As empresas de capital de risco subestimam os desafios da transformação dos serviços de IA

Os investidores de capital de risco acreditam ter descoberto a próxima grande vantagem de investimento: alavancar a IA para obter margens de lucro semelhantes às do setor de software em empresas de serviços tradicionalmente intensivas em mão de obra. Sua abordagem envolve adquirir empresas de serviços profissionais estabelecidas, implantar IA para automatizar operações e, em seguida, usar o fluxo de caixa aprimorado resultante para adquirir outras empresas em uma estratégia de consolidação.

A pioneira desse movimento é a General Catalyst (GC), que alocou US$ 1,5 bilhão de seu último fundo para uma estratégia de “criação”. Essa iniciativa se concentra no desenvolvimento de empresas de software nativas de IA em setores específicos e, em seguida, no uso dessas empresas como plataformas para adquirir empresas bem estabelecidas — e suas bases de clientes — nos mesmos setores. A GC já fez investimentos em sete setores, incluindo serviços jurídicos e gestão de TI, com a ambição de eventualmente expandir para até 20 áreas diferentes.

“O setor de serviços global representa US$ 16 trilhões em receita anual”, afirmou Marc Bhargava, que lidera as iniciativas relacionadas da GC, em uma entrevista recente ao TechCrunch. “Em contrapartida, o mercado global de software é de apenas US$ 1 trilhão”, observou ele, destacando que o apelo do software sempre foi suas margens superiores. “Quando o software é escalonado, o custo marginal é mínimo, enquanto a receita marginal é substancial.”

Ele explicou que, se for possível automatizar os negócios de serviços de forma semelhante — lidando com 30% a 50% de suas operações com IA e até 70% das tarefas essenciais em áreas como call centers —, as perspectivas financeiras se tornam incrivelmente atraentes.

Essa estratégia já está demonstrando sucesso. Considere a Titan MSP, uma das empresas do portfólio da GC. A empresa de investimentos forneceu US$ 74 milhões em duas rodadas de financiamento para ajudar a desenvolver ferramentas de IA para provedores de serviços gerenciados, seguidas pela aquisição da RFA, uma proeminente empresa de serviços de TI. Por meio de programas-piloto, Bhargava relata que a Titan automatizou 38% das tarefas padrão de MSP. A empresa agora pretende usar suas margens aprimoradas para adquirir mais MSPs em uma jogada clássica de consolidação do setor.

Em uma ação paralela, a empresa incubou a Eudia, que tem como alvo departamentos jurídicos corporativos em vez de escritórios de advocacia. A Eudia conquistou clientes da Fortune 100, como Chevron, Southwest Airlines e Stripe, oferecendo serviços jurídicos com taxa fixa baseados em IA, em vez do tradicional faturamento por hora. A empresa adquiriu recentemente a Johnson Hanna, uma provedora alternativa de serviços jurídicos, para ampliar sua presença no mercado.

Bhargava esclareceu que a GC tem como objetivo pelo menos dobrar a margem EBITDA das empresas que adquire.

Junte-se a mais de 10 mil líderes de tecnologia e capital de risco para crescer e fazer conexões no Disrupt 2025

Netflix, Box, a16z, ElevenLabs, Wayve, Sequoia Capital, Elad Gil — esses são apenas alguns dos mais de 250 grandes nomes que conduzirão mais de 200 sessões destinadas a fornecer insights que impulsionam o crescimento de startups e aprimoram sua vantagem competitiva. Não perca o 20º aniversário do TechCrunch e a chance de aprender com as principais vozes da tecnologia. Compre seu ingresso antes da abertura das portas para economizar até US$ 444.

Junte-se a mais de 10 mil líderes em tecnologia e capital de risco para crescer e fazer conexões no Disrupt 2025

Netflix, Box, a16z, ElevenLabs, Wayve, Sequoia Capital, Elad Gil — apenas alguns dos mais de 250 grandes nomes que conduzirão mais de 200 sessões destinadas a fornecer insights que impulsionam o crescimento de startups e aprimoram sua competitividade. Não perca o 20º aniversário da TechCrunch e a chance de aprender com as principais vozes da tecnologia. Compre seu ingresso antes de 26 de setembro para economizar até US$ 668.

A GC não é a única empresa a adotar essa filosofia. A empresa de venture capital Mayfield dedicou US$ 100 milhões especificamente a investimentos em “colegas de equipe de IA”, incluindo a Gruve, uma startup de consultoria de TI que adquiriu uma empresa de consultoria de segurança no valor de US$ 5 milhões. De acordo com seus fundadores, a Gruve ampliou essa aquisição para US$ 15 milhões em receita em seis meses, alcançando uma margem bruta de 80%.

“Se a IA lida com 80% do trabalho, ela pode gerar margens brutas de 80% a 90%”, disse Navin Chaddha, diretor-gerente da Mayfield, ao TechCrunch neste verão. “Você poderia alcançar margens combinadas de 60% a 70% e produzir 20% a 30% de lucro líquido.”

O investidor solo Elad Gil vem seguindo uma estratégia semelhante há três anos, apoiando empresas que adquirem negócios maduros e os transformam com IA. “Se você possui o ativo, pode implementar mudanças muito mais rapidamente do que se estivesse apenas vendendo software como um fornecedor externo”, explicou Gil em uma entrevista ao TechCrunch nesta primavera.

No entanto, os primeiros indicadores sugerem que essa transformação do setor de serviços pode ser mais complexa do que os investidores de capital de risco prevêem. Um estudo recente realizado por pesquisadores do Stanford Social Media Lab e do BetterUp Labs entrevistou 1.150 funcionários em tempo integral de vários setores e descobriu que 40% deles estão sobrecarregados com trabalho extra devido ao que os pesquisadores chamam de “workslop” — resultados gerados por IA que parecem polidos, mas carecem de substância, criando trabalho adicional e complicações para os colegas.

Essa tendência está afetando negativamente as organizações. Os participantes da pesquisa relataram gastar em média quase duas horas lidando com cada caso de workslop, incluindo o tempo para decifrá-lo, decidir se deve devolvê-lo para revisão e, muitas vezes, simplesmente corrigi-lo eles mesmos.

Com base nas estimativas de tempo dos participantes e nos salários auto-relatados, os autores do estudo calculam que o workslop impõe um custo oculto de aproximadamente US$ 186 por funcionário por mês. “Para uma organização com 10.000 funcionários, dada a prevalência estimada do workslop... isso se traduz em mais de US$ 9 milhões anuais em perda de produtividade”, escrevem eles em um novo artigo da Harvard Business Review.

Bhargava contestou a noção de que a IA é superestimada, argumentando que esses desafios de implementação, na verdade, reforçam a abordagem da GC. “Acho que isso destaca a oportunidade, que é a de que aplicar a tecnologia de IA a esses negócios não é simples”, disse ele. “Se todas as empresas da Fortune 100 pudessem simplesmente contratar uma empresa de consultoria, implementar alguma IA, assinar um contrato com a OpenAI e transformar seus negócios, então, obviamente, nossa tese seria menos convincente. Mas a realidade é que transformar uma empresa com IA é realmente difícil.”

Ele identificou o conhecimento técnico necessário em IA como o componente mais crucial que falta. “Há uma grande variedade de tecnologias de IA, cada uma com diferentes pontos fortes”, observou. “Você realmente precisa de engenheiros de IA aplicada de empresas como Rippling, Ramp, Figma e Scale, que tenham experiência prática com diferentes modelos, entendam suas nuances, saibam quais modelos são adequados para tarefas específicas e compreendam como integrá-los ao software.” Ele afirmou que essa complexidade é precisamente o motivo pelo qual a estratégia da GC de unir especialistas em IA com especialistas do setor para construir empresas do zero é tão lógica.

No entanto, o workslop sem dúvida ameaça minar parcialmente a economia central da estratégia. Mesmo que uma holding seja estabelecida como base, se as empresas adquiridas reduzirem o quadro de funcionários, como sugere o modelo de eficiência de IA, haverá menos pessoas disponíveis para identificar e corrigir erros gerados pela IA. Se as empresas mantiverem os níveis atuais de pessoal para lidar com o trabalho extra criado pela produção defeituosa da IA, as melhorias substanciais nas margens com as quais os VCs estão contando podem nunca se materializar.

Pode-se argumentar que esses fatores devem moderar os planos agressivos de expansão que são fundamentais para as estratégias de roll-up dos fundos de capital de risco — planos que potencialmente comprometem as métricas financeiras que tornam esses negócios atraentes. No entanto, realisticamente, será necessário mais do que alguns estudos para desacelerar a maioria dos investidores do Vale do Silício.

Na verdade, como eles normalmente adquirem empresas com fluxo de caixa existente, GC afirma que suas empresas de “estratégia de criação” já são lucrativas — um afastamento significativo do modelo tradicional de capital de risco de apoiar startups de alto crescimento e que queimam dinheiro. Isso provavelmente representa uma mudança bem-vinda para os sócios limitados que financiam empresas de risco, que sofreram anos de perdas com empresas do portfólio que nunca alcançaram lucratividade.

“Enquanto a tecnologia de IA continuar avançando e observarmos esse investimento maciço e melhoria nos modelos”, disse Bhargava, “acredito que haverá cada vez mais setores nos quais poderemos ajudar a incubar empresas”.