Minha startup de IA é só um wrapper?

Sua startup de IA só é um wrapper se o produto inteiro for uma camada fina de prompt e interface em torno de um modelo que qualquer um pode chamar. Chamar algo que você não é dono não é o problema. A maioria dos negócios de software mais valiosos roda sobre infraestrutura e APIs que não são deles, e a Stripe ainda processa pagamentos em nuvem e redes de cartão que ela não construiu. O teste de verdade é se existe algo por baixo da sua chamada de modelo que um concorrente não consiga copiar depois de chamar o mesmo modelo, seja dados proprietários que se acumulam, um fluxo de trabalho em que um time passa o dia inteiro, ou uma distribuição que um clone não consegue alugar. Se a resposta honesta hoje é nada, você é um wrapper por enquanto. Esse é um ponto de partida normal, não um veredito, desde que você saiba qual fosso vai construir em seguida.

Minha startup de IA é só um wrapper?

Pergunte sem rodeios. Você é um wrapper se um concorrente bem financiado consegue copiar sua interface, chamar o mesmo modelo de base e reproduzir seu produto em um fim de semana. Você deixa de ser um wrapper no momento em que algo que você construiu faz essa cópia falhar. Um wrapper é definido pelo que falta por baixo da chamada de modelo, não pelo fato de você chamar um modelo.

A confusão vem de trocar capacidade por defensabilidade. Acesso a um modelo de fronteira é uma capacidade, e hoje qualquer pessoa com um cartão de crédito e uma chave de API tem esse acesso. Defensabilidade é o que sobra quando esse acesso é universal. Então a pergunta do wrapper é, na verdade, uma pergunta sobre fosso, e a versão honesta dela é desconfortável. Depois que um concorrente chama o mesmo modelo que você chama, o que exatamente sobra que ele ainda não consegue copiar?

O que "só um wrapper" realmente significa

Um wrapper é um produto cujo valor inteiro está no prompt e na interface. A crítica incomoda porque costuma ser verdade no lançamento, e porque o chão não para de se mexer embaixo desses produtos. Uma capacidade de modelo que é um diferencial neste trimestre vira um recurso padrão no próximo, e o preço da inteligência bruta não para de cair.

Os números aqui são gritantes. Segundo o Stanford HAI AI Index, o custo de rodar um modelo no nível do GPT-3.5 caiu mais de 280 vezes entre novembro de 2022 e outubro de 2024. Quando a capacidade central fica tão mais barata tão rápido, qualquer vantagem que vive puramente na camada do modelo se desgasta na mesma curva. David Cahn, da Sequoia Capital, fez a versão macro desse argumento, defendendo que o capital despejado na camada de modelos e infraestrutura de IA correu muito à frente da receita que ela produziu. Computação e capital não são os insumos escassos. A defensabilidade é.

Nada disso torna os wrappers inúteis. Isso faz do wrapper uma posição de partida, não uma linha de chegada. Depender de infraestrutura que não é sua é normal, e não é disso que a crítica trata. A Stripe roda sobre nuvem e redes de cartão que ela não construiu e é uma das empresas de software mais valiosas do mundo, porque colocou por cima liquidação, risco e confiança dos desenvolvedores que os rivais não conseguem clonar chamando os mesmos trilhos. O problema nunca é você chamar uma API. O problema é uma camada fina sem nada por baixo.

Wrapper de GPT vs empresa defensável: o que realmente as separa

Um wrapper de GPT e uma empresa defensável podem parecer idênticos em uma demo. A diferença é invisível na interface e vive no que se acumula por baixo dela. Warren Buffett tomou emprestada a imagem de um castelo protegido por um fosso para descrever negócios que seguem lucrativos porque os rivais não conseguem alcançá-los com facilidade. Jerry Chen, sócio da Greylock, atualizou a ideia para software em seu ensaio muito lido "The New New Moats", defendendo que empresas de software duráveis vencem não por serem donas de um modelo, mas por se tornarem um sistema de inteligência, um software que fica dentro do fluxo de trabalho do cliente, unifica dados espalhados por outros sistemas e fica mais inteligente com o uso. Isso se divide em três fossos que você realmente pode construir, e nenhum deles é o modelo.

Dados proprietários que se acumulam

Dados públicos treinam o modelo de todo mundo por igual, então não defendem ninguém. Um fosso de dados real vem de um ciclo. Seu produto captura dados que nenhum concorrente tem, esses dados melhoram o resultado de forma mensurável, o resultado melhor gera mais uso, e mais uso produz mais dados. Fazer fine-tuning com dados que qualquer um pode raspar não é um fosso. Uma ferramenta de sinistros que absorve como uma seguradora lida com seus casos de exceção tem um ciclo. Uma caixa de chat genérica não tem.

Profundidade de fluxo de trabalho

Esse costuma ser o fosso mais forte para uma empresa jovem. Quando seu produto vira o lugar onde o trabalho de fato acontece, em vez de uma ferramenta que as pessoas abrem e fecham, você deixa de ser opcional. Profundidade se parece com integrações nos sistemas que um time já usa, processos de várias etapas que vivem dentro do seu produto, permissões e trilhas de auditoria, e entregas das quais outras pessoas na organização dependem. Uma caixa de prompt é rasa. Um sistema pelo qual um time financeiro faz o fechamento mensal é profundo, e o que é profundo é caro de reconstruir mesmo com um modelo melhor.

Distribuição

Os fundadores subestimam esse. A história da tecnologia está cheia de produtos melhores que perderam para produtos piores com distribuição melhor. Para uma startup de IA, distribuição pode ser um parceiro de design que vira referência para uma vertical inteira, uma plataforma na qual você se conecta, uma comunidade que você construiu antes de ter um produto, ou uma marca que faz de você a resposta padrão quando os compradores pesquisam. Um clone mais barato ainda precisa encontrar e conquistar o cliente que você já alcançou. No Brasil e na América Latina, onde confiança local, idioma e presença pesam mais do que nos Estados Unidos, uma distribuição construída no território é especialmente difícil de copiar.

Onde o custo de troca entra: ele é a leitura, não um quarto fosso

Os fundadores costumam colocar o custo de troca em uma lista como essa e tentar pontuá-lo separadamente. Ele não pertence a essa lista, porque o custo de troca não é independente dos três fossos acima. Ele é a soma deles. Os dados que um cliente acumulou dentro do seu produto, os processos que o time dele padronizou, e as integrações ligadas à stack dele são os mesmos pilares de dados, fluxo de trabalho e distribuição vistos do lado do cliente. Contar o custo de troca como um quarto fosso separado conta os três primeiros duas vezes.

Então, use-o como leitura. Depois de pontuar os três fossos reais, o custo de troca é a única pergunta que diz se eles estão funcionando. Se um concorrente lançasse amanhã com um modelo melhor, quanto de fato custaria para o seu melhor cliente, em tempo, risco e histórico perdido, ir embora? Um custo de troca saudável é conquistado ao entregar valor, não ao prender ninguém. É a conta que um cliente paga para ir embora, e os três fossos são o que colocam um número nela.

Faça sua autoavaliação: wrapper ou empresa defensável?

Dê a si mesmo um ponto para cada um dos três fossos que seja real e esteja crescendo hoje, não planejado para algum dia.

Depois, leia o total pelo custo de troca, a conta que um concorrente faz o seu melhor cliente pagar para sair.

• **Dados proprietários.** Usar o seu produto cria dados que nenhum concorrente tem, e esses dados melhoram visivelmente o próximo resultado?
• **Profundidade de fluxo de trabalho.** O seu produto é onde o trabalho de um time de fato acontece, guardando as integrações e os registros dos quais eles dependem, ou uma ferramenta que eles visitam e abandonam?
• **Distribuição.** Você consegue alcançar e conquistar seus próximos cem clientes por um canal que um clone não pode simplesmente alugar?
• **Zero ponto.** Você é um wrapper hoje. Tudo bem se você está no começo, desde que consiga nomear o único pilar que vai construir em seguida.
• **Um ponto.** Você tem uma vantagem inicial virando fosso. Aprofunde-a antes que a camada do modelo transforme seu diferencial em commodity.
• **Dois pontos.** A defensabilidade está se formando. Você passou da pergunta do wrapper e entrou no trabalho mais difícil de acumular o que já tem.
• **Três pontos.** Você tem um fosso real. Um modelo melhor raramente vence sozinho contra dados, fluxo de trabalho e distribuição que um concorrente não consegue reproduzir.

Wrapper hoje não significa wrapper para sempre

Quase toda empresa de software que definiu uma categoria parecia fina no começo. O que separou as vencedoras foi um plano deliberado de converter o uso inicial em dados, fluxo de trabalho e distribuição antes que os concorrentes alcançassem. Na nossa experiência cofundando empresas desde o dia zero, a maioria começa em zero ou um, um wrapper fino com uma ideia real por baixo. Esse não é o problema. Ficar parado é.

É também aqui que as escolhas mais precoces importam mais. Decidir qual fosso priorizar, instrumentar o produto para capturar dados proprietários desde a primeira semana, e escolher uma ponta de entrada que se aprofunde em um fluxo de trabalho são decisões arquiteturais baratas de fazer cedo e caras de refazer depois. Elas também são difíceis de fazer bem enquanto você ainda está encontrando clientes e se mantendo vivo. Um estúdio que constrói ao lado dos fundadores desde o dia zero, que é como a Avante cofunda empresas nativas de IA para o Brasil e a América Latina, existe para tomar essas decisões cedo, e não depois que a crítica de wrapper já custou uma rodada de investimento. Se você quer o framework completo e um exemplo prático, leia se a sua startup de IA tem um fosso, e se você está avaliando o próprio modelo, se um venture studio é a escolha certa para a sua startup de IA é a próxima pergunta a fazer.

Perguntas frequentes

Minha startup de IA é só um wrapper?

Você é um wrapper se um concorrente consegue copiar sua interface, chamar o mesmo modelo de base e reproduzir seu produto, sem sobrar nada que ele não consiga igualar. Você já passou desse ponto se usar o seu produto constrói dados proprietários que se acumulam, vira o fluxo de trabalho em que um time passa o dia inteiro, ou alcança clientes por uma distribuição que um clone não consegue alugar. Chamar um modelo que não é seu não é o problema. Não ter nada por baixo da chamada é.

Minha startup é só um wrapper de GPT?

Um wrapper de GPT é um caso específico da mesma pergunta, um produto cujo valor inteiro é um prompt e uma interface em torno de um modelo geral. É um ótimo lugar para começar e um péssimo lugar para ficar. O teste é se o produto acumula algo que o modelo não tem, como dados exclusivos, integração profunda de fluxo de trabalho, ou distribuição conquistada com esforço. Se acumula, você é uma empresa que por acaso usa GPT. Se não, você é um recurso que um provedor de modelo ou um concorrente mais rápido pode absorver.

Qual é a diferença entre um wrapper de IA e uma empresa defensável?

Eles podem parecer iguais em uma demo, porque a diferença não está na interface. Toda a vantagem de um wrapper vive na camada do modelo, que fica cada vez mais barata e mais disponível. Uma empresa defensável construiu algo por baixo do modelo que um concorrente ainda não consegue copiar depois de chamar o mesmo modelo, normalmente dados proprietários que se acumulam, profundidade de fluxo de trabalho, ou distribuição. Defensabilidade é o que sobrevive quando o acesso ao modelo é universal.

Ser um wrapper de IA é sempre ruim?

Não. Muitas empresas duráveis começaram como camadas finas sobre uma plataforma. Um wrapper só vira um negócio ruim quando nunca converte a tração inicial em um fosso e o modelo por baixo transforma sua única vantagem em commodity. O perigo é ficar parado, não começar fino. O movimento útil é nomear o único ativo que você está acumulando e organizar a empresa em torno de alimentá-lo.

Qual é o fosso mais forte para uma startup de IA no início?

Para a maioria das empresas jovens é a profundidade de fluxo de trabalho, o que Jerry Chen, da Greylock, chama de sistema de inteligência. Tornar-se o lugar onde o trabalho de um time de fato acontece é mais difícil para um rival mais bem financiado copiar do que qualquer prompt ou escolha de modelo, e naturalmente acumula dados proprietários e custo de troca ao longo do tempo.