Título do vídeo: Como Construir uma Empresa Autoaperfeiçoável com IA
Autor do vídeo: YC Root Access
Tradução: Peggy

Nota do editor: Nesta última palestra do batch da YC, o sócio geral da YC, Tom Blomfield, discute não uma questão de "como usar IA para aumentar a eficiência dos funcionários", mas uma questão mais fundamental: quando a IA deixar de ser apenas um copiloto, e passar a perceber, decidir, chamar ferramentas, aceitar feedback e se autocorrigir, como deve ser redesenhada a própria empresa?

A avaliação central de Tom é que as empresas tradicionais ainda funcionam como uma "legião romana": a informação é transmitida por hierarquias para cima, os comandos são distribuídos por uma cadeia de gestão para baixo. Mas a IA está quebrando essa suposição organizacional. O que realmente importa não é fazer os engenheiros escreverem 20% a mais de código, mas extrair o conhecimento de negócio disperso em e-mails, Slack, reuniões, documentos e mentes humanas, transformando-o em um contexto organizacional que a IA possa ler, chamar e iterar.

Na visão dele, as futuras empresas nativas de IA serão compostas por uma série de ciclos recursivos e autoaperfeiçoáveis de IA: o sistema percebe mudanças externas a partir de e-mails de clientes, tickets de suporte, dados de produto, e então, por meio de camadas de regras, ferramentas e verificações de qualidade, toma decisões, aprendendo e ajustando-se automaticamente com base nos resultados. O YC já está experimentando mecanismos semelhantes: agentes que não apenas respondem perguntas, mas monitoram quais consultas falham, avaliam se precisam de novas ferramentas, bancos de dados ou índices, e automaticamente submetem código, revisam, mesclam e implantam. Ou seja, a empresa pode continuar otimizando enquanto os fundadores dormem.

Isso também significa que o impacto da IA na empresa não ficará apenas na camada de ferramentas, mas mudará ainda mais a estrutura organizacional. Tom propõe "queime tokens, não headcount" — no futuro, o gargalo de startups pode não ser mais o número de funcionários, mas o uso de tokens, a qualidade do contexto de negócio e a legibilidade do conhecimento organizacional. A coordenação intermediária será amplamente substituída por IA, enquanto papéis como ICs, responsáveis diretos e humanos capazes de lidar com julgamentos de alto risco, tornar-se-ão ainda mais importantes.

O mais interessante não é que a IA torne as empresas mais eficientes, mas que ela está mudando a própria forma de organização chamada "empresa". Quando o software pode gerar temporariamente, os processos podem ser automatizados, e a experiência pode ser continuamente sedimentada na "mente" da empresa, o fundador pode estar construindo algo que não seja mais uma equipe com hierarquia clara, mas um sistema inteligente capaz de aprender e se auto-otimizar continuamente.

A seguir, o texto original:

Reinvenção do modo de operação: empresas não devem mais funcionar como legiões romanas

Este trecho tem uma base em uma palestra anterior da Diana. O vídeo do fim de semana já está disponível, e está excelente. Além disso, Jack Dorsey publicou alguns tweets há umas duas ou três semanas, que achei muito interessantes, então "roubei" várias ideias dele e as incluí nesta apresentação.

Esta palestra é mais conceitual, mais de alto nível, focada em como podemos repensar a construção de empresas.

O design da legião romana, essencialmente, tinha como objetivo projetar poder de Roma para fora, cobrindo dois continentes e até a muralha de Hadrian, na Escócia. Baseava-se numa estrutura hierárquica aninhada, com cada nível tendo uma amplitude de gestão estável. Cada nível tinha um responsável claro, encarregado de transmitir comandos para baixo e informações para cima.

Se você observar a maioria das empresas hoje, verá que elas ainda funcionam como uma legião romana: as pessoas são canais de fluxo de informação para cima e para baixo. Uma coisa que me impressionou nas tweets do Jack Dorsey foi que sempre presumimos que uma organização hierárquica é a melhor forma de gerar valor econômico. Mas acho que a IA está começando a quebrar essa suposição.

Há um ano, se perguntássemos às pessoas qual era a utilidade da IA, elas geralmente falariam de "produtividade": por exemplo, o Copilot aumenta a eficiência dos engenheiros em 20%, integrá-lo ao fluxo de trabalho ajuda a entregar mais software. Mas acho que essa é uma compreensão problemática. É como colocar um motor mais potente em um carro antigo. O que realmente vale a pena pensar não é como acrescentar uma ferramenta de IA a uma organização antiga, mas repensar o que é uma empresa e como ela deve funcionar.

Por exemplo, o Garry acabou de falar algo que realmente acredito: ele consegue produzir mais código sozinho do que uma equipe inteira de engenheiros. O que me mantém pensando é como extrair o conhecimento de domínio interno da empresa e transformá-lo em contexto, habilidades ou qualquer outro nome que queiram dar.

Esse conhecimento de domínio, know-how, que antes estava disperso na mente das pessoas, em mensagens no Slack, e-mails, documentos no Notion, tudo isso define como sua empresa funciona. Quando você consegue tornar esse conhecimento claro e acessível, pode passar de uma organização hierárquica para uma organização inteligente, nativa de IA.

Fazer a empresa melhorar enquanto dorme: como o ciclo de IA pode descobrir, corrigir e implantar automaticamente

A IA não é uma coisa externa à empresa. Não é só uma ferramenta para engenheiros aumentarem a produtividade. Acho que podemos imaginar a empresa como um ciclo recursivo e autoaperfeiçoável de IA. Isso é muito importante, porque uma vez que a empresa atinge esse estágio, ela pode continuar se autoaperfeiçoando enquanto você dorme.

Vou dar um exemplo.

Diana também mencionou esse ciclo de IA na sua palestra. Ele começa com uma "camada de sensores". Pode parecer sofisticado, mas na prática é simples: e-mails de clientes, tickets de suporte, mudanças no código, cancelamentos, dados de telemetria do produto, tudo isso são dados de sensores que captam informações do mundo externo.

Depois vem a camada de estratégia ou decisão, que são as regras: o que a IA pode fazer, o que precisa de permissão humana, o que deve ser registrado. Em seguida, a camada de ferramentas, que é como as habilidades e o código que Garry mencionou, basicamente APIs determinísticas, como consultar bancos de dados, verificar calendários, ou seja, um conjunto de ferramentas que a IA pode chamar.

Depois, há as verificações de qualidade, como as que Eva mencionou: inspeções de certeza, filtros de segurança, revisões humanas para tarefas de alto risco. E, por fim, o mecanismo de aprendizado: o sistema interage com o mundo real, descobre onde não funciona bem, e envia feedback de volta ao ciclo.

Se cada etapa puder rodar sem intervenção humana, ou com intervenção mínima, enquanto você dorme, o sistema vai se tornando cada vez melhor.

Posso dar alguns exemplos práticos que já estamos usando. Inicialmente, criamos um agente que responde perguntas, usando ferramentas determinísticas, como consultar nosso banco de dados. Por exemplo: quando foi a última vez que fizemos office hours com essa empresa?

Depois, ele ficou mais inteligente. Por exemplo, ao fazer office hours com uma empresa que precisa de contatos na indústria de petróleo, o sistema pode usar diferentes métodos de consulta, combinar com RAG, e encontrar cinco fundadores relevantes para te apresentar.

Mas isso ainda é um assistente, um sidekick. Ainda é a mesma abordagem de IA de antes: a IA me ajuda a ser mais eficiente como parceiro de grupo, aumentando minha produtividade em 20% ou 30%.

O que realmente me deu um "momento aha" foi quando adicionamos um agente de monitoramento a esse sistema. Ele verifica cada consulta feita por um funcionário do YC, avalia quais tiveram sucesso ou falha, e pergunta: por quê? Como podemos fazer para que essa consulta seja bem-sucedida? Precisamos de novas ferramentas determinísticas? Atualizar os arquivos de skills? Criar um novo banco de dados? Novos índices?

Essas coisas agora realmente acontecem automaticamente à noite. Ele escreve código, faz merge requests no repositório do YC, e deixa outro agente revisar, mesclar e implantar. Assim, no dia seguinte, quando alguém fizer a mesma pergunta, a consulta já funciona.

Para mim, esse é o momento crucial. Não é só tornar uma pessoa 20% ou 30% mais eficiente. É a IA completar o ciclo de autoaperfeiçoamento, encontrando formas de melhorar por si mesma.

Acredito que, se você conseguir identificar partes da sua empresa que podem funcionar assim, e minimizar a intervenção humana, você pode investir tokens nesse processo, e a própria empresa vai se tornar melhor continuamente.

Tem muitos outros exemplos. Por exemplo, com dados de análise de produto, um agente pode identificar gargalos no funil de vendas, estudar melhores práticas, montar testes A/B, rodar por uma semana, e lançar a versão mais eficiente.

Esse ciclo de autoaperfeiçoamento se repete continuamente. Seu produto se torna um sistema que se otimiza sozinho.

O mesmo vale para suporte ao cliente. Sugestões de clientes entram constantemente, e você pode usar um agente para fazer triagem. Ele funciona como um chefe de produto ou de tecnologia, decidindo: essa sugestão não vale a pena, descarta; essa outra está alinhada com nossa estratégia, pode ser feita hoje à noite. Então, escreve código, implanta, entrega ao cliente, tudo sem intervenção humana.

Se você puder transformar cada parte da sua empresa em um ciclo recursivo de IA autoaperfeiçoável, ela será algo completamente diferente de uma estrutura hierárquica tradicional.

Menos pessoas, mais tokens: como empresas nativas de IA vão redesenhar a organização

E o que isso significa na prática?

Primeiro, gastar tokens, não contratar mais pessoas. Vemos que muitas empresas, até o Demo Day, já têm uma receita por funcionário cinco vezes maior do que há 18 meses. A tendência é que isso continue até as rodadas A e B. Em breve, o limite não será mais o número de funcionários, mas o uso de tokens.

A abordagem mais simples atualmente é medir o uso de tokens por pessoa. É um indicador que, embora possa ser gamificado ou manipulado, aponta na direção certa. Estamos em uma fase de exploração do que é possível, e todos deveriam experimentar ao máximo para descobrir o que essa inteligência nova consegue fazer.

Se você criar um ranking e ligar promoções ou demissões a esse indicador, ele será manipulado, claro. Mas, em essência, entender quem na organização está usando tokens ao máximo e quem não está, ajuda a decidir onde concentrar esforços.

Acredito que o papel de gerentes intermediários está chegando ao fim. Pelo menos para tarefas de coordenação, acho que a IA deve assumir essa função.

Para mim, há dois papéis essenciais no futuro. Jack Dorsey sugeriu três, mas eu não gostei do terceiro, então o eliminei. Os dois principais são: cada pessoa deve ser um IC, um contribuinte direto, um construtor, um executor. E, mais importante, deve haver alguém responsável direto por cada tarefa. Não um comitê, não um grupo de pessoas, mas uma pessoa com nome e rosto.

Acredito que uma empresa pode ser construída inteiramente sobre ICs. O fim da gestão intermediária é uma realidade. E construir uma empresa autoaperfeiçoável é exatamente esse o objetivo.

Aliás, acho que ainda estamos na fase de exploração dessa ideia. Gostaria muito de saber onde vocês chegaram. Parece que todos ainda estão testando os limites. Não tenho certeza se alguém já construiu uma empresa que realmente se autoaperfeiçoa em todas as funções. Talvez eu esteja errado, e vocês possam me provar isso.

Se fosse comigo, por onde começaria?

Primeiro, fazer toda a organização ser legível e compreensível para IA. O que isso significa? Significa registrar tudo.

Por exemplo, todos os e-mails dos parceiros do YC, se você enviar um e-mail para um parceiro, ele entra na base de dados do YC. Cada mensagem no Slack, DM, cada reunião gravada nos últimos três ou quatro meses — tudo isso deve ser registrado. Tudo que acontecer, se estiver registrado, a IA pode entender; se não estiver, ela não sabe que aconteceu.

Recentemente, conversei com alguns fundadores e eles falaram de coisas muito boas sobre suas empresas. Sempre penso: deveria gravar essa conversa. Porque uma pessoa me pediu uma indicação, e agora nem lembro quem era. Eu prometi ajudar, mas depois pedi para me enviarem um e-mail, porque sei que vou esquecer — tenho mais de 20 conversas por dia.

Por isso, tudo precisa ser gravado: no celular, com gravador, óculos inteligentes, ou até com microfones em cada sala. Tudo deve ficar registrado para que a IA possa ler.

Depois, como Garry disse, é preciso separar os interlocutores e fazer resumos. Não dá para colocar 100 mil horas de gravação na janela de contexto. É preciso organizar, agregar, condensar, extrair o essencial, e deixar pistas para a IA.

Por exemplo: alguém aqui já leu o manual do YC? Espero que todos tenham pelo menos uma vez. O manual foi escrito há cinco ou dez anos, e já está um pouco desatualizado.

No fim de semana passado, Harsh pensou: já que temos cerca de 2000 horas de gravações de office hours nos últimos três meses, por que não gerar uma nova versão do manual?

Ele pode dar uma instrução ao sistema para organizar, condensar, classificar por temas como captação de recursos, recrutamento, conflitos com cofundadores, e gerar uma nova versão do manual. Quando acabar o fim de semana, ele já terá criado um manual de 150 páginas, com qualidade bem superior à versão antiga.

Mais importante: podemos atualizar esse manual mensalmente. Assim, ele vira um sistema de autoaperfeiçoamento contínuo. Cada nova sugestão é comparada com o manual existente, e aceita ou descartada. Dessa forma, o manual se torna um cérebro vivo, carregando nossas recomendações semanais para os fundadores.

E não fica só nisso. Você pode usar esse manual como contexto para um agente de IA. Assim, pode fazer perguntas a um superinteligente IA e obter a sabedoria de 16 parceiros do YC. Mas para isso, esse conhecimento precisa ser legível para a IA. Então, tudo deve ser registrado.

O segundo ponto é semelhante: se algo pode criar um artefato que se autoaperfeiçoa e que a IA pode ler, deve ser preservado; se não, deve ser descartado.

O terceiro ponto é que cada função deve gerar seu próprio software. Antes, falávamos de "painel de controle", agora é sobre gerar software sob demanda. O Codex 5.5 já é bom o suficiente para criar a maior parte do software interno e painéis de controle de alta qualidade de uma vez. Testei com algumas ferramentas internas, e o resultado foi incrível.

Portanto, toda equipe operacional interna deve estar nesse nível: entender o negócio com inteligência, gerar seus próprios painéis e fluxos de trabalho.

E vejo esses softwares como algo descartável. O que realmente deve ser preservado é o dado. Como Garry, que armazena todos os e-mails em Markdown, nunca descartando nada. Mas o software é temporário, pode ser gerado e regenerado a qualquer momento.

O que tem valor de verdade é a compreensão do negócio na mente das pessoas: como funciona uma função, como organizamos um evento do YC, etc. Quanto ao software que executa essas atividades, pode ser criado para uma ocasião específica, e descartado depois. Em um ou dois meses, o modelo fica mais inteligente, e você gera uma nova versão do software com as instruções originais.

Acredito que o que realmente importa são o contexto de negócio e as skills. Software construído sobre eles é temporário.

E qual é o papel do ser humano nesse mundo?

Acredito que estamos falando de um "cérebro de empresa". Sei que há muitas pessoas aqui fazendo algo semelhante. A parte central — seus dados, e-mails, DMs, skills, know-how — é o cérebro da empresa.

Os humanos ficam na periferia desse cérebro, responsáveis por interagir com o mundo real. Ou seja, eles são o ponto de contato do sistema inteligente com a realidade. Podem entrar em cenários que o modelo ainda não consegue simular, como reuniões presenciais ou situações complexas e novas. Pensei em telefone como exemplo, mas hoje a IA também consegue entrar em chamadas.

Mais comum ainda são situações de incerteza, julgamento ético, momentos de alto risco. Por exemplo, um fundador nos procura dizendo que está pensando em se separar do cofundador. Nesses momentos de alta tensão e risco, você ainda quer uma pessoa humana presente.

Esse é o papel do humano. Para muitas empresas, também é assim com as conversas de vendas. Nos próximos 20 anos, acho que ainda precisaremos de alguém na sala durante uma negociação.

Portanto, vejo os humanos vivendo na periferia do cérebro da empresa, responsáveis por levar a inteligência ao mundo real.

Já estou passando do tempo, o anfitrião deve estar quase me puxando. Para encerrar, deixo uma pergunta: se você fosse fundar sua própria empresa hoje, ela começaria já nesse formato?

A maioria de vocês pode fazer isso agora, pois a empresa ainda é pequena. Então, não há desculpa. E sei que alguns já estão desmontando e reconstruindo suas empresas.

Vou parar por aqui e passar a palavra ao Pete. Obrigado a todos.

[Link do vídeo]

Clique para conhecer as vagas na BlockBeats

Participe do grupo oficial da BlockBeats no Telegram:
https://t.me/theblockbeats

Grupo de discussão no Telegram:
https://t.me/BlockBeats_App

Conta oficial no Twitter:
https://twitter.com/BlockBeatsAsia