Empresas de deep tech são construídas de forma diferente

• Nos últimos 10 anos, o capital se concentrou nos bits (software), que escalam rapidamente; agora, porém, os gargalos da economia como um todo estão voltando aos átomos (atoms), isto é, ao domínio físico, e empresas de tecnologias de fronteira que removem esses gargalos estão surgindo como a próxima geração de empresas
• Os sinais iniciais já são visíveis: a pressão dos datacenters sobre a rede elétrica, a transição dos orçamentos de defesa para armas autônomas, sensores e construção naval, a transformação da capacidade de manufatura em ativo estratégico, a biologia se tornando terapias programáveis e a entrada da robótica em campo
• Deep tech não é simplesmente “software mais difícil”; é um jogo distinto, com regras diferentes em três camadas: pessoas e dependência de trajetória, risco e reversibilidade, capital e criação de valor
• As restrições que dificultam o começo, ao mesmo tempo, criam uma estrutura que torna os vencedores mais defensáveis e difíceis de imitar
• A principal oportunidade não está em aplicar fórmulas de investimento em software ao hardware, mas em entender antes dos outros as diferenças estruturais da economia física

---

Pessoas e dependência de trajetória (People and Path Dependence)

• O pivot em deep tech é muito mais restrito

  • Software pode mudar de dating para vídeo (YouTube), ou de jogos para ferramentas de produtividade (Slack), mas uma empresa de robótica não consegue migrar para energia nuclear ou farmacêutica sem reconstruir toda a equipe
  • Acertar a direção inicial é decisivo e, ao mesmo tempo, gera um efeito de foco em que conhecimento especializado, progresso técnico e relacionamento com clientes se acumulam em torno de um único problema difícil

• Decisões iniciais de design determinam o sucesso ou fracasso de uma empresa de hardware

  • Uma mudança como o comprimento do braço de um robô gera efeitos em cadeia sobre motores, atuadores, baterias, processos de fabricação e decisões de supply chain
  • O custo de uma decisão errada não é de algumas horas, como em software, mas de meses a anos
  • Por outro lado, boas decisões iniciais se acumulam, e uma arquitetura forte se traduz em vantagens em facilidade de fabricação, custo de serviço, segurança de implantação e dificuldade de cópia

• Em negócios de deep tech, o fit fundador-mercado é essencial

  • Muitos softwares podem ser construídos por generalistas excelentes, mas deep tech exige talentos especializados, como especialistas em elétrica, mecânica e turbomáquinas
  • Lacunas em talentos essenciais reduzem drasticamente a velocidade de progresso; uma vez formada, porém, a própria equipe se torna parte do moat

• Para produtos físicos, trabalhar no mesmo espaço é decisivo

  • Software pode ser desenvolvido remotamente quando as interfaces entre componentes são claras (se o código é atualizado em Nova York, alguém em Los Angeles pode construir sobre ele imediatamente)
  • Hardware exige desenvolvimento e testes conjuntos dos componentes, portanto precisa de proximidade física; caso contrário, a velocidade de iteração despenca
  • Esse é o motivo da formação de startups espaciais em LA e do cluster de biotecnologia em Boston, concentrando talentos, fornecedores, consultores, clientes e fundadores reincidentes para acelerar o progresso

• Talentos em deep tech são escassos, mas mais orientados por missão

  • Há cerca de 4 milhões de engenheiros de software nos EUA, mas apenas 20 mil engenheiros de RF, 10 mil engenheiros nucleares e 2.500 engenheiros de turbomáquinas
  • Ao contratar talentos do top 5%, hardware é muito mais difícil, pois o pool nacional é de centenas a poucos milhares de pessoas
  • Ainda assim, como há menos concorrentes e missões inspiradoras, é relativamente mais fácil atrair engenheiros especializados de empresas tradicionais mais lentas

• Empresas de deep tech precisam de funcionários iniciais diferentes

  • Startups de software podem contratar engenheiros full-stack generalistas no início e adicionar especialistas depois
  • Deep tech precisa de uma equipe inicial muito específica — pessoas com experiência direta e duramente conquistada em uma via terapêutica específica, design de atuadores, sistemas de RF ou processos de fabricação

Risco e reversibilidade (Risk and Reversibility)

• Software morre por risco de mercado; hardware morre por risco tecnológico

  • Software é relativamente simples de construir, mas é fácil criar produtos sem mercado
  • Em hardware, a demanda no nível da categoria é clara (energia mais barata, tratamentos contra câncer), mas o risco tecnológico é muito maior — possibilidade de funcionar, fabricação econômica, implantação segura e canais de venda adequados são perguntas difíceis
  • Ainda assim, o risco tecnológico é mais legível (legible) do que o risco de mercado — é possível validar por marcos explícitos, como um motor atingir a meta de torque, uma bateria alcançar a curva de custos ou uma terapia matar células

• O atrito regulatório é o estado padrão da deep tech, mas funciona nos dois sentidos

  • Exceto em algumas áreas como fintech e saúde, a maior parte do software não é regulada (um novo CRM pode ser lançado assim que estiver pronto)
  • A maior parte do hardware está sujeita a supervisão, como licenças para instalações, certificações de segurança, análises ambientais e aprovações regulatórias
  • Uma vez superada a barreira, os concorrentes também precisam passar pelo mesmo processo, e avanços regulatórios como aprovação de medicamentos pela FDA ou autorização da FAA para operação de drones funcionam como importantes pontos de inflexão de valor

• Em deep tech, o valor do bom julgamento é maior

  • Software pode adotar rapidamente um novo banco de dados ou toolkit de UI, mas mudanças em hardware afetam ferramentas de fabricação, parceiros de supply chain, caminhos de certificação e implantação em clientes
  • O custo de um julgamento errado é de dias a semanas em software, e de meses a anos em hardware
  • O ponto central não é evitar decisões difíceis, mas tomar as decisões importantes melhor do que os outros

• O progresso em deep tech é discreto, não contínuo

  • Em software, depois do lançamento, a receita sobe gradualmente e pode ser medida em um espectro, como US$ 1,5M, US$ 3M ou US$ 5M em relação a uma meta de US$ 3M de ARR
  • Marcos de deep tech são mais binários — ou é possível ou não é possível, como sustentar uma reação de combustível nuclear ou matar uma célula tumoral específica; “funcionar pela metade” é não funcionar
  • O progresso parece vir em blocos (lumpy), mas a redução de risco é clara, e resolver com sucesso um risco central pode fazer o valor mudar drasticamente com o desaparecimento de uma grande incerteza

• Software tem barreiras de entrada baixas e moats fracos; hardware tem barreiras de entrada altas e moats mais sólidos

  • Software permite lançamentos rápidos, mas economias de escala são pequenas, canais de distribuição não são exclusivos e ferramentas de IA facilitam copiar funcionalidades, enfraquecendo os moats — pode crescer rápido, mas também estagnar ou encolher rapidamente
  • Hardware leva de 2 a 5 anos para construir um produto comercial completo, o que cria uma barreira de entrada custosa; mas, ao criar um produto vendável, as economias de escala são reais e marca e histórico importam (a empresa que vende o 100º reator vs. a que vende o primeiro)
  • O atrito regulatório impede que concorrentes alcancem facilmente, de modo que as barreiras que desaceleram no início protegem a empresa mais tarde e ajudam na dominação do mercado

Capital e criação de valor (Capital and Value Creation)

• Produtos de software são vendidos por dezenas a centenas de milhares de dólares; produtos de hardware, por milhões a dezenas de milhões de dólares

  • Usinas de energia custam de milhões a bilhões de dólares, grandes sistemas de automação industrial custam dezenas de milhões de dólares, e terapias avançadas custam US$ 1M por tratamento
  • Software pode gastar 30% da receita em vendas e marketing (US$ 30K de CAC em um contrato de US$ 100K), mas deep tech gasta mais em P&D (não precisa de US$ 30M em despesas de vendas para um contrato de US$ 100M)
  • Como resultado, hardware é intensivo em capital no início ao validar viabilidade tecnológica, enquanto software é intensivo em capital no fim ao pagar por aquisição de clientes em grande escala — a intensidade total de capital ao longo do tempo é semelhante, mas o momento é diferente
  • Graças a contratos grandes, poucos grandes clientes ou implantações já conseguem sustentar um grande valor empresarial

• Empresas de deep tech têm uma pilha de financiamento (financing stack) diferente

  • Software levanta equity, venture debt e financiamento baseado em receita depois de conquistar alguns milhões de dólares em receita
  • Deep tech raramente usa financiamento baseado em receita no início, mas pode aproveitar financiamento de equipamentos, financiamento de estoque, project finance, subsídios e contratos governamentais
  • Bem utilizado, isso reduz diluição e preserva capital de equity para as áreas de maior risco e maior potencial
  • Mesmo no estágio pre-seed, é possível obter centenas de milhares a milhões de dólares em financiamento de equipamentos — porque credores avaliam o equipamento como garantia, não o progresso (se uma máquina de US$ 1M puder ser revendida por US$ 900 mil em caso de falência, é possível conseguir boas taxas)

• O financiamento de deep tech é baseado em marcos, não em métricas

  • Software levanta rodadas seguintes com base em receita, retenção e métricas de uso
  • Deep tech levanta capital com base na conquista de grandes marcos e na eliminação de riscos centrais, como construir cada subsistema e o protótipo completo, ou escalar a fabricação de trabalho manual para automação parcial e total
  • Em deep tech, o valor inflete quando grandes riscos desaparecem; em software, o valor se move de forma mais contínua com a tração

• A recompensa por acertar em deep tech é uma captura de valor muito mais poderosa

  • Software enfrenta concorrência constante — logo depois de Harvey criar um excelente produto de IA para equipes jurídicas, Legora chamou atenção com um produto concorrente, e Mike, uma alternativa open source criada por uma pessoa, foi lançado e já conquistou milhares de stars no GitHub
  • Hardware é diferente — ninguém está construindo um reator nuclear comercial ou um vírus matador de câncer na garagem, porque a intensidade de capital, equipe e tempo é grande demais
  • Quando uma equipe capaz resolve um grande problema, ela pode capturar muito valor e tem grande probabilidade de dominar o mercado no longo prazo (por exemplo: as GPUs da Nvidia, os lançamentos espaciais da SpaceX, os sequenciadores genéticos da Illumina)
  • Como resultado, embora a formação inicial da empresa seja mais difícil, surge um perfil de retorno diferente, no qual os vencedores têm maior probabilidade de se tornar empresas estruturalmente importantes, difíceis de substituir e valiosas por muito tempo

Implicações para fundadores e investidores

• O clichê “hardware é difícil” é um alerta útil, mas não um framework útil; uma perspectiva melhor é que construir com bits e construir com átomos operam sob restrições diferentes

  • Software vence ao atravessar rapidamente incertezas de produto e distribuição; deep tech vence ao tomar corretamente um número menor de decisões difíceis e irreversíveis
  • Montar a equipe especializada certa, escolher a arquitetura correta, remover os riscos tecnológicos certos, navegar pela regulação, financiar com a combinação adequada de capital e transformar progresso técnico em um moat sólido

• Para fundadores, deep tech recompensa julgamento mais do que movimento

  • Os melhores fundadores não apenas se movem rápido; eles distinguem onde a velocidade importa e onde a paciência é indispensável
  • Entendem quais decisões iniciais terão impacto por anos, quais riscos devem ser eliminados primeiro e quais marcos realmente mudam a probabilidade de sucesso
  • Em software, o progresso se acumula por iteração; em deep tech, o progresso se acumula por meio de um pequeno número de decisões difíceis tomadas corretamente

• Para investidores, são necessárias perguntas de diligence diferentes

  • As perguntas iniciais em software tratam de amor dos usuários, retenção, crescimento e impulso de GTM
  • Em deep tech, as primeiras perguntas são mais fundamentais — se a equipe é adequada para esse problema, se as escolhas iniciais de arquitetura são sólidas, se cada marco elimina um risco significativo, se há um caminho viável para atravessar regulação e manufatura, e se o plano financeiro está alinhado ao caminho de desenvolvimento

• As melhores empresas de deep tech não se parecem com empresas de software que apenas têm ciclos de venda mais lentos; elas têm indicadores de qualidade diferentes: excelente fit fundador-mercado, pontos claros de inflexão tecnológica, demanda urgente de clientes e capacidade de transformar manufatura, regulação, desempenho e supply chain em moats sólidos

  • Deep tech não é apenas mais difícil; a própria dificuldade é parte da oportunidade
  • Talento escasso, atrito regulatório, complexidade de manufatura, risco tecnológico e iteração lenta são obstáculos reais, mas também bloqueiam concorrentes leves e dão aos vencedores a chance de se tornarem empresas estruturalmente importantes
  • Empresas que resolvem gargalos físicos difíceis não apenas capturam demanda; podem reorganizar setores inteiros em torno de si