Quando uma nova tecnologia reduz as barreiras de entrada, surge sempre a mesma previsão: agora que todos podem fazer isso, ninguém terá vantagem. O celular com câmera transformou todos em fotógrafos. O Spotify tornou todos músicos. A IA faz de todos desenvolvedores de software.
Essa previsão está sempre parcialmente correta. O piso sobe. Mais pessoas criam, mais pessoas lançam produtos, mais pessoas competem. Mas o que a previsão sempre erra é o teto. O teto sobe mais rápido. E o espaço entre o piso e o teto — entre a média e o melhor — não diminui. Ele aumenta.
Essa é a essência das leis de potência: elas ignoram intenções. Tecnologias igualitárias geram resultados aristocráticos. Sempre.
A IA não será diferente. Será ainda mais intensa.
A forma dos mercados
Quando o Spotify foi lançado, fez algo realmente radical: permitiu que qualquer músico no mundo tivesse acesso à mesma distribuição que antes exigia uma gravadora, um orçamento de marketing e muita sorte. O resultado foi uma explosão musical. Milhões de novos artistas, bilhões de novas músicas. O piso subiu exatamente como prometido.
Mas veja o que mais aconteceu. O 1% do topo dos artistas agora captura uma fatia maior dos streams do que na era do CD. Não menor — maior. Mais música, mais competição, mais formas de encontrar os melhores, e os ouvintes, sem restrição de geografia ou espaço físico, convergiram para eles. O Spotify não democratizou a música. Intensificou a competição.
O mesmo padrão se repetiu com escrita, fotografia, software. A internet produziu mais escritores do que qualquer tecnologia na história e também trouxe uma economia da atenção mais implacável. Mais participantes, maiores apostas no topo, mesma estrutura básica: poucos capturando a maior parte do valor.
Achamos isso surpreendente porque pensamos de forma linear — esperamos que ganhos de produtividade sejam distribuídos uniformemente, como água num recipiente plano. Mas sistemas complexos não funcionam assim. Nunca funcionaram. A lei de potência não é uma peculiaridade de mercado ou uma falha da promessa tecnológica. É o padrão da natureza. A tecnologia não cria isso. Ela revela.
Considere a Lei de Kleiber. Entre todos os organismos vivos na Terra — de bactérias a baleias-azuis, abrangendo 27 ordens de magnitude de massa corporal — a taxa metabólica escala como a massa corporal elevada à potência de 0,75. O metabolismo de uma baleia não é proporcional ao tamanho da baleia. A relação é uma lei de potência, e se mantém com precisão extraordinária em praticamente toda a vida. Ninguém projetou essa distribuição. É simplesmente a forma que a energia assume em sistemas complexos quando deixados à própria lógica.
Mercados são sistemas complexos. Atenção é um recurso. Quando o atrito desaparece — quando geografia, espaço físico e custos de distribuição deixam de atuar como barreiras — os mercados convergem para sua forma natural. Não é uma curva normal. É uma lei de potência. A narrativa igualitária e o resultado aristocrático coexistem, e é justamente por isso que cada nova tecnologia nos surpreende. Vemos o piso subir e presumimos que o teto está acompanhando no mesmo ritmo. Não está. Está se distanciando.
A IA fará isso mais rápido e de forma mais intensa do que qualquer tecnologia anterior. O piso está subindo em tempo real — qualquer um pode lançar um produto, desenhar uma interface, escrever código de produção. Mas o teto também está subindo, e mais rápido. A pergunta que vale fazer é: o que realmente determina onde você vai parar?
Quando execução fica barata, o gosto vira o sinal
Em 1981, Steve Jobs exigiu que as placas de circuito do Macintosh original fossem bonitas. Não o exterior — o interior. A parte que nenhum cliente jamais veria. Seus engenheiros achavam que ele havia perdido o juízo. Não havia. Ele entendia algo fácil de descartar como perfeccionismo, mas que se aproxima mais de uma prova: a forma como você faz qualquer coisa é a forma como faz tudo. Quem torna belas as partes invisíveis não está apenas demonstrando qualidade. É, por natureza, incapaz de entregar algo inferior.
Isso importa porque confiança é difícil de estabelecer e fácil de fingir — por um tempo. Estamos constantemente aplicando heurísticas para distinguir quem é realmente excelente de quem apenas simula excelência. Credenciais ajudam, mas podem ser manipuladas. Pedigree ajuda, mas é herdado. O que é genuinamente difícil de falsificar é o gosto — o compromisso sustentado e observável com um padrão que ninguém exigiu que você atingisse. Jobs não precisava tornar aquelas placas bonitas. O fato de ter feito isso dizia tudo sobre o que faria quando ninguém estivesse olhando.
Durante grande parte da última década, esse sinal ficou abafado. No auge do SaaS — aproximadamente de 2012 a 2022 — a execução ficou tão padronizada que a distribuição era o recurso realmente escasso. Se você conseguia captar clientes de forma eficiente, construir uma máquina de vendas, cumprir a Rule of 40 — o produto quase não importava. Era possível construir algo medíocre e vencer se sua estratégia de mercado fosse forte o suficiente. O sinal que o gosto enviava ficou soterrado pelo ruído dos indicadores de crescimento.
A IA muda completamente a relação sinal-ruído. Quando qualquer um pode gerar um produto funcional, uma interface polida, um código operacional numa tarde — a questão de se algo funciona deixa de ser o diferencial. A pergunta passa a ser: isso é realmente excelente? Essa pessoa sabe a diferença entre bom e incrivelmente ótimo, e se importa o suficiente para fechar essa lacuna mesmo quando ninguém a obriga?
Isso é especialmente verdadeiro para softwares críticos para negócios — sistemas em que empresas confiam para folha de pagamento, compliance, dados de funcionários. Não são produtos que se adotam casualmente e abandonam no próximo trimestre. Os custos de troca são reais, os modos de falha são sérios, e quem implanta é responsável pelo resultado. Antes de assinar, essa pessoa aplica toda heurística de confiança que conhece. Um produto bonito é um dos sinais mais evidentes. Ele diz: quem construiu isso se importa. Cuidou das partes visíveis, o que provavelmente indica cuidado com as invisíveis.
Num mundo onde executar é barato, o gosto é a prova de trabalho.
O que a nova fase recompensa
Isso sempre foi verdade. Mas por cerca de uma década, o mercado tornou quase impossível enxergar. A habilidade mais importante em software não tinha relação com software.
Entre 2012 e 2022, a arquitetura central do SaaS foi decifrada. Infraestrutura em nuvem ficou barata e padronizada. Ferramentas de desenvolvedor amadureceram. Construir um produto funcional era difícil, mas era um tipo de dificuldade resolvida — era possível contratar, seguir padrões estabelecidos, chegar a um resultado adequado com recursos suficientes. O que continuava genuinamente escasso, o que separava os vencedores dos demais, era a distribuição. Você conseguia captar clientes de forma eficiente? Conseguia criar um processo de vendas repetível? Entendia sua economia unitária o suficiente para acelerar no momento exato?
Os fundadores que prosperaram nesse ambiente vieram de vendas, consultoria, finanças. Eram fluentes em métricas que seriam incompreensíveis uma década antes — retenção líquida de dólares, valor médio de contrato, magic number, Rule of 40. Viviam em planilhas e revisões de pipeline e estavam, nesse contexto, absolutamente certos. As condições do auge do SaaS produziram os fundadores do auge do SaaS. Foi uma adaptação racional.
Eu achei sufocante.
Cresci numa cidade pequena de um estado com 250 milhões de pessoas na Índia. Todo ano, cerca de três estudantes de toda a Índia entram no MIT. Todos, sem exceção, vêm de escolas preparatórias caras em Delhi, Bangalore ou Mumbai — instituições criadas especificamente para esse resultado. Fui o primeiro da história do meu estado a entrar. Digo isso não para impressionar, mas porque é a tese deste ensaio vivida em miniatura: quando o acesso é limitado, o pedigree prevê resultados. Quando o acesso se abre, quem vai mais fundo vence de qualquer forma. Eu era a aposta de profundidade numa sala cheia de pedigree. É o único tipo de aposta que sei fazer.
Estudei física, matemática e ciência da computação — áreas onde os insights mais profundos não vêm de otimização de processos, mas de enxergar algo verdadeiro que outros não perceberam. Minha dissertação de mestrado foi sobre mitigação de stragglers em treinamento de machine learning distribuído: o que acontece quando se opera um sistema em larga escala e partes dele ficam para trás, e como otimizar esse limite sem perder a integridade do todo.
Quando olhei para o mundo das startups no início dos meus vinte anos, vi um cenário onde tudo aquilo parecia irrelevante. O foco era no go-to-market, não no produto em si. Construir algo tecnicamente extraordinário parecia quase ingênuo — uma distração do verdadeiro jogo, que era aquisição, retenção e velocidade de vendas.
Então, no fim de 2022, as condições mudaram.
O que o ChatGPT tornou visível — o que tornou visceral, de um jeito que anos de papers não tinham conseguido — foi que a curva mudou. Uma nova curva S começou. Transições de fase não recompensam quem estava melhor adaptado à fase anterior. Recompensam quem consegue enxergar o que a nova fase torna possível antes de todo mundo precificar isso.
Pedi demissão e fundei a Warp.
A aposta era específica. Os Estados Unidos têm mais de 800 órgãos fiscais — federais, estaduais, locais — cada um com requisitos, prazos e lógica de compliance próprios. Não existe API. Não existe acesso programático. Por décadas, todo provedor de folha de pagamento lidou com isso da mesma forma: com pessoas. Exércitos de especialistas em compliance navegando manualmente um sistema que nunca foi projetado para operar em escala. Os incumbentes — ADP, Paylocity, Paychex — construíram modelos de negócio inteiros em cima dessa complexidade, não resolvendo-a, mas absorvendo-a em sua força de trabalho e repassando o custo aos clientes.
Eu conseguia ver que os agentes eram frágeis em 2022. Também enxergava a curva de melhoria. Alguém que passou anos pensando em sistemas distribuídos em escala, acompanhando de perto a trajetória desses modelos, poderia apostar que o que era frágil então seria capaz em poucos anos. Então fizemos a aposta: construir uma plataforma nativa de IA desde os princípios, começando pelo fluxo de trabalho mais difícil da categoria — aquele que nenhum incumbente poderia automatizar porque sua arquitetura nunca foi desenhada para isso.
Essa aposta está dando resultado. Mas o ponto mais amplo é sobre reconhecimento de padrões. Fundadores técnicos na era da IA não têm apenas uma vantagem de engenharia — têm uma vantagem de insight. Enxergam pontos de entrada diferentes. Fazem apostas diferentes. Conseguem olhar para um sistema que todos aceitam como permanentemente complexo e perguntar: o que seria necessário para realmente automatizar isso? E, crucialmente, conseguem construir a resposta.
Os fundadores que dominaram o auge do SaaS eram otimizadores racionais operando dentro de um conjunto de restrições. A IA está removendo essas restrições e instalando outras. No novo ambiente, o recurso escasso não é distribuição. É a capacidade de enxergar o que agora é possível — e o gosto e a convicção para construir isso no padrão que merece. Mas há uma terceira variável que determina tudo. E é justamente a que mais fundadores na era da IA estão errando de forma catastrófica.
O jogo longo em alta velocidade
Circula um meme na cultura de startups hoje que diz algo como: você tem dois anos para escapar da classe permanente dos perdedores. Construa rápido, levante rápido, saia ou morra.
Entendo de onde vem. A IA está avançando num ritmo que parece existencial. A janela para pegar uma onda parece estreita. Jovens vendo histórias de sucesso instantâneo no Twitter concluem, com razão, que o jogo é sobre velocidade acima de tudo — que os fundadores vencedores são os que se moveram mais rápido no menor intervalo.
Isso é verdade exatamente sobre o que não importa.
A velocidade de execução importa muito. Acredito nisso tanto quanto qualquer um — está até no nome da empresa que estou construindo. Mas velocidade de execução não é o mesmo que horizonte curto. Os fundadores que vão construir as empresas mais valiosas na era da IA não são os que correm por dois anos e vendem. São os que correm por dez anos e acumulam.
Veja o que o curto-prazismo erra: as coisas mais valiosas em software — dados proprietários, relações profundas com clientes, custos reais de troca, expertise regulatória — levam anos para acumular e não podem ser replicadas rapidamente, não importa quanto capital ou capacidade de IA um concorrente tenha. Quando a Warp processa folha de pagamento para uma empresa em vários estados, acumulamos dados de compliance em milhares de jurisdições. Cada notificação fiscal resolvida, cada caso extremo navegado, cada registro estadual concluído treina um sistema que fica cada vez mais difícil de replicar a cada mês. Isso não é um recurso. É um fosso que só existe porque construímos consistentemente, com alta qualidade, por tempo suficiente para ganhar massa.
Esse tipo de acúmulo é invisível no primeiro ano. Mal visível no segundo. No quinto, é tudo.
Frank Slootman, que construiu e escalou mais empresas de software do que quase qualquer um vivo, resume de forma simples: acostume-se a estar desconfortável. Não para um sprint. Como condição permanente. A névoa de guerra numa empresa em estágio inicial — a desorientação, a informação imperfeita, a exigência constante de agir mesmo assim — não se dissipa após dois anos. Ela evolui. Novas incertezas substituem as antigas. Os fundadores que duram não são os que encontram certeza. São os que aprendem a agir com clareza sem ela.
Construir uma empresa é brutal de formas difíceis de explicar para quem nunca viveu. Você vive num estado de terror contínuo de baixa intensidade, pontuado por momentos de terror de alta intensidade. Toma milhares de decisões com informação incompleta, sabendo que uma sequência longa de decisões erradas termina tudo. As histórias de sucesso instantâneo que você vê no Twitter não são apenas exceções numa distribuição já regida pela lei de potência — são exceções extremas dentro dessa distribuição. Otimizar sua estratégia com base nelas é como treinar para uma maratona estudando o tempo de chegada de quem pegou o caminho errado e correu só 5 km.
Então, por que fazer isso? Não porque é confortável. Não porque as chances são favoráveis. Porque para alguns, não existe alternativa que pareça realmente viver. Porque o único pior do que o terror de construir algo do zero é a sufocação silenciosa de não tentar.
E porque — se você estiver certo sobre a aposta, se enxergou algo verdadeiro que outros não precificaram, se executar com gosto e convicção por tempo suficiente — o resultado não é apenas financeiro. Você constrói algo que realmente muda como as pessoas trabalham. Cria um produto que as pessoas adoram usar. Emprega e desenvolve pessoas que fazem seu melhor trabalho dentro do que você construiu.
Esse é um projeto de dez anos. A IA não muda isso. Nunca mudou.
O que a IA muda é o teto do que é possível nesses dez anos — para os fundadores que permanecem tempo suficiente para descobrir.
O teto que ninguém está observando
Então, como o software realmente se parece do outro lado disso?
Os otimistas dizem que a IA cria abundância — mais produtos, mais criadores, mais valor distribuído entre mais pessoas. Estão certos. Os pessimistas dizem que a IA destrói fossos de software — que qualquer coisa pode ser replicada numa tarde, que a defensibilidade morreu. Também estão parcialmente certos. Ambos olham para o piso. Nenhum para o teto.
Haverá milhares de soluções pontuais — pequenas ferramentas funcionais geradas por IA que resolvem problemas específicos de forma adequada. Muitas serão construídas não por empresas, mas por indivíduos ou times internos resolvendo suas próprias demandas. Para uma determinada categoria de software de baixo risco e fácil substituição, o mercado será genuinamente democratizado. O piso será alto, a competição intensa e as margens estreitas.
Mas para softwares críticos de negócio — sistemas em que empresas confiam para movimentação de dinheiro, compliance, dados de funcionários, exposição jurídica — algo diferente acontece. São fluxos de trabalho de baixa tolerância a falhas. Quando a folha de pagamento falha, as pessoas não recebem. Quando os registros fiscais estão errados, a Receita percebe. Quando a inscrição de benefícios quebra durante o período de adesão, pessoas reais perdem cobertura. Quem escolheu o software é responsável pelo que ele faz. Essa responsabilidade não é terceirizada para uma IA que codificou uma solução numa tarde.
Para esses fluxos, empresas continuarão confiando em fornecedores. E entre eles, a dinâmica de vencedor leva quase tudo será mais extrema do que vimos na geração anterior de software. Não porque os efeitos de rede sejam maiores — embora sejam — mas porque as vantagens acumuladas de uma plataforma nativa de IA operando em escala, acumulando dados proprietários em milhões de transações e milhares de casos extremos de compliance, tornam-se quase impossíveis de replicar do zero. O fosso não é um conjunto de recursos. É o que se acumula ao operar com alta qualidade, em escala, num domínio que pune erros, por tempo suficiente para que ninguém replique rapidamente o que você construiu.
Isso significa que os mercados de software vão se consolidar mais do que na era do SaaS. Em RH e folha de pagamento daqui a dez anos, não espero vinte empresas com fatias de mercado de um dígito. Espero duas ou três plataformas capturando a vasta maioria do valor, e uma longa cauda de soluções pontuais capturando quase nada. O mesmo padrão se repetirá em cada categoria de software onde complexidade regulatória, acúmulo de dados e custos de troca se acumulam juntos.
As empresas que terminarem no topo dessas distribuições terão características semelhantes: fundadas por pessoas técnicas com gosto genuíno de produto, construídas em arquitetura nativa de IA desde o primeiro dia, operando em mercados onde os incumbentes são estruturalmente incapazes de responder sem desmontar seus negócios existentes. Terão feito uma aposta de insight específica cedo — enxergado algo verdadeiro sobre o que a IA torna possível que outros não precificaram — e ficado tempo suficiente para que o acúmulo se tornasse visível.
Tenho descrito esse fundador de forma abstrata. Mas sei exatamente quem ele é, porque estou tentando ser ele.
Comecei a Warp porque acreditava, em 2022, que toda a estrutura de operações de funcionários — folha de pagamento, compliance fiscal, benefícios, onboarding, dispositivos, operações de RH — estava baseada em trabalho manual e arquitetura legada que a IA poderia substituir totalmente. Não melhorar. Substituir. Os incumbentes construíram negócios bilionários absorvendo complexidade em pessoas. Nós construiríamos eliminando a complexidade na origem.
Três anos depois, essa aposta está se concretizando. Desde o lançamento, processamos mais de US$ 500 milhões em transações, estamos crescendo rápido e atendendo empresas que desenvolvem algumas das tecnologias mais importantes do mundo. A cada mês, os dados de compliance acumulados, os casos extremos navegados, as integrações construídas tornam a plataforma mais difícil de replicar e mais valiosa para os clientes. O fosso ainda é inicial. Mas já tem massa, e está acelerando.
Digo isso não porque o sucesso da Warp seja inevitável — nada num mundo regido pela lei de potência é inevitável — mas porque a lógica que nos trouxe até aqui é a mesma que descrevi ao longo deste texto. Veja algo verdadeiro. Vá mais fundo do que qualquer outro está disposto a ir. Construa com um padrão que não exige pressão externa para ser mantido. Permaneça tempo suficiente para descobrir se estava certo.
As empresas extraordinárias da era da IA serão construídas por pessoas que entenderam que acesso nunca foi o recurso escasso — insight era. Que execução nunca foi o fosso — gosto era. Que velocidade nunca foi a vantagem — profundidade era.
A lei de potência não se importa com suas intenções. Mas recompensa as corretas.
Isenção de responsabilidade:
- Este artigo foi republicado de [ayushswrites]. Todos os direitos autorais pertencem ao autor original [ayushswrites]. Caso haja objeções a esta republicação, entre em contato com a equipe do Gate Learn, que irá tratar do assunto prontamente.
- Isenção de responsabilidade: As opiniões e pontos de vista expressos neste artigo são exclusivamente do autor e não constituem aconselhamento de investimento.
- As traduções do artigo para outros idiomas são realizadas pela equipe Gate Learn. Salvo indicação em contrário, é proibido copiar, distribuir ou plagiar artigos traduzidos.
