- Uma pesquisa com 2.000 criadores de startups mostra que, entre 2025 e 2026, os fundadores passaram a ser mais velhos, mais não técnicos e mais focados em operações solo; código escrito por IA se tornou comum, e as regiões de fundação se ampliaram
- A Anthropic assumiu a liderança em ferramentas de desenvolvimento, assinaturas pagas, provedores de modelos e SDKs de agentes; o uso do Claude Code chegou a 63%, as assinaturas pagas do Claude a 59% e o uso de modelos Anthropic/Claude a 64%
- 61% dos respondentes geraram mais da metade da base de código com IA, mas equipes com maior proporção de código de IA tendem a ainda não ter monetizado e a apontar aquisição de clientes como o maior desafio
- A stack foi reorganizada em torno de bancos de dados da família Postgres e de Supabase, Vercel e Cloudflare, e agentes e MCP também se disseminaram, mas monitoramento, gestão de prompts e estruturas de avaliação ficaram para trás
- Construir ficou mais fácil, mas vender e operar continuam difíceis; mais equipes não usam SaaS de CRM, analytics e observabilidade ou constroem soluções próprias, enquanto a minoria de startups que criou comunidades mostra taxas maiores de conversão de clientes em open source e canais de desenvolvedores
Equipes fundadoras menores e mais diversas
- A proporção de fundadores solo subiu 8 pontos percentuais, de 53% em 2025 para 61% em 2026, enquanto equipes com dois cofundadores diminuíram
- A distribuição do número de fundadores ficou em 61% com 1 pessoa, 29% com 2, 7% com 3 e 3% com 4 ou mais
- A proporção de fundadores técnicos caiu de 82% para 78%, fazendo com que fundadores não técnicos representem 22%; eles usam geração de código por IA mais do que os outros grupos
- Fundadores com 40 anos ou mais subiram de 18% para 25%, e todas as faixas etárias acima de 40 cresceram de forma estatisticamente significativa, enquanto a faixa de 22 a 29 anos caiu 4 pontos percentuais
- A distribuição etária é: 22 a 29 anos 32%, 30 a 39 anos 24%, 18 a 21 anos 20%, 40 a 49 anos 14%, 50 a 59 anos 7% e 60 anos ou mais 2%
- As sedes ficam na América do Norte e na Europa, ambas com 28%, Ásia 17%, África 9%, remoto 7% e América do Sul 6%
- Europa e África cresceram 3 pontos percentuais cada, com dispersão por Toronto, Chicago, Denver, Austin e por toda a Europa, Ásia e África
- Nas grandes cidades da América do Norte, San Francisco Bay Area representa 9%, New York City 8%, Toronto 4%, e Austin e Chicago 3% cada
Mercado de ferramentas de IA reorganizado em torno da Anthropic
- Claude Code foi apontado como a ferramenta de desenvolvimento indispensável mais citada e também lidera em uso de ferramentas de coding com IA, com 63%
- Visual Studio Code 44%, Cursor 31%, Antigravity 22%, Lovable 15% e ChatGPT/Codex 13% vêm em seguida
- Cursor caiu 19 pontos percentuais, v0, Bolt e Windsurf recuaram 6 a 9 pontos cada, e o recém-chegado Antigravity entrou em 4º lugar
- Assinaturas pagas do Claude quase dobraram, de 28% para 59%, enquanto OpenAI/ChatGPT caiu de 57% para 39%
- Gemini ficou em 27%, Cursor em 20%, GitHub Copilot em 17% e Lovable em 11%; equipes sem assinatura paga de IA são 3%
- Entre provedores de modelos, Anthropic/Claude subiu de 38% para 64% e se tornou a escolha padrão, enquanto OpenAI caiu de 69% para 52%
- Gemini representa 44%, Grok e modelos próprios 11% cada, e Hugging Face 10%
- Com a queda acentuada da participação de Hugging Face e modelos próprios, também há uma tendência de redução de equipes operando inferência própria
Geração de código se tornou universal, mas monetização ficou para trás
- 61% dos respondentes disseram que a IA escreveu mais da metade da base de código, e só as equipes que geraram 76% a 100% com IA já somam 40%
- A proporção de código de IA é de 21% para 51% a 75%, 16% para 26% a 50%, 11% para 11% a 25% e 9% para 1% a 10%; equipes que não usaram nada são 2%
- Entre fundadores não técnicos, a proporção que gerou 76% a 100% do código com IA é de 54%, subindo para 60% entre os de 50 a 59 anos
- Fundadores mais velhos usam IA mais do que os mais jovens, e a proporção de código de IA aumenta conforme a idade sobe
- Quanto maior a proporção de código gerado por IA, maior a probabilidade de ainda não ter monetizado e de apontar aquisição de clientes como o principal desafio
- Uma forma de interpretar essa relação é que startups em estágio inicial usam muita IA e, ao mesmo tempo, ainda estão nas fases iniciais de monetização
Stack tecnológica consolidada em Postgres e front-ends emergentes
- 80% dos respondentes escolheram Postgres de alguma forma, acima dos 76% do ano anterior
- O uso por banco de dados é: Supabase 49%, PostgreSQL 22%, Redis 6%, MySQL e Firebase 5% cada, SQLite e MongoDB 4% cada
- MongoDB caiu 5 pontos percentuais, MySQL 3 pontos e Firebase 2 pontos; Neon, DynamoDB e Convex foram incluídos como opções pela primeira vez e conquistaram pequenas fatias
- Entre provedores de autenticação pesquisados pela primeira vez em 2026, Supabase Auth representa 72%
- A sequência é Auth0 13%, NextAuth/Auth.js 12%, solução própria 11%, Firebase Auth 9% e Clerk 4%
- Cerca de 25% que não escolheram nenhuma opção da Supabase são um piso claro para o espaço de possível migração
- Em hospedagem e cloud, Supabase registrou 65%, Vercel 45%, Cloudflare 27% e AWS 21%
- A Vercel já estava à frente da AWS em 2025 e, em 2026, ampliou a diferença em mais 9 pontos percentuais
- A Cloudflare foi a que mais cresceu e ultrapassou a AWS, enquanto todos os hyperscalers perderam participação
- No front-end, React 56% e Next.js 53% cresceram, enquanto Expo 10%, TanStack 8%, HTMX 4% e Astro 3% passaram a ter participação significativa
- Mobile nativo chegou a 18%, alta de 3 pontos percentuais; Flutter está em 11%, Vue em 7% e Svelte em 3%
Agentes e MCP se espalharam, mas a base operacional é insuficiente
- 52% dos respondentes estão construindo ou planejando agentes, estatisticamente parecido com o ano anterior, mas o grupo que adiou a decisão diminuiu
- Os principais usos são automação de workflows 59%, análise de dados 49%, personalização e recomendações 40%, automação de suporte ao cliente 38%, geração de conteúdo 37% e apoio a pesquisa 31%
- Também são usados em vendas e geração de leads 29%, educação e treinamento 27%, ferramentas internas 25% e modelagem financeira e previsões 20%
- Entre quem constrói agentes, multiagentes em produção somam 24%, em desenvolvimento 21% e planejados 35%
- 47% das equipes não têm uma estrutura formal para gerenciar prompts de produção; em seguida vêm hardcoding em código-fonte 26% e arquivos de prompt versionados 25%
- Plataformas dedicadas de gestão de prompts somam 11%, feature flags para variações 10%, e CMS/serviços de configuração 8%
- Na avaliação de modelos de IA, testes manuais e iteração de prompts são a abordagem mais comum, com 52%, e equipes sem procedimento formal de avaliação chegam a 36%
- Loops de feedback de usuários somam 27%, avaliação por LLM 26%, testes A/B em produção 20%, conjuntos próprios de avaliação automática 17% e ferramentas de avaliação de terceiros 7%
- 59% das equipes não monitoram workloads de IA separadamente; dashboards próprios ficam em 20%, OpenTelemetry em 9%, e Langfuse, LangSmith e Datadog em 7% cada
- Um ano após o lançamento do Model Context Protocol, o uso do MCP em produção chegou a 29%, e a experimentação a 28%, totalizando 57%
- 29% sabem o que é, mas ainda não usaram, e 14% não conhecem o MCP
- A Supabase oferece documentação relacionada de MCP server e Agent Skills
Startups que não compram SaaS operacional
- Entre startups com atividades de vendas, a proporção sem CRM ou ferramenta de vendas formal subiu 11 pontos percentuais, de 43% para 53%
- Google Sheets representa 23%, Notion/Airtable 14%, HubSpot 11% e Salesforce 4%, com queda de participação em todos os principais CRMs
- As equipes estão migrando para construir CRM próprio ou simplesmente não usar nada
- 56% das equipes não usam ferramentas de observabilidade; entre as que usam, soluções próprias são as que mais crescem, chegando a 10%
- Sentry mantém a liderança com 19% e leve crescimento; Grafana 9%, OpenTelemetry 6%, Datadog e Prometheus 5% cada
- O mercado mostra uma divisão entre Sentry para rastreamento de erros e dashboards próprios para os demais usos
- Também em ferramentas de analytics e crescimento, dashboards próprios subiram 6 pontos percentuais, e a resposta de que ainda não rastreiam subiu 5 pontos
- HubSpot, Salesforce, Mixpanel e Segment perderam participação, repetindo o padrão de pular produtos de fornecedores e criar ferramentas internas ou não medir
A lacuna entre aquisição de clientes e comunidade
- A resposta mais comum é que os primeiros clientes pagos vieram de redes pessoais e profissionais, com 56%, seguida por cold outreach/vendas 35%, inbound de redes sociais 29% e conteúdo 21%
- Comunidades de desenvolvedores representam 14%, usuários de open source convertidos 8%, aceleradoras 7%, e Hacker News ou Product Hunt 6%
- A proporção que não tentou adquirir clientes pagos aumentou de 62% para 67% em relação ao ano anterior
- Vendas lideradas por fundadores ainda são comuns, e vendedores dedicados normalmente só entram depois da contratação do décimo funcionário
- A proporção que escolheu crescimento liderado por produto subiu 4 pontos percentuais e chegou à metade do total, enquanto diminuíram as equipes que ainda não definiram a abordagem
- Planos escalonados por recursos subiram 12 pontos percentuais entre respondentes que escolheram um modelo de preço, de 23% para 36%
- Startups começaram a definir estruturas de preço mais cedo no ciclo de vida, e o grupo que ainda está experimentando diminuiu
- Apenas 10% a 11% das startups criaram comunidades de desenvolvedores, 47% a 48% não criaram e 24% planejam ou estão em andamento
- Equipes que criaram comunidades conquistam muito mais primeiros clientes por canais de desenvolvedores e open source do que as que não criaram
- A participação de Discord, Slack e Reddit é de 38% contra 7%; usuários de open source convertidos, 29% contra 3%; conteúdo, 35% contra 20%
- Inbound social foi parecido, 30% contra 27%, mas cold outreach ficou em 32% contra 36%, e redes pessoais em 47% contra 57%, maiores nas equipes sem comunidade
- Em um ambiente em que qualquer um consegue lançar um produto, distribuição é o gargalo, e equipes que criam comunidades têm outro caminho de aquisição de clientes
Fundadores abandonam canais e surgem novas ansiedades de negócio
- O uso de redes sociais por fundadores caiu nas principais plataformas, exceto TikTok
- As plataformas usadas 3 vezes por semana ou mais são YouTube 61%, Instagram e LinkedIn 51% cada, X 38%, Reddit 28%, Discord 21% e TikTok 18%
- X caiu 6 pontos percentuais, LinkedIn 3 pontos, e Reddit e Discord 3 a 4 pontos
- 11% dizem ter abandonado redes sociais, e não ter persona online subiu 5 pontos percentuais, para 33%
- A resposta de que não participa de conferências do setor subiu 10 pontos percentuais e chegou a 60%
- Google Cloud Next representa 12%, AWS re:Invent 11%, Y Combinator Demo Day e Web Summit 9% cada, Microsoft Build e Open Source Summit 8% cada
- Com a queda de participação dos principais eventos, o mercado alcançado pelo marketing para desenvolvedores centrado em conferências também diminui
- Entre os maiores desafios de negócio, complexidade técnica caiu de 24% para 11%, a maior mudança de toda a pesquisa
- A sequência é aquisição de clientes 32%, product-market fit 14%, captação de investimento 13%, burnout 11%, concorrência/disrupção por IA 7% e queima de caixa/runway 4%
- As novas opções burnout, concorrência por IA e preocupação com runway ocupam uma fatia semelhante à que antes escolhia complexidade técnica
- Em equipes de 1 a 10 pessoas, burnout já passou a complexidade técnica e se tornou o segundo maior desafio
- 57% dizem estar otimistas com a situação mundial, 1 ponto percentual abaixo do ano anterior, mas sem significância estatística
- Entre fundadores, 58% estão otimistas; entre não fundadores, 49%; no total, 27% são neutros e 16% pessimistas
- Quanto maior a proporção de código de IA, maior o otimismo e menor a taxa de monetização
- A taxa de otimismo entre fundadores que não usam código de IA é de 49%; entre o grupo que usa muita IA, 61%
- A proporção que monetiza atualmente é de 56% no grupo que não usa IA e de 31% no grupo que usa muita IA
- As equipes que mais usam IA têm maior proporção de bootstrapping, estão em um estágio mais inicial do ciclo de vida e ainda foram menos expostas à demanda de mercado pelos produtos que criaram
1 comentários
Como alguém que já chegou a colocar domínio em dois projetos com IA, há muita coisa aí com a qual dá para se identificar.