a16z: Novo ciclo de IA, robôs em ascensão, hardware dispara, software reverte

a16z aponta que a IA está impulsionando o capital do virtual para o físico, investimentos em robótica atingem novos recordes e empresas que adotam IA precisam superar o gargalo da exploração.
(Notícia anterior: Ex-pesquisador da Anthropic funda a Mirendil e arrecada US$ 200 milhões, alegando ser "uma IA que pode se auto-aprimorar")
(Complemento de contexto: Funcionário queima US$ 80 mil em tokens para criar um "jogo de tiro meme" com IA, e após o chefe ver a conta, pede para a internet toda jogar)

Índice

Alternar

• Ciclo invertido: vencedores da tecnologia se tornam perdedores
• Compras em massa no físico: robótica dispara 4,5 vezes
• Transformação com IA: Accenture despenca 6 vezes
• Reestruturação profunda: casos de uso de IA disparam 44%
• Operações enxutas: investimentos em IA disparam para novos recordes
• Empreendedorismo individual: receitas de milhões dobram

Recentemente, a a16z analisou as principais tendências dos ciclos tecnológicos e de negócios atuais sob múltiplas dimensões, como investimentos de mercado, aplicações de IA, ecossistema empreendedor e setor varejista. O artigo aponta que, impulsionado pela onda de IA, o mercado de capitais está gradualmente se afastando da preferência anterior por ativos leves e internet de consumo, migrando para indústrias físicas, como hardware e robótica. Ao mesmo tempo, a IA também está remodelando a forma de organização das empresas, as barreiras ao empreendedorismo e a lógica do crescimento da produtividade. A seguir, os detalhes do conteúdo.

Se compararmos este ciclo com o anterior, você observará que em alguns aspectos eles são idênticos, enquanto em outros são completamente opostos.

A semelhança é que, tanto no período pós-crise financeira (2010-2020) quanto no período pós-pandemia (2020 até agora), o setor de tecnologia foi o vencedor do ciclo. No entanto, o cenário de outras indústrias mudou drasticamente: os vencedores do ciclo anterior agora são perdedores e vice-versa.

• Os setores de saúde, bens de consumo e mídia tiveram retornos de dois dígitos após a crise financeira, mas agora estão em torno de apenas 3% a 6%.
• Enquanto os retornos dos setores de energia, matérias-primas, construção e finanças passaram de dígitos individuais baixos para dois dígitos médios e altos.

As indústrias que antes ficavam para trás se tornaram líderes, e as que antes eram líderes se tornaram retardatárias.

O setor de tecnologia é uma exceção, pois sempre foi o vencedor do ciclo, mas há algumas nuances. Hardware é o verdadeiro destaque deste ciclo (teve um desempenho razoável no anterior), mas o software seguiu a tendência geral de reversão.

Dando um passo atrás, há um padrão muito óbvio mencionado anteriormente: o mercado deslocou a atenção das indústrias de ativos leves e orientadas ao consumo para a economia "física" de ativos pesados, impulsionada em grande parte pela construção da infraestrutura de IA.

É uma rotação de bits (virtuais) para átomos (físicos).

As empresas de "ativos pesados", após ficarem atrás das empresas de "ativos leves" por mais de uma década, inverteram a situação.

Claro, se este ciclo for semelhante ao anterior, a tendência geral é que toda essa infraestrutura de ativos pesados eventualmente se expanda para a camada de software/aplicativos. Na era pós-crise financeira, os fabricantes de chips (e provedores de serviços em nuvem) dominaram no início, mas eventualmente cederam lugar a aplicativos, mercados e softwares empresariais que prosperaram em plataformas de nuvem impulsionadas por telefones, computadores e servidores (impulsionados por chips). Em outras palavras, a mudança para a camada virtual foi temporária e cíclica, não uma mudança estrutural mais duradoura.

Ciclo invertido: vencedores da tecnologia se tornam perdedores

Desta vez, isso também pode acontecer: de fato, se a construção da infraestrutura de IA não se expandir eventualmente para a camada de ativos leves, pode ser bastante decepcionante (ambos podem acabar se desenvolvendo em conjunto). Mas, mesmo assim, no mercado público, alguns sinais revelam que a "revolução virtual" pode ter sustentabilidade própria. E, estritamente falando, não se trata apenas de infraestrutura de IA.

O prêmio pela tecnologia do "mundo real" está aparecendo no mercado privado, não apenas na infraestrutura de IA, mas também na robótica:

Medido pelo valor de mercado das 100 maiores empresas privadas (por categoria), a tecnologia robótica (e IA física) nem aparecia no ranking em 2016, mas uma década depois, já ultrapassou fintechs e pagamentos, tornando-se a segunda maior categoria.

Se você observar o fluxo de capital de risco, também notará um aumento no interesse do mercado pela robótica:

De acordo com dados da Pitchbook, no primeiro trimestre, o volume de investimentos e o número de negócios nos setores de robótica e IA física atingiram recordes históricos, com cerca de US$ 16 bilhões em investimentos, envolvendo quase 500 negócios.

Como referência, o boom de investimentos em robótica é cerca de 2 vezes maior em número e cerca de 4,5 vezes maior em valor em comparação com o período de 2021 a 2025.

O ponto crucial é que a mudança para a economia física (pelo menos no mercado privado) não envolve apenas chips e inferência: o hardware está emergindo como um produto independente.

Isso também não é difícil de entender. Software melhor tem um enorme potencial, mas a robótica impulsiona a tecnologia para uma série de "tarefas" do mundo real que o software sozinho não consegue alcançar. A IA, de certa forma, desbloqueou o software que impulsiona o hardware, expandindo o escopo da demanda de maneiras sem precedentes. Isso é bastante semelhante à situação em que a eletricidade finalmente permitiu que as máquinas realizassem trabalhos que os humanos mal conseguiam imaginar.

Atualmente, a área mais notável da robótica é a defesa. Claro, o orçamento de defesa global em constante crescimento também desempenha um papel. Se tudo correr conforme o planejado, a transição para indústrias intensivas em ativos pode ser mais profunda, ampla e duradoura do que qualquer ciclo tecnológico moderno anterior.

Compras em massa no físico: robótica dispara 4,5 vezes

Nos estágios iniciais da onda dos grandes modelos de linguagem (LLMs), as consultorias de gestão foram apontadas como potenciais vencedoras no campo da IA, pelo menos no curto prazo. A lógica é muito simples: as empresas querem usar IA, então contratam consultorias para estudar como fazer isso. Em particular, a Accenture foi apontada como estando em uma posição muito favorável, pois não só pode oferecer conselhos e roteiros, mas também serviços completos, os chamados "serviços gerenciados".

Deixando de lado as razões específicas, o otimismo do mercado em relação à Accenture parece ter se dissipado completamente:

O múltiplo de fluxo de caixa livre da Accenture chegou a 30 vezes no início de 2025, mas agora caiu para cerca de 6 vezes, aproximadamente um terço de sua média de longo prazo.

Quanto ao motivo pelo qual o mercado perdeu a confiança na Accenture tão rapidamente, cada um pode julgar por si. Mas uma coisa está cada vez mais clara: no campo mais amplo de "adoção de IA", seu significado vai muito além de simplesmente adotar IA. Nem toda adoção de IA cria valor da mesma forma, e para realmente (ou mais eficazmente) adotar IA, pelo menos de acordo com algumas pesquisas recentes, são necessárias estratégias sutis nas fases de desenvolvimento e concepção.

Em um estudo envolvendo 515 startups de alto crescimento, os pesquisadores analisaram profundamente o que significa ser verdadeiramente "nativo em IA". Mais especificamente, eles queriam saber como passar de "tarefas aprimoradas por IA" para "empresas aprimoradas por IA", e os resultados foram surpreendentes.

Descobriu-se que o segredo está no que os pesquisadores chamam de problema de "mapeamento".

Quando as empresas do estudo foram informadas sobre como outras empresas estavam reorganizando a produção em torno da IA (as "empresas do grupo experimental"), elas iniciaram um processo de exploração totalmente diferente. As empresas do grupo experimental não se limitaram a copiar processos existentes; em vez disso, começaram de montante, integrando a IA nos resultados de negócios, formando processos completamente diferentes.

Os pesquisadores usaram o desenvolvimento de produtos como exemplo:

Nesse caso, a IA não replicou as etapas existentes no processo, mas redesenhou o processo em torno de suas próprias capacidades, embora o objetivo fosse alcançar o mesmo resultado básico de negócios.

Transformação com IA: Accenture despenca 6 vezes

Claro, isso é apenas um exemplo, mas, em geral, o impacto da IA na produtividade das "empresas do grupo experimental" foi enorme. As empresas do grupo experimental:

• Aumentaram os casos de uso de IA em cerca de 44%:
• A receita das 5% principais empresas foi cerca de 2 vezes maior (a receita das 10% principais aumentou 50%):
• O consumo de capital foi reduzido em cerca de 40% (nas extremidades da distribuição, a diferença foi ainda maior).

Em resumo, quando startups de alto crescimento realmente se dedicaram a "adotar IA", observaram mais cenários de aplicação, geraram mais receita e consumiram menos capital do que aquelas que não adotaram IA.

Este é um resultado bastante impressionante, que pode tanto aliviar algumas preocupações sobre o "problema do ROI da IA" quanto explicar por que o ROI da IA ainda não se refletiu totalmente no nível empresarial, pelo menos não na medida esperada por alguns.

Os pesquisadores apontam que isso significa: (a) o ganho de produtividade trazido pela IA no nível empresarial é realmente transformador; mas (b) o verdadeiro avanço está na fase de exploração, ou seja, "explorar onde e como implantar a IA é o gargalo crítico para obter ganhos", e isso não é simplesmente "adotar IA".

Nesse sentido, a existência de um "gargalo de exploração" significa que o caminho de desenvolvimento da IA não é diferente dos saltos de produtividade impulsionados por tecnologias anteriores.

Por exemplo, quando a eletrificação começou a se popularizar, muitos fabricantes simplesmente substituíram motores a vapor por grandes motores elétricos, mantendo os eixos de transmissão e sistemas de correias existentes. A fábrica basicamente não mudou, apenas "desta vez com motores elétricos". No entanto, só quando os fabricantes perceberam que poderiam instalar pequenos motores em cada máquina (e abandonar quase completamente todo o sistema de eixos e correias) é que os verdadeiros benefícios começaram a aparecer: as fábricas acabaram sendo completamente redesenhadas em torno do sistema elétrico embarcado (e não o contrário). Claro, o que se seguiu foi um grande marco na história dos saltos de produtividade.

Sobre IA, startups e pesquisa acadêmica, os mesmos pesquisadores também observaram uma coisa: as startups de IA estão realmente simplificando as operações. Pelo menos, de acordo com este estudo baseado em dados do Y Combinator dos últimos quatro anos.

Reestruturação profunda: casos de uso de IA disparam 44%

Os pesquisadores analisaram os dados das turmas W20-F24 do YC (com rodadas de financiamento inicial entre 2020 e 2024) e os correlacionaram com dados de número de funcionários, funções e qualificações da Revelio. Eles queriam entender se as startups de IA diferem das startups não-IA em termos de contratação e/ou estrutura organizacional.

Eles observaram que:

• As startups de IA começam menores e operam em menor escala:
• A distribuição de startups com menos funcionários é fortemente inclinada para startups de IA:
• As startups de IA tendem a ter hierarquias mais flexíveis, com a maior proporção de startups de IA em empresas com poucos ou nenhum nível hierárquico:

A implicação é óbvia, embora possa haver mais variáveis nos detalhes, mas você deve entender: se você argumentar que a IA permitirá que as empresas criem mais valor com menos recursos, esta pesquisa certamente fornece mais evidências para seu ponto de vista.

Além disso, a Stripe Economics voltou a comentar sobre o estágio de "empreendedores individuais" impulsionado pela IA.

(Nota: Recentemente, Ernie Tedeschi, da Stripe Economics, com base nos dados da própria Stripe, apontou que todos os tipos de fundadores parecem ter crescido no primeiro trimestre, mas o crescimento dos "fundadores individuais não-IA" foi o mais significativo, seguido pelo crescimento dos "fundadores individuais de IA". Como mostrado no gráfico abaixo:)

Embora a Stripe tenha apontado várias limitações na forma como identifica "empreendedores individuais" em seus dados, eles ainda fornecem mais evidências para o argumento de que a IA está realmente impulsionando mais atividades empreendedoras e criação de empresas, e que os empreendedores individuais também estão alcançando um sucesso considerável.

Veja a proporção de empreendedores individuais por faixa de receita:

Operações enxutas: investimentos em IA disparam para novos recordes

Não apenas a proporção de empreendedores individuais com receita anual superior a US$ 100.000 está aumentando, mas a proporção daqueles com receita anual superior a US$ 5 milhões e US$ 10 milhões começou a crescer significativamente em 2023 e 2024.

A Stripe Economics aponta:

• Observamos um aumento significativo no número de empreendedores individuais com receita anual superior a US$ 100.000 em nosso índice, mas o aumento foi ainda maior para aqueles que atingiram faixas de receita mais altas, e a aceleração do crescimento tornou-se evidente desde 2023. Em 2025, o número de empreendedores individuais com receita anual superior a US$ 1 milhão é mais que o dobro de 2023, enquanto o número daqueles com receita superior a US$ 5 milhões e US$ 10 milhões é quase o triplo de 2023.
• Talvez mais interessante, a proporção de empreendedores individuais com receita acima desses limites também dobrou nos últimos dois anos. Isso revela que o surto de criação de empresas não reflete experimentos de baixa qualidade de alguns sortudos, mas sim que a qualidade do novo grupo de empreendedores individuais pode ser maior do que antes.

Claro, considerando as muitas incertezas sobre a forma de identificação de empreendedores individuais (neste caso, por meio de ferramentas específicas da Stripe para empreendedores individuais) e que o número de funcionários dessas empresas pode mudar ao longo do tempo (algo que a Stripe pode não saber), os dados revelam que a era das pequenas empresas impulsionadas pela IA continua a se desenvolver.

Um aspecto interessante sobre os supermercados é que, ao contrário da categoria mais ampla de comércio varejista, os supermercados não tiveram um aumento significativo de produtividade nos últimos 30 anos:

Ou, mais precisamente, desde 1990, o crescimento da produtividade no varejo manteve-se basicamente estável, enquanto a produtividade dos supermercados passou por uma queda inicial, depois uma recuperação, seguida de estagnação, e embora tenha caído recentemente, começou a se recuperar novamente, mas ainda muito aquém do salto de produtividade do varejo.

Isso é interessante porque, por um lado, conta a história da tecnologia (e sua relação com a produtividade) e, por outro, a história de como medir a produtividade, que é aproximadamente calculada como produção dividida por horas de trabalho (e isso, na melhor das hipóteses, é uma medida imperfeita).

Para supermercados (e varejo), além das caixas registradoras, a maior invenção foi o scanner eletrônico. Eles surgiram pela primeira vez na década de 1970, mas na década de 1990 estavam praticamente onipresentes. Os scanners serviram principalmente a dois propósitos: (1) expandir enormemente a variedade de estoques; (2) facilitar a coleta de dados cada vez mais detalhada por parte de varejistas e supermercados para entender as intenções de compra dos clientes e a quantidade necessária de estoque.

Na década de 1990, tanto os supermercados quanto os varejistas começaram a se expandir significativamente em escala, beneficiando-se de economias de escala impulsionadas pela tecnologia, o que foi bom para os consumidores, mas mais ou menos decretou o fim das lojas familiares.

No entanto, a partir de então, os destinos de varejistas e supermercados começaram a divergir. Os varejistas expandiram enormemente seus estoques, mas sem adicionar muitos novos funcionários, concentrando-se mais em produtos pré-embalados prontos, que exigem muito menos pessoal para gerenciamento e monitoramento de estoque do que antes. Por outro lado, os supermercados decidiram expandir seus negócios para além das mercearias, oferecendo serviços especializados, como floriculturas, padarias, balcões de frios, etc.

Empreendedorismo individual: receitas de milhões dobram

Claro, à medida que a participação de serviços especializados cresceu, a demanda por mão de obra especializada também aumentou. Como mostrado no gráfico acima, embora a produtividade dos supermercados tenha melhorado, por exemplo, expandindo significativamente a variedade de produtos e serviços e reduzindo preços, sua "produtividade" em termos de produção/horas trabalhadas não aumentou. É por isso que a "produtividade" do varejo supera em muito a "produtividade" dos supermercados, enquanto o crescimento salarial de ambos é basicamente o mesmo.

Foi somente quando os supermercados adotaram a experiência bem-sucedida do varejo e dos grandes magazines que sua produtividade começou a aumentar novamente:

Por volta do ano 2000, a participação de produtos alimentícios não caseiros começou a crescer significativamente: alimentos pré-embalados de maior margem, lanches e itens de uso diário cresceram quase 5 vezes em uma década. Ao mesmo tempo, os supermercados também terceirizaram mais tarefas de reposição e exposição para fornecedores, semelhante a cobrar "taxas" por espaço nas prateleiras. Esta foi uma estratégia engenhosa de "aumento de produtividade", onde as horas de trabalho não diminuíram, mas foram transferidas para outras pessoas.

Do ponto de vista do "aumento de produtividade", essa mudança elevou a produção sem aumentar as horas de trabalho, e a produtividade dos supermercados experimentou um renascimento.

Embora a participação do trabalho na receita de alimentos tenha aumentado constantemente até cerca de 2002 (enquanto a participação do trabalho na receita do varejo diminuiu), pelo menos até recentemente, ambas as participações vêm caindo de forma constante.

A queda na "participação da renda do trabalho" é basicamente o oposto da "produtividade": produzir mais com menos trabalhadores leva a uma queda na participação da renda do trabalho (aqui, não se considera o crescimento das contas de aposentadoria 401k gerado por todos os lucros).

No entanto, curiosamente (voltando ao tema da tecnologia e produtividade), a mais recente onda de inovação em compras (e-commerce e entrega em domicílio) parece coincidir novamente com a divergência nas "produtividades" de alimentos e varejo. Embora o e-commerce seja uma grande bênção para os varejistas, que agora podem operar sem alugar lojas, a entrega em domicílio pode significar que as mesmas ou mais pessoas ainda circulam pelos supermercados, escolhendo produtos. A retirada na calçada pode até ser mais intensiva em mão de obra do que as compras tradicionais.

Se isso é causalidade ou coincidência, o fato é que, após a pandemia, a produtividade dos supermercados caiu novamente (e a participação da renda do trabalho começou a se recuperar), enquanto o varejo se tornou mais enxuto e eficiente. A mesma tecnologia, o mesmo ganho de produtividade, no entanto, a "produtividade" final é completamente diferente.

No entanto, a boa notícia para os supermercados é que sempre se pode ganhar dinheiro com anúncios nos corredores (alta margem).