Todas as vezes que uma nova tecnologia reduz a barreira de entrada, surge a mesma previsão: agora que todos podem fazer isto, ninguém terá vantagem. O telemóvel com câmara transformou todos em fotógrafos. O Spotify transformou todos em músicos. A IA transforma todos em programadores de software.
A previsão está sempre parcialmente correta. O patamar sobe. Mais pessoas criam, mais pessoas lançam, mais pessoas competem. O que a previsão erra sempre é o teto. O teto sobe mais depressa. E o intervalo entre o patamar e o teto — entre a mediana e o melhor — não diminui. Alarga-se.
Esta é a questão das leis de potência: não se interessam pelas suas intenções. Tecnologias igualitárias produzem resultados aristocráticos. Sempre.
A IA não será diferente. Será ainda mais extrema.
A forma que os mercados assumem
Quando o Spotify foi lançado, fez algo verdadeiramente radical: deu a qualquer músico no mundo acesso à mesma distribuição que antes exigia uma editora, um orçamento de marketing e muita sorte. O resultado foi uma explosão de música. Milhões de novos artistas, milhares de milhões de novas músicas. O patamar subiu exatamente como prometido.
Mas também aconteceu o seguinte. O 1% superior dos artistas agora capta uma fatia maior de streams do que na era do CD. Não menor — maior. Mais música, mais competição, mais formas de encontrar os melhores, e os ouvintes, sem restrições de geografia ou espaço de prateleira, convergiram para eles. O Spotify não democratizou a música. Intensificou o torneio.
O mesmo aconteceu com a escrita, a fotografia, o software. A internet produziu mais escritores do que qualquer tecnologia na história e também produziu uma economia de atenção mais implacável. Mais participantes, maior risco no topo, mesma forma básica: um pequeno número a captar a maior parte do valor.
Achamos isto surpreendente porque pensamos de forma linear — esperamos que os ganhos de produtividade se distribuam de forma homogénea, como ao deitar água num recipiente plano. Mas a maioria dos sistemas complexos não funciona assim. Nunca funcionou. A lei de potência não é uma peculiaridade do mercado ou uma falha da promessa tecnológica. É o padrão natural. A tecnologia não a cria. Revela-a.
Considere a Lei de Kleiber. Em 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 a 0,75. O metabolismo de uma baleia não é proporcional ao tamanho da baleia. A relação é uma lei de potência, e mantém-se com precisão extraordinária em praticamente toda a vida. Ninguém desenhou esta distribuição. É simplesmente a forma que a energia assume em sistemas complexos quando deixada à sua própria lógica.
Os mercados são sistemas complexos. A atenção é um recurso. Quando o atrito desaparece — quando a geografia, o espaço de prateleira e os custos de distribuição deixam de atuar como amortecedores — os mercados convergem para a sua forma natural. Que não é uma curva em sino. É uma lei de potência. A narrativa igualitária e o resultado aristocrático coexistem, e é exatamente por isso que cada nova tecnologia nos apanha desprevenidos. Vemos o patamar subir e assumimos que o teto está a acompanhar ao mesmo ritmo. Não está. Está a afastar-se.
A IA fará isto mais rápido e de forma mais intensa do que qualquer outra tecnologia anterior. O patamar está a subir em tempo real — qualquer pessoa pode lançar um produto, desenhar uma interface, escrever código de produção. Mas o teto também está a subir, e está a subir mais depressa. A questão que vale a pena colocar é: o que determina realmente onde acabamos?
Quando a execução se torna barata, o gosto torna-se o sinal
Em 1981, Steve Jobs insistiu que as placas de circuito do Macintosh original fossem bonitas. Não o exterior — o interior. A parte que nenhum cliente alguma vez veria. Os engenheiros acharam que ele tinha perdido o juízo. Não tinha. Percebia algo que é fácil descartar como perfeccionismo mas que está mais próximo de uma prova: a forma como se faz qualquer coisa é a forma como se faz tudo. Uma pessoa que torna as partes invisíveis bonitas não está a fingir qualidade. Não consegue, por natureza, lançar nada menos do que isso.
Isto importa porque a confiança é difícil de estabelecer e fácil de fingir — por um tempo. Estamos constantemente a usar heurísticas para perceber quem é realmente excelente e quem está apenas a fingir excelência. As credenciais ajudam mas podem ser manipuladas. O pedigree ajuda mas é herdado. O que é realmente difícil de fingir é o gosto — o compromisso sustentado e visível com um padrão que ninguém exigiu que se cumprisse. Jobs não tinha de tornar aquelas placas bonitas. O facto de o ter feito dizia tudo sobre o que faria quando não estivesse a ser observado.
Durante grande parte da última década, este sinal esteve algo atenuado. No auge da era SaaS — aproximadamente entre 2012 e 2022 — a execução tornou-se tão standardizada que a distribuição era o verdadeiro recurso escasso. Se conseguia captar clientes de forma eficiente, construir uma máquina de vendas, cumprir a sua Rule of 40 — o produto quase não importava. Podia construir algo medíocre e ganhar se o go-to-market fosse suficientemente forte. O sinal que o gosto transmitia ficou soterrado pelo ruído dos indicadores de crescimento.
A IA altera completamente a relação sinal-ruído. Quando qualquer pessoa pode gerar um produto funcional, uma interface polida, uma base de código operacional numa tarde — a questão de se algo funciona deixa de ser o diferenciador. A questão passa a ser: isto é realmente excelente? Esta pessoa sabe distinguir entre bom e excecional, e preocupa-se o suficiente para fechar esse intervalo mesmo quando ninguém o obriga?
Isto é especialmente verdade para software crítico para o negócio — os sistemas em que as empresas confiam para processar salários, garantir conformidade, gerir dados de colaboradores. Não são produtos que se adotam de forma casual e se abandonam no trimestre seguinte. Os custos de mudança são reais, os modos de falha são sérios e quem os implementa é responsável pelo que acontece. O que significa que, antes de assinar, está a aplicar todas as heurísticas de confiança que conhece. Um produto bonito é um dos sinais mais evidentes. Diz: quem construiu isto preocupa-se. Preocupou-se com as partes visíveis, o que significa que provavelmente também se preocupou com as invisíveis.
Numa realidade onde a execução é barata, o gosto é a prova de trabalho.
O que recompensa a nova fase
Isto sempre foi verdade. Mas durante cerca de uma década, o mercado tornou quase impossível perceber. A competência mais importante em software nada tinha a ver com software.
Entre cerca de 2012 e 2022, a arquitetura central do SaaS tinha sido resolvida. A infraestrutura cloud era barata e standardizada. As ferramentas de desenvolvimento estavam maduras. Construir um produto funcional era difícil, mas era uma dificuldade resolvida — podia contratar para o efeito, seguir padrões estabelecidos, alcançar um resultado adequado com recursos suficientes. O que permanecia verdadeiramente escasso, o que separava efetivamente os vencedores dos restantes, era a distribuição. Conseguia captar clientes de forma eficiente? Conseguia criar um modelo de vendas repetível? Compreendia suficientemente bem a sua economia de unidades para acelerar no momento certo?
Os fundadores que prosperaram nesse ambiente vinham de vendas, consultoria, finanças. Eram fluentes em indicadores que seriam incompreensíveis uma década antes — retenção líquida de dólares, valor médio de contrato, número mágico, Rule of 40. Viviam em folhas de cálculo e revisões de pipeline e, nesse contexto, estavam exatamente certos. As condições do auge SaaS produziram fundadores de auge SaaS. Foi uma adaptação racional.
Eu achei sufocante.
Cresci numa pequena cidade num estado com 250 milhões de habitantes na Índia. Todos os anos, cerca de três estudantes de toda a Índia entram no MIT. Todos eles, sem exceção, vêm de uma escola preparatória cara em Delhi, Bangalore ou Mumbai — instituições criadas especificamente para esse fim. Fui a primeira pessoa na história do meu estado a entrar. Digo isto não para impressionar, mas porque é a tese deste ensaio vivida em miniatura: quando o acesso é limitado, o pedigree prevê os resultados. Quando o acesso se abre, quem vai mais fundo ganha na mesma. Eu era a aposta na profundidade numa sala cheia de pedigree. É a única aposta que sei fazer.
Estudei física, matemática e ciência computacional — áreas onde as perspetivas mais profundas não surgem da otimização de processos mas de ver algo verdadeiro que outros não viram. A minha tese de mestrado foi sobre mitigação de stragglers no treino de machine learning distribuído: o que acontece quando se opera um sistema em grande escala e partes dele ficam para trás, e como otimizar essa restrição sem perder a integridade do todo.
Quando olhei para o mundo das startups nos meus vinte anos, vi um cenário onde tudo isso parecia irrelevante. O prémio estava no go-to-market, não naquilo em si. Construir algo tecnicamente extraordinário parecia quase ingénuo — uma distração do verdadeiro jogo, que era aquisição, retenção e velocidade de vendas.
Depois, no final de 2022, as condições mudaram.
O que o ChatGPT tornou visível — o que tornou visceral, de uma forma que anos de artigos académicos não tinham conseguido — foi que a curva tinha mudado. Uma nova curva S tinha começado. As transições de fase não recompensam quem estava melhor adaptado à fase anterior. Recompensam quem consegue ver o que a nova fase torna possível antes de mais ninguém o valorizar.
Demiti-me e fundei a Warp.
A aposta era específica. Os Estados Unidos têm mais de 800 agências fiscais — federais, estaduais, locais — cada uma com requisitos de entrega, prazos e lógica de conformidade próprios. Não existe API. Não existe acesso programático. Durante décadas, cada fornecedor de processamento salarial lidou com isto da mesma forma: com pessoas. Exércitos de especialistas em conformidade a navegar manualmente um sistema que nunca foi desenhado para ser navegado em escala. Os incumbentes — ADP, Paylocity, Paychex — construíram modelos de negócio inteiros em torno desta complexidade, não resolvendo-a mas absorvendo-a na sua força de trabalho e passando o custo para os clientes.
Eu percebia que os agentes eram frágeis em 2022. Também percebia a curva de melhoria. Alguém que passou anos a pensar em sistemas distribuídos em escala, a acompanhar de perto a trajetória destes modelos, podia fazer uma aposta calibrada de que o que era frágil então seria capaz dentro de alguns anos. Por isso fizemos a aposta: construir uma plataforma nativa de IA a partir dos princípios fundamentais, começando pelo fluxo de trabalho mais difícil na categoria — aquele que nenhum incumbente podia automatizar porque a sua arquitetura nunca foi desenhada para isso.
Essa aposta está agora a dar frutos. 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 perspetiva. Veem pontos de entrada diferentes. Fazem apostas diferentes. Conseguem olhar para um sistema que todos os outros aceitaram como permanentemente complexo e perguntar: o que seria preciso para realmente automatizar isto? E depois, fundamentalmente, conseguem construir a resposta.
Os fundadores que dominaram o auge SaaS eram otimizadores racionais a operar dentro de um conjunto de restrições. A IA está a remover essas restrições e a instalar outras. No novo ambiente, o recurso escasso não é a distribuição. É a capacidade de ver o que agora é possível — e o gosto e convicção para construir ao padrão que merece. Mas há uma terceira variável que determina tudo. E é aquela que a maioria dos fundadores na era da IA está a errar de forma catastrófica.
O jogo longo a alta velocidade
Circula atualmente um meme na cultura das startups que diz algo como: tem dois anos para escapar à classe permanente dos que ficam para trás. Construa rápido, levante capital rápido, saia ou morra.
Percebo de onde vem. A IA está a avançar a um ritmo que parece existencial. A janela para apanhar uma onda parece estreita. Os jovens, a ver histórias de sucesso instantâneo no Twitter, concluem razoavelmente que o jogo é sobretudo sobre velocidade — que os fundadores que ganham são os que se mexeram mais depressa no menor intervalo de tempo.
Isto é verdade exatamente no ponto errado.
A velocidade de execução importa imenso. Acredito nisso tanto quanto qualquer outro — está no próprio nome da empresa que estou a construir. 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 sprintam durante dois anos e vendem. São os que sprintam durante dez anos e acumulam.
Eis o que o curto-prazismo erra: as coisas mais valiosas em software — dados proprietários, relações profundas com clientes, custos reais de mudança, experiência regulatória — demoram anos a acumular e não podem ser replicadas rapidamente, independentemente do capital ou capacidade de IA de um concorrente. Quando a Warp processa salários para uma empresa em vários estados, estamos a acumular dados de conformidade em milhares de jurisdições. Cada aviso fiscal resolvido, cada caso excecional ultrapassado, cada registo estadual concluído treina um sistema que se torna mais difícil de replicar a cada mês. Não é uma funcionalidade. É um fosso que só existe porque o construímos de forma consistente, com qualidade, durante tempo suficiente para ganhar massa.
Este tipo de acumulação é invisível no primeiro ano. É vagamente visível no segundo. Ao quinto ano é todo o jogo.
Frank Slootman, que construiu e escalou mais empresas de software do que quase qualquer outro, resume assim: habitue-se a estar desconfortável. Não para um sprint. Como condição permanente. O nevoeiro da guerra numa empresa em fase inicial — a desorientação, a informação imperfeita, o requisito constante de agir mesmo assim — não desaparece ao fim de dois anos. Evolui. Novas incertezas substituem as antigas. Os fundadores que duram não são os que encontram certezas. São os que aprendem a avançar com clareza sem elas.
Construir uma empresa é brutal de formas difíceis de transmitir a quem nunca o fez. Vive-se num estado de terror contínuo de baixa intensidade, pontuado por momentos de terror de intensidade superior. Tomam-se milhares de decisões com informação incompleta, sabendo que uma sequência longa de decisões erradas termina tudo. As histórias de sucesso instantâneo que vê no Twitter não são apenas outliers numa distribuição já marcada pela lei de potência — são outliers extremos dentro dessa distribuição. Otimizar a sua estratégia com base nelas é como treinar para uma maratona estudando os tempos de quem tomou o caminho errado e correu um 5K por engano.
Então, porque o fazer? Não porque seja confortável. Não porque as probabilidades sejam favoráveis. Porque, para algumas pessoas, não há alternativa que pareça realmente viver. Porque a única coisa pior do que o terror de construir algo do zero é a sufocação silenciosa de não tentar.
E porque — se estiver certo na aposta, se vir algo verdadeiro que outros não valorizaram, se executar com gosto e convicção durante um horizonte suficientemente longo — o resultado não é apenas financeiro. Constrói algo que muda genuinamente a forma como as pessoas trabalham. Cria um produto que as pessoas adoram usar. Emprega e desenvolve pessoas que fazem o seu melhor trabalho dentro do que construiu.
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 a observar
Então, como é que o software realmente se parece do outro lado disto?
Os otimistas dizem que a IA cria abundância — mais produtos, mais construtores, mais valor distribuído por mais pessoas. Têm razão. Os pessimistas dizem que a IA destrói os fossos do software — que tudo pode ser replicado numa tarde, que a defensabilidade morreu. Também têm parcialmente razão. Ambos olham para o patamar. Nenhum está a olhar para o teto.
Vão existir milhares de soluções pontuais — pequenas ferramentas funcionais geradas por IA que resolvem problemas específicos de forma adequada. Muitas delas serão construídas não por empresas mas por indivíduos, ou por equipas internas a resolver as suas próprias necessidades. Para uma determinada categoria de software de baixo risco e facilmente substituível, o mercado parecerá verdadeiramente democratizado. O patamar será alto, a competição feroz e as margens reduzidas.
Mas para software crítico para o negócio — os sistemas em que as empresas confiam para movimentar dinheiro, garantir conformidade, gerir dados de colaboradores, exposição legal — acontece algo diferente. São fluxos de trabalho com baixa tolerância a falhas. Quando o processamento salarial falha, as pessoas não são pagas. Quando as declarações fiscais estão erradas, a IRS deteta. Quando o registo de benefícios falha durante o período de inscrição, pessoas reais perdem cobertura. Quem escolheu o software é responsável pelo que ele faz. Essa responsabilidade não é delegada a uma IA que programou uma solução numa tarde.
Para estes fluxos, as empresas continuarão a confiar nos fornecedores. E, entre esses fornecedores, a dinâmica de vencedor-leva-quase-tudo será mais extrema do que nunca vimos na geração anterior de software. Não porque os efeitos de rede sejam mais fortes — embora sejam — mas porque as vantagens acumuladas de uma plataforma nativa de IA a operar em escala, a acumular dados proprietários em milhões de transações e milhares de casos de conformidade, tornam-se praticamente impossíveis de replicar a partir do zero. O fosso não é um conjunto de funcionalidades. É o que se acumula quando se opera com qualidade, em escala, num domínio que penaliza erros, durante tempo suficiente para que ninguém consiga replicar rapidamente o que construiu.
Isto significa que os mercados de software vão consolidar-se mais do que na era SaaS. Em RH e processamento salarial daqui a dez anos, não espero vinte empresas cada uma com quota de mercado de um dígito. Espero duas ou três plataformas a captar a esmagadora maioria do valor, e uma longa cauda de soluções pontuais a captar quase nada. O mesmo padrão vai repetir-se em todas as categorias de software onde a complexidade da conformidade, a acumulação de dados e os custos de mudança se acumulam juntos.
As empresas que acabam no topo dessas distribuições terão perfis semelhantes: fundadas por pessoas técnicas com verdadeiro gosto de produto, construídas sobre arquitetura nativa de IA desde o início, a operar em mercados onde os incumbentes estão estruturalmente incapazes de responder sem desmontar o seu negócio existente. Terão feito uma aposta de perspetiva específica cedo — visto algo verdadeiro sobre o que a IA torna possível que outros não valorizaram — e depois permaneceram tempo suficiente para que a acumulação se tornasse visível.
Tenho vindo a descrever este fundador de forma abstrata. Mas sei exatamente quem é, porque estou a tentar sê-lo.
Fundei a Warp porque acreditava, em 2022, que toda a stack de operações de colaboradores — processamento salarial, conformidade fiscal, benefícios, onboarding, dispositivos, operações de RH — assentava numa base de trabalho manual e arquitetura legada que a IA podia substituir totalmente. Não melhorar. Substituir. Os incumbentes construíram negócios de mil milhões ao absorver a complexidade na força de trabalho. Nós construiríamos ao eliminar a complexidade na origem.
Três anos depois, essa aposta está a concretizar-se. Desde o lançamento, processámos mais de 500 M$ em transações, estamos a crescer rapidamente e a servir empresas que estão a construir algumas das tecnologias mais importantes do mundo. Todos os meses, os dados de conformidade acumulados, os casos excecionais ultrapassados, as integrações construídas tornam a plataforma mais difícil de replicar e mais valiosa para os clientes. O fosso ainda é inicial. Mas tem massa, e está a acelerar.
Digo isto 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 aqui é a mesma que descrevi ao longo deste texto. Ver algo verdadeiro. Ir mais fundo do que qualquer outro está disposto a ir. Construir ao padrão que não precisa de pressão externa para manter. Permanecer tempo suficiente para descobrir se estava certo.
As empresas extraordinárias da era da IA serão construídas por pessoas que perceberam que o acesso nunca foi o recurso escasso — foi a perspetiva. Que a execução nunca foi o fosso — foi o gosto. Que a velocidade nunca foi a vantagem — foi a profundidade.
A lei de potência não se interessa pelas suas intenções. Mas recompensa as certas.
Aviso legal:
- Este artigo é republicado de [ayushswrites]. Todos os direitos de autor pertencem ao autor original [ayushswrites]. Caso existam objeções a esta republicação, contacte a equipa do Gate Learn, que tratará do assunto de imediato.
- Isenção de responsabilidade: As opiniões e pontos de vista expressos neste artigo são exclusivamente do autor e não constituem qualquer aconselhamento de investimento.
- As traduções do artigo para outras línguas são realizadas pela equipa Gate Learn. Salvo indicação em contrário, é proibida a cópia, distribuição ou plágio dos artigos traduzidos.
