Manual de Vertical AI

 (research.contrary.com)
16 pontos por GN⁺ 2025-09-22 | Ainda não há comentários. | Compartilhar no WhatsApp

Resumo prático

  • O desequilíbrio na adoção de IA levou à interrupção de 42% das iniciativas corporativas de IA em 2024; a essência do problema não está no modelo, mas em como ele é incorporado ao negócio
    • Os vencedores não se limitam a oferecer copilotos; eles optam por redesenhar fluxos de trabalho e reconsiderar a estrutura organizacional e, em alguns casos, controlar a camada de serviços onde o valor é criado
  • Os precedentes históricos mostram o efeito composto de alocação disciplinada de capital e de M&A repetível
    • Os casos de Waste Management, United Rentals e Constellation Software mostram que a escolha de estrutura, orientada para maximizar o retorno de cada dólar e de cada hora, determina o desempenho no longo prazo
  • O SaaS vertical venceu ao digitalizar fluxos de trabalho específicos de cada setor, mas a IA generativa se expande da gestão de registros até a etapa de execução, tornando possível realizar o próprio trabalho
    • Com isso, passa a absorver não apenas orçamento de software, mas também parte dos gastos com trabalho, ampliando o mercado total endereçável (TAM)
  • Assim como as empresas de aquisições do passado escolheram entre operação centralizada vs. descentralizada, os fundadores de IA de hoje também enfrentam uma escolha estrutural entre vender ferramentas e controlar a camada operacional
    • Os dois caminhos têm implicações diferentes em intensidade de capital, estrutura de distribuição e defensabilidade
  • Para criar uma vertical de IA, é preciso mapear fluxos de trabalho, executar pilotos direcionados, testar a escalabilidade da distribuição e alinhar o modelo de capital e de talentos
    • Em vez de prescrever uma resposta única, isso oferece um processo repetível de tomada de decisão ajustado às mudanças no comportamento do cliente e nas condições de mercado
  • O CEO da próxima geração atuará mais como alocador de capital do que como tecnólogo
    • O desafio — e a oportunidade — é tratar a IA não como um recurso (feature), mas como uma classe de trabalho, e desenhar uma estrutura de propriedade que a implemente com a disciplina de um conglomerado de aquisições, transformando pilotos em um motor composto de fluxo de caixa

# O terreno

# Lições da História

Riquezas nos nichos

Entrada do VC

# AI & The Vertical Stack

  • Na década de 1990, com o surgimento do SaaS, tornou-se possível fornecer ferramentas centrais de negócios pela internet
    • A Salesforce, fundada em 1999, ofereceu CRM como SaaS baseado em navegador, apresentando a inovação de atualizações automáticas, baixo custo inicial e eliminação da carga de TI
    • Isso transformou de forma fundamental a maneira de comprar e vender software, expandindo-se para quase todas as categorias
  • Depois disso, os fundadores perceberam que nem todas as empresas compartilham os mesmos problemas
    • Workflows, regulações e expectativas dos clientes variam de setor para setor
    • O SaaS vertical é profundamente incorporado à lógica e à linguagem de um setor específico, permitindo que centenas de ferramentas especializadas cresçam em mercados pequenos
    • No entanto, esses mercados menores têm menor atratividade para investimento de VCs, o que dificulta captar capital inicial
  • As trajetórias de crescimento dos fundadores de SaaS vertical foram variadas
    • Alguns venderam para Constellation ou para fundos de private equity, alcançando crescimento de longo prazo
    • Outros, de forma independente, evoluíram para a espinha dorsal digital do setor por meio de investimento em produto e expansão de workflow
    • Exemplos:
      • ServiceTitan → infraestrutura operacional para HVAC, encanamento e elétrica
      • Toast → começou com POS para restaurantes e se expandiu para folha de pagamento, pagamentos, estoque e empréstimos
      • Mindbody → agendamento, memberships e gestão de clientes para estúdios de wellness
      • Shopify → stack de e-commerce all-in-one para comerciantes independentes
      • Procore → padrão em software de gestão de projetos de construção
      • Epic Systems → poderoso ecossistema de EMR que abrange os principais hospitais dos EUA
  • Todas elas começaram em nichos estreitos e aos poucos se expandiram para finanças, infraestrutura e marketplace
    • Um SaaS vertical bem executado pode crescer não como uma ferramenta temporária, mas como um negócio de base sustentável
  • Em seu relatório anual de 2024, a Stripe analisou que o boom de novas startups está ligado à disseminação do SaaS vertical
    • Exemplo: as pizzarias nos EUA diminuíram entre 2005 e 2017, mas a tendência se inverteu com o surgimento de ferramentas SaaS como a Slice → aumento de lojas independentes competindo contra franquias
  • O SaaS oferece à empresa independente infraestrutura de nível de franquia ao mesmo tempo em que garante autonomia
    • Nas palavras da Stripe:
      • “60% das pequenas e médias empresas dos EUA usam SaaS vertical”
      • Exemplos: SingleOps (gestão de arborização), Traxero (reboque), Transformity (lojas de bebidas alcoólicas), Moxie (med spa), Clio (jurídico), Skimmer (gestão de piscinas), Planning Center·Tithe.ly (igrejas), Shulware (sinagogas), Procede (concessionárias de caminhões), Meadow Memorials·Tribute Technology (serviços funerários) etc.

O que muda com a AI

  • Em novembro de 2022, a OpenAI lançou o ChatGPT, que ultrapassou 100 milhões de usuários em apenas dois meses e se tornou o software com crescimento mais rápido da história
    • No início, ele foi visto como um chatbot, mas logo ficou claro que os LLMs podiam ser usados como uma interface geral para trabalho cognitivo
  • Esse lançamento desencadeou experimentação em larga escala em toda a indústria de software, e muitas empresas B2B revisaram suas estratégias de produto e começaram a integrar AI generativa
    • Algumas integraram modelos da OpenAI a funcionalidades existentes, enquanto outras desenvolveram produtos totalmente novos baseados em AI
  • O SaaS tradicional digitalizou fluxos de trabalho, estruturando e levando para a nuvem processos antes baseados em papel
    • CRM, ERP e outros sistemas padronizaram dados, fortaleceram a colaboração e tornaram os processos rastreáveis
    • Agora, os LLMs estão expandindo além de registrar e organizar o trabalho para também executá-lo
  • Essa mudança tem grande importância para setores verticais
    • Processos como sinistros de seguros, intermediação de frete e faturamento médico foram historicamente intensivos em mão de obra e tiveram baixa penetração de software
    • Agora, a AI pode ir além da gestão de registros e, por meio da automação da execução, expandir o TAM e capturar até parte do custo de trabalho
  • Caso representativo: em junho de 2023, a Thomson Reuters adquiriu a Casetext por US$ 650 milhões
  • Se isso se espalhar por toda a indústria, o tamanho do mercado cresce rapidamente
    • Em 2023, a massa salarial total dos trabalhadores dos EUA foi de US$ 11 trilhões, e mais de US$ 4 trilhões podem ser impactados pela AI
    • Em 2024, startups de AI captaram cerca de US$ 110 bilhões, alta de 62% em relação ao ano anterior
    • Enquanto isso, o investimento total em tecnologia caiu 12%, sugerindo que o capital está se concentrando em empresas AI-native

Inteligência implantada

  • O investimento em AI está disparando, mas o valor só se concretiza quando a tecnologia é incorporada às operações do dia a dia
    • A limitação não é desenvolver modelos maiores, mas embuti-los em fluxos de trabalho reais
    • Isso exige uma abordagem diferente da implantação tradicional de SaaS
  • O SaaS tradicional é integrado com onboarding, treinamento e configuração, mas a AI frequentemente exige reescrita de fluxos de trabalho e experimentação iterativa com usuários
    • A Palantir enviou desde cedo engenheiros de implantação em campo para clientes, a fim de observar operações, abstraí-las e convertê-las em lógica reutilizável
    • O custo inicial era alto, mas isso acabou fortalecendo a defensibilidade e a integração operacional
  • É mais adequado entender a AI como uma nova classe de trabalho
    • Não se trata apenas de comprar software, mas de contratar AI, treiná-la, monitorá-la e ajustar seus fluxos de trabalho
    • O sucesso depende menos da qualidade do modelo e mais de como ele é implantado, sendo essenciais o desenho da interface, o alinhamento da lógica de decisão e a incorporação operacional
  • Segundo o Ramp 2025 AI Index, 72% das empresas de tecnologia têm assinaturas pagas, enquanto na construção civil esse número é de 28% e em hospedagem e alimentação, 22%
    • O uso de AI está aumentando, mas não está claro se isso está se traduzindo em melhora real de margem
  • A maioria das empresas não tecnológicas não está preparada para implantar AI com eficácia
    • A implantação de AI exige engenharia, product design, conhecimento de domínio e gestão da mudança
    • Muitas empresas esperam que a AI funcione como SaaS, mas a AI exige funcionamento probabilístico, aprendizado por feedback e ajuste iterativo
  • Essa lacuna volta a reforçar a validade do modelo de integração vertical
    • Na década de 2010, empresas full-stack sofreram com serviços de baixa margem, mas, à medida que agentes de AI executam mais trabalho, a dependência de pessoas diminui e as margens melhoram
    • A Y Combinator afirmou no RFS de 2025: “Você pode vender agentes de AI para escritórios de advocacia, mas também pode abrir seu próprio escritório de advocacia com AI e competir diretamente.”

Dois caminhos para capturar a margem da IA na Vertical X

  • À medida que a IA reorganiza os fluxos de trabalho de setores tradicionais, os fundadores se deparam com duas opções sobre como capturar a margem gerada pela automação
    • vender software para operadores já existentes ou
    • operar ou adquirir diretamente o próprio operador
      Caminho 1: vender software para o operador
  • Semelhante ao modelo tradicional de SaaS, mas com o desenvolvimento de copilotos, camadas de automação e ferramentas baseadas em agentes para implantação em operadores existentes
    • Ferramentas de melhoria de desempenho adaptadas aos fluxos de trabalho existentes têm alta aceitação, o que acelera a execução e a escalabilidade
    • No entanto, isso pressupõe que o cliente consiga adotar, operar, treinar e gerenciar exceções do software de forma eficaz internamente
  • Na prática, a dificuldade de implantação é um grande fator limitante
  • Em vez de apenas vender software, trata-se de construir ou adquirir e operar diretamente o prestador de serviço
    • Isso elimina a dependência da integração por parte do cliente e internaliza a IA
    • A implementação é mais lenta, intensiva em operações e exige mais capital inicial, mas promete maior controle e captura de margem
  • Ao possuir a camada de serviço, é possível instalar as ferramentas diretamente e redesenhar os fluxos de trabalho sem precisar convencer o cliente
    • Também é possível medir os efeitos com precisão e iterar rapidamente sem esperar pelo feedback do cliente
    • Como resultado, há maior defensibilidade e melhor alinhamento entre tecnologia e serviço
  • Em última análise, na era da IA, ambos os caminhos exigem repensar o playbook tradicional de venture capital
    • É necessário redefinir o modelo de comercialização, a estrutura organizacional e até mesmo a forma de propriedade

# Estudos de caso

  • Em setores tradicionais de forma ampla, os modelos de implantação de IA convergem para três caminhos: (1) venda ao cliente, (2) aquisição de operadoras existentes e (3) construção full-stack nativa em IA

    • Empresas podem começar com um modelo e migrar para outro no processo de expansão, e a solução adequada varia conforme a estrutura do setor, durabilidade do produto e capacidade de execução da equipe

  • Imobiliário

    • EliseAI: plataforma de automação para administradoras de aluguel com foco residencial, adotando um modelo de venda de software ao integrar sua suíte de agentes conversacionais ao PMS do cliente para lidar com agendamento de visitas, dúvidas de moradores e solicitações de manutenção
    • Metropolis: com o objetivo de incorporar infraestrutura inteligente ao setor de estacionamento, começou pelo app e implementou entrada e saída sem contato com IA e visão computacional
      • Nas vendas B2B, enfrentou estagnação comercial devido a contratos de leasing e operação de longo prazo, e mudou para uma estratégia de aquisição de operadoras
      • Em 2022, adquiriu a Premier Parking, garantindo 600 estacionamentos para depois fazer o rollout da tecnologia; em 2023, levantou $1,7B para adquirir a SP Plus por $1,5B
    • Wander: operadora orientada por tecnologia que, em aluguel de curta duração premium, migrou de integração vertical para operação asset-light
      • No início, possuía e operava ativos como um REIT, mas encerrou o REIT após a alta dos juros e o colapso da linha de financiamento do CS; depois migrou para os modelos Wander Operated e Wander Branded, ampliando a operação sem posse dos ativos, com mais de 1 mil casas adotadas em maio de 2025
    • Long Lake: plataforma de roll-up de serviços fundada em 2024, começando por administradoras de HOA, promovendo o retrofit de ferramentas de IA com base em casos de ganho de produtividade de 30%
    • Implicação: no setor imobiliário, o ponto central é redesenhar a própria operação em vez de apenas adicionar ferramentas; a EliseAI depende da capacidade de change management dos clientes, enquanto Metropolis, Wander e Long Lake executam a mudança diretamente ao possuir a camada operacional

  • Contabilidade

    • Basis: fundada em Nova York em 2023, segue um modelo de venda de software que amplia e automatiza fluxos de trabalho contábeis com uma equipe virtual em formato de agentes
    • Crete: roll-up de plataforma contábil lançado em 2023, que consolida firmas regionais via M&A e fornece infraestrutura comum
      • Em dois anos, cresceu para mais de $300M em receita e 900 pessoas, com mais de 20 aquisições, e anunciou planos para mais $500M em aquisições
      • Está desenvolvendo ferramentas internas de IA com OpenAI e a engenharia da Thrive para apoiar testes de auditoria, redação de memorandos e mapeamento de dados
    • Multiplier: fundada em 2022, começou com software tributário, mas fez pivot para internalização de IA após adquirir firmas
      • Em sua primeira aquisição, a Citrine International Tax, demonstrou dobro da margem e expansão da capacidade de serviço ao automatizar funções centrais de tributos e compliance
    • Implicação: na contabilidade, o maior efeito vem do redesenho operacional, não da simples adição de ferramentas; a Basis busca resultados por meio de equipes digitalizadas, enquanto Crete e Multiplier os garantem via internalização no lado da propriedade e da operação

  • Serviços jurídicos

    • Harvey: plataforma jurídica com IA para escritórios de advocacia e times jurídicos internos, combinando revisão e redação de contratos, due diligence e pesquisa com LLMs especializados no domínio
      • Opera dentro dos fluxos de trabalho existentes, oferecendo destaque de pontos de risco e geração de rascunhos, e alcançou mais de 300 clientes e ARR acima de $100M em julho de 2025
    • Eudia: plataforma de IA + roll-up para jurídico interno incubada pela General Catalyst

  • Implicação: a essência dos serviços jurídicos é confiança, relacionamento e julgamento centrados no especialista, e o caso da Casetext mostra a eficiência na automação de tarefas rotineiras

    • Como mostra o caso da Atrium, em áreas de baixa frequência e alta complexidade, o fator decisivo é atrair e reter advogados de elite, e a tecnologia tem papel de apoio

  • Consultoria de Investimentos

    • OffDeal: banco de investimento AI-native focado em M&A do lower middle market, reconfigurando um segmento que as grandes instituições deixam passar
      • Com um modelo de pod de 2 pessoas, a IA dá suporte à prospecção de compradores, benchmark e elaboração de pitches, sendo projetado para que os profissionais juniores foquem em julgamento e gestão de relacionamento
    • Inven: plataforma para automatizar a etapa inicial de sourcing de profissionais de investimento, extraindo e analisando dados de milhões de fontes com um pipeline de LLM para apoiar a identificação de alvos privados
    • Implicação: a Inven alcança eficiência por meio da inteligência aplicada a pesquisa e sourcing, enquanto a OffDeal o faz por meio da transformação do próprio desenho organizacional
      • Ferramentas também existem em grandes IBs, mas seu uso é limitado por gargalos hierárquicos e de incentivos, o que comprova que um novo desenho organizacional gera eficiência real

  • Centrais de Contato

    • Replicant: plataforma de automação de call center que lida com consultas repetitivas por meio de voz e IA conversacional, processando dezenas de milhões de chamadas por mês com clientes corporativos
      • Produto de alta generalidade que acumula dados conversacionais de vários setores e oferece controle e customização para clientes que querem operar por conta própria
    • Crescendo: operadora de BPO AI-native lançada pela General Catalyst, em um modelo híbrido de construção de ferramentas próprias + posse e operação de call centers
    • Implicação: para quem quer operação própria, o controle e a customização da Replicant são mais adequados; para quem busca um modelo totalmente gerenciado e orientado a resultados, a Crescendo é mais indicada, e ambas reorganizam com IA uma stack tradicionalmente manual e fragmentada

O Playbook

  • Em meio ao impacto desigual da IA, fundadores e investidores precisam escolher estruturas que convertam tecnologia em fluxo de caixa concreto. Considerando a realidade de que 42% dos pilotos de IA generativa em 2024 foram interrompidos sem resultados, é necessário pensar em alocação de capital como em The Outsiders, de William Thorndike: direcionar recursos para onde o retorno ajustado ao risco de cada dólar adicional é maior
  • O SaaS tradicional tende a investir recursos incrementais em pessoas e marketing, mas um roll-up de IA tem uma caixa de ferramentas mais ampla. Ainda assim, mapear workflows e refinar modelos não basta; onde gastar cada dólar ou hora adicional é o que determina a captura de valor
  • Três modelos de entrada nos negócios modernos de IA: (1) licenciar software e deixar a operação com o cliente, (2) comprar ativos existentes (empresas operacionais) para inserir tecnologia e reinvestir o caixa, (3) operar diretamente em full stack (código, capital e operação do dia a dia sob o mesmo teto)
  • Na prática, misturas e pivôs são frequentes, então o playbook abaixo apresenta uma linha de base que vai de identificar ineficiências → validar o impacto da IA → fazer uma escolha inicial entre vender/comprar/construir diretamente

  • I. Map The Ontology

    • Proposta no estilo da Palantir: primeiro, diagramar a ontologia do negócio no estado atual (objetos, estados e transições)
      • Esse grafo revela as transições que consomem tempo, mão de obra e capital em excesso, deixando claro o escopo de melhoria e os JTBD
      • O princípio da Palantir de modelar todas as etapas antes de programar fornece um mapa preciso que ajuda nas prioridades de P&D e no alinhamento com investidores

  • II. Define The Terrain

    • Uma vez revelada a ineficiência, examine a estrutura do mercado para ver se existe recompensa em controlar todo o P&L
      • Nichos focados em empresas médias e pequenos empresários, com escala de 150 a 200 alvos, são adequados para roll-up
      • Setores de margem extremamente baixa, em que a IA atua diretamente na camada central do serviço, têm maior espaço para expansão de EBITDA, o que justifica a propriedade
      • Setores sensíveis ao ciclo econômico e amigáveis à tecnologia são mais seguros para SaaS puro
      • Se a densidade regulatória for alta, adquirir uma empresa já licenciada pode ser um atalho para compliance

  • III. Prove, Then Buy

    • Antes de usar alavancagem, prove a validade do modelo com métricas do mundo real
      • O jeito mais barato: pilotos no ambiente do cliente e experimentos controlados conectando componentes de IA já prontos
      • A Slow Ventures enfatiza que a criação de valor deve vir antes de M&A: só comprar depois de confirmar que o produto gera valor forte (“Build → then Buy”)

  • IV. Test The Distribution Wedge

    • Se as vendas de SaaS forem lentas ou caras por contratos longos, baixo uso e onboarding pesado, comprar uma empresa que já possui o relacionamento pode sair mais barato
      • Em mercados como imóveis/operação de ativos, em que a troca de fornecedor só é possível no momento da renovação, adquirir o incumbent atual reduz o CAC e transforma a inércia em moat
      • Esse é o caso típico da Metropolis, que enfrentou um gargalo de vendas B2B e o resolveu com as aquisições em sequência de Premier Parking e SP Plus

  • V. Match Capital & Talent To The Path

    • Adquirir uma empresa operacional ou operar diretamente exige, além de construir produto, mais duas capacidades: M&A e operação cotidiana
      • É preciso saber lidar com estruturação de dívida, playbooks de integração e orçamento enxuto de HQ, além de ter fôlego de capital para cumprir covenants sem aperto
      • Alavancagem excessiva pode sufocar o fluxo de caixa, como no caso da Thrasio (como chegou à falência)
      • Se equipe e capital ainda não estiverem nesse nível, manter uma estratégia asset-light é uma escolha racional

Blurring The Lines

  • A IA possibilita expansão de margem, mas escala e velocidade variam conforme o modelo de entrada
    • Com o tempo, as fronteiras entre SaaS vertical, roll-up e full stack vão ficar mais difusas, mas a sequência de perguntas para decidir “onde jogar” continua sendo a mais econômica
  • Três desafios que técnicos enfrentam ao migrar para negócios centrados em operação:
    1. A dificuldade de melhorar operações: em um cenário de ferramentas de IA ainda imaturas, obter eficiência real exige não apenas integrar modelos, mas uma reengenharia rigorosa de processos
    2. A importância da disciplina de preço: o sucesso histórico de roll-ups se baseou em comprar com múltiplos baixos de EBITDA → vender com múltiplos altos. Mesmo com IA, não dá para escapar da disciplina de valuation; se comprar caro, a expansão de margem desmorona
    3. Capacidade rara de deal e integração: aquisições e gestão de dívida exigem um playbook mais próximo de private equity. A maioria dos roll-ups de IA precisa de equipes híbridas em que operadores, deal leads e técnicos equilibrem velocidade e risco
  • Neste momento, ainda estamos no início do ciclo de consolidação, e muitas empresas vão experimentar estruturas híbridas
    • À medida que tecnologia, custo de capital e comportamento do cliente mudam, pode acontecer de o modelo inicial deixar de funcionar
    • As melhores equipes serão aquelas que conseguirem combinar ferramentas, estrutura e market fit, ao mesmo tempo em que mantêm a disciplina para recuar quando não encaixar

> “Sou um investidor melhor porque sou empresário, e sou um empresário melhor porque sou investidor.” — Warren Buffett

Leituras relacionadas

Ainda não há comentários.

Ainda não há comentários.