- Embora uma pesquisa do MIT mostre que 95% dos projetos corporativos de IA falham, isso na verdade revela um problema estrutural: grandes empresas não conseguem construir IA por conta própria
- Grandes empresas tentam criar sistemas de IA por meio de equipes internas de TI ou consultorias, mas a maioria fracassa por falta de capacidade de desenvolvimento de produto e barreiras políticas
- A taxa de sucesso de projetos que escolheram startups fornecedoras externas foi muito maior do que a de projetos desenvolvidos internamente, e as empresas agora estão numa situação em que inevitavelmente dependem de soluções de startups
- Há muitos céticos de IA dentro das equipes de engenharia das grandes empresas, o que impede a criação de produtos que realmente funcionem — e isso oferece uma oportunidade sem precedentes para startups
- A construção de sistemas AI-native e o alto custo de migração criam uma barreira de entrada elevada, formando um ambiente favorável para startups capazes de criar soluções que funcionem de verdade
O que o relatório de pesquisa do MIT realmente diz
- Interpretação distorcida espalhada por influenciadores de IA: no X e no YouTube, a taxa de "95% de fracasso em projetos de IA" foi apresentada como prova de que "IA é uma fraude"
- O conteúdo real da pesquisa é uma análise sobre como as empresas adotam IA e quais fatores levam ao sucesso, verificando como agentes de IA funcionam na prática e quais abordagens são eficazes
- Até universitários leram apenas a versão em tweet e concluíram de forma errada que "as startups de IA de que a YC fala não funcionam"
Causas estruturais do fracasso na adoção corporativa de IA
- Problema crônico dos sistemas internos de TI: a maioria dos sistemas internos de TI das empresas tem baixa qualidade, e contratar consultorias como Ernst & Young ou Deloitte muitas vezes dobra o tamanho do problema
- Até a Apple falha no desenvolvimento de software: mesmo a Apple, com capital praticamente ilimitado e acesso a talentos, ainda tem bugs diários no app de calendário
- Um exemplo de como até empresas comuns ou departamentos de TI têm dificuldade para criar bom software
- Conflitos políticos dentro da organização: ao implantar software sofisticado em grandes empresas, várias equipes se envolvem, gerando disputas políticas e brigas por território
- Consultores acabam mediando entre equipes de ciência de dados, atendimento ao cliente, TI etc., enquanto escrevem documentos de requisitos
- Mas os consultores não têm especialização técnica real em construir software
- Limites dos sistemas legados: os sistemas internos das empresas são antigos demais e muito compartimentalizados, exigindo ao mesmo tempo expertise externa de consultoria e capacidade real de construção de software
- O resultado final costuma parecer um camelo desenhado por um comitê: um produto de compromissos sem utilidade prática
Casos de sucesso de startups
-
Tactile (motor de decisão de negócios)
- Processamento em tempo real de KYC/AML em bancos: verifica crédito de solicitantes de empréstimo e regras de negócio em escala de milhões de casos por dia
- Citibank e JP Morgan tentaram desenvolver internamente, mas isso exigiria 3 a 5 anos e dezenas de milhões de dólares
- A Tactile oferece decisões em tempo real via REST API, permite plugar modelos de IA modernos e foi construída em muito menos tempo e com apenas uma fração do orçamento
-
Greenlight (sistema de IA para bancos)
- Um banco pediu ao fornecedor tradicional Ernst & Young que construísse um sistema de IA
- A Ernst & Young desenvolveu por 1 ano e fracassou completamente
- O banco então voltou a procurar a Greenlight, e hoje o sistema está totalmente implantado e em operação
-
Resultado da pesquisa: fornecedor externo vs. desenvolvimento interno
- Entre os projetos pesquisados, 2/3 foram desenvolvidos internamente ou com apoio de consultorias
- Apenas 1/3 comprou produtos de fornecedores externos como Greenlight ou Tactile
- Ao escolher fornecedores externos, a taxa de sucesso foi muito maior do que no desenvolvimento interno
Por que startups conseguem ter sucesso
- Escassez de polímatas (polymath): é extremamente raro encontrar pessoas que sejam boas tanto em produto quanto em engenharia
- Engenheiros excelentes costumam focar apenas em programar e não conseguem se comunicar com usuários de domínio, como funcionários de banco
- Especialistas de domínio, por outro lado, geralmente não têm habilidades de código, tecnologia, design ou lançamento de produto
- Caso Windsurf: um líder comercial sem formação em engenharia criou suas próprias ferramentas com Windsurf
- Em organizações com QI de 150 isso já acontece, mas na maioria das empresas ainda é inviável
- Lacuna no formato startup: há espaços em todos os processos de negócio e sistemas que precisam ser preenchidos por startups
- É preciso uma combinação rara de competências: entendimento da IA moderna, senso de produto e compreensão dos processos humanos
-
Caso Castle AI (servidor de hipotecas)
- Tentativas de fornecedores legados de adicionar IA: eles tentam reagir à concorrência acrescentando IA sobre sistemas com décadas de idade
- É indispensável disputar um bake-off contra fornecedores tradicionais em quem os bancos já confiam
- Em muitos casos, a solução do fornecedor é apenas “IA colocada por cima”, em um nível muito fraco
- A Castle AI fechou contrato com grandes bancos graças a um senso de produto nativo desde o início
- E entregou resultados em apenas 1 ano após o deploy
-
Caso Reducto (processamento de documentos)
- Foi descoberta diretamente por uma empresa FAANG via YC Launch: fechou contrato com uma FAANG apenas 154 dias após o batch
- Essa empresa havia tentado por anos construir uma solução interna
- Testou open source, AWS Tesseract e várias soluções de OCR, mas fracassou
- Conquistou o contrato por excelência de produto (product excellence)
- Também precisou competir com equipes internas e navegar cuidadosamente pela política organizacional
- Um desafio também citado no relatório do MIT
- Hoje opera em produção há mais de 1 a 2 anos
Estratégia de sucesso
- Formar campeões internos: encontrar pessoas dentro da empresa que queiram dar oportunidade a jovens talentosos
- Perfil ideal de um campeão interno na empresa
- Funcionários avessos a risco que sonham com startup: pessoas que, na prática, nunca abrirão uma startup
- Têm a tendência de buscar satisfação vicária por meio de startups interessantes
- Querem sentir que estão participando da jornada da startup e desejam o sucesso do fundador
- É preciso encontrar pessoas que queiram cultivar seu sonho interno de startup
- Postura que o fundador deve adotar
- Não seguir o formalismo, como usar terno ou imitar a homepage da Microsoft
- O importante é agir com autenticidade, como uma startup de verdade
- Parecer inteligente e sensato importa, mas formalidade excessiva é desnecessária
A disposição das empresas para adotar IA e a oportunidade para startups
- Mensagem central positiva do relatório do MIT: existe uma demanda avassaladora por adoção de IA nas empresas
- Em comparação com a época em que a TripleByte operava, hoje é muito mais fácil vender agentes de IA para empresas FAANG
- As empresas preferem comprar soluções de software companies já estabelecidas ou startups em estágio avançado
- Preferem fornecedores com mais capital e que pareçam menos arriscados
- Problema estrutural fundamental: elas não conseguem construir o produto
- As equipes de engenharia de grandes empresas são compostas por pessoas que não acreditam em IA
- Não usam ferramentas de geração de código
- Se alguém diz que a pesquisa do MIT foi superestimada, elas curtem e retuítam
- Ficam presas à narrativa em que querem acreditar
- Se os engenheiros não acreditam, é impossível construir produtos que funcionem
- Oportunidade sem precedentes para startups: se você criar um produto que funcione, as empresas serão obrigadas a conversar
- Elas não conseguem construir internamente e também não conseguem recorrer às empresas tradicionais
Mensagem para os céticos de IA
-
Tente você mesmo
- Se você é engenheiro, invista tempo em um projeto real e use essas ferramentas
- Não desista porque deu erro no nome de uma variável logo na primeira tentativa
- Dá para começar até com um side project divertido, sem envolver sua atividade principal
- Caso do "Vibe Coding Dad's Night": um locador sem perfil técnico criou um sistema para verificar o pagamento de aluguel dos inquilinos
- São ferramentas que tornam um engenheiro 10x em 100x, e um engenheiro 1x em 10x
- O desafio é superar a reação emocional interna
-
Caso da distorção da entrevista de Andrej Karpathy
- Tweet: "Karpathy disse que agentes estão superestimados"
- O que ele realmente disse: não dá para entregar apenas um prompt ao agente e esperar um resultado perfeito; é preciso dados corretos, contexto, avaliação e trabalho com ferramentas
- O verdadeiro significado: há uma oportunidade enorme para startups e desenvolvedores de software
- Ainda existe uma montanha de ótimas ferramentas a serem construídas
- A IA é uma ferramenta e precisa ser ajudada a funcionar melhor; não se deve esperar que ela opere como mágica
Reescrever sistemas AI-native é uma oportunidade
- É necessário reescrever completamente todos os sistemas como AI-native
- O software precisa ser inteiramente refeito para funcionar em conjunto com IA
- Isso oferece oportunidades infinitas para fundadores
- "Depois que se investe tempo para treinar o sistema, o custo de migração se torna insustentavelmente alto"
- Esse é o moat: uma resposta clara para quem se preocupa que wrappers de ChatGPT não tenham moat
Conclusão: a oportunidade das startups
- A interpretação errada dos pessimistas da IA: distorcer a taxa de fracasso de 95% como prova de que IA é inviável
- A mensagem real: implementar IA é muito difícil, e só 5% conseguem ter sucesso
- Mas a taxa de aceitação da YC é menor que 1%: esse 1% de fundadores cria os casos de implementação bem-sucedida do topo de 1%
- Fatores de sucesso: excelência técnica + capacidade de polímata + compreensão das pessoas
- Entender o que um CIO de fintech de 5 bilhões de dólares realmente quer
- Confiança de que é possível estar entre os 5%: se você for realmente excelente, isso é absolutamente possível, e há inúmeros casos na YC
Ainda não há comentários.