Capitalistas de risco de topo debatem como a IA está a mudar a lógica de investimento: a armadilha do meio e o efeito volante

Vários sócios da a16z consideram que a IA está a subverter a lógica de investimento tradicional: o capital converte-se diretamente em poder computacional, e uma vez iniciado, o efeito volante em que os fortes ficam mais fortes é difícil de inverter. Das 3000 empresas de capital de risco nos EUA, apenas 20 alcançaram retornos consistentes de 3x, e o "meio" está a desaparecer. A IA atingiu 100 mil milhões de dólares em receitas em 4 anos; a SaaS demorou 15. As avaliações dos ativos SaaS tradicionais caíram para metade, e as empresas que não conseguem tornar-se nativas de IA estão a ser eliminadas. O verdadeiro gargalo não está na procura, mas na oferta de energia e de centros de dados.

A IA está a levar a "distribuição de lei de potência" do investimento em tecnologia ao extremo: pela primeira vez, o capital pode converter-se diretamente em poder computacional e reforçar o fosso competitivo absoluto de uma empresa, enquanto os ativos SaaS tradicionais que não conseguem tornar-se nativos de IA enfrentam o grave risco de serem abandonados pela era.

A Andreessen Horowitz (a16z), uma das principais empresas de capital de risco de Silicon Valley, publicou a 10 de setembro um podcast de entrevista aprofundada. A sócia da a16z Jen Kha, o sócio do fundo de crescimento David George e o LP de longa data e sócio da Accolade Partners Aram Verdiyan participaram numa rara conversa aprofundada sobre a lógica de investimento na era da IA. O julgamento central dos três é altamente consistente: a IA está a fazer com que o "efeito de lei de potência" evolua de uma característica da indústria de capital de risco para uma regra sistémica de todo o mercado de capitais; o quadro de alocação de capital, a forma como os fundos são construídos e até as fronteiras das classes de ativos estão a ser reescritos.

A lei de potência refere-se a uma relação funcional específica entre duas variáveis: a variação de uma variável é um múltiplo de uma certa potência da outra variável. A sua característica central é: "um número muito pequeno de indivíduos ocupa a grande maioria dos recursos ou quota", o que é vulgarmente conhecido como "efeito de cauda longa" ou "regra 80/20".

Vários dados centrais da conversa são alarmantes: das 3000 empresas de capital de risco nos EUA, apenas 20 alcançaram retornos líquidos consistentes de 3x nas últimas duas décadas, representando menos de 1%; a IA demorou apenas quatro anos a atingir 100 mil milhões de dólares em receitas, enquanto a SaaS demorou 15 anos a percorrer o mesmo caminho; atualmente, a despesa média mensal por funcionário em IA nas empresas americanas é de apenas 12 dólares, mas nas empresas do top 1% esse número chega aos 7000 dólares — o que significa que a difusão da IA ainda está numa fase muito inicial.

"Capital é igual a poder computacional": o "volante extremo" muda o fosso competitivo da indústria

David George lançou na entrevista um dos julgamentos mais disruptivos desta vaga de IA:

"Agora, podes despejar capital numa empresa e isso amplificará diretamente a vantagem dessa empresa de forma composta. É a primeira vez na minha carreira."

Explicou que, na era do software tradicional, despejar demasiado dinheiro numa startup era um desastre — contratar mil pessoas, criar caos de coordenação, formar prioridades sobrepostas, e a empresa acabaria por "estragar tudo". Mas a era da IA é diferente: "Podes atirar dinheiro para o poder computacional, e o poder computacional pode melhorar diretamente o produto e o negócio."

Isto significa que as economias de escala no mercado da IA são reais e continuarão a reforçar-se. Três empresas de modelos de fronteira — SpaceX, OpenAI, Anthropic — têm um valor empresarial potencial combinado de 3,5 a 5 biliões de dólares. Jen Kha salientou que é chocante que, antes da SpaceX abrir o capital, a maioria dos investidores institucionais quase não tinha exposição à empresa.

Aram Verdiyan deu o seu julgamento de uma perspetiva mais macro:

"A IA está a atacar todos os cantos do PIB — transportes, trabalho, serviços, capital, coordenação. Nunca houve um paradigma tecnológico na história que atacasse simultaneamente 30 biliões de dólares de PIB."

Também apresentou uma visão disruptiva sobre o TAM (mercado total endereçável) da IA: a indústria de TI de saúde gasta cerca de 60 a 100 mil milhões de dólares por ano, mas a IA está na verdade a atacar a própria força de trabalho de saúde — gestão de faturação, processos administrativos — que é uma indústria de biliões de dólares. "O TAM da IA pode ser mais de 10 vezes o da SaaS tradicional ou da TI de saúde."

David George citou dados laborais para corroborar: na economia americana, o rácio entre despesas com trabalho e despesas com software é de cerca de 40 para 1. "Isto não significa que o trabalho vai desaparecer, mas que o trabalho vai ser reinventado. Equiparar a IA a 'software de próxima geração' é subestimá-la demasiado."

"A zona intermédia da morte": a remodelação estrutural do panorama do capital de risco

Uma expressão apareceu repetidamente na entrevista: "death of the middle" (a armadilha do meio).

Aram Verdiyan partilhou um dado central: das 3000 instituições de capital de risco nos EUA, apenas 20 alcançaram retornos líquidos consistentes de 3x nas últimas duas décadas, representando menos de 1%. Sublinhou especialmente que "consistente" é a palavra-chave — não é preciso ter sete ou oito fundos, mas num ciclo de 20 anos, tens 3 a 4 fundos que alcançaram um TVPI líquido de 3x? Em todo o país, só se encontraram 20 empresas que cumprem esta condição.

Em contraste, os dados de Cambridge mostram que o retorno médio do capital de risco na última década foi de apenas 1 a 2x líquido — não só inferior ao private equity, como até inferior ao mercado público, e ainda com capital bloqueado durante dez anos.

Neste contexto, a indústria de capital de risco está a polarizar-se: numa ponta estão os verdadeiros "pequenos e especializados" — focados em verticais de nicho, ou a entrar em fases mais precoces do que as grandes instituições, complementando-as; na outra ponta estão as grandes instituições de ciclo de vida completo — cobrindo desde a semente até à entrada em bolsa, com 700 funcionários e fortes recursos operacionais.

Jen Kha expressou claramente a lógica do volante da a16z:

"O nosso negócio é um volante. Começa por avaliarmos se somos especialistas na área e se conseguimos impressionar os fundadores; se ganharmos o projeto e ajudarmos a empresa a obter melhores resultados, forma-se um efeito de marca, os novos fundadores querem estar com os vencedores, e os fundadores vencedores endossam outros fundadores — é assim que o volante funciona."

David George acrescentou: o sucesso do fundo de fase de crescimento depende fundamentalmente do negócio em fase inicial — "Sempre disse que o nosso negócio começa na fase inicial e também se baseia na fase inicial."

Para as instituições que querem participar na IA "fazendo apenas fase tardia" ou "saltando a fase inicial", Aram Verdiyan foi direto: "As franquias de fase tardia mais fortes têm todas por trás uma enorme franquia de fase inicial. Se és um fundo de fase tardia totalmente novo e queres passar um cheque de 500 milhões de dólares, é realmente difícil." David George concordou: "Já passei por esse mundo, é de facto muito difícil."

Como identificar a verdadeira tração da IA? "A palavra ARR está a ser redefinida"

Com a coexistência da bolha da IA e da procura real, distinguir a tração real tornou-se uma das questões mais espinhosas.

Aram Verdiyan descreveu um cenário típico: "Uma empresa sai de uma aceleradora e afirma que em um mês o ARR passou de zero para 5 milhões. Mas não há nenhum ciclo de renovação no meio, estão a vender uns aos outros e ainda multiplicam os números mensais por 12 para converter em ARR." Foi incisivo: "Em cada nove empresas destas, talvez uma tenha realmente alguns milhões de ARR real, e essa será o próximo Cursor."

Sobre isto, Jen Kha riu-se: "Adoro quando às vezes alguém está a ajudar a 'redefinir o significado de ARR', como se fosse um anúncio muito útil."

David George deu o seu quadro de avaliação:

"A questão central é sempre se o mercado está a pedir ativamente o teu produto. A análise financeira não te dá a resposta, tens de compreender profundamente os clientes e falar com eles."

Usou o Harvey (ferramenta jurídica de IA) como exemplo: no início, o Harvey conseguiu alguns contratos em grandes escritórios de advogados, mas a utilização real era medíocre, e os dados de retenção não eram excelentes em comparação com outras empresas de software de IA. Mas depois da implementação dos modelos de raciocínio, tudo mudou — o valor que os advogados obtêm do produto aumentou drasticamente, e a utilização e o envolvimento dispararam; mais importante, os clientes passaram de recear o risco de alucinações para exigir ativamente que os escritórios de advogados usem o produto. "Este é o sinal de mercado que procuramos."

O dilema da SaaS tradicional e a "armadilha da IA" do private equity

Em comparação com os serviços de software tradicionais (SaaS), a velocidade de penetração da IA e o mercado total endereçável (TAM) potencial apresentam uma explosão exponencial.

"Hoje, as receitas no domínio da IA já atingiram 100 mil milhões de dólares. A SaaS demorou 15 anos a atingir o mesmo nível, e a IA demorou apenas 4." Aram Verdiyan apresentou um dado de grande impacto. Salientou que a IA está a atacar todos os níveis do PIB — transportes, trabalho, serviços e coordenação de capital, "nunca antes um paradigma tecnológico conseguiu tocar simultaneamente 30 biliões de dólares de PIB."

No entanto, o avanço triunfante da IA deixa os ativos de software da velha era e os fundos de private equity (PE) que os detêm em brasas. Entre 2021 e 2022, um grande número de empresas de software tradicionais foi adquirido por PE através de aquisições alavancadas (LBO) com avaliações elevadas de 25 a 32x EBITDA, mas estes ativos sem capacidade "nativa de IA" enfrentam agora uma crise de desvalorização e de falta de liquidez.

Aram Verdiyan foi direto ao ponto: "Os ativos de software que compraste antes de 2021 a 25 a 32x EBITDA podem valer hoje apenas metade." Citou dados: entre 2021 e 2022, as transações de LBO de software foram de cerca de 200 a 300 mil milhões de dólares, levando mais de 200 mil milhões de dólares em dívida; hoje as avaliações dessas empresas contraíram-se fortemente e os rácios de alavancagem dispararam. A vaga de resgates no mercado de crédito privado é o reflexo direto desta lógica.

Mais grave é a inversão da lógica de crescimento: Aram Verdiyan salientou que "no mercado público, cada aumento de 1 ponto percentual na taxa de crescimento equivale a um aumento de 3 pontos percentuais no EBITDA." Isto significa que as empresas que não conseguem provar que a IA acelera o crescimento sofrerão descontos de avaliação muito severos — "muitos ativos detidos por private equity não têm crescimento suficientemente rápido nem equipas de gestão capazes de reinventar o negócio".

Aram afirmou sem rodeios:

"Olha para o mercado público de hoje, aquele ativo (SaaS tradicional) está a ser negociado a 2x o rácio preço-vendas. Isto não é apenas um problema de avaliação, mais grave é que estas empresas podem simplesmente não encontrar compradores. Porque se olhas hoje para uma empresa de software, a primeira coisa que pensas é: qual é o seu valor final? Consegue resistir ao impacto da IA?"

Jen Kha alertou para a ilusão do "private equity versão IA":

"Simplesmente colocar a Sears num website não a transforma na Amazon. Vemos algumas empresas cuja primeira ação é implementar atendimento ao cliente com IA, e se não reconstruíres a partir da base do fluxo de trabalho, a rotatividade de clientes acelera. Cada queda no NPS corresponde diretamente a uma queda nas receitas, e com dívida em cima, entra-se numa espiral descendente."

Sobre as tentativas de salvar negócios antigos simplesmente introduzindo IA, Aram também deitou água fria: "Não podes simplesmente enviar um sócio operacional para a empresa e dizer 'vamos adicionar um pouco de IA em cima disto', isso simplesmente não funciona." DG acrescentou que, mesmo uma simples substituição do atendimento ao cliente por IA, sem uma reconstrução profunda do fluxo de trabalho, a rotatividade de clientes levará a uma queda no Net Promoter Score (NPS) e desencadeará uma espiral descendente das receitas.

O verdadeiro gargalo da IA: não é a procura, é a oferta

No final da entrevista, a conversa virou-se para um ângulo subestimado pelo mercado — onde está o verdadeiro gargalo da IA?

Aram Verdiyan afirmou: "O gargalo da IA hoje não está no lado da procura, está no lado da oferta." A cadeia de oferta, da esquerda para a direita, é: energia → rede elétrica → centros de dados → chips → modelos de fronteira → aplicações. Os EUA têm uma enorme vantagem na cadeia dos chips para a direita, e o ecossistema de capital de risco também dá um forte apoio. Mas ao nível da infraestrutura de energia e da rede elétrica, o problema não é a falta de capacidade de geração, mas sim a "velocidade até à potência" — licenciamento, transmissão, regulação. Outros países adicionam anualmente 10 vezes mais capacidade de energia renovável do que os EUA.

"Isto significa que os centros de dados precisam de ser completamente reinventados. A densidade dos centros de dados antigos já não suporta as novas instalações de IA, e aqui não há oportunidades de 5 ou 10 mil milhões, mas sim de centenas de mil milhões de dólares."

David George enumerou as áreas que considera mais propensas a criar enorme valor nos próximos 10 anos: robótica, condução autónoma (há menos de dez mil veículos Waymo nas estradas dos EUA), saúde (18% do PIB, a IA quase não a tocou), energia, indústria transformadora e defesa.

"Agora parece que já fizemos muito em IA. Mas daqui a dez anos, olhando para trás, essas outras grandes áreas estarão apenas a começar a criar valor. O próximo SpaceX ou OpenAI provavelmente nascerá nestas áreas."