A IA não democratizará a tecnologia, ela recompensa as pessoas certas

Autor: Naman Bhansali

Tradução: DeepWave TechFlow

Guia da Shenchao: No início da adoção de novas tecnologias, as pessoas frequentemente têm a ilusão de que “a tecnologia iguala todos”: quando a fotografia, a criação musical ou o desenvolvimento de software se tornam fáceis, os benefícios competitivos desaparecem? Naman Bhansali, fundador da Warp, combinando sua própria jornada de uma pequena cidade na Índia até o MIT e sua experiência em empreender no setor de folha de pagamento impulsionado por IA, revela profundamente uma verdade contraintuitiva: quanto mais a tecnologia reduz a barreira de entrada (Floor), mais alto se eleva o teto da indústria (Ceiling).

Nesta era em que a execução tornou-se barata e até pode ser “vibecodificada” por IA, o autor argumenta que a verdadeira vantagem competitiva já não é mais a simples distribuição de tráfego, mas sim a “estética” (Taste) difícil de falsificar, a profunda compreensão da lógica subjacente de sistemas complexos e a paciência para persistir por uma década, gerando juros compostos. Este artigo não é apenas uma reflexão fria sobre empreendedorismo com IA, mas também uma poderosa defesa da lei de potência de “tecnologia popular levando a resultados elitistas”.

O texto completo é:

Sempre que uma nova tecnologia reduz as barreiras de entrada, as mesmas previsões surgem: como agora todos podem fazer, ninguém mais tem vantagem. Celulares com câmera tornaram todos fotógrafos; o Spotify tornou todos músicos; a IA tornou todos desenvolvedores de software.

Essas previsões sempre acertam metade: o piso (The floor) realmente subiu. Mais pessoas estão criando, mais pessoas estão lançando produtos e mais pessoas estão entrando na competição. Mas essas previsões sempre ignoram o teto (The ceiling). O teto está subindo mais rápido. E a lacuna entre o piso e o teto — ou seja, entre o nível mediano e o nível superior — não está diminuindo, mas sim aumentando.

Essa é a característica das leis de potência (power laws): não importa sua intenção. Tecnologias de igualdade sempre produzem resultados aristocráticos. Sempre.

A IA também não será uma exceção, e até poderá se comportar de forma mais extrema.

Quando o Spotify foi lançado, fez algo realmente inovador: permitiu que qualquer artista musical no planeta acessasse canais de distribuição que antes só estavam disponíveis para gravadoras, orçamentos de marketing e sorte extraordinária. O resultado foi uma explosão na indústria musical — milhões de novos artistas surgiram e bilhões de novas músicas foram lançadas. O padrão realmente subiu como prometido.

Mas o que aconteceu em seguida foi que os artistas do top 1% agora capturam uma proporção de reproduções ainda maior do que na era dos CDs. Não diminuiu, mas aumentou. Mais música, mais competição e mais maneiras de encontrar conteúdo de qualidade levaram os ouvintes, livres das limitações geográficas ou de espaço nas prateleiras, a se concentrarem nas obras mais顶尖. O Spotify não realizou a igualdade na música; apenas intensificou esse torneio.

A mesma história ocorre nos campos da escrita, fotografia e software. A internet gerou o maior número de autores da história, mas também criou uma economia de atenção mais cruel. Mais participantes, apostas mais altas no topo, e a mesma forma básica: uma pequena minoria captura a maior parte do valor.

Ficamos surpresos porque estamos acostumados a pensar de forma linear — esperamos que o aumento da produtividade se distribua uniformemente, como água sendo despejada em um recipiente plano. Mas a maioria dos sistemas complexos não funciona assim, e nunca funcionou. A distribuição de potência não é uma peculiaridade do mercado nem uma falha da tecnologia; é a configuração padrão da natureza. A tecnologia não a criou; a tecnologia apenas a revelou.

Pense na Lei de Kleiber. Em todos os organismos na Terra — desde bactérias até baleias-azuis, abrangendo 27 ordens de grandeza de massa — a taxa metabólica é proporcional à massa elevada à potência de 0,75. O metabolismo da baleia não é proporcional ao tamanho da baleia. Essa relação é uma lei de potência e mantém uma precisão extremamente alta em quase todas as formas de vida. Ninguém projetou essa distribuição; ela simplesmente emerge como a forma que a energia assume quando segue sua lógica interna em sistemas complexos.

O mercado é um sistema complexo, e a atenção é um recurso. Quando o atrito desaparece — quando geografia, espaço de prateleira e custos de distribuição deixam de atuar como amortecedores — o mercado converge para sua forma natural. Essa forma não é a curva em sino da distribuição normal, mas sim uma lei de potência. A narrativa de igualdade coexiste com resultados aristocráticos, e é por isso que cada nova tecnologia nos pega de surpresa. Vemos o piso subir e assumimos que o teto também está subindo na mesma velocidade. Mas isso não é verdade; o teto está se afastando aceleradamente.

A impulso da IA nesse processo será mais rápido e mais intenso do que qualquer tecnologia anterior. O piso está subindo em tempo real — qualquer pessoa pode lançar um produto, projetar uma interface ou escrever código de ambiente de produção. Mas o teto também está subindo, e mais rápido ainda. A pergunta que vale a pena fazer é: o que realmente determina sua posição final?

Em 1981, Steve Jobs insistiu que a placa de circuito interna do primeiro Macintosh deveria ser esteticamente agradável. Não a aparência externa, mas o interior — a parte que o cliente nunca veria. Seus engenheiros acharam que ele estava louco. Mas ele não estava. Ele compreendeu algo que facilmente poderia ser descartado como perfeccionismo, mas que na verdade se aproximava mais de uma prova: a maneira como você faz qualquer coisa é a maneira como você faz tudo. Uma pessoa que consegue tornar partes ocultas belas não está apenas demonstrando qualidade; ela, por caráter, não consegue tolerar lançar qualquer produto inferior.

Isso é importante porque a confiança é difícil de construir, mas fácil de falsificar em pouco tempo. Nós constantemente aplicamos julgamentos heurísticos para tentar descobrir quem é verdadeiramente excelente e quem apenas está fingindo excelência. Credenciais ajudam, mas podem ser manipuladas; pedigree ajuda, mas pode ser herdado. O que realmente é difícil de falsificar é o gosto — ou seja, uma persistência visível e duradoura em aderir a um padrão que ninguém exige. Jobs não precisava tornar as placas de circuito tão belas. Ele o fez, e isso, por si só, lhe diz como ele agiria nos lugares que você não consegue ver.

Durante a maior parte da última década, esse sinal foi, de certa forma, obscurecido. No auge do SaaS (aproximadamente de 2012 a 2022), a execução tornou-se tão padronizada que a distribuição se tornou o verdadeiro recurso escasso. Se você conseguisse adquirir clientes de forma eficiente, construir uma máquina de vendas e atingir a “Regra dos 40” — o próprio produto quase não importava. Desde que sua estratégia de entrada no mercado fosse forte o suficiente, você poderia vencer com um produto mediano. O sinal emitido pela estética foi afogado no ruído das métricas de crescimento.

A IA transformou completamente a relação sinal-ruído. Quando qualquer pessoa pode gerar, em uma tarde, um produto funcional, uma interface elegante e um repositório de código operacional, o fato de algo ser “fácil de usar” já não é um fator de diferenciação. A questão passou a ser: este produto é realmente excelente? Esta pessoa sabe a diferença entre “bom” e “insanamente ótimo”? Mesmo sem ninguém exigir, ela se importa o suficiente para fechar essa última lacuna?

Isso é especialmente verdadeiro para software crítico para negócios — sistemas que lidam com folha de pagamento, conformidade e dados de funcionários. Esses não são produtos que você pode testar casualmente e descartar no próximo trimestre. Os custos de mudança são reais, os modos de falha são graves, e as pessoas que implantam esses sistemas são responsáveis pelas consequências. Isso significa que, antes de assinar, elas executarão todos os heurísticos de confiança. Um produto bem projetado é um dos sinais mais fortes que pode ser emitido. Ele diz: “As pessoas que o construíram se importaram.” Elas se importam com as partes visíveis a olho nu, o que significa que provavelmente também se importam com as partes invisíveis.

Num mundo onde a execução é barata, a estética é a prova de trabalho.

Essa lógica sempre foi válida, mas, nas últimas décadas, o ambiente de mercado a tornou quase invisível. Em certa época, a habilidade mais importante da indústria de software nem sequer estava relacionada ao software em si.

Entre 2012 e 2022, a arquitetura central do SaaS se estabilizou. A infraestrutura em nuvem tornou-se barata e padronizada, e as ferramentas de desenvolvimento amadureceram. Construir um produto funcional ainda é difícil, mas é um tipo de “dificuldade já resolvida” — você pode superá-la contratando talentos, seguindo modelos estabelecidos e atingindo a linha de passagem desde que tenha recursos suficientes. O que realmente é escasso e diferencia os vencedores dos mediocres é a capacidade de distribuição. Você consegue adquirir clientes de forma eficiente? Consegue estabelecer ações de vendas repetíveis? Você entende suficientemente o modelo de economia por unidade para alimentar o fogo do crescimento no momento certo?

Os fundadores que se destacavam nesse ambiente vinham principalmente dos setores de vendas, consultoria ou finanças. Eles dominavam métricas que, há dez anos, soavam como grego: Net Dollar Retention (NDR), Average Contract Value (ACV), Magic Number e a Regra 40. Eles viviam em planilhas e revisões de pipeline de vendas, e nesse contexto, estavam certos. O auge do SaaS gerou fundadores do auge do SaaS. Foi uma evolução racional e adaptativa.

Mas eu me sinto asfixiado.

Cresci em uma pequena cidade em um estado da Índia com 250 milhões de habitantes. Anualmente, apenas cerca de três estudantes em toda a Índia conseguem entrar no Massachusetts Institute of Technology (MIT). Sem exceção, todos eles vêm de caras escolas preparatórias em Delhi, Mumbai ou Bangalore — instituições criadas especificamente para esse objetivo. Sou a primeira pessoa na história do meu estado a ser admitida no MIT. Menciono isso não para me vangloriar, mas porque isso é uma versão em miniatura da tese deste artigo: quando as barreiras de acesso são restritas, a origem (Pedigree) prediz o resultado; quando as barreiras de acesso são abertas, as pessoas profundas (Deep people) sempre vencem. Em uma sala cheia de pessoas com origens ilustres, eu sou a aposta que vence pela profundidade. Essa é a única maneira que conheço de apostar.

Estudei física, matemática e ciência da computação, e nas áreas mais profundas, as maiores insights não vieram da otimização de processos, mas em perceber verdades que outros ignoraram. Minha dissertação de mestrado foi sobre mitigação de stragglers no treinamento de aprendizado de máquina distribuído: quando você opera sistemas em grande escala, como otimizar essa restrição sem comprometer a integridade geral, se algumas partes estiverem atrasadas.

Quando eu tinha vinte e poucos anos e olhava para o mundo do empreendedorismo, via um cenário em que essas profundas insights pareciam irrelevantes. O mercado recompensava o “go-to-market”, e não o produto em si. Construir algo com excelência técnica parecia ingênuo — era visto como uma distração do “jogo real” (ou seja, aquisição de clientes, retenção e velocidade de vendas).

Em seguida, no final de 2022, o cenário mudou.

O que o ChatGPT demonstra — de uma maneira mais intuitiva e impactante do que décadas de artigos de pesquisa — é que a curva já se curvou. Uma nova curva em S foi iniciada. As transições de fase não recompensam aqueles que melhor se adaptaram à fase anterior, mas sim aqueles que conseguem enxergar o potencial infinito da nova fase antes que os outros percebam o preço.

Então deixei meu emprego e criei a Warp.

A aposta é muito específica. Os Estados Unidos têm mais de 800 agências fiscais — federais, estaduais e locais — cada uma com seus próprios requisitos de declaração, prazos e lógicas de conformidade. Não há API, nem interface de acesso programático. Por décadas, cada provedor de folha de pagamento tratou esse problema da mesma maneira: contratar pessoas. Milhares de especialistas em conformidade lidam manualmente com sistemas que nunca foram projetados para operar em escala. As grandes empresas tradicionais — ADP, Paylocity, Paychex — construíram modelos de negócios inteiros em torno dessa complexidade, não resolvendo-a, mas absorvendo-a no número de funcionários e repassando os custos aos clientes.

Em 2022, eu podia ver que os agentes de IA ainda eram frágeis. Mas também podia ver a curva de melhoria. Uma pessoa profundamente envolvida em sistemas distribuídos em larga escala, observando de perto a evolução dos modelos, poderia fazer uma aposta precisa: tecnologias frágeis naquele momento se tornariam extremamente poderosas em poucos anos. Por isso, fizemos nossa aposta: construir uma plataforma nativa de IA a partir dos primeiros princípios, começando pelo fluxo de trabalho mais difícil dessa categoria — aquele que, por limitações arquitetônicas, nunca poderia ser automatizado pelas grandes empresas tradicionais.

Agora, essa aposta está sendo realizada. Mas, de forma mais ampla, trata-se de reconhecimento de padrões. Os fundadores tecnológicos da era da IA não apenas possuem vantagem de engenharia, mas também vantagem de洞察. Eles conseguem enxergar pontos de entrada diferentes e fazer apostas diferentes. Eles conseguem examinar um sistema considerado por todos como “permanentemente complexo” e questionar: o que é necessário para alcançar a automação real? E, então, o ponto-chave é que eles mesmos constroem a resposta.

O dominador da era SaaS de ponta é um otimizador racional sob restrições. A IA está removendo essas restrições e instalando novas. Em novo ambiente, o recurso escasso já não é a distribuição, mas a capacidade de compreender possibilidades — e construí-las com o padrão estético e crença adequados. Mas há uma terceira variável que decide tudo, e é nisso que a maioria dos fundadores da era da IA está cometendo erros catastróficos.

No cenário empreendedor atual, circula o seguinte meme: você tem dois anos para escapar da base permanente. Construa rápido, levante capital rápido, ou saia ou se foda.

Entendo de onde vem essa mentalidade. A velocidade com que a IA está evoluindo gera uma sensação de crise de sobrevivência, e a janela para aproveitar a onda parece extremamente estreita. Jovens que veem histórias de fama instantânea no Twitter naturalmente acreditam que a essência do jogo é a velocidade — os vencedores são aqueles que correm mais rápido no menor tempo possível.

Isso está correto em uma dimensão completamente errada.

A velocidade de execução é realmente crucial. Eu acredito profundamente nisso — isso até está gravado no nome da minha empresa (Warp). Mas a velocidade de execução não é igual à falta de visão. Os fundadores que construirão as empresas mais valiosas na era da IA não são aqueles que correm por dois anos e depois saem. São aqueles que correm por dez anos e aproveitam os juros compostos.

O erro do curto-prazismo é que as coisas mais valiosas no software — dados privados, relações profundas com clientes, custos reais de migração, conhecimento regulatório — exigem anos para serem acumuladas e não podem ser replicadas rapidamente, independentemente de quanto capital ou capacidade de IA os concorrentes trazem. Quando a Warp processa folhas de pagamento para empresas interestaduais, estamos acumulando dados de conformidade em milhares de jurisdições. Cada notificação fiscal resolvida, cada caso limite tratado, cada registro estadual concluído, está treinando um sistema que se torna cada vez mais difícil de replicar com o tempo. Isso não é um recurso; é uma vantagem competitiva, que existe porque nos aprofundamos por tempo suficiente com qualidade extremamente alta, até gerar densidade de qualidade.

Essa composição não é visível no primeiro ano. No segundo ano, ela é apenas entrevislumbrada. No quinto ano, ela é tudo no jogo.

O ex-CEO da Snowflake, Frank Slootman, construiu e escalou mais empresas de software do que qualquer outra pessoa existente, e ele resumiu isso de forma concisa: acostume-se ao estado de “incômodo”. Não para uma corrida curta, mas como um estado permanente. A névoa da guerra nos estágios iniciais de uma startup — aquele sentimento de perda de direção, informações incompletas e a necessidade de tomar decisões de ação — não desaparecerá após dois anos. Ela apenas evolui, e novas incertezas substituem as antigas. Os fundadores que duram não são aqueles que encontraram certeza, mas aqueles que aprenderam a se mover com clareza na névoa.

Construir uma empresa é extremamente cruel, e essa crueldade é difícil de transmitir para quem nunca fez. Você vive em um medo constante e leve, ocasionalmente interrompido por terror de nível superior. Você toma milhares de decisões com informações incompletas, sabendo que uma sequência de erros pode levar ao fim. Aquelas “sucessos overnight” que você vê no Twitter não são apenas outliers na distribuição de potência, mas extremos entre os outliers. Tentar otimizar sua estratégia com base nesses casos é como treinar para uma maratona estudando os tempos de pessoas que se perderam e, por acidente, completaram 5 km.

Então, por que fazer isso? Não por conforto, nem por ter boas probabilidades. Mas porque, para algumas pessoas, não fazê-lo parece não estar realmente vivendo. Porque o único sentimento pior do que o medo de “construir algo do zero” é o sufocamento silencioso de “nunca ter tentado”.

E—se você acertar, se enxergar a verdade que ainda não foi precificada por outros, se executar com estética e convicção ao longo de um período suficientemente longo—o resultado não será apenas financeiro. Você construiu algo que realmente transforma a forma como as pessoas trabalham. Você criou um produto que as pessoas adoram usar. Você contratou e realizou pessoas que dão o melhor de si na empresa que você construiu com as próprias mãos.

Este é um projeto de dez anos. A IA não pode mudar isso, nunca mudou.

O que a IA muda é o teto (Ceiling) que esses fundadores podem alcançar nesta década, desde que consigam persistir até o fim para ver o resultado.

Então, do outro lado de tudo isso, como será o software?

Os otimistas dizem que a IA cria abundância — mais produtos, mais construtores, mais valor distribuído para mais pessoas. Eles estão certos. Os pessimistas dizem que a IA destruiu os moats do software — qualquer coisa pode ser copiada em uma tarde, e a defesa está morta. Eles também estão parcialmente certos. Mas ambas as correntes estão focadas no piso (The floor), e ninguém está prest atenção ao teto (The ceiling).

Milhares de soluções pontuais — ferramentas pequenas, funcionais e geradas por IA, suficientes para resolver problemas específicos — surgirão no futuro. Muitas delas nem serão construídas por empresas, mas por indivíduos ou equipes internas para resolver suas próprias dores. Para certas categorias de software de baixa barreira de entrada e fáceis de substituir, o mercado se tornará verdadeiramente democrático. A barra está alta, a concorrência é intensa e as margens de lucro são mínimas.

Mas para software crítico para negócios — sistemas que lidam com fluxos de caixa, conformidade, dados de funcionários e riscos legais — a situação é completamente diferente. Esses são fluxos de trabalho com tolerância a erros extremamente baixa. Quando o sistema de folha de pagamento falha, os funcionários não recebem seu salário; quando a declaração de impostos está errada, a Receita Federal (IRS) aparece; quando os pagamentos de benefícios são interrompidos durante o período de inscrição aberta, pessoas reais perdem sua cobertura. A pessoa que escolhe o software deve ser responsável pelas consequências. Essa responsabilidade não pode ser terceirizada para um IA que foi montado à base de “codificação por vibração” à tarde.

Para esses fluxos de trabalho, as empresas continuarão a confiar nos fornecedores. Entre esses fornecedores, a dinâmica de “vencedor leva tudo” será mais extrema do que nas gerações anteriores de software. Isso não ocorre apenas devido a efeitos de rede mais fortes (embora isso seja verdade), mas principalmente porque uma plataforma nativa de IA que opera em larga escala e acumula dados privados por meio de milhões de transações e milhares de casos limite de conformidade possui uma vantagem de capitalização composta que torna quase impossível para novos entrantes alcançarem uma “subida repentina”. A vantagem competitiva já não é um conjunto de funcionalidades, mas a qualidade acumulada ao longo do tempo por meio da manutenção de altos padrões operacionais em um ambiente que penaliza erros.

Isso significa que o grau de integração no mercado de software superará a era do SaaS. Prevê-se que, daqui a dez anos, nos campos de RH e folha de pagamento, não haverá 20 empresas cada uma com participação de dígitos únicos no mercado. Prevê-se que dois ou três plataformas dominarão a maior parte do valor, enquanto uma longa lista de soluções pontuais quase não terá nada. O mesmo padrão ocorrerá em cada categoria de software onde complexidade regulatória, acúmulo de dados e custos de mudança atuam em conjunto.

As empresas no topo dessas distribuições parecem muito semelhantes: fundadas por profissionais de tecnologia com um senso autêntico de produto; construídas desde o primeiro dia sobre arquiteturas nativas de IA; operando em mercados onde os gigantes atuais não conseguem responder estruturalmente sem desmontar seus negócios existentes. Elas fizeram cedo uma aposta única em洞察力 — enxergando uma verdade ainda não precificada criada pela IA — e persistiram por tempo suficiente até que os efeitos compostos se tornassem claramente visíveis.

Eu tenho descrito abstratamente esse tipo de fundador. Mas eu sei exatamente quem ele é, porque estou me esforçando para me tornar ele.

Criei a Warp em 2022 porque acreditei que toda a pilha operacional de funcionários — folha de pagamento, conformidade tributária, benefícios, onboarding, gerenciamento de equipamentos, processos de RH — era baseada em trabalho manual e arquiteturas antigas, e que a IA poderia substituí-las completamente. Não melhorá-las, mas substituí-las. Gigantes estabelecidos construíram negócios de bilhões de dólares absorvendo a complexidade na força de trabalho; nós construiremos nosso negócio eliminando a complexidade desde a fonte.

Três anos provaram essa aposta. Desde o lançamento, já processamos mais de 500 milhões de dólares em transações, estamos em rápido crescimento e servimos empresas que constroem as tecnologias mais importantes do mundo. Todos os meses, os dados de conformidade que acumulamos, os casos extremos processados e as integrações construídas tornam a plataforma cada vez mais difícil de replicar e mais valiosa para os clientes. O moat ainda está no início, mas já está se formando e acelerando.

Eu te conto isso não porque o sucesso do Warp era inevitável — em um mundo de distribuição de potência, nada é inevitável — mas porque a lógica que nos levou até aqui é exatamente a mesma que descrevi ao longo deste texto: ver a verdade. Aprofundar-se mais do que qualquer um. Estabelecer padrões elevados que se mantenham sem pressão externa. Persistir por tempo suficiente para ver se você estava certo.

As empresas excelentes da era da IA serão construídas por aqueles que entenderam a seguinte verdade: o acesso nunca foi um recurso escasso, a insight é; a execução nunca foi uma vantagem competitiva, o gosto é; a velocidade nunca foi uma vantagem, a profundidade é.

A lei de potência não se importa com suas intenções. Mas recompensa as intenções corretas.