Startups nativas em IA são 25% menores e mais achatadas. Como competir com elas?

Uma startup com 30 pessoas disputando o mesmo mercado que uma empresa com 40, e valendo o mesmo. Não é exceção, é o padrão que começa a aparecer nos dados.

O estudo "AI-Native Firms", de Hyunjin Kim, do INSEAD, e Rembrand Koning, da Harvard Business School, analisou startups das turmas da Y Combinator de 2020 a 2024 e empresas americanas com primeiro aporte de venture capital no mesmo período. A conclusão: startups nativas em IA são 25% menores do que startups sem IA do mesmo setor e da mesma geração. Têm participação de engenheiros 13% maior, cerca de 15% menos profissionais em cargos de entrada e 15% menos gestores, e hierarquias meio nível mais achatadas. Mesmo assim, alcançam valuations comparáveis, o que significa mais valor gerado por funcionário.

A pesquisa foi repercutida pela Forbes, que resumiu a pergunta que ela deixa para as empresas estabelecidas: ameaça ou oportunidade?

O que é uma empresa nativa em IA?

É uma empresa que usa IA de duas formas ao mesmo tempo: para aumentar a produtividade das pessoas e, principalmente, embutida no próprio produto que vende. É essa segunda parte que faz a diferença.

Kim e Koning identificaram dois canais pelos quais a IA muda a estrutura das startups. O primeiro é o processo, ou seja, como as pessoas trabalham. O segundo é o produto, com capacidades de IA integradas ao que a empresa entrega ao cliente. Segundo os autores, embutir IA no produto é a principal forma que essas startups encontraram de escalar trabalho intelectual sem montar grandes equipes de especialistas.

Por que essas empresas precisam de menos gente?

Porque parte do trabalho que antes passava por pessoas agora passa pelo produto. A Forbes descreve assim: quando a inteligência está codificada no produto, as solicitações dos clientes são resolvidas pela interface, e não por uma cadeia de gestão. Muito do que antes exigia supervisão, aprovação e julgamento humano agora acontece dentro do próprio sistema.

Pense em uma empresa tradicional de serviços financeiros. Um pedido de cliente passa pelo atendimento, que encaminha para um analista, que consulta um especialista, que precisa da aprovação de um gestor. Em uma empresa nativa em IA, boa parte dessa cadeia está no software, e as pessoas entram onde o julgamento humano realmente faz diferença.

Menos camadas de coordenação significam menos gestores. Menos tarefas operacionais significam menos cargos de entrada. E a engenharia ganha peso, porque é ela que constrói e mantém a inteligência do produto.

Quem trabalha nessas startups?

Um perfil mais técnico, mais sênior e mais concentrado. Segundo reportagem do Yahoo Finance sobre o estudo, a participação de profissionais seniores é cerca de 20% maior nessas empresas. Elas contratam mais formados em universidades de elite, e a força de trabalho está concentrada no Vale do Silício.

Os próprios pesquisadores fazem um alerta: uma adoção desigual de IA pode ampliar as diferenças de desempenho entre trabalhadores e empreendedores, em vez de expandir o acesso a oportunidades. O mesmo modelo que torna essas startups eficientes pode estreitar a porta de entrada para quem ainda não tem experiência ou não passou pelas instituições mais seletivas.

Por que empresas estabelecidas não conseguem simplesmente copiar o modelo?

Porque a vantagem está na arquitetura, e não na ferramenta. Uma empresa tradicional pode dar licenças de IA para todos os funcionários e ganhar produtividade no canal do processo. O canal do produto é mais difícil. Ele exige repensar o que a empresa vende, como o cliente interage com ela e quais decisões podem ser resolvidas pelo sistema, em vez de passar por pessoas.

A Forbes aponta que empresas estabelecidas enfrentam restrições que as nativas em IA não têm: sistemas legados, processos desenhados para hierarquias longas, estruturas de cargos e carreiras construídas em torno da supervisão. Uma startup começa do zero com a IA no centro. Uma empresa com décadas de história precisa redesenhar enquanto opera.

É o mesmo dilema que muitas empresas viveram na transição para o digital: acrescentar um canal online por cima da operação física é muito diferente de nascer digital.

Essas startups são uma ameaça real?

São, principalmente em mercados em que o custo de servir o cliente pesa na competitividade. Se uma concorrente consegue atender o mesmo mercado com 25% menos gente e menos camadas, ela pode cobrar menos, crescer mais rápido ou investir mais em produto. A vantagem não está em uma funcionalidade específica, e sim em uma estrutura de custos que a empresa tradicional não consegue igualar sem mudar sua forma de funcionar.

Mas há também uma oportunidade. Empresas estabelecidas têm o que startups não têm: base de clientes, dados acumulados, marca e distribuição. Quem conseguir combinar esses ativos com a lógica de produto das nativas em IA pode chegar a um modelo que nenhuma startup consegue reproduzir rapidamente.

O que líderes de empresas estabelecidas devem observar?

Três perguntas ajudam a começar. Primeira: quais decisões hoje passam por várias camadas humanas e poderiam ser resolvidas pelo produto, com o julgamento humano reservado para as exceções? Segunda: onde a estrutura de gestão existe para coordenar informação que um sistema poderia coordenar? Terceira: o produto que a empresa vende hoje incorpora inteligência, ou a inteligência continua morando só dentro da empresa?

Nenhuma dessas perguntas é técnica. Todas mexem em estrutura, cargos, carreira e poder, e por isso são decisões da liderança.

Sua empresa está usando IA por cima da estrutura ou redesenhando a estrutura em torno dela?

As empresas que estão definindo esse novo modelo estão concentradas em um lugar, e observar de perto como elas se organizam, contratam e constroem produto costuma ensinar mais do que qualquer relatório. É esse contato direto com o ecossistema que está redesenhando o formato das empresas que a Missão Vale do Silício da StartSe oferece a lideranças que querem entender o modelo antes de competir com ele.