Investidora de Venture Capital revela que seu maior medo não é o fracasso das empresas de IA — é o sucesso absoluto delas
A Inteligência Artificial já está mudando as regras do jogo para quem investe em tecnologia, e quem ainda não percebeu isso pode estar dormindo no ponto.
Lexi Novitske, General Partner da Norrsken22, um fundo focado em crescimento tecnológico na África, publicou um texto na Fortune que virou assunto no mundo do Venture Capital por uma razão bem simples: ela falou o que muita gente do setor pensa, mas raramente tem coragem de colocar em palavras.
O maior pesadelo dela não é ver as empresas do portfólio fracassarem.
É exatamente o contrário.
E se a IA tiver tanto sucesso que os próprios modelos de negócio dessas empresas se tornarem irrelevantes?
Essa pergunta está no centro de uma discussão que vem ganhando força nos últimos meses, especialmente depois que o mercado de SaaS começou a mostrar sinais sérios de pressão, com mais de 1 trilhão de dólares em valor de mercado evaporados desde o início do ano. 📉
Mas a história não termina aí, longe disso.
Lexi aponta os mercados emergentes, em especial a África, como um dos cenários mais promissores para quem quer apostar em empresas que a IA simplesmente não vai conseguir tornar obsoletas tão cedo, e os motivos vão muito além do que você pode imaginar. 🌍
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
O fenômeno do vibe coding e a ameaça real ao SaaS
Um dos pontos mais relevantes que Lexi destaca no artigo original é o conceito de vibe coding, o desenvolvimento de aplicações assistido por IA. A ideia é relativamente nova, mas o impacto já se faz sentir. Aplicativos que antes demandavam anos de trabalho de engenharia agora podem ser replicados em semanas com o auxílio de ferramentas de IA generativa. Isso altera completamente a equação de valor para startups que construíram seus diferenciais em cima de complexidade técnica e tempo de desenvolvimento.
Ao mesmo tempo, grandes empresas de tecnologia como a Microsoft estão integrando funcionalidades de IA diretamente em seus pacotes de produtos. Chatbots autônomos que antes conseguiam cobrar preços premium estão perdendo poder de precificação da noite para o dia. Ferramentas de gestão de recursos humanos — aquelas startups que automatizam folha de pagamento, avaliação de desempenho e tarefas administrativas de RH — enfrentam a mesma ameaça à medida que esses recursos passam a ser oferecidos como parte de bundles maiores e mais baratos.
O resultado? Investidores de Venture Capital correm o risco real de pagar preços inflados por empresas que parecem especiais hoje, mas que podem se tornar genéricas — ou pior, facilmente replicáveis por ferramentas de codificação com IA — dentro de um ano. É um cenário que exige uma mudança profunda na forma como teses de investimento são construídas e validadas.
O problema real do SaaS diante da IA
Durante anos, o modelo de negócio baseado em software como serviço foi considerado praticamente inquebrável. Receita recorrente, baixo custo de distribuição, escalabilidade quase infinita e margens que deixariam qualquer outro setor com inveja. O SaaS era o queridinho do Venture Capital justamente porque prometia previsibilidade e crescimento composto ao longo do tempo, dois elementos que qualquer investidor ama ver em um portfólio. Empresas construídas sobre essa base dominaram a última década de tecnologia e moldaram a forma como os negócios digitais são estruturados até hoje.
O problema é que a Inteligência Artificial chegou para questionar exatamente os pilares que tornavam esse modelo tão atraente. Ferramentas de IA generativa já conseguem automatizar tarefas que antes exigiam softwares especializados, equipes inteiras e contratos anuais robustos. O que antes custava dezenas de milhares de dólares por ano em licenças de software pode, em muitos casos, ser substituído por um agente de IA rodando por uma fração desse custo. Isso não é ficção científica, é o que está acontecendo agora, em tempo real, e o mercado já sente o peso disso nas avaliações das empresas listadas em bolsa e nos rounds de captação que estão demorando mais para fechar.
A erosão de valor que o setor de SaaS enfrenta não é um problema temporário de mercado ou resultado de uma correção de ciclo econômico. É estrutural. Quando uma tecnologia consegue replicar a função central de um produto, o diferencial competitivo desaparece rapidamente, e o que sobra é uma corrida para o fundo em termos de preço. O chamado SaaSpocalypse que tomou conta dos mercados de capitais desde o começo do ano é a prova concreta de que agentes de IA já são capazes de executar fluxos de trabalho inteiros que antes dependiam de múltiplas assinaturas de SaaS. Investidores de Venture Capital que construíram teses inteiras em cima de empresas de software vertical agora precisam responder a uma pergunta incômoda: qual parte do portfólio sobrevive quando a IA consegue fazer o mesmo trabalho mais rápido, mais barato e sem precisar de onboarding? 😬
A estratégia de Lexi: tratar IA como camada, não como vertical
Diante desse cenário, a abordagem que Lexi adota nos investimentos da Norrsken22 é bem específica e estruturada. Em vez de tratar a Inteligência Artificial como um setor isolado — o que muitos fundos ainda fazem — ela propõe enxergar a IA como uma camada tecnológica que permeia tudo, e focar nas estruturas subjacentes que a tecnologia não consegue substituir com facilidade.
Na prática, ela busca três características em qualquer empresa antes de investir:
- Propriedade sobre confiança e distribuição do cliente — empresas que construíram relacionamentos reais com seus usuários, algo que nenhum modelo de linguagem replica do zero.
- Integração em sistemas onde dinheiro de verdade circula — estar embutido em processos financeiros e operacionais críticos torna a substituição muito mais difícil e arriscada para o cliente.
- Acúmulo de dados proprietários que geram eficiência composta ao longo do tempo — quanto mais a empresa opera, mais dados únicos ela coleta, e esses dados se tornam uma vantagem competitiva que cresce exponencialmente.
Essa lógica também muda a forma como ela distribui capital. Em vez de fazer uma grande aposta em uma única empresa centrada em IA, Lexi prefere fazer múltiplas apostas dentro de um mesmo vertical. O exemplo que ela cita é o setor de fraude, compliance e segurança. No portfólio da Norrsken22, a Smile ID atua com KYC e verificação de identidade, enquanto a Orca trabalha com monitoramento de fraude em transações. A expectativa é que, ao longo do tempo, essas áreas se sobreponham, e a empresa com os dados mais profundos vença, independentemente do modelo de IA subjacente que esteja sendo usado.
Outro ponto de atenção são as plataformas agênticas — ferramentas que chegam ao mercado como soluções generalistas, mas que gradualmente se incorporam ao fluxo de trabalho de uma indústria específica. Empresas que constroem para nichos bem definidos tendem a ser muito mais difíceis de deslocar do que aquelas que tentam resolver tudo ao mesmo tempo para todo mundo. 🎯
Por que os mercados emergentes mudam o jogo
A lógica que Lexi Novitske apresenta é ao mesmo tempo simples e poderosa. Em mercados emergentes como os países africanos, o problema não é substituir um software existente por Inteligência Artificial. O problema é muito mais fundamental do que isso: grande parte da infraestrutura digital que o restante do mundo construiu nas últimas décadas simplesmente ainda não existe por lá. Não há camadas de tecnologia legada para desmantelar, não há contratos de longo prazo com fornecedores de software que precisam ser renegociados, e não há resistência cultural à adoção de novas ferramentas porque as antigas já estão enraizadas. É um campo aberto. 🚀
O continente africano é composto por 54 países, cada um com seu próprio ambiente regulatório, moeda e infraestrutura. É justamente essa fragmentação que fez com que grandes players globais de IA ignorassem a região, preferindo focar nos Estados Unidos e na Europa. Durante muito tempo isso foi visto como uma desvantagem para escalar negócios. Mas Lexi argumenta que essa mesma fragmentação funciona como uma barreira de proteção natural para empresas locais, que podem se desenvolver e amadurecer enquanto as big techs concentram seus esforços em outras geografias.
Isso cria uma oportunidade única que fundos de Venture Capital focados nesses territórios estão começando a enxergar com muito mais clareza. Empresas construídas do zero nesses contextos podem adotar a IA como infraestrutura base desde o primeiro dia, sem precisar se preocupar com compatibilidade com sistemas antigos ou com a resistência de times acostumados a processos estabelecidos. O modelo de negócio que surge daí é fundamentalmente diferente do que foi construído no Ocidente: mais enxuto, mais adaptado à realidade local e, paradoxalmente, mais resiliente à disrupção porque foi concebido já no contexto de um mundo onde a IA existe e opera. Não é uma adaptação, é uma fundação.
Além disso, os desafios específicos de mercados emergentes criam demandas que a IA genérica desenvolvida nos grandes centros tecnológicos dificilmente vai conseguir resolver sozinha. Questões de idioma, contexto cultural, infraestrutura de pagamentos, logística em regiões com conectividade limitada, inclusão financeira de populações que nunca tiveram conta bancária — tudo isso exige soluções que combinam tecnologia avançada com conhecimento profundo do território. E é exatamente esse conhecimento local que representa uma barreira de entrada enorme para qualquer player global tentando entrar nesse mercado sem parceiros e sem raízes. A Inteligência Artificial até pode automatizar partes do processo, mas ela não substitui a inteligência contextual de quem construiu o negócio conhecendo o cliente de perto. 🌍
O caso da Sabi e o poder dos dados regionais
Um exemplo concreto que Lexi destaca é o da Sabi, uma plataforma apoiada pela Norrsken22 que atua no mercado de commodities na África. A empresa não se limita a conectar compradores e vendedores — ela coordena fornecimento, transporte, controle de qualidade, armazenamento e financiamento entre fronteiras onde nenhum desses sistemas se comunica de forma confiável.
A IA é utilizada para gerenciar rastreamento, rastreabilidade e fluxos de informação de preços ao longo de toda essa cadeia. A empresa que resolve esse problema de ponta a ponta se torna o sistema operacional padrão para seu mercado, e os dados que acumula nesse processo são extraordinariamente difíceis para qualquer concorrente replicar. Esses dados não existem em nenhum outro lugar. Nenhum modelo de IA treinado em datasets globais tem acesso a esse tipo de informação granular e contextualizada.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
Esse é o padrão que Lexi está monitorando: empresas que não vendem apenas software, mas que operam o processo, acumulam dados regionais exclusivos e constroem confiança em mercados onde esse ativo é escasso. São negócios que vão muito além da camada tecnológica superficial e criam valor difícil de extrair ou copiar.
O que isso significa para o modelo de negócio do futuro
A discussão levantada por Lexi vai além da geografia. O que ela está sinalizando, na prática, é que o próximo ciclo de Venture Capital vai premiar empresas que constroem valor em cima de ativos que a Inteligência Artificial não consegue replicar facilmente: relacionamentos, confiança, distribuição física, dados proprietários gerados por comportamentos muito específicos de um público muito específico, e a capacidade de operar em ambientes regulatórios e culturais complexos. Esses elementos não aparecem em nenhum dataset de treinamento de modelo de linguagem, e é exatamente por isso que eles são tão valiosos agora.
O modelo de negócio que vai prosperar nos próximos anos não é necessariamente o mais tecnológico ou o que usa mais IA em sua operação. É o que usa a IA de forma estratégica para ampliar capacidades humanas e locais que já existem, criando uma combinação que qualquer concorrente externo vai ter muita dificuldade de imitar. Empresas de SaaS que entenderem isso e começarem a construir camadas de valor que vão além da funcionalidade do software — incluindo comunidade, dados únicos, integrações profundas com o ecossistema local — têm chances reais de sobreviver e crescer mesmo com a pressão da IA aumentando. As que ficarem paradas apostando apenas na força do produto em si vão sentir a pressão cada vez mais forte. 💡
A mudança na mentalidade do investidor
Lexi encerra seu argumento com uma reflexão que parece simples, mas carrega bastante peso. Ela parou de perguntar qual empresa de IA devo apoiar e começou a perguntar quais problemas os grandes players estão ignorando — e quais empresas estão construindo soluções tão profundamente integradas a esses problemas que a IA não as tornará obsoletas.
Essa mudança de perspectiva é significativa porque reorienta toda a lógica de investimento. Em vez de correr atrás da próxima startup de IA com uma demo impressionante e um deck bonito, o foco passa para a sustentabilidade do valor criado. Dados proprietários que se acumulam com o tempo, confiança construída em mercados onde ela é rara e integração em fluxos financeiros reais onde dinheiro de verdade circula — esses são os ativos que definem as empresas resilientes do próximo ciclo.
Para os fundos de Venture Capital que ainda estão calibrando suas teses de investimento, o recado que vem de experiências como a da Norrsken22 é bastante direto: diversificação geográfica deixou de ser apenas uma estratégia de risco. Ela se tornou uma estratégia de sobrevivência intelectual para qualquer portfólio que queira continuar relevante em um mundo onde a Inteligência Artificial está comprimindo margens, acelerando ciclos de obsolescência e tornando irrelevantes negócios que pareciam blindados há apenas dois ou três anos.
Os mercados emergentes não são o plano B. Para muitos investidores, eles estão rapidamente se tornando o plano principal. Na África, segundo Lexi, essas empresas estão em toda parte. Os investidores só precisam estar dispostos a olhar para onde ninguém mais está olhando. 🌐
