Sua startup talvez já tenha recebido sua sentença de morte
(steveblank.com)- A maioria das startups com mais de 2 anos provavelmente já ficou com plano de negócios e stack tecnológica desatualizados em meio às mudanças aceleradas da era da IA, e precisa revisar sua situação imediatamente
- Em 2025, dois terços do capital de VC estão concentrados em deals relacionados a IA, o que obriga startups não baseadas em IA a competir por um pool de recursos cada vez menor
- Com ferramentas de vibe coding, já é possível construir um MVP em poucos dias, o que está reformulando de forma fundamental tanto a estrutura das equipes de desenvolvimento quanto o próprio processo Agile
- Agentes de IA estão transformando todas as categorias de software, e à medida que os produtos passam de baseados em interface para baseados em resultado, o modelo de precificação também migra de assentos para desempenho
- Para sobreviver, é preciso evitar a armadilha do custo afundado em tecnologia e equipes montadas no passado, e perguntar: "Se eu estivesse fundando hoje, o que eu construiria?"
Contexto: o caso de um fundador de startup no 6º ano
- Chris, fundador de uma startup em que houve investimento há 6 anos, estava resolvendo um problema complexo de direção autônoma com um modelo de negócios único em um mercado já existente
- No momento em que começava um grande fundraising, o moat de software construído ao longo de 5 anos estava deixando de ser tão exclusivo
- Drones autônomos e veículos terrestres na Ucrânia deram origem a dezenas ou centenas de concorrentes, enquanto equipes maiores e com mais capital passaram a atacar o mesmo problema
- Enquanto Chris lutava por adoção em um mercado de nicho, o mercado de direção autônoma no setor adjacente de defesa crescia rapidamente
- Nos últimos 5 anos, o investimento de VC em startups de defesa passou de zero para US$ 20 bilhões por ano
- O produto dele era adequado para contested logistics e evacuação médica, mas ele nem sabia que essa oportunidade existia
- A equipe de Chris tinha diferenciação na integração de sistemas com plataformas aéreas existentes, mas o negócio que haviam começado e o negócio atual já eram coisas diferentes
- Esse caso mostra que a maioria das startups com mais de 2 anos precisa reconhecer que está operando com plano de negócios, stack tecnológica e composição de equipe desatualizados
O ambiente mudou: venture capital e IA
- Em 2025, deals de IA representam dois terços do total investido por VCs
- Startups não baseadas em IA disputam um pool de capital menor e precisam responder: "Por que um concorrente AI-native com mais capital não pode substituir seu negócio?"
- Para fundadores de software, a IA muda completamente a fórmula tradicional de custo, velocidade e tamanho de equipe
- Ferramentas de vibe coding como Claude Code e OpenAI Codex permitem construir um MVP em dias, às vezes em horas, e não mais em meses
- O MVP já não é mais prova da capacidade da equipe
- A composição das equipes de desenvolvimento também está mudando: menos engenheiros e novos tipos de engenheiros (engenheiros de resultado/processo de negócio, profissionais deep tech)
- O trabalho que antes exigia uma equipe inteira de desenvolvedores agora pode ser feito por poucas pessoas, às vezes uma só
- Dados já foram fator de diferenciação e moat, mas hoje os foundation models (ChatGPT, Gemini, Claude) estão comoditizando e internalizando fontes de dados públicas
Redefinindo o desenvolvimento Agile
- Antes, a restrição era "Temos condição de construir e lançar isso?"; agora, a restrição é: "Sabemos o que testar? Conseguimos chegar aos usuários rápido o bastante para aprender?"
- Agile não é mais um processo serial
- Agentes de IA conseguem executar várias tarefas em paralelo com o mesmo custo ou até menor
- Dá para testar várias versões do mesmo negócio ao mesmo tempo, ou até negócios diferentes simultaneamente
- É possível testar ao mesmo tempo 5 modelos de preço, 10 mensagens e 20 fluxos de UX, e a "interface do usuário" pode nem ser mais uma tela
- O teste pode ser uma exploração de prompts para transmitir ao agente de IA o resultado desejado
- O gargalo já não está mais na engenharia, e sim em capacidade de julgamento, insight sobre o cliente e distribuição
A ascensão dos agentes de IA
- Agentes de IA vão transformar todas as categorias de software, inclusive os produtos que já estão em operação hoje
- Hoje, softwares são projetados para mostrar informações ao usuário e fazê-lo agir manualmente por meio de UI como dashboards, alertas, ferramentas de workflow e relatórios
- Mas os clientes não compram software para olhar mais para telas, e sim para concluir o trabalho
- Agentes de IA (orquestrados com ferramentas como OpenClaw) executam tarefas de forma autônoma
- Se hoje seu produto diz ao usuário "o que fazer a seguir", um agente de IA faz essa etapa no lugar dele
- Se o produto do concorrente conclui a tarefa automaticamente, enquanto o seu ainda espera o clique do usuário, você perde competitividade
- A próxima geração de aplicações não vai mostrar informação na tela, e sim agir como um funcionário
- Resolver tickets de suporte, marcar reuniões, qualificar leads e refazer pedidos de estoque automaticamente
- À medida que o produto migra de software-como-interface para software-como-resultado (outcome), a precificação também sai do modelo por assento e vai para o modelo baseado em resultado (por ticket resolvido, por reunião marcada, por lead convertido)
- A busca por Product/Market fit tende a se transformar em busca por AI Agent/Customer Outcome fit, e o MVP tende a ser substituído por MPO (Minimum Productive Outcomes)
Mudanças para startups de hardware
- Hardware continua limitado por física, capital, cadeia de suprimentos e ciclos de manufatura; não dá para acelerar artificialmente usinagem, prototipagem ou tape-out de chips
- Mas a IA permite eliminar ideias ruins mais rapidamente
- Antes de construir um protótipo físico, dá para simular mais variações de projeto, criar gêmeos digitais e testar hipóteses mais cedo e com menor custo
- Isso acelera aprendizado e descoberta e, às vezes, faz você chegar ao fracasso mais rápido — o que, em startups, é uma funcionalidade, não um bug
- Quando a IA é incorporada como parte do sistema, o próprio produto muda
- Ao adicionar um backend de IA a uma câmera, ela vira um sistema de vigilância, sensor de vibração ou sistema de previsão de falha de equipamento industrial
- Um robô vira um trabalhador de fábrica
- O moat deixa de ser só o hardware e passa a ser a combinação entre o que ele consegue detectar e a capacidade da IA de usar esses dados para julgar e agir
A armadilha do custo afundado
- Fundadores que começaram antes de 2025 têm stacks tecnológicos otimizados para uma era em que desenvolvimento de software era artesanal e caro
- Agile e DevSecOps ajudaram a operar de forma lean, mas ainda em modo serial, e as equipes foram contratadas para se ajustar a essa estrutura
- O "moat" construído ao longo de anos com código e funcionalidades proprietárias está sendo comoditizado pela IA
- E muitas empresas ainda tentam captar com modelos de negócio que ficaram parcial ou totalmente obsoletos
- Para equipes fundadoras focadas em lançar produto e buscar Product/Market fit, essa mudança pode não estar clara
- O custo afundado vira motivo para não pivotar:
- "Como vamos jogar fora anos de trabalho?"
- "O VC investiu nessa ideia específica"
- "Os clientes ainda querem uma UI"
- "O time acredita nesse roadmap"
- "Os clientes ainda não estão prontos para isso"
- Parte do custo afundado ainda é ativo: conhecimento profundo do domínio, relacionamento com clientes, dados proprietários, aprovações regulatórias, integrações físicas
- No caso de Chris, isso se aplica à integração com a fuselagem (airframe integration)
- O custo afundado que vira passivo inclui grandes equipes de engenharia montadas para ciclos lentos de software, modelo de precificação por assento e roadmap de produto centrado em funcionalidades, não em resultado
- Isso é o "Dead Moose on the table" — algo claramente errado, mas que ninguém contesta
Principais lições
- Não dá para executar em 2026 o playbook de antes de 2024 — fundraising, tecnologia e modelo de negócio mudaram
- O desenvolvimento Agile está migrando para desenvolvimento em paralelo
- A busca por Product/Market fit está mudando para AI Agent/Customer Outcome fit, e o MVP está sendo substituído por MPO (Minimum Productive Outcomes)
- A mentalidade de custo afundado leva ao encerramento da empresa
- Moats defensáveis podem ser encontrados em dados proprietários, entendimento profundo dos resultados desejados pelo cliente, lock-in regulatório e conquista de Program of Record
- Os fundadores que sobrevivem são os que saem do prédio para entender a situação e pivotar, ajustando a direção
- É preciso perguntar: "Se eu estivesse fundando hoje, com as ferramentas de hoje e no mercado de hoje, o que eu realmente construiria?"
1 comentários
Comentários do Hacker News
O tom do texto parece mais o de alguém que leu muito sobre AI do que o de alguém que realmente construiu uma startup usando AI
Ainda há limitações em design de sistemas, UX, precificação e definição de funcionalidades
A velocidade de iteração aumentou, mas ainda não estamos no ponto em que loops autônomos de AI entregam um produto completo
Talvez isso valha para um app CRUD simples, mas a startup descrita no texto não parece ser desse tipo
Se aparecem profecias sem fundamento como “AI vai se tornar assim” ou “desenvolvedores terão de fazer assado”, eu simplesmente ignoro
Falar com tanta certeza sobre um futuro que ninguém conhece é arrogância
Transformar tudo em chatbot é estranho
Mas estamos em meio a uma mudança exponencial. Há um ano, os modelos mal conseguiam escrever uma função decente
Antes o gargalo era produção; agora é a disposição de validar hipóteses
O importante é ter postura para experimentar o fracasso rápido e iterar
Quanto mais a tecnologia leva todos os custos a zero, maior fica o custo psicológico
Não dá para evitar o teste com a realidade, mas a maioria ainda tenta fugir disso
Escrevi um texto expandindo essa ideia no Substack
a geração de desenvolvedores de nível intermediário acabou com uma noção distorcida do que é “trabalho realmente valioso”
O gargalo nunca foi codar
Se “o gargalo já não é engenharia”, então 90% dos posts de blog de hoje já nascem mortos no lançamento
O autor poderia mostrar que é uma pessoa real e formar uma relação parassocial com os leitores
Agora está como: “o gargalo deixou de ser engenharia e passou a ser julgamento, insight sobre o cliente e distribuição”
A maioria das startups já está fadada ao fracasso desde o início
Nos últimos 20 anos surgiram Lean Startup, aceleradoras e toda uma indústria de conselhos, mas a taxa de fracasso não mudou muito
O problema não é o framework, é a realidade
Gente que antes iria para o mercado financeiro agora escolhe abrir startup
Como o número de startups aumentou, a quantidade absoluta sobe mesmo que a proporção permaneça igual
O Tobi, da Shopify, usa churn de usuários como métrica principal
Se o churn aumenta, isso significa maior exposição a futuros empreendedores, uma estratégia para ampliar o tamanho total do mercado
Se a ideia for boa, a metodologia afeta o retorno, mas não determina o sucesso ou fracasso
A história do Steve Blank não é sobre alguém que perdeu AI, e sim sobre alguém que perdeu a oportunidade de US$ 20 bilhões no mercado de VC para defesa
O ponto dele não é “use AI”, e sim que a AI mudou as próprias premissas sobre stack tecnológica, defensibilidade e investibilidade
Chris ficou focado demais em desenvolvimento de produto e não conseguiu captar esse movimento maior
Não concordo com a afirmação de que “modelo de preço por assento e roadmap centrado em funcionalidades estão ultrapassados”
AI pode escalar independentemente do número de usuários, mas quem recebe valor ainda é o ser humano
Preço por assento é fácil de entender, e se necessário dá para acrescentar custos por token/agente
Além disso, um roadmap orientado a resultados é difícil de definir em muitos setores, e em SaaS de marketing é complicado prever resultados
Na prática, toda startup começa em um estado morto por padrão
Para dar certo, precisa aprender e inovar sem parar
No texto Startups are Default Dead,
ele explica que startups precisam de capital de VC para sobreviver
Sobre a frase “o gargalo passou de engenharia para julgamento e insight sobre o cliente”,
na verdade engenharia já não era o gargalo há uns 10 anos
Frameworks e boas práticas já estão bem estabelecidos, e a AI só está deixando isso mais evidente
A maioria das empresas SaaS listadas em bolsa tem custos de vendas e marketing maiores ou parecidos com P&D
Essa diferença tende a aumentar ainda mais
Não concordo com a afirmação de que “AI mudou a stack tecnológica existente”
Bots de AI funcionam bem em Typescript, Java, Python, Rust e qualquer outra linguagem
Ou seja, a stack em si não muda
Não sei se realmente existe alguma diferença concreta de código ou stack de infraestrutura entre empresas que usam AI e as que não usam
Olhando a imagem anexada ao texto,
parece que o autor não refletiu muito
Informações que antes bastava obter abrindo a tela e olhando uma linha agora precisam ser explicadas em um parágrafo para a AI devolver
E ainda existe o risco de interpretação errada de significado
Fica a dúvida se isso é mesmo um upgrade