizável em dias, sem diferencial. Alguns anos se passaram depois da criação do termo, e o conceito foi ficando mais sofisticado e estudado. Hoje, o termo evoluiu para Agent Harness (o “arreio” ou “arcabouço” dos agentes) é, essencialmente, o GPT wrapper com uma arquitetura pensada.

O termo vem sendo mencionado por founders e builders nas últimas semanas, e muito da clareza do que é e como pode ter diferencial veio depois do vazamento do código do Claude Code, que é o agente de programação da Anthropic. O código real mostra um pouco da estrutura do que é um harness de verdade.

Para explicar melhor, se o modelo é o cérebro de uma solução. O harness é tudo em volta: ferramentas, memória, guardrails, orquestração de erros. E é nele que mora o diferencial.

O post do Clouded Judgement mencionou um estudo recente de Stanford que, usando exatamente o mesmo modelo de IA, pesquisadores conseguiram um desempenho até 6 vezes melhor apenas melhorando o harness ao redor. A arquitetura das aplicações ou dos agentes tende a importar cada vez mais do que o modelo. E isso é muito bom para quem está construindo para nichos e verticais específicas.

A peça mais crítica desse sistema é a memória. Como o modelo tem janela de contexto limitada, o harness precisa saber compactar o relevante e externalizar o resto — em rastros, documentação, bases de conhecimento. Quem resolver isso primeiro numa vertical específica deve criar um stickiness forte de contexto.

O harness parece que é o UX, e o moat se forma em aplicações de IA. Isso tudo é importante porque, no Brasil, as novas soluções que estamos criando são ‘harness’ de agentes, e é importante entender como navegar com essa arquitetura.

Vejo que, nesse momento, a decisão sobre build vs. buy é a principal no comitê de produto e IA, principalmente de grandes corporações - se criam sua própria infraestrutura de agentes para manter a posse de dados e integrações com seus fluxos, ou se rendem às APIs de harness gerenciada por grandes plataformas de tech (como o recém-lançado managed agents da Anthropic, por exemplo) ou novas soluções.

Já quando olhamos para mercados da base da pirâmide, como SMBs, solopreneurs e consumers, a construção da marca, distribuição e UX serão chave para soluções de harness.

Quem quiser se aprofundar nesses conceitos e frameworks, recomendo esse post do Garry Tan (CEO do YCombinator) no X.

Em SaaS, o crescimento ganha peso (novamente)

Depois do SaaSsacre que vem acontecendo, a Meritech postou em suas análises semanais do que importa para empresas SaaS abertas nos EUA hoje, de acordo com alguns de seus estudos de benchmarks comparativos.

Alguns pontos desta análise que me chamaram a atenção:

• Das 101 empresas de software do grupo analisado, 82 são negociadas a menos de 5x receita. Apenas 5 empresas (5%) estão no ‘Clube do 10x’ (múltiplo de ARR/EV). Essas empresas conseguem liderar em quase todos os indicadores que vão desde crescimento (o mais importante), geração de fluxo de caixa, margem bruta e Net Dollar Retention.

O crescimento sempre teve maior peso na hora de comparar valuation em relação a receita. Porém, nos últimos meses, voltou a ter mais importância para influenciar múltiplos de ARR/EV, quando comparado com a rentabilidade (em margem de geração de fluxo de caixa livre). Basicamente, o que o gráfico abaixo mostra é que 1%+ de crescimento está equivalente a 2,9%+ na correlação com múltiplo de receita.

Neste último ponto, vale lembrar que, logicamente, o peso do crescimento serve para os dois lados. Software vem desacelerando o crescimento nos últimos anos, e isso traz o peso para influenciar o derretimento do preço dessas ações.

Diante disso, temos que olhar o crescimento dentro dos múltiplos de valuation das empresas. Por exemplo, vi uma referência interessante. No mercado financeiro, é muito usado o PEG ratio(price-to-earning-to-growth), que leva em conta o crescimento para diferenciar o múltiplo de P/E. Agora, em SaaS, a SaaS Capital sugere para o EV/Sales que é o ARRG (ARR to Growth ratio) como um trend relevante para se analisar empresas de Software com o fator de crescimento embutido no benchmark de comparação de valuation.

“Desde o pico local em 2021, com crescimento acima de 30%, a taxa de crescimento mediana do SCI declinou progressivamente para os baixos dois dígitos. Como consequência, enquanto o múltiplo de ARR oscilou em um intervalo entre 2022 e 2025, o múltiplo de ARRG aumentou de forma consistente nesse período. Na prática, os investidores estavam pagando mais por um determinado nível de crescimento. Isso pode ter contribuído para a vulnerabilidade de valuation do setor no primeiro trimestre, quando o risco associado à IA provocou um questionamento amplo sobre o crescimento futuro. Embora o múltiplo de ARRG tenha caído de forma acentuada no sell-off de SaaS do 1T, ele ainda está acima das mínimas anteriores, sugerindo que pode haver vulnerabilidade adicional nas valuations de SaaS — especialmente se as taxas de crescimento continuarem desacelerando.”

Outras Leituras Interessantes / ICYMI:

• Os 4 cargos que sobram em tech (Yoni Rechtman): o triângulo produto/design/eng morre quando qualquer um produz código, design e spec. Sobram quatro arquétipos que cortam qualquer função: slop cannon (generalista veloz e tool-heavy), SRE (estabiliza e limpa o rastro), adulto (freio maduro em legal e finance) e hot people (interface que torna a empresa legível e coesa). AI-native já contrata engenheiro comercial e vendedor que shippeia. Boa leitura para refletir sobre perfil de contratação e o novo design organizacional em early-stage.

• O segredo de 20 anos do Google chega ao enterprise (Sari Azout): um bom follow-up para a discussão de context graphs. O loop de capturar comportamento, aprender e melhorar que fez trilhões no B2C nunca existiu em B2B porque decisão enterprise é negociação multiplayer, não por cliques. Agora agentes forçam o porquê a virar rastros estruturados (edit, override, approval). Incumbentes como a Salesforce guardam estado final, o raciocínio fica com agentes e humanos.

• Nomes de round perderam o sentido (Ashley Smith, Vermilion Cliffs): Gostei dessa leitura, e algo que precisa ser escrito. Pre-seed a $10M post, seed a $25-30M, YC Demo Day precificando seed a $40M sem produto nem tração, e um seed de $300M recente. O texto busca entender o que está soprando o mercado em alta velocidade: aposta do próximo AWS, fundos grandes indo mais cedo, e o "YC tax" que vira benchmark nos EUA. Uma nova realidade que dificulta fazer sentido muitas vezes.

• Onde a AI está de fato rodando no enterprise (a16z): 29% da Fortune 500 e 19% da Global 2000 são clientes pagantes de uma AI startup, contrariando o estudo do MIT de que 95% dos pilots falham. Três use cases dominam (coding é outlier em ordem de grandeza, seguido por support e search) e três setores lideram (tech, legal, healthcare). O padrão: texto denso, trabalho repetitivo, human-in-the-loop e output verificável. Também é um bom follow-up para meu texto de O que os earnings calls das techs brasileiras revelam sobre a adoção de IA

That’s all folks.

Obrigado!

Abraço

Guilherme

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

Se gostar, não se esqueça de se inscrever.

Assine agora

Estou começando com esse formato de edição, fazendo uma revisão mensal do ambiente de VC e compartilhando algumas notas,aprendizados de campo e updates do que tenho feito. O objetivo é ser mais transparente a quem me segue e aprofundar as trocas.

O que esperar da leitura:

• O cenário de venture capital Global e no Brasil

• Build, Investing & Learning VC in Public e algumas Notas de Campo

• Meus posts do último mês, caso tenha perdido.

• Considerações finais

Monthly Recap de Março/26

No cenário de VC global temos visto a temática de um mercado concentrado e polarizado entre Mega Deals ou Mega Fundos e o restante, que tenho comentado em outros textos:

“… a principal característica que vejo do cenário global de VC é a da Lei de Potência extrema e polarização do capital, onde:

• Megafund estão absorvendo a maior parte do capital de VC, investindo 33% do capital em 1% dos deals.

• Do outro lado, as rodadas abaixo da mediana captam apenas 7% do total.”

Uma informação nova para mim é ver que alguns desses fundos muito grandes (+$1bn) estão apresentando um belo retorno (mesmo que no papel), ancorado em poucos grandes deals. Mas, também, é um mercado de consenso. Estão quase todos os Mega Fundos nos mesmos investimentos, como das grandes AI labs, basicamente (OpenAI e Anthropic), e SpaceX.

Agora, essas empresas começam a preparar seus IPOs. Eu fico curioso para ver como o mercado público vai comportar tanto valor ou se a liquidez vai ser um detrator desses altos ganhos em papel. Mas, sem dúvida, uma temporada de IPOs dessas empresas é vista como algo positivo, com os investidores buscando rebalancear suas posições, desconcentrando o capital em poucos deals ou poucos fundos.

Esse gráfico é interessante e resume um pouco o que estou colocando aqui, e a necessidade de grandes deals e de grandes IPOs:

No Brasil

No Brasil, o resumo é que parece que estamos devagar “Risking up”.

Primeiro, tivemos uma redução de juros pelo COPOM. Sei que já estava quase tudo precificado, que foi a mínima redução possível (de 0,25%), e que não vai mudar a vida do empreendedor já imerso no caos, construindo negócios duráveis, acíclicos. Mas, depois de tanto tempo com juros nas alturas, pode ser um sinal de bons tempos.

No ambiente de VC do Brasil, em março/26, tivemos uma atividade interessante, com destaques para alguns deals de qualidade. Como, por exemplo: o primeiro investimento da Khosla Ventures no país na Comp; a General Catalyst, após três anos voltando a investir no Brasil, na Genial Care; e a Series-B da Matrix Partners na Mevo.

Ao registrar mensalmente aqui, eu vou conseguir entender se estamos evoluindo, ou se existem realmente indícios de “Efeito Trump” ou de uma nova arquitetura da economia global a favor de mercado emergente, e do Brasil.

Acho isso bem representativo. Na DealflowBR #98, eu analisei como existem apenas 30-40 investidores institucionais persistentes no early-stage brasileiro, e, cerca de 120, são investidores novos ou que estão voltando. Como comentei, junto ao cenário e momento do país, parece um momento bom para pescar investidores de fora do país.

Outros movimentos notáveis de M&A dos últimos ~30 dias, que vale mencionar:

• A Evertec comprou a Dimensa da TOTVS, e parece estar montando um império silencioso de fintech infra no Brasil. Após adquirir a Sinqia (R$ 2,5B), vem consolidando o mercado com outras aquisições relevantes, como a da PaySmart, Tecnobank, e agora Dimensa (R$ 1,4B).

• A Claro comprou a Desktop, avaliando a empresa em R$ 4 bilhões. O ativo parece ter alta relevância estratégica, não só porque a Claro terá acesso e distribuição ao mercado no interior do país, mas também porque pagaram um prêmio de 45% ao preço das ações do dia do anúncio, e um múltiplo de ~3x receita.

• A Visma, que já tinha comprado a Conta Azul, em 2025, adquiriu também a MaisMei recentemente. Sinal de apetite e consolidação no mercado de SaaS de gestão para SMB.

Outra nota sobre o cenário local, que vale menção, e que comentei na última edição da DFBR, foi sobre o Regime Fácil, que visa facilitar IPO de empresas menores. Com mudanças e suavização das regras pela CVM, é possível a empresas de até R$ 500 milhões de faturamento fazer IPO ou ofertas diretas com menor custo e burocracia.

Building (& Investing) in Public

Eu sigo trabalhando em três frentes:

• Fazendo investimento como anjo

• VC-advisor de algumas empresas (agenda fechada para novas empresas)

• Estruturando tese e estrutura do meu próximo passo, e espero ter novidades para contar em breve.

Nessas frentes, tenho conversado com diversos founders, co-investidores e LPs. Vou compartilhar algumas notas que têm surgido das conversas nos últimos meses:

Conversas abertas / notas de campo:

Perguntei para um GP, de um dos principais fundos Seed do Brasil, dado o cenário mundial de concentração dos VCs, “como vencer sendo um fundo do Brasil, investindo somente na região, ante fundos maiores e globais, com grandes marcas e grandes cheques?”.

A resposta trouxe uma visão interessante, que corrobora com o que tenho visto. Os dois pontos que ele colocou foram:

1. A proximidade humana e cultural com o founder é uma vantagem que esses grandes fundos não conseguem replicar aqui. Na era de AI, o investimento muitas vezes é para formalizar o relacionamento, não porque o founder precisa do dinheiro, mas porque você tem convicção nele. Vai ser necessário investir na obsessão dele e em sua capacidade de entregar.

2. Entendimento e profundidade cultural e de mercado é uma barreira real. Fundos early-stage de fora, sem um sênior latino no time localmente, têm um “missão bem crua”. Ele precisa sinalizar a aposta local e construir reputação e acesso, geralmente, se apoiando em outros gestores daqui.

Meus comentários:

O ponto 1 é algo que tem ficado na minha cabeça. O momento de oportunidades de IA tem criado muito ruído e confusão. Toda oportunidade tem um deck bem polido, um produto novo de IA e toda a narrativa de uma nova era em transformação. É confuso, mas no momento em que a oportunidade fica clara, já é tarde demais. O que os melhores founders mais buscam do investidor é a convicção. Então, como investidor, é preciso ter convicção mais cedo e investir quando a incerteza é alta. E para ter essa convicção cedo, o foco da análise precisa migrar do “O quê” o founder está construindo para o “Por quê” ele está construindo. O produto pode ser replicado, o deck gerado pela IA, mas a obsessão do founder pelo problema, a sua motivação real, não pode. Isso é cada vez mais o sinal que separa os deals que importam.

O clima de valuation no Brasil:

Tenho visto dois padrões para precificação de rodadas anjo/pre-seed, bem dispares no mercado.

Usando como referência de métricas de valuations de rodadas de SAFE Pre-seed do relatório da Carta, alguns founders estão conseguindo levantar rodadas em montantes e valuation próximos ou acima das medianas globais. Do outro lado, vejo founders com dificuldade de fechar a rodada esperada, ou fechando com valuations próximos ou abaixo do lower quartile.

Alguns padrões:

Para as empresas acima da mediana, alguns fatores que tenho discutido e notado para essas oportunidades:

• São founders e founding team com teses de IA e com a IA na cultura e na operação (desenvolvimento, velocidade e foco).

• A velocidade e o momentum são chave aqui. Adoção de clientes, lançamento de produtos e features e crescimento de métricas que representam o PMF.

• Os investidores desse tipo de rodada geralmente têm alta convicção, principalmente no time e na tese, e, a partir disso, um fator importante é ter clareza sobre a probabilidade desse time levantar uma rodada subsequente. Geralmente, esses founders, além de velocidade, têm bom network e acesso a bons recursos (VC, talentos e redes de conexão), seja porque já construíram a rede no passado como founders, ou como (co-)investidor de VCs.

Em resumo, velocidade para gerar momentum, bom networking com VC e uma boa tese criam um sistema de FOMO que retroalimenta a demanda e valor pela oportunidade.

Para as empresas abaixo da mediana, eu vejo que:

• Geralmente são empresas boas, mas que estão em teses menos quentes, ou menos requisitadas pelos VCs.

• Quando a tese não ressoa ‘quente’, gera a incerteza ao investidor em relação ao potencial de mercado e potencial de expansão de múltiplo. A conversa de fundraising fica travada ou entra em uma discussão de valuation.

• A velocidade de crescimento não acompanha a expectativa que o mercado está vendo em IA. O caminho natural acaba sendo rodadas menores para gerar tração e provar a tese antes de buscar um round maior.

Meus comentários:

No fim, o preço é dado pelo mercado. A minha visão é que, nesses dois mundos, não há necessariamente uma empresa melhor que a outra, mas sim perfis de risco diferentes. O estágio anjo/pre-seed é o de maior upside e de maior incerteza. Como mencionei no ponto anterior acima, é preciso ter convicção para entrar cedo nos investimentos que se tornarão mais quentes.

O fato (ou a crença) de existir um “cap” (ou teto) de ganho para alguns tipos de oportunidades no Brasil faz com que cada uma oportunidade tenha seu preço.

Deals - Oportunidades que estou avaliando para Angel / Pre-seed

• Angel - IA Software - Enterprise Application/Ecommerce

• Angel - IA Software - Martech/SMB

• Pre-seed - Vertical IA - Fintech/Ecommerce

• Pre-seed - Vertical IA - Fintech/Proptech

Se investidores anjo ou gestores tiverem interesse de olhar conjuntamente para alguma dessas oportunidades, será um prazer trocar o que for possível, com a devida discrição.

Meus posts do último mês, caso tenha perdido:

• Compilado de Request for Startups da YC, a16z, Pear VC e Conviction (23/mar): Compilei os RFS mais recentes de YC, a16z, Pear VC e Conviction VC. São dezenas de teses de onde os maiores fundos do mundo querem ver startups sendo construídas. E postei as teses que mais me chamaram a atenção e acredito que fazem sentido para o Brasil, no LinkedIn e a thread no X.

• Playbook de Fundraising da Khosla e uma dica que gosto muito (10/mar): Uma observação de uma palestra da Khosla Ventures que costumo compartilhar com founders que estão preparando pitch. O objetivo de founders nas primeiras reuniões é ajudar o investidor a construir os ‘investor takeaways’ internos. Ajude seu sponsor a montar a narrativa com headlines claras e fundamentadas em dados.
  Mais detalhes e links no post do Linkedin.

• Oportunidades de VC no Brasil: navegando em um mercado global polarizado e no ciclo da IA: Como venho comentando, o cenário global de VC está polarizado. A tese que tenho desenvolvido é que presença local, conhecimento regulatório, complexidade operacional e efeitos de rede dentro de verticais são vantagens que IA sozinha não replica. Vários setores estão apenas começando com IA, ainda. Para founders brasileiros, a oportunidade está em atacar gargalos locais com soluções nativas de IA, penetrando em verticais grandes e pouco exploradas, onde distribuição e marca vão se tornar diferenciais cada vez mais relevantes à medida que a tecnologia se estabilizar.

• O que protege um negócio quando tudo fica fácil de copiar? Nunca foi tão fácil construir um produto e nunca tão difícil construir um negócio. Nesse artigo, exploro a ideia de que, no início ou early-stage, a única coisa que protege uma startup é a própria incerteza: ela afasta incumbentes que não podem se dar ao luxo de arriscar. Mas essa proteção é temporária. Então, no post eu trouxe a taxonomia de oito moats do Gokul Rajaram (dados, workflow, regulatório, distribuição, ecossistema, rede, infraestrutura física e escala). O ponto central é que o moat é o resultado de grandes apostas feitas cedo, cujos efeitos só aparecem tarde. Para founders, tenho sugerido criar um slide específico no deck descrevendo a arquitetura dos loops que sustentam a estratégia e quais moats estão sendo construídos em paralelo.

• O que os earnings calls das techs brasileiras revelam sobre a adoção de IA: Dei uma passada pelos resultados de Mercado Livre, VTEX, Locaweb, TOTVS, Globant, Nubank, Stone e XP para entender o que essas empresas estão, de fato, fazendo com IA. Cinco padrões que encontrei: ganhos claros em customer support (Meli já resolve 87% das interações sem humano, Locaweb já fala em 55% de ganho de produtividade), a migração de precificação por assento para outcome (a TOTVS chama de TaaS), dado proprietário e complexidade local como moat, dilema de investimento vs. margem no curto prazo (Meli perdeu ~5pp de margem) e a preocupação com comércio agêntico e desintermediação.

• Impacto da IA na Teoria da Agregação: Para quem gosta da Teoria da Agregação do Ben Thompson, a discussão evoluiu com IA. Nesse post, eu trouxe dois materiais que exploram como os LLMs estão absorvendo as camadas de UX e discovery dos agregadores. Para empresas de software que fazem agregação (e não são plataformas LLM), o maior valor está no contexto e na propriedade dos dados, não no modelo em si. Na prática, isso reforça que construir produtos com APIs robustas e informações claras é uma decisão estratégica que precisa ser tomada hoje.

Considerações Finais e Últimos Recados

• Japan Startup Forum – dia 9 de abril em São Paulo, 2026, organizado pela B Venture Capital. Eu vou ser o host do “Investor Insights Panel”, e compartilharei um pouco da minha visão e experiência investindo no mercado brasileiro, analisando os desafios e as oportunidades locais. Se você estiver na cidade, convido você a se juntar. Dia 9 de abril, a partir das 15h. Link de inscrição: https://luma.com/dfiyatgj

• Clube do 10x do Edson Rigonatti : Com grande honra e prazer, recebi o convite para participar do Clube do 10x, do Edson Rigonatti, para falar de PMF do $0 ao $1M. Acho que é a comunidade/trilha de conhecimento de melhor nível para quem quer construir uma Startups com o Venture Capital.

• Eu figurei entre os Top 20 Venture Capital Investors on LinkedIn in Brazil in 2026 da Favikon. Apesar da constante guerra com o algoritmo do Linkedin por não me ajudar, o algoritmo da Favikon me encontrou e me colocou no 12º lugar(!). O meu objetivo com isso é sempre provocar um ciclo positivo de aprendizados e trocas, gerando interações e distribuição dos aprendizados. Fico feliz de estar nessa lista.

Obrigado por ler. Me conte o que achou desse formato.

Abraço

Guilherme

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

Nessa Edição:

• O que protege um negócio quando tudo fica fácil de copiar?

• O Novo Regime Fácil da CVM para Oferta Direta de Empresas Menores

• Gráficos da Ramp que mostram que empresas que mais crescem adotam mais IA

• Outros links e notas de rápidas de leitura

Se está conhecendo a newsletter pela primeira vez, se inscreva para não perder as próximas edições:

Assine agora

O que protege um negócio quando tudo fica fácil de copiar?

A gente vem de um passado recente de grande fricção. Dos sprints quinzenais para lançar uma feature, por exemplo, para um momento atual em que se cria e coloca produtos em operação em poucas horas e quase sem custo. Ao mesmo tempo que é muito fácil fazer, é muito fácil perder tempo com um slop que não vai ter retenção ou distribuição mínima que garanta a continuidade ou perenidade de um negócio.

Diante disso, uma pergunta básica que tenho me feito (e muitos investidores) é: ”Como identifico produtos que ficam mais insubstituíveis quanto mais tempo eles permanecem existindo?”. O que é um produto com uma oferta que vai durar anos sendo atrativo? Como não ser atropelado por Clawdbots da vida?

Essa névoa entre a transição de ciclos tecnológicos, e do seu embaralhamento do que é de fato profundo, permanente, ruído ou hypes, a palavra moat é um tema que vale revisar nesse cenário.

Como podemos olhar para isso em empresas early-stage?

Se existe moat no early-stage, ele está na incerteza

Uma vantagem competitiva que as startups early-stage têm, mas que é circunstancial, é a velocidade. A startup, por ser enxuta e focada em apenas um problema, consegue iterar, aprender e distribuir mais rápido do que qualquer incumbente ou empresas que têm menos foco. Essa velocidade não é o moat em si, mas é o que constrói o castelo ao redor do qual o moat será cavado depois.

Então, quando penso em moats para startups early-stage, a resposta direta é que não existe algo que proteja ela, pois ela de fato ainda não tem o que ser protegido. Na verdade, a única coisa que protege uma startup early-stage é o seu próprio risco, ou a incerteza. A incerteza tira do campo de batalha empresas que temem por sua sobrevivência. Por exemplo, empresas mais estabelecidas, e que estão buscando a estabilidade, irão buscar capturar valor em lugares mais seguros ou espaços mais certos, onde há mais certeza em como gerar valor, e não arriscar em algo que pode ser catastrófico para o negócio.

Há uma analogia que gosto bastante, e que referenciei no passado, sobre a importância da velocidade para atravessar momentos de vulnerabilidade:

“Esse texto traz uma leitura muito interessante sobre velocidade em momentos de alto risco, e o relaciona com quando se é uma startup. Ele traz o exemplo de um livro chamado “A pior jornada do mundo” de exploradores do Polo Sul, de 1911, onde um deles acabou morrendo e o outro, com uma equipe mais enxuta, mais rápido e eficiente, acabou bem-sucedido.

O fato é que em lugares de alto risco de sobrevivência, onde as condições são severas, como o Polo Sul, onde o frio é severo, o ar rarefeito, e sem recursos de abastecimento, há um alto risco de morte. E essas são coisas conhecidas pelos exploradores (os known unknowns). Existem diversas outros riscos desconhecidos (unknown unknowns). Além da alta incerteza, os impactos podem ser imperdoáveis. Portanto, nesses cenários, ir rápido é uma forma de reduzir o risco.“

O problema é que essa proteção é temporária. No momento em que a incerteza diminui e a tese começa a se provar, uma janela de vulnerabilidade competitiva se abre. Quem tinha inteligência sobre aquele mercado vai entrar. É nesse momento que a startup precisa ter velocidade suficiente para construir vantagens competitivas reais, de mercado ou de capital, antes que os incumbentes ou concorrentes bem financiados cheguem.

A incerteza protege no começo. Depois, é responsabilidade dos founders substituí-la por estrutura.

Intenção e direção para construir as vantagens competitivas

Criar código ficou barato. Mas licenças regulatórias, ativos físicos, complexidade logística, presença local, por exemplo, ainda levam anos para ser construídos. É exatamente nesses lugares onde os moats ainda vivem. O desenvolvimento de produto acelerou, mas para construir um forte posicionamento competitivo leva tempo.

Isso torna o julgamento estratégico mais importante do que nunca. É preciso saber em qual direção executar.

Recentemente, ouvi o podcast da 20VC com Gokul Rajaram, que ele traz um leque ou taxonomia de oito moats que ele está vendo hoje em IA:

• Dados (Data moat): A posse de dados verdadeiramente proprietários aos quais ninguém mais tem acesso. Geralmente, são informações comportamentais difíceis de se recriar. Ele menciona o exemplo da funcionalidade “Discover” do Spotify, que utiliza uma década de comportamento de escuta de centenas de milhões de usuários para fazer recomendações precisas.

• Fluxo de Trabalho (Workflow moat): Representa o quão profundamente o produto está integrado nas operações diárias e na movimentação financeira de uma empresa cliente. Uma ferramenta superficial é fraca, mas sistemas como um ERP (ex: SAP), que efetivamente rodam o negócio, geram uma dependência estrutural fortíssima e são difíceis de serem substituídos.

• Regulatório (Regulatory moat): Baseia-se em licenças governamentais, exigências de capital e contratos de aquisição de longo prazo. Ele cita o caso da Coinbase, que passou anos acumulando licenças de transmissão de dinheiro estado por estado, tornando a conformidade regulatória uma barreira de entrada quase intransponível para novos competidores.

• Distribuição (Distribution moat): Consiste em ter uma distribuição proprietária ou exclusiva. Rajaram exemplifica com a Intuit (QuickBooks), que treinou toda uma rede de contadores (CPAs) para usarem exclusivamente seu software, similar ao que tenho falado da Omie. Essa propriedade de canal de distribuição atua como um escudo protetor contra opções teoricamente mais modernas.

• Ecossistema (Ecosystem moat): Ocorre quando a empresa constrói uma plataforma sobre a qual muitos terceiros desenvolvem aplicações e dependem do seu sistema. Ele menciona a Shopify é um excelente exemplo: um concorrente pode até copiar o código básico de e-commerce, mas não pode clonar os milhares de desenvolvedores terceirizados que fornecem aplicativos extras cruciais integrados à rotina de seus lojistas.

• Rede (Network moat): Relaciona-se com a densidade e liquidez de um marketplace, como o DoorDash, ou Ifood aqui no Brasil. Enquanto uma IA poderia facilmente gerar um código para encomendar comida, ela não consegue replicar instantaneamente o acesso à rede de restaurantes parceiros, a densidade de entregadores e o histórico de reputação construído ao longo do tempo.

• Infraestrutura Física (Physical infrastructure): Envolve coordenar “átomos” no mundo físico. Sempre que uma empresa tem ativos físicos (equipamentos, rotas, terminais físicos), ela constrói um grau de defesa que é muito difícil de ser digitalmente substituído ou eliminado por inovações em software.

• Escala (Scale moat): Atingido quando a empresa possui um volume de operações tão grande que seus custos de produção se tornam baixos demais para serem replicados de forma viável. Exemplos incluem a Amazon com sua imensa capacidade de infraestrutura e a TSMC na fabricação de semicondutores.

O Gokul sugere que apenas um ou dois desses moats, hoje, não são suficientes para tornar uma empresa durável. Empresas que conseguem criar quatro deles, ou mais, no seu modelo de negócio estarão protegidas, para o cenário avassalador e acelerado da IA. E isso leva tempo para desenvolvê-las, portanto, as decisões estratégicas hoje são chave para que direção seguir.

Um método mais estruturado de análise de moats é o da Ciridae, empresa que promove transformação de IA para empresas investidas por capital privado. Eles criaram um estudo super interessante, bem amplo e profundo, que avalia a durabilidade do portfólio das principais gestoras de private equity do mundo.

Desenvolveram uma metodologia chamada AI Score, que mede em uma escala o quanto as empresas estão estruturalmente suscetíveis e protegidas à disrupção da IA. O método é interessante, principalmente para entender a ótica de investidores e mercado de capitais diante desses moats. O AI score computa quais empresas têm aspectos fortes de Durabilidade, frente ao cenário de IA – “Quão resiliente é a posição de mercado da empresa contra a disrupção por IA?” – e de Oportunidade – “Qual o potencial de salto de patamar via IA ainda não capturado por este negócio?“

Esse método busca avaliar a durabilidade, medindo a robustez daquele mercado-alvo da empresa e do seu papel na cadeia de valor frente às mudanças induzidas pela IA, em cinco grandes blocos:

• Substituibilidade de Mercado: Em que medida a IA consegue replicar o resultado que o mercado paga (ajustado por qualidade) reduzindo o Willingness To Pay?

  • O teste do “faça você mesmo”: O cliente consegue 80% desse resultado apenas com prompts diretos a uma ferramenta de IA? Se sim, o score é abaixo da mediana. Se o resultado exige presença física, construção ou entrega presencial (acima de mediana)

• Migração de Profit Pool: A IA desloca a captura de valor desta camada de mercado para camadas adjacentes: plataformas, detentores de dados, sistemas de registro, distribuidores, agregadores nativos de IA?

  • O teste do CLTV em 5 anos: Daqui a 5 anos, os clientes da empresa ainda pagarão para ela, ou pagarão para uma plataforma ou agregador que absorveu essa função? Se a resposta for “a plataforma”, abaixo da mediana.

• Barreira de Entrada: Quão difícil é para um competidor nativo de IA entrar neste mercado? Considere barreiras regulatórias, certificações de segurança, requisitos de capex e barreiras de confiança.

  • O teste da startup de IA: Uma startup de IA bem financiada conseguiria replicar este negócio em 2 anos? Se sim, abaixo da mediana. Como no exemplo do Gokul nesse texto, conte as camadas de proteção.

• Exposição à Desintermediação: Agentes ou plataformas de IA conseguem contornar o papel da empresa — como broker, coordenador ou camada manual intermediária — conectando clientes diretamente aos resultados?

  • O teste do agente de IA: Se um agente de IA pudesse reservar, organizar ou coordenar em nome do cliente final, a empresa ainda estaria no fluxo? Se o agente consegue ignorar a empresa completamente, menor que a mediana.

• Switching costs: Uma vez que o cliente está usando esta empresa, quão difícil é sair? Considere integração ao fluxo de trabalho, lock-in de dados, custos de retreinamento e dependências de ecossistema.

  • O teste de troca: Se um concorrente lançasse amanhã com IA superior, quanto tempo levaria para os clientes migrarem? Menos de 6 meses = menor que a mediana. Mais de 2 anos = maior que a mediana. Dados proprietários como lock-in pertencem aqui; dados como ativo de inteligência de domínio pertencem a uma oportunidade ou vantagem competitiva, e não proteção.

Ok, e aí?

Hoje, quando olho para decks de investimento, vejo a tradicional estrutura (problema, solução, mercado, time etc…) que busca endereçar todos os pontos, mas hoje é muito importante articular a construção do moat. Geralmente, isso se dá a partir de uma boa estratégia, que alimenta o flywheel da empresa. O flywheel gera vantagem competitiva, e a vantagem competitiva, sustentada no tempo, cria o moat.

Tenho sugerido que founders criem um slide específico para isso, ao descrever a arquitetura dos loops que sustentam a estratégia. Qual é o flywheel? O que se torna mais difícil de replicar a cada ciclo? Quais moats estão sendo construídos em paralelo?

No fim do dia, eu vejo que um moat só é comprovado a partir de:

• Competitive win-rate: Quantos deals ganha

• Pricing Power(Porter): o poder de comandar preços e expandir margem bruta ao longo do tempo.

• Alto ROIC (Retorno sobre o Capital Investido)

• À prova de ataques: Se um incumbente ou uma startup altamente financiada é atacada e permanece, ela tem um moat.

A ironia do momento atual é que nunca foi tão fácil construir um produto e nunca tão difícil construir um negócio. A velocidade resolve o primeiro. A intenção e a arquitetura da estratégia, direção e tempo resolvem o segundo, com a narrativa. Moat é o resultado de grandes apostas feitas cedo, cujos efeitos só aparecem tarde.

Outras Notas

Regime Fácil da CVM para Oferta Direta de empresas menores

A iniciativa da CVM de criar um nível para estimular empresas a fazerem IPO no Brasil é sempre boa. Mas a abertura de capital de empresas menores sempre se mostrou algo bem complexo. O Regime Fácil parece que surge para substituir o programa do BovespaMais (hoje descontinuado por este Regime), lançado no início da década passada, que trazia simplificação de requisitos de governança para atender menores empresas a se adaptarem a padrões, e estarem nas prateleiras, da B3. A Sinqia (então Senior Solution, adquirida em 2023 pela Evertec) foi uma das primeiras empresas a ingressar e fazer IPO pelo programa (e depois subindo para o Novo Mercado). Outra que teve uma trajetória interessante a partir do BovespaMais foi a Smartfit, antes do seu IPO. Mas nunca ganho tração de verdade. Ainda havia muita exigência regulatória, o que o Regime Fácil parece buscar simplificar.

O Regime Fácil entrou em vigor agora em Março-26 com simplificações como ofertas públicas de até R$300 milhões por ano com dispensa de registro na CVM (modelo de oferta direta); para dívida (debêntures e notas comerciais) destinada a investidores profissionais, dispensa de coordenador líder; unificação da documentação obrigatória num formulário simplificado, eliminando o prospecto tradicional e o formulário de referência separados; e o reporte financeiro semestral em vez de trimestral. Esse último ponto me pareceu especialmente relevante para founders, reduzindo custo, principalmente mental de o que uma empresa pequena ter que falar daqui a três meses. Tanto a B3 quanto a BEE4 estão habilitadas como plataformas para operação.

Para o mundo de VC e gestão de seus portfólios, vejo isso como mais uma opção para empresas de tamanho médio, que chegaram próximos do R$100 milhões, mas que saíram da rota de VC e que ainda podem ser oportunidades de gerar retornos acima da média.

O elefante e o bode na sala do mercado: liquidez e governança exposta a julgamento

Um dos maiores desafios de investidores da bolsa no Brasil é a liquidez (senão o maior). Para atrair investidores maiores, é preciso atrair investidores estrangeiros, mas que tamanho de uma oferta, ou do free float, de menos de ~U$300 milhões é pouco para eles. Quando olhamos para empresas small caps ou microcaps, que fizeram IPO no Brasil, como a do programa do BovespaMais, elas têm mostrado baixa liquidez, muitas vezes nenhuma liquidez por vários dias, exatamente por causa disso. Isso pode frustrar acionistas e cofounders que buscam no programa maior exposição ao mercado de capital.

Para os que querem aderir, acredito que vai continuar exigindo bastante do CEO, e dos CFOs, a continuarem seus programas de relacionamento e nutrição contínua com investidores, para angariar, assim como uma empresa privada. Porém, agora a estrutura de governança (Transparência, Equidade (igualdade), Prestação de Contas (accountability) e Responsabilidade Corporativa) fica exposta ao julgamento público. Por exemplo, o cronograma semestral de resultado vai demandar ser complementado com algum investors’ updates mais breves, para acompanhar a evolução, como empresas privadas já fazem para seus investidores.

Para acionistas, se a governança e exigências regulatórias forem realmente simples, de despesa baixa (cerca de um dígito baixo do percentual do tamanho da oferta) e alinhadas com a direção estratégica dos founders, pode ser um caminho para se tornar uma plataforma para liquidez, principalmente de abertura de secundárias e novas fontes de recursos.

O que precisa funcionar

Na minha visão, para a atratividade do programa para o mercado, é existir um trabalho mais coeso de trazer mais investidores menores, aptos a risco e, principalmente, com um olhar de longo prazo. Além disso, é importante que a questão de governança esteja clara, sem trazer complexidade e desafios de seleção natural para não ser mais um lugar de “crowdfund”, e trazer uma percepção de seleção adversa (como empresas que não conseguiram captar com investidores privados).

Seria muito bom se funcionasse como mais um caminho de liquidez para empresas de Middle Market. Mas, apesar do nome do regime, existem desafios grandes e conhecidos.

Leituras para aprofundar:

• Resolução CVM 232 e o novo acesso do middle market ao mercado de capitais

• Como preparar sua PME para captar pelo Regime FÁCIL? - Blog Bee4

Empresas que mais crescem adotam mais IA

Dois gráficos que chamaram a atenção do estudo da Ramp, sobre o uso de IA nas empresas americanas (com um viés para uma base de empresas de tecnologia e startups que é o ICP core da Ramp).

• Quase 50% já têm adoção de serviços de assinatura dos modelos. O crescimento da adoção geral de IA no último ano não foi tão alta, de ~40% para ~48%. Porém, ele foi exclusivamente gerado pela Anthropic(!).

• As empresas que mais usam IA vêm crescendo muito mais rápido do que a economia americana ou empresas que não usam IA. De acordo com o Cofounder da Ramp, não são só empresas de tecnologia nesse grupo. Há empresas de construção de telhados do Texas ou instaladores de janelas de Utah que já usam IA para acelerar processos e análise de documentação. A tese de rollups começa a mostrar evidências.

Outras Leituras Interessantes / ICYMI:

• Rethinking SaaS metrics for AI: ARR mede receita contratada. Em um modelo de IA com consumo variável, ele se torna uma métrica enganosa. O artigo do Kyle Poyar propõe sete métricas alternativas para esse novo ciclo. Duas me chamaram atenção: consumo de tokens como proxy de uso real (o novo MAU) e lucro bruto por milhão de tokens como o novo ARR, porque mostra quantas milhas você rodou com o combustível, não só quanto você gastou. Para quem está construindo ou avaliando empresas de IA no Brasil, é leitura necessária antes de montar o próximo board deck.

• Repensando GTM por estágio de ARR: A estratégia que te leva a $1M vai te segurar em $5M. O artigo da ColdIQ (que foi de $0 a $7M ARR em 31 meses) documenta o que muda em cada fase: abaixo de $1M, o founder é o GTM (LinkedIn, warm outreach, conversas — sem SDR, sem ads); entre $1M e $10M, a alavanca é sinal de intenção e não lista fria (mudança de cargo, funding, adoção de tech); acima de $10M, os canais lentos que não faziam sentido no início (como SEO, eventos, parcerias) viram motor de crescimento. O erro mais comum em desenvolvimento comercial que vejo são founders aplicando playbook de $10M quando ainda estão construindo os primeiros $1M, e vice-versa.

• O fim das planilhas? O Excel foi o grande equalizador, permitiu que 1 bilhão de pessoas não técnicas construíssem controle e processo sem escrever uma linha de código. Qualquer coisa modelada em planilha seria melhor modelada em código. Isso me faz pensar (com otimismo) no que vai acontecer quando os 1 bilhão de planilheiros virarem vibe coders ou apenas usarem esses agentes de LLM. E, no Brasil, onde boa parte da operação de PMEs ainda roda em Excel ou Google Sheets, o que isso potencializa? O que vai ser quando o “Eles ainda fazem no Excel” virar “Ele fez no Claude Code”? Enfim, pode gerar uma boa discussão de estratégia ou uma conversa de bar.

Cheers!

Obrigado mais uma vez por ler!

Abraço

Guilherme

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

Se está conhecendo a newsletter pela primeira vez, se inscreva para não perder as próximas edições:

Assine agora

O que os earnings calls das techs brasileiras revelam sobre a adoção de IA

Na edição de hoje, trago uma edição que não comento há tempos por aqui, mas que sempre acompanho com curiosidade. Em uma passada pelos earnings calls de empresas abertas de tecnologia brasileiras, vi que IA já ocupa slides de resultados e virou um dos principais tópicos estratégicos nas discussões com analistas.

A partir disso, fiz uma pesquisa para entender o que essas empresas abertas da América Latina estão desenvolvendo e falando sobre IA. Usei IA para pesquisar, mas eu mesmo analisei resultados, comentários e escrevi os destaques aqui. Muito do que aparece nos calls não é novidade para quem navega em tecnologia no dia a dia, vários pontos eu já descrevi no “Playbook de Impactos da IA” e no meu blog. Mas o exercício é valioso para captar a linguagem e o direcionamento estratégico dos gestores, algo conectado ao que tenho escrito sobre posicionamento para o mercado financeiro aqui e aqui. Essas empresas são as principais consolidadoras da região, e entender seus movimentos estratégicos importa.

Importante: a intenção desse texto é somente informacional, sobre IA, principalmente, e não representa nenhuma recomendação de investimento.

O que empresas da LATAM estão falando sobre IA nas Earnings Calls:

De acordo com o último call de resultados (do último trimestre de 2025), se formos levantar os cinco pontos de destaque, que mais se repetiram sobre adoção de IA nessas empresas, eles são:

• Customer support e atendimento são os ganhos mais claros e óbvios com IA, hoje em dia. Praticamente todas mencionaram ganhos nessas áreas. VTEX ganhou 3pp de margem bruta só com isso, Meli resolve 87% das interações sem humano, Locaweb fala em 55% de ganho de produtividade.

• Compra por outcome, não por assento. A TOTVS está chamando de TaaS (Task as a Service), Globant menciona que quer cobrar por resultado, e que até as áreas de compras estão começando a aceitar precificação atrelada a tokens/entrega. Essa, para mim, é a principal pilar da tese do SaaSpocalypse.

• Dado proprietário e complexidade local como moat. Em linha com o que venho comentando aqui. MELI aposta em first-party data para construir seu comércio agêntico, Nubank defende que operação de crédito é protegida pela intensidade de capital e regulação, TOTVS traz que ERP para PME brasileira é complexo demais para ser substituído por vibe coding.

• Dilema de investimento vs. margem no curto prazo. Meli perdeu ~5pp de margem, Nubank foi direto sobre expansão de despesas com IA em “talento, P&D e GPUs”, e a VTEX está vendo ciclos de venda mais longos porque clientes enterprise estão em modo “wait and see” antes de alocar budget.

• Comércio agêntico e o risco de desintermediação. Esse foi o tema dominante e, principalmente, de preocupações dos analistas em seus questionamentos. Apareceu no Meli e na VTEX, e foi comentada pelo time da Locaweb. A preocupação é com LLMs e agentes terceiros capturando a intermediação e a jornada do cliente antes da plataforma. Ambas responderam apostando em construir seus próprios agentes.

A partir daqui, tem os meus destaques dos earnings calls das empresas, nesta ordem: Mercado Livre, VTEX, Locaweb, TOTVS, Globant, Nubank, Stone e XP. Algumas outras que eu tinha curiosidade ainda não haviam divulgado resultados e, para outras, ou não tive curiosidade ou não encontrei pontos relevantes.

Alguns pontos interessantes de falas dos calls (a tradução foi feita livremente por mim):

Ecommerce:

MercadoLivre (Ariel Szarfsztejn, Martin de Los Santos, Osvaldo Giménez)

No call do Mercado Livre, os executivos destacaram alguns resultados mais concretos de IA.

• “Em todo o nosso ecossistema, estamos vendo evidências claras de que nossos investimentos em inteligência artificial estão acelerando a receita”.

Em Publicidade e Ads, me pareceu onde realmente estão conseguindo resultados ao arbitrar de forma inteligente os bidding - publicidade teve crescimento forte de 67% a.a.:

• “Na publicidade, a IA está alimentando nossos algoritmos de lances (bidding), e as ferramentas automatizadas de campanha estão gerando melhores retornos para os vendedores”.

Eficiência de vendas e CS, um ganho claro em praticamente todas empresas, e no Meli não foi diferente:

• “A IA também está transformando a eficácia de nossa força de vendas em adquirência. No Brasil, essas ferramentas ajudaram a identificar comerciantes de alto valor mais rapidamente, resultando em maior TPV [Volume Total de Pagamentos] por comerciante e períodos de retorno (payback) mais curtos”.

• “Nosso assistente de IA do Mercado Pago está resolvendo 87% das interações sem a necessidade de suporte humano. Milhões de usuários já adotam essa ferramenta conversacional para gerenciar seu cartão de crédito, fazer transferências e entender suas ofertas de crédito”

• “Temos um assistente de vendedores rodando hoje em nossa plataforma, basicamente 20% do nosso GMV é de alguma forma assessorado pelo nosso assistente. Está se mostrando muito bem-sucedido em ajudar os vendedores a melhorar seus anúncios, reduzir seus tempos de entrega para obter melhor reputação em nossa plataforma...”.

Mas a grande temática de IA que dominou parte dos slides e perguntas do call do Mercado Livre foi o Agentic Commerce. Um ponto levantado em perguntas foi em relação ao risco dos LLM e agentes terceiros realizar a intermediação e o controle da jornada dos clientes. Para combater isso, a estratégia e investimento do Mercado Livre focam em construir o seu próprio ecossistema de “Comércio Agêntico”, alavancando os dados primários (first-party data) que agentes externos não possuem.

• Sobre o impacto da IA na monetização de anuncios e como a empresa enxerga o risco de a IA mover a descoberta para fora da Plataforma: “Eu esperava que você pudesse compartilhar alguns de seus pensamentos... sobre como você pensa a respeito dos riscos e como está se preparando para alguns desses riscos de a monetização de anúncios subir mais no funil”.

• “Acho que ainda é um pouco cedo no jogo, mas não achamos que resolver uma parte da cadeia de valor [a busca] mudará as regras do jogo, o que significa que ainda achamos que a chave é fornecer a melhor experiência de ponta a ponta para o nosso cliente”. Ele concluiu: “A parte em que estamos colocando a maior parte de nossos esforços é no desenvolvimento de nossa própria experiência agêntica dentro do Mercado Livre. Achamos e estamos convencidos de que temos os dados proprietários (first-party data) para criar o melhor mecanismo de busca, recomendação e descoberta...”

• Sobre a pressão e preocupação de analistas sobre os diferentes sistemas agênticos, com diferentes modelos de negócios, e como o Mercado Livre pode driblar ou se proteger: “Sabemos também que existe uma tecnologia hoje que pode melhorar drasticamente o processo de descoberta de produtos. E, por essa razão, estamos colocando todos os nossos esforços e alocando muitos engenheiros na construção de nossos próprios agentes e nosso próprio assistente de compras dentro do Mercado Livre. É cedo para saber o que acontecerá com outros assistentes de compras. Eu entendo o seu ponto de que isso pode apresentar um risco... Mas estamos confiantes de que estamos jogando esta partida a partir de uma posição de força, pois temos o relacionamento com os consumidores. Temos uma marca que a América Latina adora. Temos informações e dados sobre compras passadas que nos permitem oferecer a eles um ótimo assistente de compras. E estamos apostando e colocando nossos esforços naquilo que podemos controlar...”.

• Também em Fintech, no Mercado Pago, os agentes podem começar a oferecer personalização para os clientes: “Até agora, estivemos lidando principalmente com essas interações iniciadas por usuários... ainda não começamos a usar o agente para vendas cruzadas (cross-sell), mas é algo que começaremos a fazer. Como você está em uma conversa, pode, por exemplo, dizer ao consumidor que ele tem uma oferta de crédito... O sistema se tornará mais proativo. E, além das vendas cruzadas, ele também se tornará mais proativo em termos de atuar como um banqueiro pessoal. Então, ajudando você a, não sei, alocar seu portfólio ou fazendo recomendações sobre qual tipo de crédito é melhor para você”.

Outro ponto, que foi corriqueiro foram as discussão de CAPEX, margens e retorno da eficiência. Em razão de alguns investimentos, a margem da Meli cairam cerca de 5%, no qual os executivos argumentando que são investimento em IA, mas que os beneficios virão em um prazo mais longo em crescimento de GMV e receita.

Enterprise

VTEX (Geraldo Thomaz Jr., Mariano Gomide de Faria, Ricardo Camatta Sodre)

Em seguida, trago a VTEX, que fica na intersecção de enterprise e ecommerce. O mercado para venda de IA para enterprise ainda estão analisando as apostas que farão, por isso, para VTEX as incertezas - ou, talvez, melhor, a falta de certeza - do ambiente corporativo em relação aos investimentos estão afetando a velocidade de fechamento de novos negócios na VTEX:

• “ciclos de decisão mais longos à medida que as empresas reavaliam suas prioridades em um cenário de IA em rápida evolução”. Ele complementou que “a combinação de rápida inovação em IA com aplicações de comércio tangíveis limitadas até agora pode alongar o ciclo de vendas”.

• Mariano Gomide de Faria (Co-CEO) detalhou esse cenário de, segundo ele, “Wait and See”: “O principal motor é o que chamamos de efeito ‘esperar para ver’ da IA. Há uma enorme quantidade de discussões sobre como a IA vai remodelar os softwares. Quando as empresas estão tomando uma decisão de infraestrutura para 5 a 10 anos com altos custos de troca, elas querem clareza. As decisões estão sendo adiadas, os ciclos de vendas estão se alongando”.

Do lado dos ganhos que estão vendo, o tema de CS e suporte parece que já é mainstream:

• Quando perguntado sobre o que IA tinha a ver com os ganhos de margem bruta: “Ganhamos cerca de 3 pontos percentuais na margem bruta de assinatura neste trimestre, de 78,8% para 81,8%, e isso é basicamente todo impulsionado por IA... Ao automatizar o suporte usando ferramentas de IA, conseguimos ganhar, você sabe, 3 pontos percentuais de margem, e isso é sustentável daqui para frente”.

• “Com a plataforma Agentic CX da VTEX, já implementamos clientes que economizaram 80% nos custos de atendimento ao cliente. Isso é IA para nós. A IA é um meio para entregar o resultado que nossos clientes precisam”

Segundo os executivos a VTEX quer se tornar uma Plataforma “AI-First”:

• “Estamos redesenhando a VTEX com uma abordagem ‘AI-first’”. “Estamos evoluindo a VTEX de uma plataforma que impulsiona o comércio para uma empresa de múltiplos produtos, uma plataforma ‘AI-first’ que cada vez mais o automatiza e orquestra...A aposta em IA da VTEX é bastante grande. Está em todos os nossos produtos e soluções”.

Perguntado sobre o risco dos LLM e se o comercio agêntico beneficiará plataformas D2C:

• Eles comentaram que acredita que a VTEX está bem posicionada para oferecer soluções em razão de requisitos de conformidade e segurança. O CEO adicionou que modelos como da OpenAI fragmentarão ainda mais o controle do tráfego da internet, e “quando a camada de tráfego se fragmenta, o backbone (espinha dorsal) para uma operação multicanal aumenta de valor”.

• E disseram que o assunto de IA agêntica já “é um tópico de primeira linha em qualquer RFP (Request for Proposal) hoje”.

Locaweb (Rafael Chamas, Andre Kubota, Igor de Araujo Franco, Alessandro Gil, Williams)

Na Locaweb também tiveram ganhos claros, mas buscaram ser pragmáticos evitando falar de métricas de vaidade:

• “Tivemos ganhos de produtividade de 55% no quarto trimestre. Obviamente, a adoção antecipada dessas soluções que alavancam IA no co-desenvolvimento tem sido muito frutífera”.

• “A aplicação de IA, no nosso caso, considerará como os clientes realmente se beneficiarão, e não apenas o que chamo de métricas de vaidade... Não estamos criando a camada agêntica porque é legal ou porque todo mundo está fazendo, mas sim porque realmente entendemos que... trazer essas funcionalidades acelera a operação”

Achei um bom ponto como ele coloca que tipo de ferramentas estão mais sucetíveis a disrupação da IA:

• “Acredito que a disrupção virá na interface de produtos mais autônomos (standalone) que não estão integrados à jornada... A mesma base que sustentará a teoria da disrupção para alguns produtos que não podemos integrar muito bem... é a base que sustentará a oportunidade que temos de enriquecer essas mesmas jornadas com serviços que integram IA generativa”

Sobre a Infraestrutura e Nuvem da Locaweb Cloud que estão lançando para PME:

• “Encontramos as condições ideais para lançar isso agora e fazê-lo, estando muito bem preparados para qualquer execução por parte do cliente em termos de LLM ou agentes de IA ou ‘vibe coding’ para serem integrados e executados dentro desta solução. O momento não poderia ser mais perfeito.”

TOTVS (Dennis Herszkowicz)

A TOTVS trouxe discussões sobre os temas de SaaSpocalypse e a direção para um modelo de negócio baseado em outcome (resultados ou uso), o que eles estão chamando de TaaS (Task as a Service), como evolução do modelo de subscrição do SaaS.

Sobre a morte do SaaS, o CEO da TOTVS foi direto falando da complexidade operacional como uma barreira relevante (com a qual eu tendo a concordar):

• “Gostaria de abordar a discussão de que a ‘Gen AI vai matar o software’, que se intensificou nas últimas semanas. Isso me lembrou [...] quando falamos sobre o ‘boato de morte’, o relato deliberado da morte de alguém que mais tarde se prova falso. Acreditamos que a frase bem-humorada de Mark Twain: ‘O relato da minha morte foi um exagero’, se aplica perfeitamente aqui.”

• “Primeiro, nem todo software é igual. Um ERP é muito mais do que um aplicativo SaaS. Os perfis de clientes também diferem. Existem grandes empresas, PMEs e pequenos negócios.”

• “Em geral, observamos o seguinte. Número 1: quanto mais crítico e/ou complexo o software, mais lento é o ritmo de adoção de qualquer nova tecnologia, incluindo IA. Número 2: a adoção dentro das PMEs também é mais lenta.”

• “O software de gestão está entre os mais críticos e complexos, e a TOTVS está focada no segmento de PMEs brasileiras. Ainda mais importante, o nível de precisão exigido, os riscos envolvidos em caso de erros e inúmeros outros fatores, tornam a ideia de substituir sistemas de gestão por aplicativos criados pelos próprios usuários em clientes PMEs altamente questionável.”

Os ganhos de eficiência começam a ficar claros com aumento de receita com uma necessidade menor de headcount:

• “A inteligência artificial já impacta nossas operações diárias, contribuindo diretamente para a linha de fundo (bottom line) através de ganhos de produtividade interna. A melhor métrica para medir isso é a receita líquida por FTE [funcionário equivalente em tempo integral]... onde registramos um crescimento de mais de 11% no ano fiscal de 2025 versus 2024”

• Também, começam a ver uma aceleração de Receitas Recorrentes via TaaS: “A monetização primária vem do TaaS, Task as a Service... os chamados habilitadores de TaaS já estão gerando receitas recorrentes significativas com taxas de crescimento aceleradas. Essas receitas representaram mais de 17% do total em 2025, expandindo 35% versus 2024”

• E sobre a redução de tempo de implementação. Ao responder sobre serviços, a gestão revelou que a IA já reduziu o atrito e o tempo (TCO) para novos clientes. “Costumávamos gastar 1.000 horas em um projeto padrão. Hoje, gastamos pouco mais de 500 horas, e claro, é uma das áreas em que mais temos trabalhado. Testamos, implementamos IA e, naturalmente, ela funciona na área de serviços”__

O CEO da TOTVS falou também sobre a expansão do TAM de Software em razão da IA e a redução dos custos, e, segundo ele, esse é um dos motivos do programa de recompra de ações:

• “A IA reduzirá os custos de desenvolvimento de software e códigos... Para nós, quando esses custos diminuem, significa que o TCO [Custo Total de Propriedade] para o cliente também diminuirá, toda vez que o TCO cai para um cliente em tecnologia... a atividade será intensificada, ganhará participação e mercado endereçável. É nisso que acreditamos... Anunciamos o maior programa de recompra que já fizemos, provando que acreditamos nesta visão, de que a IA aumenta nosso mercado endereçável”

Globant (Martín Migoya, Diego Tartara, Juan Urthiague, Fernando Matzkin, Arturo Langa)

A Globant é uma empresa Argentina de serviços profissionais e soluções de tecnologia que ajuda grandes empresas globais a construir e transformar suas infraestruturas por meio de engenharia de software e transformação digital. Se os maiores ganhos de software estão em reduzir headcount de engenharia de software, eles estão bastante ameaçados. Mas foi o que mais mostrou coragem de falar sobre “destruir o próprio negócio“ e traz insights de compra de IA pelas grandes empresas.

• Sobre a necessidade de reestruturar o modelo de empresas de Professional Services: “A indústria de serviços profissionais está sendo reestruturada neste exato momento. As empresas que possuem a orquestração, a expertise de domínio e o talento para supervisionar a IA em escala definirão o que virá a seguir. [...] e estamos determinados a construir o que acreditamos ser a empresa definidora de serviços de tecnologia nativa em IA da próxima década.”

• Sobre cobrar por resultados, ao invés de assentos SaaS: “Não estou em posição de impedir a canibalização. Então eu quero que essa transformação aconteça. E isso nos coloca do lado certo, o que significa que, à medida que a IA crescer, continuaremos crescendo”.

• Mas ainda está difícil convencer a área de compras: “Esse tem sido um dos nossos maiores desafios. No entanto, à medida que a ideia ganha força na indústria... as equipes de compras estão ficando mais relaxadas... a área de compras adora... sempre que você pode atrelar qualquer ativo que está sendo produzido à quantidade de tokens, e entender essa correlação como o que você está pagando, é muito melhor do que dizer que consumimos x horas para fazer não sei o quê”.

Fintech / Serviços Financeiros

Nubank (David Vélez, Guilherme Lago, Guilherme Souto)

O Nubank, como esperado, comentou bastante sobre IA.

• Falaram do Modelo Proprietário de análise de crédito “nuFormer” e dos Ganhos Práticos: “Em IA e expansão global, nosso modelo fundacional ‘nuFormer’ agora está em produção para tomada de decisão de crédito no Brasil e em testes em casos de uso adicionais. A IA já está melhorando a subscrição, a conversão e a qualidade do serviço — com o PIX com IA ultrapassando 10 milhões de usuários ativos mensais”

• Sobre como veem a disrupção de IA, oportunidades e desafios para o Nubank:

  • “Qualquer modelo de negócio que dependa simplesmente de mover bytes do ponto A ao ponto B, onde você é efetivamente um corretor, tende a ser atingido mais rapidamente porque uma das coisas que a tecnologia faz é remover muito desse atrito... negócios em serviços financeiros que estão simplesmente movendo dinheiro de um ponto para outro terão um risco maior de disrupção potencial”

  • “Nós sempre acreditamos que o crédito, especificamente a receita de crédito, é na verdade o tipo de receita mais sustentável em serviços financeiros por causa da intensidade de capital, da natureza regulatória, do aspecto do balanço patrimonial e da propriedade dos dados, onde a IA desempenha um papel e, em última análise, permite que você tome uma decisão melhor”

  • “Quando você pensa no fato de que 95% dos lucros de serviços financeiros do mundo ainda estão concentrados em bancos incumbentes que ainda têm estruturas de custo significativamente maiores, significa que estamos muito bem posicionados para aproveitar a IA como um habilitador tecnológico para receita e custo e, em última análise, ser um dos vencedores nesta mudança tecnológica”

• Sobre o plano de longo prazo da companhia de investir alto em IA, analistas perguntaram sobre a pressão nos custos, e o CFO foi bem claro em três palavras:

  • “talento, P&D e GPUs”

Stone (Mateus Scherer)

Apesar da Stone não ser mais considerada uma empresa primariamente de tecnologia, tem um take bom. A Stone tem passado por um período de pressão do mercado - eles anunciaram recentemente uma redução no quadro, argumentando a busca de eficiência, que também foi interpretada pelo uso de IA. Mas no call de resultados se mostraram bem diretos e pragmáticos sobre apostas em inovação e PoCs - que parece que é um pouco o clima de inovação corporativa que o mundo vem passando depois da pandemia.

• “O padrão que vemos com mais frequência é o que começamos a chamar de ‘febre de POC’: dezenas de pilotos, cada um pequeno o suficiente para falhar invisivelmente, cada um pequeno demais para importar... Nós escolhemos um caminho diferente”. A crença da Stone é de que “o valor composto de muitas pequenas eficiências, implementadas de forma confiável, superará os projetos espetaculares que nunca saem do laboratório”

XP (Thiago Maffra, Victor Mansur, Andre Parize)

• A XP, que sempre foi um entusiasta do modelo do assessor, tem um discurso de que a IA não vai disruptar essas pessoas, mas deverá dar superpoderes a elas.

• “Não acreditamos ou não gostamos da ideia de ter um cliente de BRL 1 milhão ou BRL 10 milhões passando apenas por uma IA. Isso não ajuda. Isso não acontece porque este é um negócio de confiança. As pessoas gostam de falar com pessoas quando estão falando sobre suas vidas, seus sonhos.”.

• “Temos diferentes agentes de IA aqui para ajudar o assessor a ter mais relacionamento com os clientes, para tirar a carga operacional do assessor... Estamos muito animados com os resultados que estamos obtendo da IA na empresa, mas, novamente, não se trata de substituir o ser humano ou o assessor humano. Trata-se de potencializar o assessor.”.

Ufa, é isso. Para tentar conectar com outras ideias e tirar algo disso tudo, eu tenho esses dois grandes pontos.

Trazendo para o mundo de Startups e VC early-stage

• Essas empresas não são de IA, mas são umas das principais da América Latina. Para elas, os moats estão nos dados proprietários, complexidade regulatória e distribuição local que a IA sozinha não replica. Isso reforça que, para startups brasileiras, a IA é um acelerador, não necessariamente um substituto. Ela comprime o tempo de construção de produto, mas o que protege o negócio continua sendo a capacidade de navegar a complexidade local e construir distribuição. Achei interessante o termo de TCO(Total Cost of Ownership), que é todo custo de adoção (tempo, implantação, customização, infra, treinamento etc..) que uma empresa tem ao adotar tecnologia. Uma oportunidade nesse âmbito para founders está em usar IA para atacar o TCO e a implementação nas diversas camadas onde os incumbentes ainda são lentos.

• Para quem investe em tech no Brasil, o takeaway é que estamos entrando em um período de compressão de margens antes da expansão. As empresas estão investindo pesado em IA com retorno ainda incerto no curto prazo, o que abre duas janelas: para startups que vendem eficiência comprovada (não PoCs), o timing é bom. E para investidores, vale acompanhar de perto quais dessas empresas abertas vão se tornar consolidadoras de pequenas soluções, comprando pequenas startups verticais de IA que podem ser embutidas e não conseguem construir internamente.

Outras Leituras Interessantes / ICYMI:

1. The Only Thing That Survives - Um bom compilado do que importa e do que sobrevive a onda da IA.
   

   “1. The first is proprietary data that improves with use.

   2. The second is trust at the infrastructure level.

   3. The third is the permission moat.

   4. The fourth is distribution that can’t be copied with code.

   5. The fifth is community and brand that exist independent of the product.

   6. The sixth is accumulated capital and liquidity.

   7. The seventh is physical infrastructure.”
   

2. Fundraising Guide & Benchmarks for Marketplaces in 2026 - Uma tese que gosto e tenho muita curiosidade. Nesse post, a EverythingMarketplaces traz uma das maiores comunidades de marketplaces, ótimo napkin com benchmarks de estágios e métricas.

   

3. Julien Bek, Partner da Sequoia no X: “Services: The New Software” - Sobre a transformação dos Serviços com evolução de julgamento pela IA habilita uma tese para construção de plataformas full-service.

4. The Four Approaches to Early Stage Venture - NextView Ventures - Boa articulação nos 4 grandes formatos e teses de se construir portfolio para fundos de Venture Capital hoje em dia.

5. Fintech’s moats don’t compile - Matt Brown’s Notes - Boa leitura para quem está empreendendo em Fintech e em linha com o que compartilhei hoje sobre earning calls. Construir o “Fin” - risco, permissões regulatórias, propriedade dos dados - é uma fundação e um longo caminho. Exige muita relação e reputação que a IA não consegue fazer. No caso de Fintech a IA ajuda a coletar e analisar os dados, o que é bom para fortalecer o “Fin”, mas não executa ou controla a transação.

É isso! Obrigado por ler.

Me fale o que achou: esse formato de trazer edições sobre o mercado de empresas abertas é interessante para você?

Até a próxima.

Abraço

Guilherme

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

Se está conhecendo a newsletter pela primeira vez, se inscreva para não perder as próximas edições:

Assine agora

VC no Brasil em 2026: Polarização Global, Oportunidade Local

Neste momento, várias temáticas estão remodelando o mercado de VC globalmente, e discutindo uma remodelação da classe de ativo: Agentes de IA no processo de investimento, a concentração dos investimentos em Mega fundos, o SaaSpocalipse, as Plataformas de LLM / ClaudeCode / OpenClaw, fatores macro e geopolíticos atuais etc... Além de sobrecarregado de tantas ideias (ontem li que não sou só eu), me questiono como um investidor de VC no Brasil navega o momento com as oportunidades locais. E, o meu lado otimista vê o jogo do VC no Brasil com características próprias, com ainda grandes oportunidades para quem está aqui.

Acho importante começar estabelecendo que a principal característica que vejo do cenário global de VC é a da Lei de Potência extrema e polarização do capital, onde:

• Megafunds estão absorvendo a maior parte do capital de VC, investindo 33% do capital em 1% dos deals.

• Do outro lado, as rodadas abaixo da mediana captam apenas 7% do total.

O cenário ficou polarizado com, de um lado, os kingmakers colocando bilhões em empresas desde o início para garantir escala a qualquer custo. Do outro, o jogo tradicional do VC.

Dada essa análise, trazendo para a realidade daqui, então, provavelmente eu e você estamos no jogo dos outros 99% dos deals (com os 2/3 restantes do capital global). Nesse jogo dos 99%, a grande maioria está falando ainda de deals em Software e IA, que estão enfrentando e executando todo desembaralhar de workflows através de vibecoding e as plataformas LLM. Isso tem levantado questões como: onde estão os verdadeiros moats e vantagens competitivas que vão durar?

Dentro desse cenário, eu ainda acredito que no Brasil ainda há um jogo local para se jogar. Um lugar com grandes mercados e grandes oportunidades inexploradas aqui. Esse tweet(recortado) do Balaji escreve algumas coisas que ainda são importantes na Era de IA, e vejo o aspecto de visão dos fundadores locais, e os de negócios como aspectos geográficos, de comunidade(ou rede e ecossistemas), a escassez, a fisicalidade e a resiliência da região ainda criam arbitragens:

Se pensarmos em empresas que cresceram muito aqui na última década, apesar de terem bons times de tecnologia e produto, a capacidade de código nunca foi a principal vantagem, e sim alguns aspectos como:

• Efeito de Rede (i.e. marketplaces: Mercado Livre, Wellhub, Cayena, Hotmart etc...)

• Rede de Distribuição proprietária (Omie, Nuvemshop, Flash etc...)

• Integração e Complexidade Operacional local (Loggi, Kavak, etc...)

• Compliance e Regulação local (QITech, Dock, Kanastra etc...)

• Sistemas com Vantagem de Dados Proprietários (Unico, Cloudwalk etc...)

Acredito que a dinâmica, conhecimento e presença local serão ainda relevantes, principalmente da minha perspectiva como VC em early-stage.

E a IA?

IA é a tecnologia. Ela se tornou a arma. E a categoria de Agentes de IA é o campo de batalha onde se disputa quem vai entregar mais valor, mais experiência e maior personalização para o cliente final, na atual expectativa e demanda dos clientes por essa tecnologia. E esse campo de batalha ainda tem muito espaço.

Às vezes a gente esquece que vivemos em uma ‘bolha de tech’, e por isso parece que a adoção de IA já está saturada. De fato, é overwhelming ver milhares de notícias de novos modelos, novos agentes, rodadas bilionárias, conteúdo sobre - e gerado por - IA - mas não é bem assim. A economia real ainda está distante.

Por exemplo, a metade do consumo de agentes de IA hoje é só em uma categoria (de acordo com Claude Code e API da Anthropic). A própria Anthropic descreve o momento como “early days of agent adoption”. Desenvolvedores de software foram os primeiros a construir e usar ferramentas agentic em escala. Todos os outros setores estão apenas começando a testar.

E é justamente aí que entra a oportunidade para a região. O Brasil, e a América Latina de forma mais ampla, têm uma competência comprovada em criar plataformas e infraestrutura que atendem setores específicos e aplicações verticais, sejam B2B ou B2C. Soluções SMBs, marketplaces verticais, fintechs, agrotechs, healthtechs etc... A presença local é uma vantagem real. Conhecer a regulação, os processos operacionais, as idiossincrasias do mercado. Acho que não vai ser fácil replicar isso de fora. É onde acredito que há mais espaço e onde continuaremos a ver novas empresas surgindo.

A adoção de IA começa a tracionar por aqui, mas o uso em escala, principalmente no mercado empresarial brasileiro, está longe. Como nas revoluções tecnológicass, para chegarmos a uma maturidade, o direcionamento do budget precisa vir depois da comprovação da produtividade. O budget hoje, na grande maioria, é em atividades experimentais, lideradas por Diretores, e não CEO e Conselho. Não há linhas de investimento sustentadas, exceto a de novas experimentações ou pilotos.

Algumas dessas empresas mencionadas acima são os Gorillas da região, que construíram seus castelos e fortalezas e ainda têm um bom exército, e de fato estão bem posicionados. Mas os novos entrantes e novas soluções estão sendo criadas a partir de empresas nativas e otimizadas por IA, remodelando a unidade de trabalho com sistemas de ação.

Dito tudo isso, eu acho que no Brasil ainda há uma oportunidade de atacar os gargalos locais e criar os seus data models, construção de estratégias com benefício e efeito de rede dentro de verticais, que são grandes, mas ainda pouco exploradas, penetrando com soluções que começam a transformar os workflows e a ganhar eficiência e produtividade.

Impacto da IA na Teoria da Agregação

Para quem gosta de Teoria da Agregação, do Ben Thompson, que revolucionou negócios na internet (quem não conhece, recomendo ler antes de mais nada). Essas novas referências e discussões estão muito interessante. Primeiro, a Teoria da Agregação de Ben diz que o valor é agregado para a entidade que controla a relação com o usuário. Em negócios digitais, essa relação é assegurada graças não só ao software, mas também à confiança, integração, responsabilidade etc…

Muita coisa tem sido discutida e clarificada em IA, recentemente, o que é e o que está mudando. Dois materiais que vale escutar / ler:

• Nicolas Bustamante no X: “The Crumbling Workflow Moat: Aggregation Theory’s Final Chapter” / X

• An Interview with Benedict Evans About AI and Software – Stratechery by Ben Thompson - Paywall

O texto do Nicolas Bustamante fala como os LLMs estão absorvendo as camadas de UX e discovery dos agregadores, e os dados de oferta devem virar só APIs/dados, sem interação direta com as marcas ou com a fonte da informação.

Nessa evolução da teoria, o poder ficará com os LLM, que controlam a interface, e com os proprietários dos dados. Por isso, acredito que é preciso construir produtos com APIs robustas e informações claras a partir de hoje.

...

Já no podcast do Ben Evans com o Ben Thompson, Evans traz pontos interessantes dessa teoria com ângulo questionador para o mercado de SaaS Enterprise, falando bastante, como exemplo, da Salesforce. Eles mencionam que um agregador força seus suppliers ou as ofertas de IA a serem inputs modulares. Colocam mais discussão nesse ponto de “ser apenas uma API”.

Dá para se entender que vai além de simplesmente um melhor UX. “Para uma grande corporação, não é o mais relevante se a solução roda em Anthropic, OpenAI ou Google, assim como se o servidor é AWS ou GCP... Esse é um problema da empresa de Software”

O que importa é toda a responsabilidade do serviço ou entrega. Por isso, em Enterprise essas empresas de software são ainda agregadores de trust, suporte e a segurança.

Por fim, vejo que, onde os dois conteúdos convergem, para empresas de software que fazem agregação (e não são plataformas LLM), é que o maior valor está no contexto dos dados e na propriedade dos dados, e não no modelo em si.

Series-A cada vez mais difícil

Não gosto de usar como referência os números absolutos da Carta, porque acredito que quem está fazendo negócios fora do Vale do Silício acaba se ludibriando com as cifras apresentadas. Mas os ângulos de benchmarking e discussão que trazer do mercado de VC são muito bons.

Esse gráfico abaixo mostra o patamar de receita de recortes de empresas de tecnologia nos estágios nos rounds Seed, Series-A e Series-B. Alguns pontos que quero comentar:

• 1) Esse gráfico explica muito claramente o abismo de graduação que existe entre Seed e Series-A. Se você levanta um Seed round na mediana de receita anual (U$200k) é esperado que você cresça 11x para levantar na mediana do Series-A. A base é pequena, mas é um salto muito relevante. Por isso que eu gosto de dizer “Vá Devagar para Ir Rápido”.

• 2) Ao levantar um Seed, a expectativa do mercado é que você suba, ou no mínimo permaneça no mesmo percentil de benchmark.

  • Ou seja, por exemplo, se você levantar um Seed a 75th e depois buscar levantar uma Series-A no 25th. Vai ser muito difícil, na perspectiva de evolução e crescimento. A evolução será baixa, e potencialmente o que será discutido será algo como um bridge round.

  • Outros fatores importantes para se levar em conta são o “tempo entre rodadas” e a consistência da “taxa de crescimento”. Recomendo a leitura dos “Cinco Sinais Vitais”.

• 3) Ainda, relacionado a esse segundo ponto, que também aumenta a dificuldade para founders: se você não graduou acima do percentil do seu último round, dificilmente o seu investidor líder da última rodada vai liderar a próxima - basicamente, por questões de concentração dos investimentos do portfolio em que está performando. E, pior, esse sinal será muito ruim para o mercado e tende a deixar ainda mais difícil uma boa próxima rodada.

Portanto, é importante entender o jogo que está jogando e dosar a velocidade de crescimento, eficiência de capital e tempo, e alinhamento com o mercado.

Um conceito que aprendi em relacionamento com investidores é que é preciso gerenciar a expectativa do mercado e de todos os stakeholders, conforme a evolução e execução. Os melhores gestores (CEOs e CFO) fazem isso muito bem, que é vender expectativas atraentes e gerenciá-las estrategicamente de forma que a entrega irá sempre superá-las.

Evolução do Power Law do VC em 2025

Um update para 2025 de um gráfico que acho fundamental para VC, da tão buscada Lei de Potência. O gráfico mostra que, nos EUA, as top 1% saídas de VC de 2025 em diante foram de $20 bilhões, e as Top 10% foram de $2,6 bilhões - um crescimento relevante em relação aos anos anteriores de 2020 - 2024.

Essa diferença de quase 8 vezes mostra o poder da lei de potência. Isso tende a - e terá que - ficar ainda maior com a expectativa atual do mercado privado e das rodadas de 1% que mencionei nos primeiros parágrafos dessa newsletter.

Essa análise me inspirou a analisar a Lei de Potencia no Brasil, do Vintage de 2014-2016.

Outras Leituras Interessantes / ICYMI:

1. A gente costumava falar dos SaaS do “10x club”. Agora, depois das últimas semanas, falamos do 2x ARR club. Bom texto do Jason Lemkin do SaaStr para entender alguns padrões para ser avaliados abaixo dos 2x EV/Receita.

2. Bom post do Alex Bouaziz, CEO e cofounder da Deel, sobre os benefícios de gerenciar uma empresa remote first e o seu playbook para isso.

3. Um texto que articula sobre o momento e qual deve ser o futuro das firmas de Venture Capital, o que o autor chama de “Modern Deal Guys”. Gostei dos pontos que ele traz sobre necessidade de remodelação da estrutura, da relação com LPs e de criar mecanismos de liquidez.

4. Gostei bastante dessa leitura: “You must do things”, do blog HyperSorren. O “SaaS modularizou o substantivo(ativo). A IA modularizou o verbo (tarefa)."

Obrigado por ler, e um bom resto de semana.

Abraço

Guilherme

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

Se está conhecendo a newsletter pela primeira vez, se inscreva para não perder as próximas:

Assine agora

Como mencionei na última edição, enquanto exploro novas teses e defino os próximos passos da minha jornada, comecei a trabalhar com alguns founders, similar ao que suporte estratégico que desenvolvi com as investidas de portfolios que trabalhei. A ideia é trazer a minha perspectiva e experiência que acumulei em Venture Capital ao longo dos últimos 10 anos, seja em desafios de fundraising, estratégias de GTM ou na construção de valor das empresas para a trilha de venture capital.

Se você acha que posso contribuir de alguma forma, fique à vontade para conhecer mais e entrar em contato:

Saiba mais

…

E agora, vamos para essa edição:

O Futuro do SaaS e o Dilema Entre Gerações

Recentemente, compartilhei no LinkedIn sobre um certo otimismo meu em relação à liquidez no mercado de VC para esse ano que começou e para o Brasil, com os arquivamentos de pedidos da Agibank e PicPay.

Mas uma questão que não sai da minha cabeça é: dado o hype e a atenção massiva em IA, o que acontecerá com a safra de empresas SaaS da “geração anterior”?

Tenho pensado e lido sobre isso nas últimas semanas. Vou compartilhar aqui algumas reflexões sobre o momento atual do SaaS, o que alguns números dizem, o sentimento do mercado, e onde eu ainda vejo criação de valor com SaaS e o que fazer.

O momento do SaaS

O modelo SaaS, como investimento de alto crescimento, está sendo questionado no mercado. Múltiplos de valuation começam a refletir isso.

Do lado do futuro da criação de valor do modelo, o Chamath trouxe a tese de Meltdown de SaaS, um pouco catastrófica, mas que fala sobre o momento e a onda que o mercado está surfando. As empresas de IA estão reescrevendo os modelos, as teses, os benchmarks de margem e crescimento, deixando menos competitivo o modelo tradicional de software. O indíces de mercado Nasdaq 100 vs. MS SaaS Index mostram isso.

De um lado da maturidade do modelo, vemos também questionamentos. Grandes empresas e consolidadoras de software, como a Constellation — que eram teses queridas de aquisição de SaaS — agora são questionadas: “várias empresas pequenas nota 5 não se tornam uma empresa nota 10 quando juntas. São na verdade uma empresa nota 5 grande”.

O que os números dizem

Um dado do recente relatório da Avenir (“The Future of SaaS – A Fork in the Road”) mostra que a mediana de crescimento de empresas SaaS vem caindo bastante. Hoje está em 15% ao ano.

O curioso é que essa redução do crescimento começa antes do ChatGPT. Existem empresas que conseguiram se remodelar e reposicionar seus produtos, como Atlassian ou Zapier, que me vêm à mente. Mas, na mediana, parece que as empresas SaaS ficaram atrasadas (ou céticas?) com a transformação da IA e demoraram para se mover.

Outro dado importante: Alex Clayton, analista de empresas SaaS da Meritech, mostra que cerca de 70% das maiores empresas SaaS públicas americanas estão sendo negociadas abaixo de 5x receita. Isso significa que a mediana de múltiplo que um investidor late-stage vai ter no momento de uma saída é de menos de 5x.

Mostrar Imagem

Por outro lado, estamos vendo empresas de IA crescerem o ARR de $0-$100 milhões tão rápido como nunca. Mesmo empresas com bases maiores, como a Anthropic, que foi de $1bn a $10bn de ARR, estão crescendo 10x em um ano.

Isso cria um sentimento e movimento de investidores no mercado.

Sobre o sentimento do mercado

Essa atenção e hype da IA está movendo o fluxo de investimentos e, segundo alguns investidores, esse é o principal fator da redução dos valuations das ações de SaaS pública. Segundo ele, é um balanceamento de portfólio que vende software e compra IA. A confiança e atratividade reduziram. É momentâneo? Eu não apostaria. É um sentimento atual, mas que diz mais coisa.

Além dos números das empresas públicas e do sentimento, no geral, vemos que o SaaS sofre um efeito quase de disrupção. Soluções SaaS de gestão de empresas, por exemplo, estão sendo desagregadas em soluções de IA que executam as tarefas diretamente, o que chamei de unbundling dos fluxos de trabalho.

E Agora?

Sem querer ser catastrófico como Chamath, mas, realmente, “a IA está engolindo software”.

Vejo a IA atacando principalmente por dois lados:

1. Reduzir a força de trabalho, e com isso menos usuários pagantes por empresa para o modelo SaaS.

2. Novos modelos de negócio, baseados em System of Action, onde a entrega é a tarefa e o resultado. Com nova interface e maior produtividade, além do hype que traz atenção, isso já está gerando resultado.

Como SaaS, não adianta apenas adicionar uma feature de IA. É preciso escolher.

Ou, se a empresa tem uma posição de mercado e alguma barreira para se proteger, você abraça a ideia de que seu negócio agora é uma empresa tradicional, de uma geração passada, e passa a focar em lucro e maturidade.

Ou, se não tiver vantagens competitivas ou barreiras, é preciso se transformar se quiser entrar no novo tabuleiro.

É difícil. Já vimos isso em outras ondas de transformação. É preciso mudança cultural e de mindset dos líderes dentro das empresas. Quem quiser jogar o jogo precisa transformar radicalmente, correr riscos. Como alguns dizem: “é preciso matar o seu próprio negócio”.

Se ficar no meio dos dois, o fato de não acompanhar a expectativa dos clientes fará provavelmente o seu PMF enfraquecer.

Quem está nesse modo de guerra e quer ser uma empresa AI-native, vejo três frentes de trabalho a implementar o quanto antes:

1) Usar IA para processos internos (desenvolvimento, marketing, vendas, financeiro, RH). Aqui é o ponto de partida, onde, no mínimo, é possível ser mais produtivo e eficiente, e começar a explorar. As oportunidades são enormes.

2) Desenvolver novos produtos. Mas não vibe coding. O foco deve ser no valor, no problema, no cliente, e não na tecnologia ou mágica. Ser capaz de construir um produto e de entender a melhor forma de resolver um problema são coisas diferentes. É preciso ter uma perspectiva única (taste), que vale a pena o cliente investir os recursos dele.

3) Pensar e estar pronto para o futuro. Aqui é mais difícil cravar algo. Cada founder deve saber melhor do que ninguém o seu jogo, e para onde vai o seu mercado. Algumas teses para produtos de IA (longe de ser exaustivo):

• Context graphs, e como deixar colaborativo e portátil os contextos

• Desenvolver para agent-friendly ou agent-experience — APIs robustas, documentação clara

• Construir no ambiente físico com hardware e robótica, onde a interface é única e fora do digital

Aterrissando para o Brasil, o que acho que não muda tão cedo

Algumas ideias, fora dessa discussão, que ainda vejo oportunidades para empresas de software locais.

Soluções verticalizadas e tropicalizadas para o Brasil:

Um software vertical tem profundidade e domínio específico em um mercado ou setor, gerenciando fluxos de trabalho importantes como compliance, cobrança, gestão de clientes, segurança, logística.

O Brasil tem peculiaridades nessas áreas. Acredito que o diferencial de conhecimento — seja de dores, processos ou regulamentações — é um ativo real.

Vejo grande oportunidade em soluções que atuam verticalmente dentro de mercados que fazem o Brasil ser o Brasil. De um lado, atendem regulamentações, certificações, processos locais. De outro, criam efeitos de rede e expertise de dados. Isso ainda deve ser um moat para tecnologia ou soluções de fora.

Distribuição e marca:

Tem muito ruído. Cada semana surge um lançamento de modelo ou ferramenta nova.

Dito isso, tenho visto muitos founders desenvolvendo para a nova tecnologia ou nos modelos. Quanto mais o valor avança para aplicações, mais distribuição e marca serão importantes. Acredito que, em algum momento, quando a tecnologia se estabilizar e a atenção for mais nas aplicações, distribuição vai ser chave.

…

Não sou do tipo que vai decretar “o fim do SaaS”. Mas o jogo claramente mudou, e é preciso se transformar, se ainda não começou.

Isso reflete em valuations, que vai refletir na atratividade de investimentos para esse perfil de empresa. O investimento de risco está desaparecendo para empresas.

Nesses momentos em que mercados são questionados, as empresas se voltam para um equilíbrio do Rule of 40 que contemple boa rentabilidade. Então ou você abraça que não é um negócio de risco e busca retorno claro com equilíbrio de crescimento e margem, ou você se transforma radicalmente para jogar no novo tabuleiro.

O que não funciona é ficar no meio do caminho.

E seja qual for o caminho, o Brasil ainda tem espaço para software vertical bem executado. E pensar na distribuição pode ser uma forma de se diferenciar nos próximos anos.

Momentum de Founders: Um Fator de (In)sucesso Quase Invisível

Um texto muito bom que traz uma perspectiva pouco falada em Venture Capital: a de que a evolução do lado pessoal da vida do(a) Founder. O autor, Adam Draper, do fundo BoostVC, traz que, em 12 anos do fundo, o maior motivo de falha não é uma ideia ruim, ou a incapacidade do founder, mas sim porque a vida do founder muda ao longo do tempo.

Dez anos de jornada é um tempo relevante de nossas vidas, e muitas coisas se manifestam, boas ou ruins. As pessoas evoluem, e essa evolução gera novos incentivos, pressões e mudanças, como questões familiares (casamento, divórcio, filhos, pais etc...), espiritual, problemas com sócios, crenças importantes, drogas, entre outras...

“the ability to withstand life events without losing momentum may be the most under-appreciated variable in venture.”

No fim, o ponto do autor não é julgar, todos estão passando por isso, mas é preciso manter, ou não perder, o momentum do founder, que gera a energia da empresa. Quem vive a vida, vai ter ela sempre impondo alguma resistência, mas essa resistência não pode tirar a energia do founder.

“It reminds us that founders are not only building a company, but building a life they want to live.”

Outras Leituras Interessantes / ICYMI:

1. Se a sua métrica de Receita por colaborador não aumentou, ficaria preocupado. Os benchmarks de Headcount/ARR vêm aumentando. Vemos que no Brasil as medianas ficam abaixo das globais, mas essa uma é uma tendência vista no dia-a-dia. Ou você está escalando muito rápido comercialmente, ou, provavelmente, que consegue ser mais eficiente em capital.

2. A arbitragem dos títulos de cargos, como posicionamento e narrativa (a16z).

3. Sobre a venda da Brex, e saber que jogo está jogando - Investing 101

4. Sobre a diferença de focar em ser o Vencedor, não em Market Share - Do Alfred Lin (Sequoia/Doordash)

É isso. Obrigado, e até a próxima.

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique à vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

Se está conhecendo a newsletter pela primeira vez, se inscreva para não perder as próximas:

Assine agora

Nessa virada de ano, após 5 anos, eu me despedi da Astella! Foi uma jornada muito rica e proveitosa, onde pude aprender e colaborar com pessoas de alto nível e empreendedores que admiro.

Agora, vou para uma nova. Há tempos tenho a vontade e interesse de criar e construir algo com minha autenticidade e alinhado com minhas crenças. Ainda não consigo descrever completamente o que vou fazer, mas uma coisa eu tenho certeza é que é estar ao lado de founders e criar valor por meio de tecnologia. Irei compartilhando alguns rastros e próximos passos por aqui.

Enquanto eu planejo e dou meus primeiros passos, vou abrir alguns slots para ajudar founders com desafios de fundraising e de criação de valor em Venture. Meu intuito é apoiar founders para a aumentar a chance de sucesso e domínio da trilha de venture capital, trazendo a experiência de investidor e de board member de empresas investidas nos últimos 10 anos. Caso tenha interesse, clique aqui para saber mais e vamos conversar:

Saber Mais

…

Obrigado por ler até aqui.

Agora, vamos para a edição que conta com um compilado de reflexões e leituras das minhas férias. Foram algumas ideias, teses e atualizações sobre IA.

Context Graphs

Esse é um assunto que surgiu da turma da Foundation Capital no final de dezembro, e rapidamente levantou discussões entre investidores e founders de IA, dada a clareza de uma tese e seu potencial. Na minha opinião, é uma perspectiva muito interessante sobre para onde está indo o desenvolvimento de IA e agentes para empresas.

Atualmente, a maioria dos Systems of Records das empresas operam com dados estáticos. Apesar de conseguirmos registrar bem os dados do “o quê” (o dado final, como deals perdidos no CRM, registros e informações básicas de clientes), perdemos completamente o como e o porquê do negócio. Às vezes até registramos o motivo, mas não o contexto, não alimentando o entendimento das circunstâncias, motivações ou os rastros daquela decisões, para, por fim, ter uma IA que consiga navegar futuramente por ele.

Como uma das autoras coloca, existem vários desafios para isso, um dos principais é que todos os sistemas rodam em dinâmicas diferentes de Estado e Evento. Estado é o registro, “o que é verdade agora”, e o Evento é o que aconteceu, como e por quê. O Estado é fácil, é o registro básico que já conhecemos. Agora o Evento é mais complexo de capturar, e um grande desafio. A IA precisa ser capaz de ‘rastrear as decisões’, com diversos ângulos e Eventos que formaram o contexto para aquela decisão, seja de compra, vendas, movimentos estratégicos, entre outros diversos. Penso até como em investimentos de venture capital em que existem diversas de nuances e vieses raramente rastreados em decisões.

Isso é desafiador porque é preciso tempo para construir, organização e um auto-conhecimento da própria empresa sobre seus processos de decisão e seus contextos - que envolve missão, ética, objetivos anuais e de longo prazo etc... Além disso, acredito que é preciso de uma inflexão tecnológica, como, por exemplo, avanço em gestão de bancos de dados e novas formas de captura para chegarmos lá.

Concordo que ainda estamos distantes disso. Mas por aí começo a enxergar o que seria uma superinteligência, de fato, ou até uma definição para AGI. Conseguir armazenar esses dados, que muitas vezes não vêm à nossa mente, que são exceções ou parecem fora de contexto, deve se mostrar de fato a vantagem de dados.

Os Context Graphs são o caminho claro para construirmos IA que realmente consiga tomar decisões de níveis mais altos e muitas vezes melhor, e devem estar na tese de toda solução que quer dominar workflows e processos de dentro das empresas. Me parece um novo motivo pelo qual a batalha atual não é apenas por armazenar dados(o Estado, como coloquei acima), mas por dominar os workflows - o System of Action. Como mencionei na tese sobre PMF em AI, quem controla onde o trabalho acontece, consegue rastrear melhor as decisões e estar mais próximo da captura do contexto(o Evento). Como menciono, é por isso que os grandes incumbentes de System of Records estão correndo para atuar na execução das tarefas para capturar esse contexto e virar de um System of Records para um System of Reasoning of Records.

O Unbundling e Rebundling em IA

Tenho refletido sobre o movimento de unbundling e rebundling que está acontecendo nos últimos anos. Eu expliquei esse conceito nesse post de 2020. Basicamente, os mercados de soluções de software seguem ondas de unbundling e (re)bundling (desagregação e agregação), e nessas inflexões, com o desembaralho do mercado, costuma ser o momento de enxergar e apostar em disrupção.

“empresas começaram a desagregar a sua cadeia de valor, com desmembramento de ativos de produção, ou de distribuição do seu negócios. Dessa forma, ganham maior eficiência e competitividade em custos. Isso aconteceu historicamente com o outsourcing (terceirização) de diversas funções como, por exemplo, produção industrial, distribuição, atendimento e call centers, gerando oportunidade de novos negócios.

Com a internet e tecnologias digitais, surgiu uma segunda onda de desagregação. Nela, algumas empresas estagnadas, com soluções não tão eficientes, começaram a ver seus negócios serem desmembrados e atacados, em partes, por empresas menores e especializadas em solucionar problema específicos.”

No texto, eu comento do Craiglist e do mercado financeiro/fintech do Brasil que sofreram claros unbundling na última década. Era claro enxergar isso acontecendo na era dos SaaS e dos marketplaces. A ideia era pegar uma cadeia de valor ineficiente e criar novas soluções, ou até micro soluções focadas e especializadas, para gerar mais valor e gerenciar pontos de transação específicos(unbundling) para dominá-los e consolidá-los (rebundling). Mas, nessa era não muito distante, era sobre a gestão das tarefas e dos dados, muito supervisionado e executado por humanos.

Eu tenho pensado em Inteligência Artificial, é que, com o ataque ao trabalho em si, a execução das tarefas ou à mão de obra, a natureza desse unbundling é um pouco diferente.

O Unbundling do Workflow

No paradigma anterior do SaaS, o software vendia a gestão de fluxo de trabalho. Salesforce não vende “vendas”, vende uma ferramenta para gerenciar as vendas. E assim vai para diversas outras soluções de software.

A IA, com a automação e sua capacidade de cognição, é capaz de atuar nas tarefas ou no trabalho. Então, nesse ponto de “unbundling,” ela vem para fatiar o serviço ou trabalho em tarefas, não meramente a gestão dele. E o trabalho mais repetitivo e ineficiente tende a ser o ponto de partida.

E, como mencionei no último artigo da nota acima de Context Graph, a batalha é para dominar essas tarefas, com o melhor domínio e maior velocidade, se integrando ao fluxo de trabalho e ecossistema.

Para quem está construindo, eu vejo algumas diretrizes:

• Importante começar atacando uma tarefa repetitiva e ineficiente. Pensar qual fluxo de trabalho manual e custoso eu posso fatiar e penetrar.

• O foco não é necessariamente um nicho de mercado, mas um workflow. Por isso, hoje em dia, o conhecimento dos processos de uma indústria ou vertical é tão ou mais relevante que um conhecimento técnico.

• Não tem problema em ser um AI Wrapper, pois as interfaces mais generalistas falham em workflows com maior especificidade. Mas, sendo um AI Wrapper, é importante estudar e ter em mente os roadmaps das grandes plataformas e LLM, e evitar estar no caminho delas. Além disso, é importante tratar IA como o ofício, com princípio de arquitetura e engenharia, e não como apenas uma mágica.

• E, por fim, o mais relevante para quem quer construir algo grande é visualizar o end-game como uma plataforma completa - como o gráfico acima mostra, Platform Lock-in. Se não, provavelmente a sua solução se tornará uma feature de alguma outra plataforma. Pense como pode avançar no workflow e expandir, por exemplo, do uso do indivíduo para uso de toda a equipe, para uso de toda a área, para uso de toda a empresa e para uso de todo o mercado.

Report da Battery - State of AI

Para visualizar algumas das coisas que refleti acima, esse relatório da Battery Ventures traz diversos pontos relevantes. Achei legal que muitas ideias corroboram com o report de IA que produzi em meados de 2025 (aqui para quem não viu).

Aqui vão alguns slides e notas:

• Aqui está uma boa visualização da corrida de IA, e quem vai ser o maior integrador.

• Esse slide abaixo mostra as margens dentro da cadeia de IA. Interessante como apenas a infraestrutura está capturando o valor, porém é esperado que isso comece a se inverter quando as ondas tecnológicas e o terreno da infraestrutura se estabilizarem.

• Boa visualização das diferentes estratégias de wedge e próximos passos entre aplicações e plataformas, e qual moat cada um está buscando.

• Esses dois slides abaixo trazem métricas, e em seguida de vendas, e seus benchmarks globais para empresas de IA.

Bill Gurley (ex-VC da Benchmark Capital) sobre IA

Nesse episódio do podcast com o Tim Ferris, o Bill Gurley traz uma visão bem completa, e algumas opiniões, sobre o cenário e as expectativas do mercado de IA. Como a Carlota Perez e a bolha de IA, as grandes plataformas, o que importa hoje em dia para founders entre outras coisas... Esse é o trecho:

O episódio todo é muito bom. Recomendo bastante, o trecho em que ele comenta sobre carreira (“Don’t Half Ass Your Dreams”), tema do seu livro que será lançado em breve.

Outras Leituras Interessantes / ICYMI:

1. Sobre o risco de bolha de IA:

2. O Cristianismo traz muitos aprendizados para PMF e como Cruzar o Abismo:

3. Investidor da Union Square Ventures discute e mostra como usou NotebookLM para ‘assessorá-lo’ em uma nova transação.

4. Achei bem relevantes os pontos do memorando de Mosseri sobre mudanças e desafios no Instagram em relação à autenticidade, policiando e afirmando o controle sobre identidade.

5. Os custos de soluções de IA para construir um MVP da Lazyweb.com.

6. Ótima leitura do founder da Notion sobre a evolução da tecnologia e os materiais milagrosos, como do vapor, ao ferro e agora os agentes.

7. Um ótimo report de overview da Meritech sobre M&A, IPOs e liquidez em tecnologia em 2025.

É isso! Obrigado por ler, e até a próxima.

A DealflowBR é gratuita, sem anúncios, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas e não necessariamente expressam a visão da gestora pela qual eu trabalho. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique a vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

Se está conhecendo a newsletter pela primeira vez, se inscreva para não perder as próximas:

Assine agora

Os Melhores Livros que li esse ano

Esse ano eu li completos 12 livros, se não estou perdendo as contas, e outras dezenas que comecei e descontinuei.

Agora, nesse fim de ano, refletindo nos livros, quero compartilhar e comentar dois que as ideias mais me marcaram, e acredito que os leitores aqui vão gostar também.

Foram eles:

The 15 Commitments of Conscious Leadership (Link Amazon)

Por que eu gostei?

É um dos melhores livros que já li sobre liderança, pois traz bastante do lado mais introspectivo da liderança, de estar presente (mindfulness). O livro traz em 15 compromissos como se tornar um líder mais consciente e intencional. O próprio autor confirma que nenhum dos compromissos foi desenvolvido por eles. Ele apenas consolidou, clarificou e aplicou esses conceitos de outros estudiosos e autores, fazendo sentido para aplicação no dia a dia de um líder.

Alguns dos capítulos e compromissos que mais me fizeram pensar e internalizar para aplicar no dia a dia são:

• 2) Aprendendo através da curiosidade (vs. Querer estar certo): Neste compromisso, os autores explicam que a raiz de todo drama na liderança é a necessidade biológica e egóica de ‘ter razão’, uma postura defensiva que o cérebro confunde com sobrevivência. O ponto central é que a verdadeira evolução acontece quando substituímos essa rigidez pela curiosidade genuína, permitindo-nos escutar e nos conectar de forma mais vulnerável. Essa postura é extremamente relevante no ambiente de constante aprendizados e testagem como de VC e Startups. Vejo interações com founders que, ao receberem uma indagação ou contraponto, reagem instintivamente tentando provar o ponto que estão certos, às vezes até com rispidez, em vez de buscarem na curiosidade se conectar melhor e entender a nova perspectiva. Apesar do nosso usual contexto de se apresentar (pitch) e se vender, ir do ‘provar’ para o ‘aprender’, eliminaríamos o combate desnecessário e ganhariam insights valiosos que nos bloqueiam.

• 4) Franqueza Radical (Speaking Candidly (vs. Segurar a verdade). Ser radicalmente honesto as vezes desafia a noção comum de que ser um bom parceiro é evitar o desconforto. Nesse capítulo, os autores apresentam que ser cândido reside na interseção entre verdade, abertura e autoconsciência, comunicando o que é ‘incontestável’ (pensamentos, sentimentos e sensações) sem projetar julgamentos no outro. Para mim, em VC, isso é o que define realmente o conceito de ser Founder Friendly: não é sobre dizer o que o founder quer ouvir para manter a harmonia, mas ter a coragem de ter as conversas difíceis e necessárias, seja sobre a necessidade de um reset de valuation, a necessidade de venda ou o fechamento da empresa. A verdade tem mais valor no longo prazo que o conforto. A aplicação prática não é estremecer ou abalar, mas sim ‘dizer a verdade da forma mais amorosa possível’.

• 8) Atuando na Zona de Genialidade (vs. Zona de Competência/Excelência). O conceito de ‘Zona de Genialidade’ propõe que os líderes devem migrar das atividades em que são excelentes (que executam bem, mas que consomem energia) para aquelas em que possuem um dom único e o tempo parece desaparecer. Essa distinção, aprofundada no ótimo livro The Big Leap de Gay Hendricks, é vital para a sustentabilidade da liderança, pois permanecer na ‘Zona de Excelência’ é uma armadilha que leva ao burnout. Tenho meditado no tema nesse último ano, buscando arquitetar minha vida para priorizar onde mais gosto e sou melhor. É como Naval Ravikant diz, encontrar “o que parece divertido para você, mas que para os outros parece trabalho”. Com isso, se torna muito mais fácil entrar em estado de Flow, não só o bem-estar aumenta, mas a qualidade e o impacto das minhas entregas se tornam exponencialmente maiores do que quando estou apenas ‘me esforçando’.

Why Greatness Cannot Be Planned - The Myth of the Objetive (de Kenneth Stanley e Joel Lehman) - (Link da Amazon)

Por que eu gostei?

Esse é um livro sobre inovação, de 2016, que provoca que, se formos levados pelos nossos interesses e ideias que consideramos interessante, sem seguir um objetivo estabelecido, é a forma fazer algo novo e grande de fato. Isso pode parecer meio bullshit de coach inspiracional, mas acho que tem uma mensagem importante e profunda de buscar a autenticidade e o “interessância” (Interestingness) como guia que nós temos.

Infelizmente, a cultura empresarial exige o contrário desses conceitos. Mas tive alguns poucos líderes com esse mindset, e consigo relacionar essa ideia com alguns projetos na minha carreira. Sempre que seguimos a zona de genialidade(como mencionada no livro anterior) e interesse dos membros da equipe, e a curiosidade, sem um objetivo claro do início, consigo recordar pontos de chegada muito interessantes e relevantes para esses projetos.

O autor coloca que o progresso em inovação é geralmente feito saltando de uma ideia interessante para outra. É preciso colecionar esses degraus (stepping stones, como o autor coloca) para encontrar o grande tesouro. Esses degraus que levam a uma inovação ou algo grande, não se parecem com a invenção final. Existem milhares de exemplos claros, como, mais atual, a própria NVIDIA, que não tinha interesse em criar cérebros artificiais poderosos com GPU, o objetivo nos anos 90 era fazer jogos de tiro e fantasia parecerem mais realistas, com a demanda de gráficos melhor para jogar Doom, Quake ou Call of Duty. Na década passada, pesquisadores de IA descobriram, quase por acaso, que a matemática necessária para renderizar gráficos 3D (multiplicação de matrizes) é exatamente a mesma matemática necessária para treinar Redes Neurais Profundas (Deep Learning).

É uma boa provocação porque a cultura empresarial, e até mesmo o financiamento científico e o currículo escolar, exige o contrário.

Algumas lições e reflexões para o dia a dia de VC e Startups:

• No ambiente de VC, onde devemos buscar retornos assimétricos e oportunidades que serão outliers em dez anos, olhando para trás. Queremos encontrar a oportunidade perfeita, mas o que mais tem são anomalias, imperfeições e arbitragens. Está fora do consenso e, portanto, às vezes é difícil encontrar uma explicação, quando não parecemos um idiota ou maluco. Então é preciso estimular o desacordo, e nos comprometermos (disagree and commit). O confronto com a ambiguidade, não a orientação para o planejamento, é um grande ativo no early-stage.

• Em um mundo de criação cada vez mais voltada para as medianas e conteúdos sintéticos, o que nos faz estranhos, esquisitos e únicos é nosso diferencial competitivo.

• Para trabalhos criativos e novos, não é sobre planejar o destino, mas planejar como será a exploração. Confiar na curiosidade e no nosso gosto para nos guiar até lá.

Se quiser compartilhar para alguém ou em grupos via WhatsApp, clique no botão abaixo…

Compartilhe no Whatsapp

Agora um momento de rever o que escrevi no ano, e o que mais ressoou com os leitores:

Os meus conteúdos mais lidos de 2025:

Estudos:

• Astella - Report | Impactos da IA na construção de startups

• O Power Law do Vintage 2014-2016 de Early-Stage no Brasil

• Analisando a persistência da atividade de investidores de Venture Capital no Brasil

Artigos:

• Os cinco traços de fundadores top-fundraisers

• Escolhendo a Sua Batalha e o Posicionamento de Produto

• 2T3D vs. Supernovas: Buscando sentido no Brasil

• Inflexão é quando o Crescimento alcança a Narrativa

Os artigos mais clicados nas newsletter:

• Reflections on OpenAI - Edição DFBR 94

  • “Sobre a ameaça das plataformas (LLMs), li recentemente este texto de um ex-funcionário da OpenAI, que mostra como funciona a empresa por dentro... Lendo o relato, fica clara a velocidade e a inovação, com um viés para executar e construir, com diversos squads e teses desenvolvidas em paralelo, às vezes até competindo entre si. Parece haver milhares de startups pre-seed dentro da OpenAI, aguardando um comitê de investimento do round seed.”

• The Strategist’s Playbook - by Jasmine Bina and JL Rawlence - Edição DFBR 97

  • “Achei interessantes e úteis os 15 modelos mentais deste texto - de fases de exploração, decisão e ação - para como criar negócios que transformam crenças e culturas. The Strategist’s Playbook - by Jasmine Bina and JL Rawlence"

• Moats Before (Gross) Margins: Revisited - Edição DFBR 99

  • “Gostei bastante desse post revisitado da16z com a discussão sobre Margem Bruta vs. Defensabilidade. Apesar de achar que margem bruta e moat são coisas que complementam e não competem, achei uma das melhores leituras sobre o poder e a construção de um “Moat”. Moats Before (Gross) Margins: Revisited”

• Buffett’s Intangible Moats - Edição DFBR 93

  • “Buffett’s Intangible Moats - Sparkline Capital - Adorei a visualização sobre os moats intangíveis dos investimentos do Buffett ao longo das décadas.”

É isso por hoje. Essa deverá ser a última edição de 2025, então meu muito obrigado pela trocas e interações que tive com vocês. Desejo boas festas🎅 e um 2026 de muito sucesso🚀!

Abraço

A DealflowBR é gratuita, e o que me faz continuar escrevendo é ver o crescimento de leitores da newsletter e das interações, feedbacks. Se você gostou ou acredita que as informações geram valor, considere compartilhar essa edição em suas redes sociais ou com pessoas que poderiam se beneficiar.

Compartilhar

🚧Veja também a minha Biblioteca com minhas referências de Boas Práticas, Templates e Exemplos para empreendedores e investidores de startups. Em Construção🚧

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas e não necessariamente expressam a visão da gestora pela qual eu trabalho. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique a vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

Nessa edição:

• Quando a rota de VC muda e não faz mais sentido para investidores

• Modelos mentais e táticas de gestão de VC e investimentos com Alfred Lin e Pat Grady da Sequoia

• Sobre a Lei de Potência no processo de seleção de um investimento

• Mapa de prioridades de acordo com a Future Investment Initiative

E mais vários links interessantes de leitura.

Se quiser compartilhar para alguém ou em grupos via WhatsApp, clique no botão abaixo…

Compartilhe no Whatsapp

Ou compartilhar em outras redes…

Compartilhar

Quando a Rota Muda e Deixa de Fazer Sentido para VCs

Estive em um evento com empreendedores falando da tradicional rota de Venture Capital que todo investidor institucional busca, e a dinâmica da Lei de Potência.

Depois das minhas falas, surgiu uma pergunta muito boa de uma empreendedora: O que acontece se o founder, por qualquer questão, seja mercadológica ou estrutural, precisa tomar a decisão de mudar da rota de VC de uma empresa de U$1bn+ de valor de mercado, para uma empresa de ~R$ 200mn?

Foi uma ótima pergunta porque essa é uma discussão da pauta entre founders vs. VC, e uma saída de mais de R$ 200 milhões tende a ser acima da média para o Brasil – porém abaixo do Power Law que o VC busca. Mas, às vezes, não é tão simples, e, de fato, saídas de empresa de tamanho middle-market são onde os interesses e incentivos em VC se desalinham e é preciso saber lidar ou dirigir o barco.

Então, minha resposta foi a seguinte:

Levantar capital é uma das decisões irreversíveis em uma Startup. O investidor, ao fazer o investimento na startup, tem a convicção, e a expectativa, de que aquela oportunidade possa atravessar os desafios e trazer o retorno assimétrico que ele espera, tendo o alinhamento do founder de buscar esse (alto) potencial e jornada de VC. Para o investidor, não há problema em ter 80% do seu portfólio em write-offs e empresas que falharam, pois isso faz parte da matemática do VC. Mas, no investimento, deve estar alinhado com founders e certo de que aquela oportunidade tem o potencial que espera.

É aqui que mora a grande assimetria: o fundo possui uma estratégia de diversificação, apostar em 15 ou mais empresas, e tolerar o fracasso individual desde que existam os ‘home-runs‘ que ultrapassem amplamente as perdas. Já a fundadora não tem diversificação; sua aposta de vida, naquele momento, é neste único ativo. Muitas vezes, para ela, uma saída de R$ 200 milhões, com menor risco, seria transformacional, enquanto para o VC esse retorno não será o fund returner que buscam.

Não é incomum que a startup não consiga chegar ao próximo estágio e assegurar capital e crescimento, por qualquer motivo, ou então enfrente desafios e falta de energia de cofounders pois entendem que a oportunidade não tem o potencial esperado, entre outros fatores. Importante lembrar que a mudança de rota é comum em uma startup, e a exceção é o investidor VC encontrar um outlier. Mas a questão é que buscar uma saída menor, que multiplicará no máximo por um par de vezes o capital do fundo, é algo que não sustenta o modelo do fundo VC tradicional. É preciso compreender isso e realinhar as expectativas e o sentido.

Porém, neste processo, a decisão de cancelar a escalada até o topo do Everest deve ser tomada de forma honesta ao contexto do desafio e com transparência para os investidores para evitar qualquer reação que traga conflito ou desarmonia. É algo complexo de lidar, mas também não é algo totalmente binário ou novo para o investidor experiente, que, mais do que ninguém, conhece modelos mentais e caminhos para salvar o valor que existe.

(Ao final do texto, eu sugiro algumas formas para apoiar o alinhamento de riscos ao longo da jornada.)

Do contrário, o desalinhamento virará mais uma tensão a se gerenciar em todo o ciclo da empresa, um lugar onde não recomendo estar.

O Desalinhamento na Rota de VC

Eu li recentemente esse artigo que disserta de forma bem completa sobre o (des)alinhamento de VC e founders, principalmente na dinâmica de fundos muito grandes e investidores menores.

Alguns pontos que o autor menciona e que vale trazer e comentar aqui:

• É importante entender que trazer um grande fundo, que investe no early-stage e um grande cheque, apesar do dinheiro e da boa reputação e marca do fundo que é capaz de reduzir o risco, também aumenta o risco por outro lado para o negócio, por dois motivos: 1) o ponto mais claro é que o cheque maior, e o valuation maior, trará uma barra maior, como pelo liquidation preference, e de desafio de graduação a ser comprovada pela robustez do negócio, para fazer jus a tal valuation. Talvez um pouco contraintuitivo, o outro ponto 2) é que esses fundos maiores, com reservas para follow-ons, buscam reinvestir nas melhores em rodadas subsequentes de seu portfólio, porém só vão investir em novas rodadas se a empresa for a top 20%-30% das empresas do portfólio. Caso a investida não esteja nesse hall, o fundo poderá enviar uma má sinalização para o mercado ao não investir. Esse é o grande risco.

• Do lado de fundo menores, esses têm menos skin in the game e conseguem ajudar menos (com rodadas follow-on, principalmente) na trilha de VC.

• Mas, o mais relevante para o fundador, e pior que desalinhamento, é dar o controle para o investidor desalinhado. Como o autor menciona, deixar a decisão de exit na mão de investidores ou minoritários é complicado e doloroso.

Olhando o tamanho do fundo, dentro da lei de potência e fundreturners, é possível entender a estratégia do investidor. Eu escrevi um pouco sobre esse assunto (em “Desalinhamento na trilha de VC”) há alguns anos:

• “Esse desafio fica bem claro quando a gente faz a conta. Para o investimento retornar um fundo de tamanho de $100 milhões, pensando que no exit o fundo deterá cerca de 5%, a empresa vendida deverá ser avaliada em mais de U$ 2 bilhões. Em um período de 10 anos, essa empresa precisará de um faturamento de ao menos $200mn por ano.
  Isso se intensifica ainda mais em uma geografia de Brasil em que a mediana de exits nos últimos anos foi de cerca de U$137 milhões e transações de mais de $1 bilhão são poucas. Vale mencionar que uma tendência positiva é que o tamanho médio de exits no Brasil tem crescido.”

Diferentes tamanhos e perfis de investidores que estão no captable têm expectativas e interesses distintos. Em uma jornada de VC de uma startup, com múltiplas rodadas de captação, ela terá no conselho ou quadro de investidores da empresa diferentes preferências, direitos e expectativas relacionadas ao exit, por exemplo.

Algumas ideias para mitigar o desalinhamento

O que pode ajudar a mitigar o desalinhamento entre founder e VC e entre VCs dentro da jornada da empresa:

• Entender os timings e expectativas de saídas e planejar a jornada de funding pensando nisso. Por exemplo, pensar em saídas early-exit pode ser a melhor forma de capturar valor para os investidores, dadas as circunstâncias, e oferecer secundárias de investidores em rodadas subsequentes.

• Para founders tendenciosos a ter uma exit para garantir sua liquidez, é possível pensar em secundárias para os founders e equipe como forma de reduzir esse risco e alinhar as expectativas de geração de valor. Não precisa esperar até um exit para ter alguma liquidez, se a empresa estiver numa boa trajetória, principalmente em rodadas B em diante, é comum ver secundárias de founders.

Uma boa gestão do board de investidores, bons advogados e advisors, e bons investidores tendem a facilitar.

Princípios e insights de VC da Sequoia

Eu ouvi recentemente o excelente podcast Uncapped com os dois atuais líderes da Sequoia Capital, Pat Grady e Alfred Lin. Eles trouxeram diversos frameworks, modelos mentais e táticas que usam para gerir a firma e analisar investimentos. Algumas ideias que mais me chamaram a atenção:

• “(Para tomada de decisão) Consenso e Não-Consenso não importam… A presença de Convicção é o que importa”. Notaram que as melhores escolhas e decisões de investimento são quando há muita convicção, mesmo que sejam contrárias. Eles comentam que votam de 0-10, não há 5, e a nota de corte é 6. Portanto, é melhor que as notas sejam 1,1,9 e 9 do que se todos deram nota 6, portanto. Em um negócio de alto risco, é preciso volatilidade, e a verdade não vai estar onde todos concordam.

• Decidir qual oportunidade se dedicar é mais importante do que tomar a decisão de investir. Eles também mencionam que o mais importante é decidir sobre qual oportunidade se engajar, similar aos relatos de investidora da Perplexity que comentei no DFBR #96. Segundo os investidores, a tomada de decisão final no comitê não costuma ser problema para eles, e sim se estão dedicando o tempo com as melhores oportunidades. Para isso, monitoram decisões usando uma matriz true positive e true negative x false positive e false negative para acompanhar decisões de oportunidades, e olhar para trás para relembrar das tomadas de decisão.

• VC não é um negócio de CEO. Ele conta como a Sequoia, e VCs em geral, é um negócio de outliers, não é um negócio típico de consistência operacional. Para isso, é importante um time diverso e talentoso para encontrar os outliers, e não, por exemplo, como negócios geridos por CEO que buscam qualidade na escala e consistência por meio de decisões top-down.

Além disso, eles contam que o fundo Sequoia XII foi o mais bem sucedido, e teve 50% de writeoff. Esse tweet trouxe bastante discussão para esse tema em VC.

Sobre a Lei de Potência na Prática

Esse é um texto bem inteligente sobre a Lei de Potência e como se deve trazer o tema no processo de investimento de um fundo de Venture Capital. Sabemos que o modelo do VC só funciona com ele, mas, como o autor coloca, ele não pode ser um mecanismo de seleção. Para mim, esse ponto é similar ao critério de “exit” na tomada de decisão de um investimento early-stage. Entendo que a discussão é sempre boa para criar opcionalidade e narrativa para a aposta, mas cria algumas limitações. Neste caso, o autor coloca limitações como o Falso Positivo - investir em algo que é claro, óbvio para muitos, portanto consensual - ou o Falso Negativo - não investir por ser algum segmento inicialmente pequeno (ex. AirBnB), ou em uma categoria que não existe (ex. Uber).

É importante refletir se a empresa em oportunidade é capaz de atravessar com resiliência os diferentes estágios de investimento da rota de VC, e capturar maior valor ao expandir ou criar mercado, começando de um ponto de partida (wedge) e um segmento fechado. Como o texto coloca, “Em teoria da complexidade, não se pode projetar um outlier; só é possível criar as condições para um outlier surgir”.

Report - esperanças, medos e demandas

Prioridades de acordo com o estudo da FII(The Future Investment Initiative (FII) Institute, in partnership with Ipsos). Achei o mapeamento muito bom, com ideias para quem quer explorar, principalmente, teses de impacto.

Outras Leituras Interessantes:

1. CDI vs. investimento de alto risco: bom ponto de uma discussão de um tema corriqueiro do dia a dia de fundraising de VC

   

2. Interessante a leitura no blog da CFA Institute sobre implicações para investidores de bolsa de valores, em discussão nos EUA, de mudar de divulgação trimestral de resultados para cadência semestral. O autor sugere que teremos mais ruído no curto prazo, porém ampliará a vantagem de quem tem diferencial de acesso a informações ou proprietárias.

3. Para onde vão os System of Records com IA: Um must-read para quem está desenvolvendo em B2B. Os Sistemas de Registros não deixarão de existir, pois as empresas e os agentes de IA ainda vão precisar da ‘fonte da verdade’ dos dados. Para isso, deverão mudar para algo maior e mais centralizado.

4. Entrevista com Filósofa da Anthropic, sobre o desenvolvimento dos modelos. Achei muito peculiar o cargo dela, assim como ela discute sobre o papel e o dia a dia dentro do gigante laboratório de IA.

Obrigado por ler mais uma edição! Até a próxima.

O que vai encontrar nesta edição: um texto em formato longo e duas notas curtas.

1. Diferenciando o Posicionamento de Produto e de Fundraising (5 min)

2. Sobre as duas teses de LATAM (1 min)

3. Aprendizados dos fundos da Version One (1 min)

Boa leitura!

Diferenciando o Posicionamento para Clientes/Produto (vendas) e Investidores (fundraising)

(Audio gerado pelo NotebookLM)

Talvez o maior ‘ponto cego’ de CEOs e cofounders de startups que buscam a trilha do VC seja ignorar ou se confundir que, na prática, eles gerenciam dois produtos distintos. O primeiro é o software ou serviço entregue ao cliente; o segundo é a própria empresa, a história do ativo financeiro (equity) que o investidor compra. A armadilha comum é tentar vender este segundo produto usando as mesmas histórias, colaterais e linguagens do primeiro. Embora a premissa de venda seja a mesma (clareza e valor), a linguagem e o escopo necessários para convencer um investidor exigem uma tradução completa da sua narrativa.

Apesar de audiências distintas, a construção de qualquer pitch parte da mesma premissa: a clareza da promessa central e a percepção de valor. Para o investidor, no entanto, essa narrativa precisa expandir o escopo e sair do posicionamento estrito do produto para uma visão sistêmica. É preciso articular em uma história como o time, oportunidade, categoria e estratégia se integram para capturar valor no longo prazo. Para quem está construindo um negócio grande é preciso expandir a visão, e ter um posicionamento da empresa para o mercado de VC.

Assim como posicionamento para o cliente, é preciso fazer apostas na mensagem para suportar a percepção da audiência. É preciso se comprometer com hipóteses que construam o posicionamento. Aqui sugiro um exemplo usando o mesmo framework de posicionamento de produto para trilha de VC:

• Alternativas: Quais são outras startups similares na trilha de VC nesse espaço ou tese?

• Atributos únicos: E por que a tese da sua empresa é a mais relevante para criar um líder de categoria?

• Valor (para o investidor): Qual o potencial de valor de mercado que sua oportunidade pode gerar?

• Cliente/Investidor que se importa com isso: Qual investidor busca essa tese de investimento e apetite de risco/retorno?

Além da mensagem, a linguagem é diferente. A linguagem do mercado financeiro é mais pragmática, e baseada em indicadores de sucesso financeiro (margens, receita, churn (negativo) etc..), liderança e domínio de um mercado (market share, TAM) e de valor de mercado (enterprise value, múltiplos de valuation) para gerar momentum, urgência ou emoção (como FOMO – fear of missing out).

O processo de construção é similar, mas a linguagem é diferente. Por exemplo, vou compartilhar algumas notas aqui que fui refletindo da diferença entre o posicionamento para os clientes e para os investidores (um exemplo):

Dicas práticas:

Geralmente, os especialistas em posicionamento para o VC-track são investment bankers, consultores e os próprios VCs. Recomendo usá-los como suporte na construção da tese, posicionamento e linguagem para preparação do roadshow. Outro trabalho prático é estudar e fazer a reengenharia da comunicação dos investidores ou VCs. Estude materiais como os memos de investimentos (exemplo Bessemer) e teses de investimento (exemplo USV) para entender linguagem, expectativas e perspectivas.

Por fim, importante, é preciso se preparar com muito embasamento e conhecimento profundo do mercado, investidores costumam ter boa profundidade e conhecimento, e tendem a identificar quem está blefando. Junto a isso, é importante ter fundamentada a estratégia de futuro de forma clara para discutir com o mercado financeiro, como um prospecto de IPO. E, claro, a autenticidade é muito importante e pode te ajudar em toda essa narrativa.

Se quiser compartilhar para alguém ou em grupos via WhatsApp, clique no botão abaixo…

Compartilhe no Whatsapp

Ou compartilhar em outras redes…

Compartilhar

O Fundo Version One

Essas séries de posts “Allocator’s Notebook” destrinchando a estratégia e histórico de fundos bem-sucedidos são muito legais para quem estuda VC. Nesse mais recente, comentaram da Version One. Gostei dos pontos de análise:

• Como a Version One ganhou dinheiro no jogo de “value investing”, ou seja, em rodada sem hype e valuations sem premiums. Na minha experiência, tenho visto fundos menores ou fundos de geografia menos atrativa terem sucesso nesse tipo de estratégia.

• Como a Version One conseguiu seus melhores resultados em empresas não óbvias e que estiveram próximas da falência.

• De novo, sobre janelas de arbitragem, como a Version One conseguiu navegar arbitrando e se aprofundando em diferentes espaços, como primeiro em Marketplaces até 2016 e depois focando em Crypto.

Duas teses de LATAM

Existem duas teses de mercado para a Latam. A do Brasil e dos demais países. Isso é importante quando um investidor pensa em construir uma tese “LATAM”. O Brasil é um continente por si só, tem mercados internos muito grandes que sustentam grandes negócios localmente. Já outros países dependem de internacionalização. Isso se desenrola em características das oportunidades de cada país, como por perfil de produtos, GTM e founders de cada um dos países.

Esse gráfico interessantíssimo abaixo, do report Latam SaaS Survey da Riverwood mostra de onde vem a receita das empresas dos diferentes países da região.

Outras Leituras Interessantes:

1. Gostei bastante desse post revisitado da16z com a discussão sobre Margem Bruta vs. Defensabilidade. Apesar de achar que margem bruta e moat são coisas que complementam e não competem, achei uma das melhores leituras sobre o poder e a construção de um “Moat”. Moats Before (Gross) Margins: Revisited

2. Como a baixa exposição das empresas brasileiras pode ser benéfica para a economia e desigualdade do País no curto prazo, apesar de ser necessário reverter isso nos próximos anos. Trecho de overview da WGH sobre essa tese. (video)

Obrigado por ler.

Abraço,

Guilherme Lima (sobre mim)
”DMs are open”: LinkedIn | X(Twitter)

🚧Veja também a minha Biblioteca com minhas referências de Boas Práticas, Templates e Exemplos para empreendedores e investidores de startups. Em Construção🚧

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado de VC e de Startups. Todas as opiniões colocadas aqui são minhas e não necessariamente expressam a visão da gestora pela qual eu trabalho. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo de recomendação de investimento. Fique a vontade para discutir comigo abaixo nos comentários ou respondendo a este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

O que vai encontrar nessa edição:

1. Mergulhei em dados de atividade de investidores nos últimos 7 anos para tentar entender como tem sido o fluxo no Brasil.

2. Reflexões fundamentais para empresas que buscam ser AI-native ou se transformar.

3. Veja a fita. Estude o jogo.

4. Estudo de alavancas de criação valor em empresas SaaS de alto crescimento e $10mn de ARR.

5. Duas teses que gestor da Arbor está short (vendido).

Boa leitura!

Se gostar, não deixe de compartilhar para alguém ou em grupos via WhatsApp, clique no botão abaixo…

Compartilhe no Whatsapp

Ou compartilhar em outras redes…

Compartilhar

Analisando a persistência da atividade de investidores de Venture Capital no Brasil

Me lembro na época da pandemia, ao ver o mercado de Venture Capital muito ativo, com muitos players participando, muitas pessoas do mercado comentavam que esses novos investidores provavelmente não estariam presentes nos anos seguintes. Alguns usavam o termo “turistas” para se referir a eles. Nesse sentido, e buscando entender um pouco o estado atual de atividade do Venture Capital no Brasil, eu fiz algumas análises da “contabilidade” dos investidores de VC ativos no país ao longo dos últimos anos, tentando compreender como isso mudou.

Com dados do Crunchbase, eu dividi a análise em dois blocos: 1) investidores em rodadas de até US$10 milhões e 2) investidores em rodadas maiores que US$10 milhões. Usei o valor do investimento, e não o estágio das rodadas, por uma questão de melhor segregação, já que a classificação por estágios pode ser confusa devido a extensões, bridges etc., que nem sempre são rotuladas apropriadamente para a análise. Além disso, a proporção de investidores brasileiros e internacionais. (Vou deixar as legendas¹ no final).

Vamos lá:

1) Investidores em rodada até U$10mn no Brasil (total de 973 no período)

Gráfico A

Temos um cenário de contração no número de investidores de rodadas menores atuando no Brasil atualmente. Isso representa quase 60% menos investidores do que nos anos da pandemia, sendo 162 até agora em 2025 (como referência, Índia teve 1.078² e o México, 76 investidores até US$ 10 milhões até agora em 2025). Faz sentido, pois o volume de funding no Brasil entre 2020 e 2021 apresentou, nesse período, níveis quase 3x maiores que nos últimos anos.

Os dados refletem, sem muita novidade, que temos menos investidores atuando na região. Mas, quando damos um duplo clique, a análise revela um comportamento de lei de Pareto:

Gráfico B

O que mais surpreende é a pouca persistência e consistência dos investidores. Alguns detalhes:

• De 2019 a 2025, foram registrados nesta análise 973 nomes de investidores diferentes, sendo que 604 atuaram pontualmente em apenas um ano. Apenas 46 investidores (5% do total) atuaram em 4 anos esporadicamente dos 7 anos analisados (Gráfico B). Considerando os últimos 4 anos consecutivos, de 2022 a 2025, foram 31 investidores que atuaram em todos anos desse período.

• O churn de investidores ano a ano também é interessante (Gráfico A). Por exemplo, dos 206 investidores que fizeram aportes em rodadas de até US$ 10 milhões no Brasil em 2024, 162 não continuaram investindo em 2025, e apenas 44 fundos que investiram no ano passado e seguiram investindo neste ano. Esses investidores que persistiram são um mix dos nomes usuais da indústria com novos fundos que entraram no país nos últimos anos. (Gráfico A)

Outro ponto interessante a se observar é a proporção de VCs brasileiros em relação a VCs estrangeiros:

• Os dados mostram que houve um aumento na participação de estrangeiros desde a pré-pandemia (quando 67% dos VCs eram brasileiros) para quase metade sendo composta por VCs globais, em 2025. Mas há outro dado importante: dos 31 que investiram nos últimos 4 anos (de 2022 a 2025), todos os anos, apenas 3 são estrangeiros.

• Um investidor de fora geralmente não tem uma tese específica ou um plano fixo de investimento no Brasil ao longo dos anos. Por serem globais, normalmente buscam janelas de arbitragem setoriais e geográficas. Mas, dado o ciclo econômico global e, talvez, a aleatoriedade do Venture Capital, esses investidores acabam investindo esporadicamente no Brasil e ainda representam uma parcela significativa do investimento local. Os investidores estrangeiros são importantes para trazer liquidez e volume de funding para região e representam atividade relevante ano a ano, mas são muito menos persistentes, o que dificulta na hora de mapeá-los e construir relacionamento.

Esses dados e reflexões podem nos levar a um buraco profundo de abstração e de conexões de ideias sobre como funciona o venture capital, seus grandes desafios, como levantar novos fundos, e limitações, como suas teses. Por exemplo, construir o diferencial em expertise local e ter maior cobertura de oportunidades da região, ou investir em empresas globais. As oportunidades que esperam investidores estrangeiro, geralmente por terem fundos maiores, tornam necessárias teses voltadas de setores muito grandes ou a estratégias winner-takes-all vs. takes-most no Brasil, para obter um retorno assimétrico para o fundo. Eu discuto mais sobre o que isso implica para fundadores ao final.

Agora, vamos analisar o cenário de atividade em rodadas superiores a $10mn.

2) Investidores em rodada maiores que U$10mn no Brasil (total de 357 no período)

Gráfico C

Gráfico D

O cenário de investimento para rodadas maiores no Brasil, ou mesmo o late-stage, sempre foi conhecido como muito desafiador. Em 2025, até setembro, 59 investidores (Gráfico C) estiveram em atividade nesse perfil de investimento (como referência, Índia teve 363 e México 43 investidores em rodadas maiores que US$10 milhões). Olhando para esse espaço, o movimento de volume de atividade é similar ao do early-stage, mas, em termos absolutos de persistência ou de base geográfica, são bem menores, o que também é esperado em razão do funil de graduação entre estágios do VC.

• Foi registrado um total de 357 investidores no período, sendo que dois terços, ou 239, atuaram pontualmente em apenas um ano desde 2019. Por outro lado, apenas 2 atuaram todos os anos, e 6 atuaram em 6 dos 7 anos da análise.

• Em rodadas superiores a US$ 10 milhões, a proporção de investidores nacionais é bem menor. Já está claro, entre grupos de fundadores mais experientes, que para se buscar rodadas maiores, pós-série B, é preciso trazer de fora, dado o perfil conhecido de funding local.

• A persistência é baixa, e meus comentários sobre teses de investidores internacionais, janelas de arbitragem e a necessidade de outcomes muito grandes, como mencionei no early-stage, podem ser amplificadas para estágios mais maduros e rodadas maiores.

Últimos comentários e alguns centavos:

Era esperado que teríamos uma “volta ao normal” pós-pandemia. Os níveis atuais e a tendência dos últimos anos deverão ser o patamar mais realista no Brasil para tempos normais.

Para fundadores:

• O cenário é desafiador para founders locais. Fundraising não foi feito para ser fácil. No early-stage, existe um grupo de 30 a 40 investidores de fundos institucionais que investem quase todos os anos no Brasil, que são nomes usuais e podemos dizer que são persistentes e ativos. Eles realizam, em média, de dois até mais de uma dezena de investimentos anualmente. Esses investidores têm a geografia definida como tese e, por isso, são mais persistentes no Brasil. Por outro lado, são poucos investidores em um aquário restrito, que têm acesso a todas oportunidades, tornando o processo bastante competitivo. Mas é importante dizer que existe capital para uma boa tese, narrativa e execução, apesar de ser altamente competitivo para os founders. A sugestão que eu dou para quem está começando a empreender hoje é navegar bem entre esses investidores e entender como se aproximar, se apresentar e se relacionar com eles.

• Também é preciso ter uma mentalidade de relacionamento global se quiser buscar funding, considerando o espaço limitado dos VCs brasileiros e as rodadas menores, sempre cultivando relações com investidores abertos a explorar a sua tese e pescar interesse de novos investidores de fora.

• A temática global tem sido de menos fundos atuantes, menos leads de investidores e maior concentração no consenso de IA. Não acredito nessa temática tão relevante no Brasil, mas existem alguns sinais macro nisso que importantes sobre o que está influenciando os investidores no mundo.

A gente não voltou e nem deve voltar, em tempos normais, para momentos de pandemia em que havia mais oferta de capital do que de oportunidades. Apesar de estes gráficos mostrarem uma tendência negativa, consigo enxergar uma boa atividade no Brasil. Por exemplo, de forma empírica, hoje parece melhor do que alguns períodos nebulosos de 2023, ou bem melhores que pré-pandemia. Acredito que isso ocorre em razão de uma maior educação do mercado, com mais atividade de LPs, anjos e investidores menores.

Para investidores, historicamente, esses momentos são bons para investir. Sabendo das limitações e desafios de fazer se VC no Brasil, como alguns pontos descritos neste texto, minha crença é que o momento atual ainda oferece bastante espaço para atuar e oportunidades, seja no early, encontrando espaços em branco, ou até nas boas oportunidades late-stage no país, principalmente para investidores que constroem expertise e consistência.

Vale o caveat que são dados Crunchbase e eu não daria por fatos serem 100% corretos ou verdade, mas acredito que os dados ainda trazem boa sinalização e utilidade para uma visão geral do mercado.

1) Legenda:

- Novo Entrante (Primeiros investimentos): quantos investidores fizeram o primeiro 1 naquele ano.
- Persistiram Investindo no Ano Seguinte: ativos no ano t-1 e também ativos em t (retenção).
- Chrun: Pararam de investir em relação ao ano anterior. Ativos em t-1 e inativos em t (churn/queda).
- Reativados(não investiram no ano passado): inativos em t-1, mas já tinham sido ativos em algum ano anterior, e voltaram a ficar ativos em t.
- % de VC Brasileiros: proporção de investidores com HQ no Brasil.
- YTD 2025 representa até 30 de setembro.
* Não conta investidores individuais ou anjos.

2) A Índia vem tendo um ano muito positivo em termos de VC, IPOs e exits.

Se quiser compartilhar para alguém ou em grupos via WhatsApp, clique no botão abaixo…

Compartilhe no Whatsapp

Sobre empresas de IA e a transformação

Estou lendo o livro Reshuffle, do Sangeet Paul Choudary - que tem sido uma leitura interessante com uma boa perspectiva sobre IA. Esse texto, recentemente publicado na HBR, traz uma pincelada geral do que ele propõe no seu livro. Basicamente diz que empresas precisam se reinventar, e não usar IA apenas como um acessório. Meramente adotar o uso de uma nova tecnologia, como IA, pode até atrapalhar planos estratégicos das empresas de longo prazo. Comenta que é preciso redesenhar todo o sistema de criação de valor do negócio. No texto do link, e no livro, traz exemplos bem claros sobre a transformação pela IA em empresas que adotaram de uma forma descentralizada, e outras usaram como uma estratégia centralizada, redesenhando os processos de toda a cadeia e processos produtivos.

Ele argumenta, o que faz muito sentido, que o indicador recente de que apenas 5% dos projetos de IA são bem-sucedidos nas empresas não é problema da IA, e sim problema da transformação empresarial. Além disso, eu adicionaria que apenas usar a IA, na fase atual, é esperado que não teremos sucesso em razão da sua curva de desenvolvimento.

70% das startups investidas “são Open-AI wrapper”

Indo mais a fundo nesse tópico, de um outro ângulo, achei esse artigo interessantíssimo. Ele traz uma análise do stack das soluções de Startups de IA. Segundo o estudo do autor, que estudou mais 200 com uma análise de um “engenharia reversa”, mostra que mais de 70% que dizem ter IA proprietária ou In-house Models, na verdade, não são. Além disso, para builders de IA, achei que o estudo traz uma boa visão e discussão de arquitetura e ferramental.

Veja a fita. Estude o jogo.

Gostei muito dessa leitura. Estude o jogo, reveja a fita. O autor se inspirou em John Collision, cofundador do Stripe. É muito importante estudar profundamente o mercado. Entender não só o ‘como’, mas o ‘por quê’, os players que lideram a categoria atual venceram - quando varios não conseguiram? Quais condições e requisitos existem (right to play / right to win)?

E eu acredito que os founders que entendem isso, e sabem educar e ensinar os VCs mais curiosos, tem ao menos 50%+ maiores de chance de sucesso na sua captação.

Alavancas de valor em SaaS

Esse post é muito bom e me fez refletir bastante sobre as principais alavancas de valor de médio prazo de empresas SaaS.

• Churn é o que mais teve impacto.

• Aumentos de preço são sempre uma carta na manga e uma alavanca muito importante. Aumentos ao longo do tempo para novos clientes também se mostram algo viável.

Como investidor de VC, vejo isso como o verdadeiro value investing no nosso mundo. Para alocadores de recursos - founders e VC - essa analise pode direcionar estratégias de geração de valor no médio prazo. Vale a leitura para gestores e investidores de SaaS.

Teses short de acordo com gestor da Arbor

Interessantes (e curiosas) as teses de short (venda) do Leonardo Otero, gestor da Arbor, fundo focado em tecnologia (que tem entregado bons retornos nos últimos anos). A primeira é uma que tinha ouvido de outras pessoas comentando que a onda de soluções de emagrecimento e redução de apetite, pela busca de uma vida mais saudável, deve afetar vendas de redes ou produtores de junk food.

A segunda é um ponto bem relevante para SaaS, que é sobre a ameaça de IA para os softwares “de nicho”. Nesse mesmo post, Leonardo compartilhou bons pontos sobre isso no seu resumo do call de resultado do 3T25 do CEO da SAP.

Outras Leituras Interessantes:

1. Dois reports muito bons, com diferentes dados e insights sobre IA.

   1. The Accel 2025 Globalscape Report: The Cold, Hard Data on How AI Has Radically Changed B2B | LinkedIn

   2. The Leonis AI 100 - Leonis Capital

2. Discussão de dados e cases sobre os novos playbooks de GTM e growth para empresas de IA.

   1. The Modern Growth Equity Playbook - by Morgan Livermore

   2. The Emerging AI-Native GTM Playbook: 6 Patterns from companies racing to $100M

Obrigado por ler.

Abraço,

Guilherme Lima (sobre mim)
”DMs are open”: LinkedIn | X(Twitter)

🚧Veja também a minha Biblioteca com minhas referências de Boas Práticas, Templates e Exemplos para empreendedores e investidores de startups. Em Construção🚧

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado VC e de Startups. Todas as opiniões colocadas aqui são minhas e não necessariamente expressa a visão da gestora pela qual eu trabalho. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo recomendação de investimento. Fique a vontade para discutir comigo abaixo nos comentários ou respondendo este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.

Na DealflowBR, compartilho insights práticos sobre o que aprendo no dia a dia com founders e investidores, além de leituras essenciais sobre construção de empresas. Todas as opiniões aqui são exclusivamente minhas. Se quiser colaborar ou trocar ideias, me encontre no LinkedIn ou responda a este e-mail.

O que esperar dessa edição:

1. Plano financeiro para founders early-stage: Em early-stage, o plano financeiro revela menos números e mais o modelo mental do founder — como ele pensa sobre capital, eficiência e caminho até a inflexão.

2. Reflexão sobre FOMO e os benchmarks da Carta: Quando o mercado tem limites, o valuation importa. É preciso essa ótica para olhar para esses reports.

3. Outros gráficos e links:

   1. O perfil das empresas S&P 500 está mudando

   2. Cloudwalk bateu $1bn de receita anualizada em 6 anos

   3. Linguagem e posicionamento de grandes empresas

   4. E outros links….

Premissas, Runway e Inflexão: Como Pensar o Plano Financeiro no Early-Stage

Discutindo recentemente com founders de estágio pre-seed e seed sobre planos financeiros de rodada, existem algumas perspectivas do investidor que, quando compartilho, não são tão óbvias para uma founder que nunca trabalhou com – ou tem pouco conhecimento do – lado financeiro.

Em pre-seed e seed, o foco está na alocação de capital e no uso dos recursos. Na minha opinião, não é sobre a planilha em si ou sobre julgar os números ou a modelagem financeira, mas sobre as premissas. Busco entender o modelo mental dos founders sobre alocação dos recursos e as suas premissas usadas para tal, principalmente até o próximo estágio. Uso essa planilha para discutir com founders as suas expectativas e explorar as melhores como posso ajudar a refinar as premissas.

As perguntas(e alguns comentários) que estou buscando entender quando abro uma planilha do plano financeiro são, dentro dos próximos 18–24 meses:

Q1 – Como evolui a queima de caixa?

Follow-up: Quais são os milestones de gatilho para aumento do investimento? Qual o runway esperado?

Vou tentar ajudar com heurísticas e frameworks para pensar a queima de caixa, o runway e os milestones:

A primeira heurística, mais inspiradora, antes de entrar na planilha, é pensar dividindo o caixa em três contas: de 1) decolagem, 2) caminho para o breakeven e 3) fechar a empresa.

• 1) Decolagem: Esta é a razão da sua captação, e deve ser a maior parte do capital dedicado. Gostei de um trecho que li recentemente do Keith Rabois (cofundador da Opendoor e sócio na Khosla Ventures) sobre focar em encontrar o lift para o voo, ou o que tenho chamado de inflexão:

  • “Eu digo para founders não se preocuparem com a pista de voo (runway). Preocupem-se com a decolagem. Se você pensar em lift no contexto de um avião, uma empresa só tem valor se você conseguir decolar. Runway (ou a pista de decolagem) é uma tática para viabilizar a decolagem, e talvez você precise estender o runway para ter mais tempo para decolar. Mas, a menos que você esteja de fato decolando com esse tempo extra, isso não ajuda.”

• 2) Caminho para o breakeven: Se a empresa estiver distante da próxima rodada ou precisar de um pivot, como fazer a empresa permanecer viva até que um novo caminho seja encontrado? Ou, se a tese da empresa for completamente invalidada, talvez seja melhor ir para o 3).

• 3) Fechar a empresa: Capital para, se necessário, demitir colaboradores e encerrar contratos com clientes, sem se expor na pessoa física ou gerar contingências por falência.

Indo para a planilhas, não existem números “corretos” para burn, mas o burn médio mensal deveria ser algo como: total captado dividido por 18-24 meses, em um plano de investimentos e alocação de recursos que leve aos seus objetivos da rodada. O plano de negócios nesse estágio é sobre queima de caixa e milestones/inflexões.

Por exemplo:

• Se está levantando um pre-seed de R$ 3 milhões, o burn médio deve ser ~R$ 150k.

• Se está levantando um seed de R$ 10 milhões, o burn médio deve ser ~R$ 500k.

Esse burn médio evolui ao longo do estágio. Geralmente começa menor até os milestones de fortalecimento do product-market fit, GTM-fit e expansão comercial, que vão garantir a graduação para os próximos estágios de investimento.

Na verdade, o tamanho da queima de caixa importa menos do que a eficiência do capital – isto é, se a queima está gerando valor e construção em direção aos seus milestones.

O contrário é a empresa ficar nesses patamares de burn por 12 meses sem chegar ao ponto de inflexão que leve à próxima rodada e multiplique o valuation. Se não chegar a esse ponto, potencialmente terá que levantar um bridge, extensão ou pré-Series A, ou como quiser chamar, ou então buscar o break even. Esse é um momento difícil, pois mostra que a tese da rodada não funcionou, e isso vai exigir mais tempo e diluição para chegar lá.

Por isso, também é importante captar o montante ideal de capital para chegar, de forma eficiente, à próxima etapa.

O foco principal deve ser atingir a inflexão do negócio – o ponto sem volta que leva a empresa a atravessar o estágio, de acordo com a narrativa da rodada e a narrativa de longo prazo da empresa.

Q2 – Onde a empresa vai chegar?

• Follow-up: No ponto de chegada desse estágio, é provável que terá uma nova rodada de investimento com aumento de valuation em relação à rodada em discussão?

Na hora de olhar para receita em plano financeiro no early-stage, é relevante relembrar que Venture Capital é sobre lei de potência e que, dados os pontos acima de queima de caixa e milestones, o crescimento é regido pela lei dos estágios de investimento. Digo isso pois será preciso crescer até que os KPIs tragam conforto para chegar para representar a inflexão ao próximo estágio, garantindo assim uma nova rodada, runway e a geração de valor (multiplicar o valuation).

Dito isso, prefiro ver em um cenário básico em que o potencial de o negócio crescer muito acima do esperado e dos benchmarks, potencializando as oportunidades. Não faz sentido investir em um cenário conservador ou abaixo dos benchmarks de top quartil. A ideia é enxergar uma capacidade, fundamentada pelo racional comercial, de que, mesmo que você atinja 70% do plano, chegar a um lugar bom ou até ao breakeven com alguns ajustes.

Q3 – Quantas pessoas vão contratar?

• Follow-up: Quais são as pessoas-chave desse plano, e qual o perfil de contratação (salários)?

Mais pessoas trazem mais complexidade, principalmente para o início da jornada. Outro ponto é entender a estrutura organizacional e de escalabilidade da empresa.

Também, um coisa que aprendi é que o founding team (primeiras ~10 pessoas) é chave para o futuro da empresa e, nesses estágios iniciais, é um dos principais milestones que não dá para planilhar. É um momento de tensão, pois, de um lado, é preciso chamar as melhores pessoas para aquele desafio, de outro, muitas vezes não há tantos recursos para pagar salários compatíveis com o custo de oportunidade dessas pessoas. Aqui entra a capacidade do founder de vender o sonho para esses colaboradores e alinhar os incentivos com o plano de opções de ações (SOP). Muitas vezes é preciso abrir mão de um teto salarial para trazer a bordo pessoas que serão chave para o lift (decolagem).

Q4 – Qual é a construção do racional de crescimento?

• Follow-up: Existe um racional bottom-up da estratégia Go-To-Market? Ela leva em conta quota, ramp-up e produtividade do time de vendas?

Nesse ponto, é preciso ver a construção bottom-up do racional de crescimento: o que está por trás das métricas de crescimento semanais ou mensais; quais são os inputs de esforço e tarefas e as premissas de resultados (conversão de funil, por exemplo). Este post (com a planilha template), do founding partner da P9 Capital, explica bem essa construção em um SaaS B2B, mas é possível construir para outros modelos de negócios.

Q5 – Como evolui a margem bruta?

A margem bruta diz como eu devo analisar a empresa. Uma empresa com margem bruta de 40% precisa crescer 2x mais rápido que uma empresa de 80% para capturar o mesmo valor. Ela é a base para margens de contribuição e é a base para eficiência e sustentabilidade do modelo de negócio. Geralmente, a margem bruta começa menor nos estágios iniciais e, com ganho de escala, é possível ver melhora, dependendo das estratégias da empresa.

Se quiser aprofundar no tema, recomendo a leitura do meu outro post sobre Gestão de Burn em pré-PMF: Dicas Essenciais. Na biblioteca de conteúdo, há mais algumas referências sobre Financial Planning.Discutindo recentemente com founders de estágio pre-seed e seed sobre planos financeiros de rodada, existem algumas perspectivas do investidor que, quando compartilho, não são tão óbvias para uma founder que nunca trabalhou com – ou tem pouco conhecimento do – lado financeiro.

Se quiser compartilhar para alguém ou em grupos via WhatsApp, clique no botão abaixo…

Compartilhe no Whatsapp

FOMO e benchmarks de valuations

Esse gráfico da Carta ajuda muito na direção de como olhar para os gráficos da própria Carta. Ele mostra que 2/3 dos investimentos com top 10% valuation nos EUA, estão sendo feitos em San Francisco e NY. Se olharmos para o meio do gráfico, próximos da mediana de valuation(50th pct), essas duas regiões representam apenas 20%. Como referência, Bay Area e NY contam por cerca de 40% dos deals nos EUA. O Peter Walker, Head de Insights e dono da análise, compartilhou alguns pontos de vista sobre essa análise, na visão dele.

Mas isso me trouxe uma outra reflexão sobre valuation, na ótica de um investor da região, para quando e como olhar para esses reports da Carta:

• Vendo que os deals que representam os 10% maiores valuations nos EUA estão em sua grande maioria nessas duas cidades. Junto a isso, eu entendo que o valuation de uma empresa, que é dado pelo mercado, deve refletir o seu potencial de saída. Isso é importante ter em mente quando olhamos para esses dados. Nesta semana, no evento da EVCF, gostei muito da fala do Shu Nyatta (founder da Bicycle Capital) quando perguntado sobre valuation, que a visão do era mais ou menos assim: Existem empresas que o valuation, em early-stage ou growth-stage, importam e outras que não importam. Por exemplo, Google nos anos 2000, Facebook no começo da década dos 2010 e para muito OpenAI nos últimos anos, não importava. Nubank e Meli, da nossa região, são exemplos que não importava tanto. Essa empresas estão em categorias e mercados gigantes, com um efeito de rede muito grande etc...

• Isso para dizer que o potencial de retorno está muito baseado ao TAM - como bem colocado na Investment Letter da Spectra em 2024. Empresas do SF, principalmente, é o berço das principais e mais bem sucedidas empresas de tecnologia, que jogam um jogo global, com capital dos principais fundos e talentos. Então, talvez o valuation de muitas delas não importam.

• Agora, empresas com uma oferta ou categoria com segmentos específico, que limita o potencial, o valuation importa. Para essas que importa, o patamar deve estar mais próximo das medianas, ou abaixo, para fazer sentido para o investidor ou para a oportunidade de investimetno. E está tudo bem. Ainda é possível criarmos grandes empresas, mas é preciso reconhecer os limites e viéses.

É sempre bom ter essas referências como da Carta, mas precisamos questionar a dinâmica e olhar os dados com profundidade. Primeiro, se estamos buscando a Lei de Potencia o playbook ou benchmark de valuation não vejo como funcionar, pois como coloquei “não importa” tanto. O Brasil é capaz de criar Nubank, Meli e outras que estão tomando forma, mas tem um volume menor de oportunidades e uma dinâmica de mercado local e própria. No corpo da curva de distribuição de retornos, se fizéssemos o recorte global dessa análise da Carta para Brasil ou Latam, a mediana de deals representando Brasil ainda deverão ser bem diferente desses números.

Sinais dos tempos no S&P 500

Interessante. Sinais dos tempos. As mais valiosas empresas do S&P 500 estão bem maiores, e são mais novas.

Unslope Capital no X

A importância da Linguagem na construção de posicionamento de empresas que mdam

Muitas vezes para criar ou transformar uma categoria é preciso criar ou construir novas crenças. A linguagem, no posicionamento, é a escolha de palavras e vocabulário que muda crenças de mercado. Adorei a leitura deste texto que inspira criadores de categorias. Nos exemplos de algumas grandes empresas trazidas pelo autor, é possível entender que é preciso criar algo diferente e novo, que crie tensão ou confusão, e permanecer nela para trazer o novo:

• “Salesforce: Marc Benioff could have pitched “CRM, but streamlined.” Instead he led with “No Software.” The confusion was intentional – a refusal of the old frame that installed a new one.
  
  Spotify: It sounded odd to claim you wouldn’t want to own music. Still, they didn’t retreat to “iTunes, but subscription.” They held the line until “music is access, not ownership” became the default belief.
  
  Airbnb: “Stay in strangers’ homes” seemed crazy until the vocabulary (host, guest, Superhost) made the belief legible.”

Cloudwalk e os $1bn de faturamento em 6 anos

Baita feito para uma empresa brasileira. A Cloudwalk atingiu $1bn de receita anualizada em 6 anos.

Post do CEO/Cofounder no Linkedin

Outras Leituras Interessantes:

1. Achei interessante e úteis os 15 modelos mentais deste texto - de fases de exploração, decisão e ação - para como criar negócios que transforma crenças e culturas. The Strategist’s Playbook - by Jasmine Bina and JL Rawlence

2. O seu modelo de dados definirá o seu posicionamento e arquitetura de produto. Bom artigo mostrando diferentes escolhas de construção de produto que mudaram o resultado. Your data model is your destiny - Matt Brown’s Notes

3. Ótima leitura sobre as fases e evolução de como IA está mudando e vai mudar o Go-To-Market e Máquina de Vendas. AI Will Reshape GTM in Four Phases. Most Teams Haven’t Even Entered Phase 1.

4. Gostei de ler essa matéria da BrazilJournal sobre o panorama do momento das oportunidades late-stage no Brasil para IPO nos EUA, e o que é preciso de acordo com o Investment Banker do BofA - Vem aí a temporada de IPOs de Brazilian techs em NY. Aqui, a história é diferente - Brazil Journal

Obrigado mais uma vez. Bom final de semana!

Abraço e bom fds,

Guilherme Lima (sobre mim)
”DMs are open”: LinkedIn | X(Twitter)

🚧Veja também a minha Biblioteca com minhas referências de Boas Práticas, Templates e Exemplos para empreendedores e investidores de startups. Em Construção🚧

Nota final importante: a DealflowBR é minha newsletter pessoal sobre o mercado VC e de Startups. Todas as opiniões colocadas aqui são minhas e não necessariamente expressa a visão da gestora pela qual eu trabalho. São opiniões e conteúdos com o objetivo único de levar conhecimento e discussão, e NÃO de ser qualquer tipo recomendação de investimento. Fique a vontade para discutir comigo abaixo nos comentários ou respondendo este e-mail.

👇 Clique aqui se gostou dessa edição, assim consigo sentir a temperatura dos meus posts.