Nos últimos meses, conversei com mais de 100 founders na América Latina. Foram conversas em São Paulo, Campinas, Buenos Aires, Punta del Este, Cidade do México e Bogotá. Empresas em estágios distintos, modelos de negócio diferentes e problemas diversos.
Depois de tantas trocas, percebi que algumas opiniões se repetiam, sendo a principal a que construir ficou muito mais rápido. Desenvolver um negócio que escala, não. A inteligência artificial reduziu dramaticamente a distância entre uma ideia e um produto. Hoje, um time pequeno consegue desenvolver em semanas o que antes exigiria meses, mais pessoas e maior volume de capital.
Mas essa velocidade trouxe com ela uma nova geração de gargalos. E eles aparecem justamente quando a tecnologia precisa virar negócio. O primeiro desafio continua sendo o mesmo: em um momento em que todo mundo pode construir mais rápido, escolher o que não criar se tornou ainda mais importante.
Em muitos dos encontros que tive, a discussão sobre tecnologia rapidamente voltava para perguntas bastante básicas. Quem é exatamente o cliente? Qual problema estamos resolvendo? Quem tem orçamento para resolvê-lo? Por que esse problema precisa ser resolvido agora?
É o velho ICP (Ideal Customer Profile, ou Perfil de Cliente Ideal) ganhando uma importância nova. Isso fica ainda mais evidente na corrida atual por agentes. Quase todas as empresas de tecnologia estão, de alguma forma, incorporando IA generativa ou capacidades agênticas aos seus produtos. No entanto, colocar um agente em um processo não significa necessariamente criar valor.
A questão relevante não é mais “onde posso colocar IA?”. É “qual problema vale a pena redesenhar usando IA?” Essa diferença parece pequena, mas não é.
Do piloto para a transformação, essa mesma tensão aparece dentro das grandes empresas. A edição de 2026 da pesquisa global da McKinsey sobre inteligência artificial mostra uma aparente contradição. A adoção continua avançando e os profissionais percebem ganhos de produtividade, mas isso ainda não se traduz, na mesma proporção, em impacto financeiro.
Segundo o levantamento, quase nove em cada dez empresas já usam IA regularmente em pelo menos uma função. Oito em cada dez profissionais dizem que a tecnologia melhorou sua produtividade. Ainda assim, apenas 37% das organizações atribuem algum impacto à IA no lucro operacional, ou seja, praticamente o mesmo patamar do ano anterior.
O grupo que consegue escapar dessa equação faz algo diferente ao redesenhar processos. Eles repensam fluxos de trabalho em função de IA. Em vez de encaixar a tecnologia no que j-á existia, essas empresas refazem o processo do zero. Essas empresas são chamadas de high performers e atribuem à IA ao menos 5% do lucro operacional.
Também observo diferenças quando converso com AI Natives que não têm processos antigos para otimizar e já podem começar pela pergunta que a maioria não faz, ou seja, qual problema pode ser resolvido com a inteligência artificial? Mas isso não elimina o problema da escala. Apenas muda onde ele aparece. A interface é só o que conseguimos enxergar.
Outro tópico que é bastante abordado em trocas com founders foi infraestrutura. Para o usuário, IA é a experiência que aparece na tela. Para quem está construindo o negócio, existe uma economia inteira por trás dessa experiência. Energia, capacidade computacional, dados, modelos, aplicação, segurança e distribuição. E, conforme o produto cresce, decisões aparentemente técnicas passam a determinar margem.
É por isso que conversas sobre compute, GPU e custo por inferência deixaram de ser exclusivas dos times de engenharia. Elas chegaram à mesa do founder. A McKinsey também traz sinal dessa mudança, apontando que uma em cada cinco empresas já limita algum uso de IA em função dos custos operacionais, incluindo tokens. Ao mesmo tempo, agentes de programação tornam mais fácil construir internamente funcionalidades que antes seriam adquiridas por fornecedores externos.
Parece economia. E pode ser. Mas retirar uma licença não elimina necessariamente o custo. Em alguns casos, apenas o desloca para infraestrutura, desenvolvimento e operação. Na era da IA, arquitetura também é uma decisão de negócio. Expandir o negócio e crescer com margem são problemas diferentes.
Esse talvez seja um dos padrões mais importantes que percebo. A abundância de capacidade tecnológica cria a tentação de fazer mais, expandir funcionalidades, experimentar outros modelos, consumir mais compute. Só que alguém precisa pagar essa conta.
À medida que as empresas crescem, começam a aparecer outras indagações mais relevantes, entre elas qual é o custo de atender cada novo cliente, como ele se comporta quando o uso aumenta dez ou cem vezes, e se a receita cresce mais rápido que o consumo de infraestrutura.
A discussão migra de expansão para crescimento financeiramente sustentável. E isso também muda as tratativas com investidores. Capital e tração estão cada vez mais conectados. Uma boa narrativa de IA abre portas e os fundamentos começam a decidir quem permanece nelas.
Construir ficou mais fácil, mas onde está a vantagem? Essa é a pergunta mais interessante neste momento. Se times menores conseguem construir mais, se agentes aceleram desenvolvimento e se funcionalidades podem ser copiadas cada vez mais rapidamente, a tecnologia isoladamente tende a sustentar a diferenciação por menos tempo. A vantagem começa a migrar para a qualidade dos dados, distribuição, acesso ao cliente, conhecimento profundo de uma indústria, velocidade de aprendizado, eficiência de infraestrutura e confiança. E, principalmente, para a capacidade de transformar tecnologia em um problema resolvido de forma economicamente sustentável.
Talvez por isso, depois de mais de 100 conversas, eu tenha saído menos impressionada com a quantidade de coisas que a IA permite construir e ainda mais interessada nas decisões que precisam ser tomadas para que essas empresas tenham negócios mais duradouros. Estamos vivendo uma redução extraordinária do custo de experimentar. Mas experimentar não é escalar. Produtividade não é necessariamente resultado. E tecnologia não é, sozinha, um modelo de negócio.
Construir ficou rápido. O próximo desafio é construir algo que valha a pena escalar.
