- "finas e efêmeras" vs. "grandes e fracas" vs. "pequenas e fortes"
Thin and ephemeral (fina e efêmera)
- A maioria das ideias de startups baseadas em GenAI/LLM se enquadra nesta categoria
- São caracterizadas por tentar resolver problemas de negócio muito estreitos (em geral, horizontais) apenas com prompts para um LLM de API de terceiros
- Muita gente chama isso de um "wrapper fino" de LLM, e é "fino" porque na prática não inclui tecnologia própria (ou software)
- Qualquer valor que criem é efêmero, porque podem ser facilmente superadas e substituídas por uma segunda melhor opção
- quando aparece um concorrente melhor ou mais barato
- quando viram um recurso de uma plataforma de aplicações mais ampla
- ou quando podem ser substituídas por uma versão própria da mesma funcionalidade, desenvolvida com ferramentas fáceis de usar
- O paradigma GenAI/LLM tem baixo atrito de onboarding e baixo lock-in (é fácil começar e fácil substituir)
- Na maioria dos casos, os fundadores dessas empresas "finas" não conseguem explicar com clareza a defensabilidade da empresa
- porque a empresa foi construída inteiramente sobre dados que não possui e sobre um framework computacional (oculto) de uma infraestrutura que eles não entendem
- Isso pode ser uma forma rápida de ganhar dinheiro com um ou dois clientes, mas na maioria dos casos não parece um negócio sustentável
Big and weak (grande e fraca)
- Intelectualmente, é muito mais interessante. Fascinante
- A ideia é grande, mas tão grande que tudo acaba se fundindo, o que dificulta a diferenciação
- Ou seja, todas elas acabam sendo versões ligeiramente diferentes da mesma empresa
- Vão de "organizar todo o conhecimento" a "conectar/integrar com todas as aplicações", mas convergem para a mesma ideia
- Os fundadores planejam ambiciosamente coletar todas as fontes de informação de todas as empresas (e-mail, logs, código, configurações, Salesforce etc.) para que todos os usuários (negócios, desenvolvedores e todos entre esses dois extremos) possam fazer desde perguntas simples (ChatGPT) até geração completa de aplicações (Github Copilot)
- Essas ideias são tão comuns que todos acabam competindo para construir isso
- Então é preciso apresentar uma tese forte sobre por que sua equipe está posicionada para vencer essa disputa e, de forma decisiva, como pretende vencer a concorrência
- Também é preciso explicar como defender a posição caso já esteja na liderança. Isso é muito difícil, e ainda não vi um caso convincente
- Em outras palavras, ideias grandes em geral são apresentadas de forma fraca, o que dificulta receber investimento
Small and strong (pequena, mas forte)
- Muito rara, mas interessante
- É "pequena" porque tem um ICP (Ideal Customer Profile) claro, e porque os fundadores estão focados em um vertical no qual têm conhecimento especializado
- Ou seja, o TAM (Total Addressable Market) é limitado (grande, mas não infinito), e o escopo do produto também é limitado
- Em vez de prometer tudo, promete fazer muito bem algumas tarefas bastante específicas
- Essas startups são "fortes"
- porque tendem a ter uma camada de funcionalidades de aplicação muito robusta construída sobre a camada de dados e IA, e às vezes até geram seus próprios dados proprietários
- Por terem expertise de domínio, conseguem criar barreiras de entrada em torno das entradas e saídas do LLM de formas que equipes menos experientes não conseguiriam conceber
- A profundidade estratégica dessas equipes muitas vezes se estende até as operações de go-to-market, e às vezes elas contam com pessoas bem conectadas e membros especializados que sabem como atacar um setor específico
- Em resumo, a verticalidade dessas empresas é uma fonte central de clareza de produto e defensabilidade do negócio
- Essas empresas usam capacidades de IA e LLM, mas elas são apenas blocos de construção que sustentam aplicações mais profundas e robustas
- Essas empresas estão focadas em resolver problemas reais de negócio e, por isso, são atraentes para investidores
- Do ponto de vista clássico de venture capital, elas não são nem um pouco "pequenas". Seus mercados podem ser enormes
- Mas parecem relativamente pequenas em comparação com pares de IA mais ostensivos, porque não tentam ser tudo para todos o tempo todo
- Os LLMs permitem que fundadores caiam na ilusão de que conseguem construir tudo para todos ao mesmo tempo e, em certo sentido, isso é possível
- Mas essa visão de produto "grande" tende, no fim, a resultar em um produto ruim e em um negócio ainda mais fraco
2 comentários
Acho que essa é uma boa perspectiva para não se deixar levar quando surgem serviços ou ideias de negócio surfando tendências de TI, mesmo que não sejam necessariamente de IA.
Também chegam a gerar dados proprietários próprios => também chegam a gerar seus próprios dados proprietários?