Os investidores têm investido milhares de milhões em empresas de IA nos últimos anos, à medida que a tecnologia continua a dominar o Vale e, portanto, o mundo. Mas nem todas as empresas de IA estão a atrair a atenção dos investidores.
Na verdade, embora pareça que todas as empresas hoje em dia estão a mudar a sua marca para incluir “IA” no seu nome, algumas ideias de startups já não são apreciadas pelos investidores. O TechCrunch conversou com VCs para saber o que os investidores não procuram mais em startups de software como serviço de IA.
As categorias populares de SaaS para investidores agora incluem startups que criam infraestrutura nativa de IA, SaaS vertical com dados proprietários, sistemas de ação (aqueles que ajudam os usuários a concluir tarefas) e plataformas profundamente incorporadas em fluxos de trabalho de missão crítica, de acordo com Aaron Holiday, sócio-gerente da 645 Ventures.
Mas ele também deu uma lista de empresas que são consideradas muito chatas para os investidores hoje em dia: startups que criam finas camadas de fluxo de trabalho, ferramentas horizontais genéricas, gerenciamento leve de produtos e análises de nível superficial – basicamente, qualquer coisa que um agente de IA possa fazer agora.
Abdul Abdirahman, investidor da empresa F Prime, acrescentou que o software vertical genérico “sem fossos de dados proprietários” já não é popular, e Igor Ryabenky, fundador e sócio-gerente da AltaIR Capital, foi mais fundo nesse ponto. Ele disse que os investidores não estão interessados em nada que não tenha muita profundidade de produto.
“Se a sua diferenciação reside principalmente na UI (interface do usuário) e na automação, isso não é mais suficiente”, disse ele. “A barreira de entrada caiu, o que torna muito mais difícil construir um verdadeiro fosso.”
As novas empresas que entram no mercado precisam agora de construir em torno da “propriedade real do fluxo de trabalho e de uma compreensão clara do problema desde o primeiro dia”, disse ele. “Bases de código enormes não são mais uma vantagem. O que mais importa é a velocidade, o foco e a capacidade de adaptação rápida. Os preços também precisam ser flexíveis: modelos rígidos por usuário serão mais difíceis de defender, enquanto modelos baseados em consumo fazem mais sentido neste ambiente.”
Evento Techcrunch
São Francisco, Califórnia
|
13 a 15 de outubro de 2026
Jake Saper, sócio geral da Emergence Capital, também pensou em propriedade. Para ele, as diferenças entre Cursor e Claude Code são o “canário na mina de carvão”.
“Um é responsável pelo fluxo de trabalho do desenvolvedor, o outro apenas executa a tarefa”, continuou Saper. “Os desenvolvedores estão cada vez mais escolhendo a execução em vez do processo.”
Ele disse que qualquer produto que lide com a “aderência do fluxo de trabalho” – ou seja, tentar atrair o maior número possível de clientes humanos para usar continuamente o produto – pode se encontrar em uma batalha difícil à medida que os agentes assumem o controle do fluxo de trabalho.
“Antes de Claude, fazer com que os humanos fizessem seu trabalho dentro do seu software era um obstáculo poderoso, mas se os agentes estão fazendo o trabalho, quem se importa com o fluxo de trabalho humano?” ele disse ao TechCrunch.
Ele também acha que as integrações estão se tornando menos populares, especialmente porque o protocolo de contexto de modelo (MCP) da Anthropic torna mais fácil do que nunca conectar modelos de IA a dados e sistemas externos. Isso significa que ninguém precisa baixar múltiplas integrações ou criar suas próprias integrações de clientes; eles podem simplesmente usar o MCP.
“Ser o conector costumava ser um fosso”, disse Saper. “Em breve, será um utilitário.”
Além disso, a inclusão de “ferramentas de automação de fluxo de trabalho e gerenciamento de tarefas que permitem a coordenação do trabalho humano não está mais em voga se torna menos necessária se, com o tempo, os agentes apenas executam as tarefas”, disse Abdirahman, citando exemplos, principalmente empresas públicas de SaaS cujas ações caem à medida que surgem novas startups nativas de IA com tecnologia melhor e mais eficiente.
Ryabenky disse que as empresas de SaaS que estão lutando para aumentar agora são aquelas que podem ser facilmente replicadas, disse ele.
“Ferramentas genéricas de produtividade, software de gerenciamento de projetos, clones básicos de CRM e wrappers finos de IA construídos sobre APIs existentes se enquadram nesta categoria”, disse ele. “Se o produto for principalmente uma camada de interface sem integração profunda, dados proprietários ou conhecimento de processo incorporado, fortes equipes nativas de IA poderão reconstruí-lo rapidamente. É isso que torna os investidores cautelosos.”
Além disso, o que continua atraente no SaaS é a profundidade e a experiência, com ferramentas incorporadas em fluxos de trabalho críticos. Ele disse que as empresas deveriam agora considerar a integração profunda da IA em seus produtos e atualizar seu marketing para refletir isso, continuou Ryabenky.
“Os investidores estão realocando capital para empresas que possuem fluxos de trabalho, dados e experiência no domínio”, disse Ryabenky. “E longe de produtos que podem ser copiados sem muito esforço.”
