Visão clara: full-stack realmente não perde?

• A IA ampliou o escopo de execução das startups, mas é importante dominar os pontos de controle onde se acumulam dados, workflows e resultados de alto valor, em vez de toda a cadeia de valor
• No início de um setor, produtos integrados aumentam desempenho e confiabilidade, mas, quando o mercado amadurece e as interfaces se padronizam, os lucros migram para os subsistemas que determinam o desempenho
• A defensibilidade não vem da quantidade de camadas possuídas, mas de sinais exclusivos, densos e repetíveis; portanto, deve-se possuir apenas a pilha mínima suficiente em que o aprendizado se acumula
• OpenEvidence, Halter, Abridge e escritórios de advocacia AI-native combinam acesso, propriedade e controle de formas diferentes; mesmo uma integração vertical completa, sem um ponto de controle, pode deixar apenas dados genéricos e custos altos
• A integração só é necessária quando as interfaces são instáveis, o desempenho fica abaixo do padrão exigido pelos compradores e não é possível garantir acesso sem propriedade; no restante, é melhor alugar, licenciar e padronizar, commoditizando os complementos

---

A integração vertical que a IA trouxe de volta

• Depois de uma década em que modelos asset-light foram preferidos no mercado de venture capital, a integração vertical volta a receber atenção
  • A lógica é que, à medida que a IA commoditiza mais partes do software, dados proprietários, contexto, feedback do mundo real, confiança e distribuição permanecem como ativos escassos
  • Esse movimento se estende para além de serviços tradicionais de tecnologia e negócios, alcançando serviços residenciais baseados em IA, construtoras, residenciais para idosos e sistemas hospitalares
• “The AI Wrapper Is Dead”, da NFX, argumenta que é necessário um pensamento vertical voltado a possuir toda a cadeia de valor, em vez de wrappers superficiais
• No entanto, dizer “possuir tudo” reúne estratégias com economias muito diferentes
  • Expansão multiproduto
  • Propriedade de ativos físicos
  • Combinação de hardware e software
  • Transformação em prestador de serviços
  • Integração vertical para outras partes do mercado
• A IA amplia as fronteiras do que startups apoiadas por venture capital conseguem executar, mas não determina a fronteira ideal
  • Mesmo possuindo a pilha inteira, a empresa pode coletar apenas dados sem diferenciação ou depender dos mesmos modelos que todos os demais
  • Também pode sofrer mais atrito operacional e ter uma economia pior do que concorrentes focados
• Empresas tradicionais de aplicações verticais também conquistaram escala e defensibilidade controlando áreas específicas de trabalho onde o aprendizado se acumula, em vez de absorver toda a receita do setor

Por que é preciso encontrar pontos de controle limitados

• O objetivo da Vertical AI, assim como no SaaS, é possuir o ponto de controle (control point) no workflow do cliente
• O ponto de controle varia por setor e se desloca conforme a tecnologia muda
  • Algumas camadas se diferenciam pela tecnologia
  • Outras se tornam commodities
• A tese da integração total, segundo a qual os LLMs transformaram a superfície de todos os mercados verticais em pontos de controle, ignora que, em workflows B2B, os pontos realmente importantes são limitados
• É preciso ocupar uma posição decisiva no trabalho do cliente, a partir da qual seja possível expandir para um sistema de registro; simplesmente possuir mais camadas não basta

A teoria de integração e modularização de Christensen

• Clay Christensen via estruturas diferentes como adequadas ao início e à maturidade de um setor
  • No início, quando as funcionalidades e a confiabilidade do produto não atendem às exigências dos clientes, soluções integradas proprietárias capazes de otimizar e combinar cada elemento levam vantagem
  • Quando a tecnologia amadurece o suficiente, surgem interfaces padronizadas, as empresas se especializam em componentes individuais e os produtos se modularizam
  • Nessa fase, a vantagem das primeiras empresas integradas enfraquece, e os lucros migram para os subsistemas que determinam o desempenho
• Em mercados jovens, tanto compradores quanto vendedores enfrentam incerteza
  • O comprador precisa decidir entre comprar, construir internamente ou esperar
  • Os vendedores são fragmentados, inconsistentes e ainda não têm economias de escala
• Compradores tentam controlar diretamente a tecnologia em vez de depender de fornecedores pequenos e caros, enquanto vendedores são incentivados a adotar uma abordagem consultiva, resolver o problema inteiro e possuir mais áreas
• Quando a categoria amadurece, os clientes deixam de querer pagar mais por soluções integradas e passam a valorizar a interoperabilidade
  • Operadores de baixo custo combinam componentes especializados e pressionam os integradores em preço e especialização
  • Alternativas open source também aparecem
  • Mesmo empresas de tecnologia que se expandiram para operações precisam se tornar compradoras de tecnologia externa para acessar a melhor tecnologia
• A IA torna a integração mais atraente ao ampliar o que pode ser automatizado, empacotado e internalizado, mas não muda o princípio de para onde os lucros de longo prazo migram

Por que a integração inicial não garante vitória de longo prazo

• Um guia para desestabilizar incumbentes trata da estratégia de commoditizar complementos e reduzir o poder de precificação, usando o excedente criado para conquistar distribuição e confiança
• No início dos anos 1980, a IBM lançou o PC 5150 com uma arquitetura aberta baseada em hardware de prateleira e especificações técnicas públicas, incentivando placas de expansão
  • A IBM e os fabricantes de PCs que vieram depois entraram em competição por preço
  • O Microsoft DOS, complemento essencial do PC, cresceu e se tornou o sistema operacional preferido
• A integração pode vencer no início do mercado e ainda perder depois, durante o processo de commoditização
  • Pode ser uma ponte temporária para entrar no mercado ou uma necessidade estrutural
  • Por outro lado, também pode ser um erro que ameaça a existência da empresa
• A NVIDIA é um contraexemplo de maximização da integração
  • Ela integra estreitamente arquitetura de GPU, CUDA, networking e o ecossistema de software de computação acelerada
  • Deixa a manufatura de semicondutores, intensiva em capital, para empresas especializadas como a TSMC
  • Reforçou seus pontos de controle por meio de codesign, ao mesmo tempo que aproveitou a economia de players especializados, tornando-se uma das empresas mais valiosas do mundo

A pilha mínima suficiente que acumula aprendizado

• A integração só cria vantagem sustentável quando assegura ativos escassos
  • Percebe a realidade
  • Coleta dados primários
  • Influencia ações
  • Observa resultados
  • Melhora o produto com base nisso
• Possuir todo o loop fechado pode dificultar que concorrentes acessem o mesmo contexto, mas possuir a pilha inteira em si não garante defensibilidade
• O valor de longo prazo depende de o sinal ser proprietário, denso e difícil de replicar
  • Mesmo possuindo sensores diretamente, é possível gerar apenas dados sem diferenciação
  • Nesse caso, os encargos de capital e operação aumentam, mas a defensibilidade de longo prazo não melhora
  • A empresa pode entrar em competição por preço com startups que aproveitam a queda dos custos de insumos e acabar enfraquecendo até o produto central
• Empresas tradicionais de software vertical cresceram dominando pontos de controle do workflow, não a cadeia de valor inteira
  • A Toast não possui restaurantes, mas sim a camada de POS e transações
  • A Veeva não possui farmacêuticas, mas sim workflows centrais de vendas e regulatório em ciências da vida
• Essas plataformas entendem e monetizam workflows sem assumir toda a estrutura de custos do setor
• A pergunta que a Vertical AI precisa responder é onde o sistema deve controlar para acumular aprendizado
• O playbook de Vertical AI recomenda a camada de autoria (authoring layer) como ponto de partida em workflows internos que geram ROI e receita imediatos
• Startups iniciais de Vertical AI devem possuir apenas a pilha mínima suficiente para garantir o ponto de controle onde o loop de aprendizado se acumula

Camadas em que acesso basta mais do que propriedade

• Pontos de controle podem ser assegurados de várias formas: internalização de workflow, licenciamento, integração, direitos contratuais e hardware proprietário
• Ativos só devem ser mantidos diretamente quando a propriedade abre acesso ao ponto de controle; nos demais casos, a propriedade vira atrito caro
• Para Vertical AI, mais importante do que a questão tradicional de construir versus comprar é a pergunta estratégica de propriedade versus acesso
  • É preciso decidir quais partes exigem controle direto
  • E separá-las das partes em que direitos de acesso estáveis são suficientes
• Empresas SaaS em geral alugam computação e armazenamento
  • O fato de um produto sem valor além de infraestrutura genérica ser vulnerável não significa que seja preciso comprar data centers
  • A solução é dominar a camada onde dados e workflows se concentram e deixar o restante com provedores de cloud
• Sensores, modelos, integrações, serviços e hardware têm valor quando dão acesso ao ponto de controle; além desse limite, a propriedade pode apenas adicionar atrito sem durabilidade

Quatro combinações de acesso, propriedade e controle

• Os componentes da integração vertical se distinguem por três variáveis
  • Acesso: poder usar um ativo sem possuí-lo
  • Propriedade: o ativo pertence à empresa
  • Controle: domínio do ponto de controle central

• OpenEvidence: acesso sem propriedade

  • A OpenEvidence captura perguntas clínicas no ponto de atendimento, pesquisa evidências relevantes e entrega respostas aos médicos
  • Acessa conteúdo licenciado por meio de contratos comerciais com editoras de periódicos médicos
  • O ponto de controle são as perguntas clínicas no ponto de atendimento, e não é necessário possuir os periódicos, hospitais ou todo o workflow dos médicos
  • A defensibilidade depende da continuidade do acesso ao conteúdo, da distribuição junto aos médicos, da confiança e do valor da demanda agregada
  • O centro da diferenciação está menos no conteúdo em si e mais na capacidade de entender melhor as perguntas e respostas dos médicos no contexto real do atendimento e oferecer uma experiência superior

• Halter: propriedade para controle

  • A Halter coleta dados de gado com dispositivos em formato de colar, induz o movimento por cercas virtuais e oferece aos pecuaristas uma aplicação de gestão do rebanho
  • Sem hardware, não há acesso a sinais, ações e resultados; portanto, possuir os colares é necessário para garantir o ponto de controle
  • A fonte de defensibilidade não é o hardware em si, mas o loop de observação e ação e o workflow de gestão da fazenda
  • Se for possível ampliar o acesso a dados primários sem enfraquecer o ponto de controle, componentes modulares de hardware podem ser deixados para se commoditizar ao longo do tempo

• Abridge: controle sem propriedade

  • A Abridge captura conversas clínicas, gera documentação e conecta o prontuário a workflows de charting, codificação e receita
  • O sensor é o microfone, mas o ponto de controle é a camada de autoria da nota clínica
  • A nota começa na Abridge
  • Passa por integrações profundas e é entregue ao sistema de saúde
  • Captura correções e aprovações dos médicos, mudanças de codificação e resultados de receita
  • Não é preciso possuir áreas adicionais da cadeia de valor da saúde para o loop de aprendizado
  • Mesmo que a documentação clínica se commoditize, o que se acumula não é a tecnologia de transcrição, mas a posição ocupada no workflow subsequente
  • Ainda assim, permanece a questão de se a tecnologia de base conseguirá defender esse ponto de controle no longo prazo contra incumbentes dominantes e ativos

• Escritório de advocacia AI-native: propriedade sem controle

  • Um escritório de advocacia AI-native que mantém internamente relações com clientes, advogados e prestação de serviços pode ainda assim não obter defensibilidade apenas por possuir toda a cadeia de valor
  • Se os dados coletados estiverem em um nível ao qual empresas de modelos de fronteira, escritórios tradicionais que usam Harvey e outros escritórios AI-native também conseguem acessar facilmente, eles não são diferenciados
  • Melhorias nos LLMs só se traduzem em defensibilidade se serviços concorrentes não adotarem os mesmos avanços
  • Moats fortes de software vêm não da infraestrutura de base, mas de loops de dados proprietários, integração ao workflow, distribuição e efeitos de rede

Três condições em que a integração vertical é realmente necessária

• A integração pode ajudar a garantir fornecimento, reduzir atrasos, melhorar controle de qualidade, estabelecer um único operador responsável e impedir que fornecedores essenciais capturem lucros
• Mas esses benefícios são apenas mecanismos de funcionamento; não se tornam moats por si só

• 1. Quando a categoria é instável demais para se modularizar

  • Se as conexões entre modelos, workflows, hardware e ambiente continuam mudando, fornecedores individuais têm dificuldade de colaborar com rapidez suficiente
  • A integração é necessária para iterar rápido, mas isso significa integrar interfaces instáveis, não possuir todos os negócios adjacentes

• 2. Quando o desempenho fica abaixo do padrão dos compradores

  • Se sistemas multifornecedor são imaturos ou frágeis, compradores podem querer que um único fornecedor garanta a confiabilidade
  • Empresas de aprendizagem por reforço com feedback humano (RLHF) possivelmente se enquadram aqui
  • É preciso distinguir as camadas necessárias para a implantação atual das camadas que poderão se tornar fontes defensáveis de receita no futuro

• 3. Quando não há acesso sustentável sem propriedade

  • Fornecedores podem não disponibilizar dados, ou os sensores necessários podem não existir
  • Provedores de software também podem dificultar integrações ou limitar severamente as ações que o produto consegue executar
  • Se possuir ativos relacionados for o único modo de obter acesso confiável, é preciso possuí-los diretamente

A vantagem da integração tem prazo de validade

• Na era dos LLMs, os mercados amadurecem rapidamente, a concorrência estimula interoperabilidade e os compradores também entendem suas necessidades mais depressa
• Depois que um integrador estabelece a categoria, concorrentes modulares atacam camadas individuais da pilha
• Concorrentes modulares nem sempre vencem, mas, se a empresa integrada não continuar possuindo o gargalo de desempenho ou ponto de controle, a vantagem da propriedade é temporária
• O mercado atual se parece com os mercados jovens descritos por Christensen
  • Compradores têm dificuldade de decidir o que comprar ou construir, e o que vale a pena adotar
  • Startups se movem de forma mais experimental e consultiva, podendo assumir escopos mais amplos do que o normal para resolver problemas corporativos
• Ainda assim, em vez de possuir tudo desde o início, é necessária disciplina gerencial para testar várias expansões mantendo o foco

Commoditize complementos sem assumir a estrutura de custos

• Startups podem enfraquecer o poder de precificação dos incumbentes oferecendo produtos adjacentes mais baratos, gratuitos, embutidos ou difíceis de monetizar com margem
• Commoditizar complementos não significa possuí-los diretamente nem assumir a economia e o modelo de negócios daquele setor
• É preciso tornar os complementos abundantes, padronizados e baratos, fazendo o valor migrar para a camada controlada pela startup
  • É possível reduzir preços
  • É possível promover padrões de interoperabilidade
  • É preciso remover gargalos sem herdar a estrutura permanente de custos do complemento
• Se uma empresa de IA em saúde identificar serviços como gargalo, pode envolver humanos no início
  • O objetivo não é simplesmente se tornar uma prestadora de serviços de baixo custo
  • É preciso converter tarefas de serviço repetitivas em acesso ao ponto de controle
• A principal vantagem do software é a alavancagem; mesmo que a IA amplie o escopo dos negócios, o apelo do software e de modelos asset-light não desaparece
• Quanto mais barata a inteligência básica se torna, mais importante fica a alavancagem, e empresas entrantes ou fornecedores de modelos de fronteira podem modularizar produtos integrados
• Fundadores devem perguntar primeiro o que commoditizar, antes de perguntar o que possuir
  • Se um complemento impede a adoção, integre apenas o suficiente para reduzir poder de precificação, custos de coordenação e riscos de confiabilidade
  • Camadas que não reforçam o ponto de controle devem ser alugadas, licenciadas ou oferecidas por interfaces modulares
• A especialização de funções e trabalho é um princípio econômico forte; portanto, é preciso escolher com cuidado em quais áreas enfrentar isso de frente no longo prazo

O ponto de controle que surgiu em 1841

• Após o Pânico de 1837 revelar a ausência de informações comerciais de crédito confiáveis, Lewis Tappan fundou a Mercantile Agency em 1841
• A empresa criou uma rede nacional de correspondentes pagos — advogados, banqueiros e observadores locais — e construiu a primeira rede B2B de crédito ao coletar solvência, reputação e capacidade de crédito de comerciantes
  • Diz-se que o jovem Abraham Lincoln foi um dos primeiros correspondentes
• Na época, os comerciantes eram operadores verticalmente integrados, arcando com estoque, armazéns, cadeia de suprimentos, relações com clientes, capital e risco operacional
• A Mercantile Agency dominou a camada de informação necessária para decisões recorrentes e de alto valor sobre crédito empresarial
  • A rede de correspondentes fornecia dados
  • A cada nova informação, incluindo pagamentos e atrasos, o sistema de decisão de crédito melhorava
  • Foi um exemplo de operador asset-light que garantiu um ponto de controle
• A Mercantile Agency mais tarde se tornou a Dun & Bradstreet, longeva empresa americana de dados corporativos
• Pela lei de conservação de lucros atraentes de Christensen, os lucros migram não para a empresa com mais camadas, mas para a empresa que controla o gargalo de desempenho
• A Mercantile Agency não possuía estoques nem armazéns, mas sim o livro-razão de crédito dos comerciantes, a câmara de compensação de informações das transações comerciais
• Fundadores de Vertical AI devem encontrar o equivalente moderno desse livro-razão e possuir apenas o suficiente da pilha para torná-lo preciso, sustentável e capaz de crescer por efeito composto
• Devem escolher com cuidado entre bundling e unbundling e atender tão bem a um domínio específico que o cliente não apenas ache difícil trocar, mas nem sinta necessidade de fazê-lo

[hmmhmmhm]

Full stack minimamente suficiente... uau