Mercado de Geradores de Imagem com IA na América do Sul: Um Negócio de Workflow com Fantasia Generativa

O mercado de geradores de imagem com IA na América do Sul vale USD 42,0 milhões em 2024, segundo a Market Research Future. O comércio eletrônico latino-americano que consome essas imagens é projetado em USD 215,31 bilhões para 2026, no relatório conjunto da Endeavor e do Mercado Livre publicado pelo Digital Commerce 360 em 28 de janeiro de 2026. A razão é de cerca de 5.000 para 1 entre a ferramenta e o dinheiro que ela movimenta. Todo o resto deste texto sai dessa distância.

Ninguém na América do Sul vai construir uma empresa durável vendendo geração de imagem. A camada do modelo não tem moat, o preço por imagem já está em frações de centavo e o piso é zero, porque existem pesos abertos com licença comercial permissiva rodando na GPU de qualquer um. O que se defende é o workflow em volta do gerador.

Diga o nome disso sem eufemismo. É um negócio de workflow com fantasia de IA generativa.

Para quem lê daqui, a moldura útil é a inversa da habitual. O Brasil é o maior mercado isolado do continente e mesmo assim é o recorte errado para desenhar o produto. O lojista chileno, o colombiano e o peruano enfrentam o mesmo problema de catálogo que o brasileiro, com a mesma ausência de estúdio fotográfico e o mesmo prazo de marketplace. Quem construir só para o português do Brasil entrega os outros mercados de graça ao próximo entrante. A Avante Ventures trata esse espaço como um problema de operação de comércio, não como um problema de IA generativa.

O mercado de geradores de imagem com IA na América do Sul, com números datados

A pequenez da categoria é o sinal, não a decepção. Uma categoria que um fornecedor dimensiona em dezenas de milhões de dólares para um continente inteiro não é uma categoria. É uma linha dentro do orçamento de outra pessoa.

Vale ler a composição interna, porque ela diz mais que o total.

Dois defeitos do relatório precisam ser registrados antes de alguém levar a cifra a um comitê de investimento. O primeiro é que ele se contradiz sobre 2035, com USD 217 milhões no corpo do texto e USD 259,44 milhões no sumário executivo, o que obriga a tratar 2035 como faixa e não como ponto. O segundo é que ele classifica o México, com 10,5%, dentro de um relatório intitulado América do Sul, ao lado do Brasil com 18,0% e da Argentina com 8,0%, e as participações não somam 100%. Cite a direção, nunca a casa decimal.

O ponto estrutural sobrevive aos defeitos do relatório. Serviços respondem por cerca de 70% do PIB brasileiro com baixa penetração de software, segundo o IBGE, e é exatamente em serviços que produção de catálogo, criação publicitária e operação de marketing se concentram em toda a região. A leitura longa dessa base está em a economia de serviços do Brasil.

• Market Research Future: USD 42,0 milhões em 2024, USD 49,56 milhões em 2025 e projeção de USD 217 milhões a USD 259 milhões até 2035, com CAGR de 18,0% entre 2025 e 2035.
• Dentro da base de 2024, ecommerce lidera com USD 10,0 milhões, à frente de redes sociais com USD 7,5 milhões, mídia e entretenimento com USD 6,3 milhões, saúde com USD 5,0 milhões e moda com USD 4,2 milhões.
• Software responde por USD 20,0 milhões da base e serviços por USD 22,0 milhões. Metade do dinheiro dessa categoria já é gente entregando trabalho, não licença de algoritmo.

Por que a camada do modelo não tem moat e nunca terá

A prova de que não existe moat está nas páginas de preço dos próprios fornecedores, não em opinião de analista.

Com esses números públicos dá para fazer a conta que interessa. O estudo de caso da Elastic com o Mercado Livre reporta 4 milhões de vendedores ativos e 20 milhões de anúncios ativos, ante 12 milhões dois anos antes. A USD 0,0168 por imagem em lote, regerar todos esses anúncios custaria aproximadamente USD 336.000 em geração bruta. Que fique explícito antes que alguém repita a cifra fora de contexto. Esse valor é um cálculo próprio, 20 milhões multiplicados por USD 0,0168, e não uma cifra publicada por nenhuma fonte.

USD 336.000 é erro de arredondamento contra uma base de comércio de USD 215 bilhões. A leitura operacional é direta. Geração não é o custo. Governança, direitos de uso, localização por país e integração são o custo, e são a única parte que alguém consegue defender.

Uma empresa sul-americana cujo produto é o gerador está competindo em uma capacidade que fica mais barata, melhor e mais igual a cada trimestre, contra laboratórios com capital incomparavelmente maior e contra pesos abertos gratuitos por baixo. Não existe versão dessa briga que valha a pena entrar. O modelo é encanamento alugado. Trate-o como intercambiável desde a primeira linha de código e desenhe a arquitetura para que trocá-lo seja mudança de configuração, não reconstrução.

• O Google lista o Gemini 3.1 Flash Lite Image a USD 0,0336 por imagem em resolução 1K, caindo para USD 0,0168 em lote, com o Gemini 3 Pro Image a USD 0,134 por imagem em 1K ou 2K.
• A OpenAI se corta em cinco vezes dentro da mesma linha. O gpt-image-1-mini sai a USD 8,00 por 1M de tokens de saída contra USD 40,00 do gpt-image-1. Quem se subcota assim não está defendendo um moat, está correndo para o piso.
• O piso é literalmente zero. O Qwen-Image, modelo de geração e edição com 20B de parâmetros, foi publicado em 4 de agosto de 2025 sob licença Apache 2.0 e passou de 300.438 downloads no primeiro mês. Qualquer pessoa com uma GPU roda comercialmente pelo custo da eletricidade.
• A curva de inferência confirma a direção. O custo de consultar um modelo equivalente ao GPT-3.5 caiu de USD 20,00 por milhão de tokens em novembro de 2022 para USD 0,07 em outubro de 2024, mais de 280 vezes em cerca de 18 meses, segundo o Stanford HAI.

Catálogo, publicidade, imóveis e o pequeno comerciante

Um único marketplace vendeu 795 milhões de itens em três meses. É esse o volume que consome imagem na região, e nenhum desses vendedores acorda querendo comprar um gerador. No segundo trimestre de 2026 o Mercado Livre reportou USD 22 bilhões de GMV, 89 milhões de compradores únicos ativos e USD 10,2 bilhões de receita líquida e resultado financeiro. No Brasil, em base neutra de câmbio, o GMV cresceu 39% e os itens vendidos subiram 56%.

A oportunidade incremental também não está concentrada. A EMARKETER projeta USD 54,45 bilhões de crescimento no varejo digital latino-americano entre 2026 e 2028 e estima que Mercado Livre e Amazon capturam cerca de dois terços disso, o que deixa quase USD 19 bilhões para varejistas pequenos e médios. São exatamente os lojistas que nunca contrataram um ensaio fotográfico e nunca vão contratar.

A divergência entre países é o argumento de localização, e ela é mensurável. A Câmara Colombiana de Comércio Eletrônico registra 684,6 milhões de transações online em 2025, somando COP 145,4 trilhões, com volume subindo 19,9% enquanto o valor subiu apenas 11,1%, segundo o fechamento anual publicado em 23 de fevereiro de 2026. Cestas menores e mais frequentes. Um comprador chileno, um colombiano e um brasileiro não respondem à mesma imagem, à mesma âncora de preço nem à mesma sazonalidade, e nenhum modelo global resolve isso sozinho. É por isso que a regra de localização precisa ser um parâmetro do sistema desde o começo, e não uma adaptação feita depois que o produto já nasceu monolíngue. A leitura de país único está em o mercado brasileiro de geradores de imagem, e o Brasil sozinho não fecha a conta de escala desta categoria.

Metade da base comercial do continente está fora do radar de qualquer ferramenta vendida por assinatura. A Organização Internacional do Trabalho coloca a informalidade em 47,6% do emprego na América Latina e no Caribe em 2024, e a CEPAL aponta que micro, pequenas e médias empresas representam 99% do tecido industrial regional. Um lojista com 400 SKUs, sem time de design e com o celular como único equipamento, não é cliente de Photoshop e nunca será. Ele é alcançável por um workflow embutido no marketplace, na carteira digital ou no app de logística que ele já abre toda manhã.

• Produção de catálogo em escala para varejo e marketplace. Não uma imagem, e sim dez mil imagens consistentes com a marca, no template correto de cada marketplace, liberadas juridicamente e localizadas por país.
• Criação publicitária por segmento em vez de por campanha. Contra um mercado regional de mídia digital de USD 50,1 bilhões em 2026 crescendo 10,8% ao ano, segundo levantamento publicado em 10 de fevereiro de 2026, o jogo passa a ser centenas de variações por audiência, país e canal.
• Imagem de anúncio de imóveis e veículos. Volume alto, repetição visual, urgência comercial e fotos tiradas de celular em luz ruim. Não existe cifra regional verificada para esse recorte nesta pesquisa, então ele fica qualitativo de propósito.
• O segmento informal e de pequeno comerciante. Quase metade do emprego regional na informalidade, 99% do tecido industrial em MPMEs e quase USD 19 bilhões de comércio incremental disponível até 2028.

Por que consistência de marca e integração são o produto real

O produto não é a imagem. O produto é a garantia de que dez mil imagens estão todas corretas.

O que o comprador paga é uma camada de consistência de marca treinada no catálogo proprietário dele e no histórico de aprovações dele, para que a saída combine com a prateleira que ele já tem em vez de uma estética genérica. Paga também liberação de direitos, para que o diretor de marketing não seja demitido. Paga regras de localização por país codificadas uma vez e aplicadas automaticamente. E paga uma conexão viva com o sistema de informação de produto, o ERP, a API de anúncios do marketplace e a plataforma de mídia, para que um ativo aprovado chegue onde é usado sem ninguém arrastar arquivo.

Nada disso é problema de modelo. Tudo isso é cicatriz. Exige alguém que já entregou pessoalmente uma renovação de catálogo para um varejista regional, que sabe qual marketplace rejeita qual proporção, qual revisão jurídica demora onze dias e qual integração quebra no fechamento do trimestre. Operadores de domínio com 10 ou mais anos de cicatriz do mercado brasileiro e regional, combinados com um playbook de Vale do Silício e capital de primeiro cheque, montados desde o primeiro dia. Um generalista com um modelo melhor não compra isso, e um laboratório de fronteira não tem incentivo para construir para um mercado tão específico.

Usando a moldura de Hamilton Helmer com precisão, das sete forças exatamente duas estão disponíveis aqui, e nenhuma delas é tecnologia. Custos de troca, porque um pipeline de catálogo ligado ao PIM e à stack de mídia de um varejista não se troca por capricho. E recurso cativo, o cornered resource de Helmer, na forma do histórico de aprovação e das regras de marca do próprio cliente, que ninguém mais consegue obter nem legal nem praticamente. Economias de escala e efeito de rede não estão na mesa neste estágio. Quem alega força tecnológica em geração de imagem está descrevendo uma API alugada.

Como um copilot de catálogo compõe dado proprietário

O flywheel copilot, dado, capital não é metáfora aqui. É a única forma de a empresa acumular algo próprio enquanto o modelo na base continua sendo de outra pessoa.

O copilot entra no processo de catálogo do varejista por ser mais rápido que o ciclo atual de agência. A partir daí cada geração, cada rejeição de marca, cada nota jurídica e cada ajuste de localização vira dado proprietário rotulado que nenhum fornecedor de modelo tem e que nenhum concorrente consegue comprar. O ativo não é o que foi gerado. É o que foi reprovado, por quem, e por qual motivo.

Esse corpus treina a camada de consistência de marca, que fica mensuravelmente melhor por cliente e cria o custo de troca. Quando o pipeline já processa volume de catálogo de vários varejistas em mais de um país, a empresa passa a sentar sobre dado estruturado de demanda e desempenho sobre o que realmente vende no Brasil, no Chile e na Colômbia, com granularidade que nenhum relatório de mercado oferece. Esse dado é a base do próximo aporte e, no caso maduro, de um produto próprio de alocação de capital.

O modelo na base da pilha continua alugado e intercambiável. O loop de dado é a empresa.

Laboratórios de fronteira, pressão de preço e a armadilha da geração

Esta é a categoria mais exposta de toda a stack de IA, e suavizar isso seria mentir para o fundador.

A armadilha da geração merece nome próprio porque é o erro mais comum e o mais caro. O time constrói aquilo que demonstra bem. Geração demonstra lindamente e não defende nada. Governança, direitos, localização e integração demonstram mal e defendem tudo. Um time que não resiste à demo constrói a empresa errada e só descobre no dia em que um laboratório de fronteira liga o mesmo recurso de graça.

O critério honesto de encerramento precisa estar escrito antes de o dinheiro entrar. Se, doze meses depois, a defensabilidade do negócio ainda depender da qualidade da saída visual em vez de integrações e histórico acumulado de aprovações, ele falhou e deve ser encerrado em vez de receber mais capital.

O contexto de captação reforça a disciplina em vez de aliviá-la. O funding de venture na América Latina segue bem abaixo do pico de 2021 e ficou concentrado em cheques maiores e menos operações, e a série Trends in Tech da LAVCA é a referência anual para os números regionais. Esta pesquisa não conseguiu abrir o relatório de 2026, então o ponto fica direcional e sem cifra. Um mercado concentrado pune exatamente o perfil que essa categoria atrai, que é o wrapper fino com uma demo e nenhuma distribuição, e financia o perfil oposto, com comprador nomeado, receita dentro de doze meses e um ativo de dado que compõe.

• Laboratórios de fronteira vão entregar a capacidade de graça. Google e OpenAI já precificam geração de imagem como isca para uma plataforma maior, e qualquer recurso que uma camada fina adiciona é candidato a absorção na próxima versão.
• A pressão de preço é brutal e estrutural. Cinco vezes de diferença dentro da linha de um mesmo fornecedor, mais 50% de desconto em lote, mais pesos Apache 2.0 a custo marginal zero, levam a margem bruta sobre geração para perto de nada.
• Confiança corporativa e brand safety são portões reais. Um grande varejista não coloca imagem gerada em catálogo ao vivo sem procedência, liberação de direitos e trilha de auditoria. Isso é ciclo de vendas e construção de compliance, não recurso de produto.

Como a Avante abordaria

A Avante Ventures é um venture studio que constrói empresas AI-native no Brasil e na América Latina. Aqui ela trataria o problema como operação de comércio e diria isso ao primeiro cliente na primeira reunião, antes de mostrar qualquer imagem.

O sistema de seis estágios aplicado a este caso fica assim. Research estreita para um único workflow com comprador nomeado, provavelmente operação de catálogo no varejo de médio porte no Brasil, com um segundo país já no ano dois. Partner traz um operador de domínio que já rodou produção de catálogo em escala na região, porque essa cicatriz é o insumo escasso e não pode ser contratada depois. Build entrega primeiro a camada de consistência de marca e as integrações com PIM e marketplace, e trata o modelo de imagem como configuração trocável. Traction prova o loop no catálogo vivo de um varejista com redução de retrabalho medida, não com um vídeo de demonstração. Revenue precifica o workflow e a garantia, nunca a imagem. Compound transforma o corpus acumulado de aprovações no ativo que carrega a empresa até a próxima rodada.

Os parâmetros do studio, ditos como são. A Avante lança 3-4 ventures por ano, aporta USD 500K a 1,5M por venture no pré-seed e mantém economia de co-founder, com operating partners engajados até o primeiro marco de receita. Resolver o encanamento societário uma única vez direciona cerca de USD 300K a 500K de capital efetivo por venture para produto e tração em vez de overhead, e coloca a venture na rua 6 a 9 meses à frente de um time autônomo com o mesmo capital. Nesta categoria esses meses são o ativo, porque a janela para construir profundidade de integração fecha quando o próximo release de plataforma abre. A infraestrutura de IA já está barata o bastante para operar sem uma Série A, e esta é a ilustração mais limpa disso na stack inteira. A lógica completa está em por que a Avante opera como venture studio.

O argumento geográfico fecha a conta. A razão pela qual venture studios registram ~50% de IRR contra ~19% do venture capital tradicional, segundo a Global Startup Studio Network, é que montar operador, playbook e capital desde o primeiro dia vence descobri-los em sequência. Essa vantagem é maior onde o insumo vencedor é conhecimento local e não um avanço técnico global. Comércio de catálogo sul-americano é precisamente isso. Uma base de USD 215 bilhões, 4 milhões de vendedores em um único marketplace, quase metade da força de trabalho na informalidade e uma camada de geração que já é praticamente gratuita. O gerador vai ficar de graça em algum trimestre próximo. A única pergunta que importa é quem terá construído o encanamento por onde ele passa.

Perguntas frequentes

Qual o tamanho do mercado de geradores de imagem com IA na América do Sul?

A Market Research Future dimensiona o mercado de geradores de imagem com IA na América do Sul em USD 42,0 milhões em 2024, com projeção de USD 217 milhões a USD 259 milhões até 2035 e CAGR de 18,0%. O relatório tem dois defeitos que precisam ser citados junto com a cifra. Ele se contradiz sobre o valor de 2035 e classifica o México como América do Sul. Use a direção, não a casa decimal.

Por que a geração de imagens com IA na América do Sul não é um negócio defensável por si só?

Porque a camada do modelo não tem moat e o piso de preço é zero. O Google lista o Gemini 3.1 Flash Lite Image a USD 0,0336 por imagem em resolução 1K e USD 0,0168 em lote, a OpenAI se corta em cinco vezes dentro da própria linha, e o Qwen-Image de 20B de parâmetros saiu sob Apache 2.0 em 4 de agosto de 2025 com 300.438 downloads no primeiro mês. Quem vende geração compete com quem entrega geração de graça.

Onde está o dinheiro de verdade nesse mercado?

Está no comércio que consome as imagens, não na ferramenta que as produz. O comércio eletrônico latino-americano é projetado em USD 215,31 bilhões para 2026, o Mercado Livre vendeu 795 milhões de itens em um único trimestre, e a EMARKETER deixa quase USD 19 bilhões de comércio incremental para varejistas pequenos e médios até 2028. A ferramenta vale dezenas de milhões e o comércio vale centenas de bilhões.

Quanto custaria regerar o catálogo inteiro de um grande marketplace?

Cerca de USD 336.000 pelos preços atuais de lote, e esse valor é um cálculo próprio, não uma cifra publicada por nenhuma fonte. São os aproximadamente 20 milhões de anúncios ativos do Mercado Livre multiplicados por USD 0,0168 por imagem no preço de lote do Google. O ponto é que isso é erro de arredondamento contra uma base de comércio de USD 215 bilhões, o que prova que geração não é onde está o custo nem a defesa.

Vale a pena construir só para o mercado brasileiro?

Não. O Brasil é o maior mercado isolado do continente, mas o problema de catálogo é idêntico no Chile, na Colômbia e no Peru, e as regras de localização mudam por país sem mudar a arquitetura. Um produto construído só para o português do Brasil resolve a maior fatia e entrega o resto do continente ao próximo entrante. Trate idioma e regra de país como parâmetro de configuração desde o primeiro cliente.

Como a Avante Ventures construiria uma empresa nessa categoria?

Como um negócio de workflow, não como um negócio de IA generativa. A Avante Ventures é um venture studio que constrói empresas AI-native no Brasil e na América Latina, lança 3-4 ventures por ano com USD 500K a 1,5M por venture, e aqui rodaria os seis estágios Research, Partner, Build, Traction, Revenue e Compound em torno de uma camada de consistência de marca integrada ao PIM e aos marketplaces. O modelo de imagem fica como configuração trocável.