A importância da IA vertical
- Nos últimos 10 anos, o Vertical SaaS provou o poder de softwares personalizados por setor, com vários casos de sucesso como Toast, Shopify, Procore e ServiceTitan
- Ainda há muitos mercados que o Vertical SaaS não conseguiu atender
- Indústrias de base com barreiras inerentes à inovação tecnológica (ex.: dados não estruturados, TAM limitado, ciclos de venda lentos, baixo valor anual de contrato, clientes legados exigentes)
- Áreas que estão apenas surgindo ou passando por grandes transformações (ex.: eletrificação da energia)
- Agora, com o surgimento da inteligência artificial capaz de lidar com dados não estruturados e com avanços importantes que redefinem o Vertical SaaS como software vertical, tornou-se possível criar software capaz de atender também esses mercados
- Em eras tecnológicas anteriores, o Vertical SaaS só podia ser aplicado a empresas com stacks tecnológicos modernos e dados estruturados
- Como os LLMs conseguem lidar com dados não estruturados, eles podem ser a peça que faltava para permitir que a IA traga indústrias tecnologicamente atrasadas para a era moderna
- Startups focadas em verticais estão indo além do modelo tradicional de SaaS e adotando estratégias como pagamentos embutidos (Toast, Shopify), publicidade (Pepper, Provi) e marketplaces B2B (Faire, Novi)
# Framework de investimento em IA vertical
Data: Better Data Over Better Models (dados melhores são mais importantes do que modelos melhores)
- Ao construir aplicações de IA, os dados são provavelmente o componente mais importante para estabelecer uma posição diferenciada
- Startups precisam identificar se necessitam de um corpus de dados muito grande e se existe oportunidade de construir ativos de dados proprietários
- Em muitos setores, os dados são desorganizados e estão em sistemas legados isolados, então empresas que encaram o desafio da extração de dados são especialmente bem-vindas
- Em comparação com os avanços em resumo e geração de dados, a extração de dados ainda é um problema doloroso e não resolvido
- O diferencial está em ter auditoria de primeira linha, rotulagem e dados continuamente atualizados
- Uma posição de dados ainda mais forte acontece quando o próprio uso do produto gera o conjunto de dados
- Ex.: quando clientes rotulam seus próprios dados ou desenvolvem um dataset a partir das interações com o produto
- O acesso inicial aos dados é importante como um moat preliminar, mas, no fim, os dados gerados conforme os clientes usam o produto são o que oferecem o moat de longo prazo
TAM(Total Addressable Market): Market Size vs Market Penetration (tamanho de mercado vs penetração de mercado)
- O maior risco e também a principal razão para não perseguir um mercado vertical é que o TAM é menor do que em uma abordagem horizontal, mas isso pode ser tanto uma desvantagem quanto uma vantagem
- Em mercados menores, há menos concorrentes bem capitalizados, o escopo de foco é mais restrito e isso pode gerar vantagens de distribuição e maior concentração de mercado
- Em indústrias de base muito fragmentadas, como saúde e serviços financeiros, pode haver muitas oportunidades dentro do próprio setor
- Para encontrar um ponto de entrada em um setor, é importante identificar um subsegmento onde concorrentes ainda não entraram, a demanda por IA já foi comprovada, as ferramentas baseadas em LLM se encaixam melhor e no qual a startup pode entregar o melhor produto
ACV: Multiple Products and Revenue Streams (múltiplos produtos e fontes de receita)
- Um único produto SaaS não é a melhor abordagem para alcançar um ACV (Annual Contract Value) de seis dígitos
- Startups focadas em verticais podem expandir para múltiplos produtos e criar fontes adicionais de receita além do produto principal
- Adicionar novas linhas de produto ao produto central permite, ao longo do tempo, bundling e upsell, o que acaba garantindo uma posição fixa em vários pontos da organização
- A Toast, plataforma de pagamentos para restaurantes, executou uma estratégia de múltiplos produtos ao adicionar funcionalidades de folha de pagamento e gestão de equipe
- Os marketplaces B2B Provi e Pepper criaram receita adicional com publicidade
- A Aurora Solar, plataforma para instalação de energia solar, gerou receita extra por meio de um produto que oferece opções de financiamento
- A Procore, plataforma de serviços para construção, começou recentemente a oferecer seguros usando insights de dados ao longo de todo o ciclo de vida de projetos de construção
Founder(s): Product Builders With Domain Experience (fundadores: criadores de produto com experiência no domínio)
- Equipes fundadoras com experiência tanto no domínio quanto em tecnologia têm vantagem na construção de IA vertical em comparação com tecnólogos puros
- Isso fica ainda mais evidente para startups que querem vender para organizações estabelecidas em setores como saúde, onde muitas vezes é preciso fechar contratos de longo prazo com dezenas ou centenas de organizações diferentes ao mesmo tempo
- Entender bem essa complexidade é essencial para definir a estratégia correta de go-to-market, planejar o cronograma de vendas e contratar pessoas
GTM: Create Urgency (estratégia de entrada no mercado: criar urgência)
- O ciclo de vendas vertical pode ser longo, e isso é ainda mais verdadeiro em grandes indústrias legadas onde os compradores de tecnologia são menos sofisticados
- Para dominar canais de distribuição importantes, a estratégia de GTM precisa ter um método ou caminho único capaz de criar senso de urgência
- Com o aumento do interesse em IA, surgiu uma urgência para testar novos produtos, mas isso tanto pode ser vento contrário quanto vento a favor
- Como todos os compradores estão pensando em IA, é fácil para novas empresas ligar para potenciais clientes e levá-los a testar um trial. Porém, converter pilotos em clientes pode ser especialmente difícil quando os usuários já estão cansados de comparar vários pilotos
- Em outras palavras, é importante criar uma situação urgente para que compradores considerem, convertam e passem a usar o produto
- Para conversões rápidas, é preciso considerar a proposta central de valor
- Não basta prometer aumento de eficiência da equipe ou “inovação”
- É mais eficaz mostrar como o produto pode aumentar a receita ou reduzir custos de forma clara
Product: Beyond Copilot (produto: além do Copilot)
- O paradigma dominante hoje é a combinação entre humano e AI Copilot
- O humano realiza a maior parte do trabalho e o copiloto de IA melhora/reforça suas capacidades
- Nos próximos anos, é esperado ver mais do modelo oposto, em que agentes de IA executam as principais tarefas e humanos verificam e editam os resultados
- Enquanto o Copilot pode ser liderado pelos players atuais que já controlam a distribuição, agentes de IA são um bom ponto de entrada para startups porque representam uma oportunidade em áreas mais novas
- Essa mudança de paradigma terá enorme impacto nos negócios do futuro
- À medida que agentes de IA substituírem mais trabalho qualificado, os gastos com software passarão a substituir custos de mão de obra
- É esperado o surgimento de novos modelos de precificação baseados em uso ou desempenho, o que será um arquétipo interessante de acompanhar
# Oportunidades verticais
- Espera-se que a IA transforme quase todos os setores verticais da economia
Professional Service(serviços profissionais)
- Em áreas como serviços jurídicos, contabilidade e consultoria, onde há muito trabalho manual, profissionais gastam bastante tempo lendo e interpretando informações importantes para responder com análises, comunicação com clientes, memorandos e relatórios
- No setor jurídico, a linguagem é o produto central, e os grandes modelos de linguagem formam a base da mudança de plataforma atual
- O mercado jurídico nos EUA vale mais de US$ 300 bilhões, e o interesse na adoção de IA já foi comprovado
- Surgiram empresas AI-first como Harvey, EvenUp, Eve e Spellbook
- Empresas estabelecidas como Thomson Reuters, Relativity e Ironclad também adquiriram IA ou a integraram a produtos existentes
- Consultoria e contabilidade são outra área pronta para adotar IA
- As Big 4 de consultoria empregam, cada uma, dezenas de milhares de consultores e contadores, representando uma enorme força de trabalho que pode ser ampliada em escala com IA
- KPMG e PwC planejam investir, respectivamente, US$ 2 bilhões em produtos de IA ao longo de 5 anos e US$ 1 bilhão em IA generativa ao longo de 3 anos
- Um estudo conjunto da Harvard Business School e da BCG mostrou que consultores usando GPT-4 concluíram tarefas 25% mais rápido e tiveram melhora de 40% na qualidade dos resultados
- Contadores gastam tempo entendendo regras e políticas e aplicando isso aos cálculos
- Em entrevistas com profissionais de contabilidade, revenue recognition foi apontado como um dos casos de uso mais difíceis, repetitivos (mensais) e ao mesmo tempo mais automatizáveis
Serviços financeiros
- Serviços financeiros têm várias características que os tornam adequados para IA
- Só o mercado dos EUA já soma US$ 11 trilhões, e a demanda por ferramentas de IA foi comprovada
- Lançamento do Bloomberg GPT, parceria da Morgan Stanley com a OpenAI e inclusão de ferramentas de busca e resumo baseadas em IA na plataforma de market intelligence da AlphaSense
- Observando o trabalho cotidiano de profissionais de investimento e consultores financeiros, é fácil ver como a IA pode ser aplicada
- Processamento de dados internos, dados de mercado em tempo real e notícias, além de modelagem e cálculos financeiros
- Startups baseadas em IA como Hebbia, Sixfold, Hyperexponential e Portrait Analytics estão avançando
Saúde
- O potencial impacto da IA na saúde vem sendo discutido há muito tempo, mas nunca houve um efeito prático tão realista quanto agora
- LLMs podem melhorar modelos de diagnóstico e tomada de decisão, desenvolver plataformas para automatizar sinistros de seguros e melhorar a gestão geral dos dados médicos
- Aplicações baseadas em LLM podem melhorar significativamente a geração anterior de ferramentas de IA e são importantes para destravar casos de uso de alto valor, como converter dados não estruturados em dados estruturados
- O Med-PaLM 2, do Google, tem capacidade de responder perguntas médicas complexas e respondeu com sucesso a questões de exames de licenciamento médico
- Construir LLMs médicos é uma iniciativa extremamente ambiciosa, que exige tempo e recursos consideráveis
Ainda não há comentários.