Há uma imagem que circulou por meses em fóruns de design e produção audiovisual: um diretor criativo olhando para uma tela cheia de variantes geradas por IA, todas tecnicamente corretas, todas editorialmente vazias. A imagem capturava algo que os dados de produtividade não conseguiam expressar: que o problema nunca foi a velocidade de geração, mas sim que ninguém havia resolvido como canalizar essa velocidade em direção a uma intenção específica. É isso que está mudando agora, e a mudança não chega com fanfarra.
Quando Nikesh Arora declarou que 'o apocalipse do SaaS morreu, pelo menos em cibersegurança', ele não estava simplesmente animando seus investidores após um trimestre complicado. Estava traçando uma linha divisória no mapa da indústria de software: de um lado, os modelos que a inteligência artificial ameaça tornar obsoletos; do outro, os que se alimentam exatamente da mesma força que supostamente ia destruí-los.
Simon Song tinha 29 anos quando fechou uma rodada de US$ 200 milhões e cruzou o limiar do bilhão de dólares em valuation. VAST, sua startup de modelos de inteligência artificial para conteúdo tridimensional, acaba de se tornar um unicórnio. O anúncio chega apenas três meses depois de a empresa fechar sua Série A com US$ 50 milhões liderada pela Alibaba e Hengxu Capital.
Existe uma lacuna entre o que os executivos dizem acreditar sobre inteligência artificial e o que suas organizações realmente fazem com ela. Não é uma lacuna de conhecimento. É uma lacuna de atenção estratégica, e tem um custo que poucos conselhos de administração quantificaram com honestidade.
No primeiro dia de junho de 2026, o mercado de ações americano deixou uma imagem que vale mais do que qualquer relatório macroeconômico: enquanto Intel caía 4,05% e Texas Instruments perdia 4,73%, Nvidia subia 4,87% e Micron Technology disparava 5,90%. No mesmo dia, Exxon Mobil ganhava 2,64% e Chevron 2,68%, com uma consistência que o setor tecnológico não conseguiu replicar. A tecnologia se fragmentou. A energia avançou em bloco.
Três quartos das firmas de capital de risco já usam inteligência artificial para avaliar oportunidades de investimento. O dado, por si só, soa como modernização inevitável. Mas há uma tensão estrutural que esse percentual não captura: os modelos de linguagem são extraordinariamente bons fazendo exatamente o que o capital de risco não pode se dar ao luxo de fazer com muita frequência, que é olhar para trás.
Três quartos do capital de risco captado no último ano foram parar em cinco empresas. Não cinco setores. Não cinco categorias. Cinco companhias. Esse dado, dito sem eufemismos por Niko Bonatsos da Verdict Capital em um painel recente da TechCrunch em Atenas, resume com mais precisão do que qualquer relatório de mercado o que está acontecendo no capital de risco global: uma concentração sem precedentes que coexiste, paradoxalmente, com um discurso de inovação distribuída e oportunidade aberta.
Há um momento na evolução de qualquer mercado tecnológico em que os concorrentes deixam de se diferenciar pelo que seus produtos fazem e começam a se diferenciar por como seus clientes os controlam. A IBM chegou a esse momento com clareza em sua conferência Think 2026 em Boston, onde apresentou o que chama de modelo operacional agêntico construído sobre quatro pilares: agentes, dados, automação e soberania híbrida. O último desses pilares, e o mais estrategicamente carregado, é o IBM Sovereign Core, uma plataforma de governança que opera no nível da infraestrutura de execução, não como camada de configuração de aplicações.
A imagem oficial da adoção empresarial de inteligência artificial parece organizada: investimentos aprovados, projetos piloto em andamento, dashboards com métricas de produtividade. Mas há uma camada que esses relatórios não capturam, e é exatamente onde o risco real se acumula. O Ciclo do Hype do Gartner posiciona hoje a IA generativa no 'Vale do Desencanto', a terceira de cinco etapas onde as expectativas começam a ser medidas contra resultados concretos.
Há um momento em que uma empresa deixa de gerir sua transição e começa a administrar seu medo. A aquisição da Stack AI por 75 milhões de dólares, anunciada em 29 de maio de 2026, chega exatamente nesse limiar. A Asana perdeu aproximadamente metade de seu valor de mercado desde que começou o boom da inteligência artificial.
Há decisões corporativas que soam como eficiência e na realidade são apostas. A que Marc Benioff acaba de verbalizar na chamada de resultados do primeiro trimestre fiscal de 2027 da Salesforce pertence a essa categoria. O diretor executivo da plataforma em nuvem avaliada em 145 bilhões de dólares foi explícito: a empresa não está contratando mais engenheiros, não está expandindo as funções administrativas e gerais, e a única frente onde o organograma cresce é a área de vendas.
Há um dado nesta história que merece atenção antes de falar em rodadas de financiamento ou modelos de linguagem: segundo o CEO da Orbital Industries, desenvolver um novo fluido refrigerante para data centers levaria, em condições normais, dez anos e cem milhões de dólares. A empresa afirma ter feito isso em meses, a uma fração desse custo. Se esse dado resistir à validação dos grandes fabricantes de chips, não estamos diante de uma conquista de laboratório.
Existe um momento na vida de toda plataforma digital em que o jogo muda completamente. Você para de se obcecar com quantos usuários tem e começa a se perguntar quanto dinheiro pode extrair dos que já estão lá. O Spotify acabou de anunciar que chegou a esse momento, e o Bank of America está aplaudindo da primeira fila.
Mais de 1,5 trilhão de dólares em valuações de software empresarial evaporaram nos últimos dois anos. Não por falta de investimento em inteligência artificial, mas porque o investimento aterrissou no lugar errado. Este é o paradoxo que define o momento atual: as empresas nunca gastaram tanto em IA e, ao mesmo tempo, nunca foi tão difícil mostrar onde está o valor.
A Hugging Face acabou de publicar os planos, a fiação e o software para construir um par de pernas humanoides por aproximadamente US$ 2.500 em peças. Sem braço, sem torso, sem cabeça. Apenas pernas bípedes impressas em 3D, montadas com componentes de prateleira. A pergunta que isso abre não é técnica. É estrutural: quando uma plataforma de inteligência artificial decide reduzir o custo de entrada do hardware robótico a um preço equivalente ao de um notebook de gama média, está movendo uma peça do tabuleiro que não se move apenas por generosidade.
Há uma forma muito difundida de errar com a inteligência artificial nas empresas. Consiste em medir a maturidade de um sistema pelo número de postos que conseguiu eliminar. Essa métrica não mede maturidade: mede velocidade sem governança, que é exatamente a condição que antecede os colapsos mais custosos em sistemas críticos.
Há uma imagem que se repete nas conversas com gestores de empresas de tecnologia, consultorias e equipes de produto: alguém sentado diante da tela às onze da noite, lendo rascunhos que seus subordinados diretos geraram durante a tarde. Não porque a equipe tenha trabalhado mais horas. Mas porque a IA os fez produzir o equivalente a três dias de trabalho antes do almoço.
Há um momento na história de qualquer campo científico em que a linguagem muda antes da realidade. Primeiro começa-se a falar de algo como se já fosse verdade; depois, lentamente, torna-se verdade. Com a biologia programável estamos nesse limiar. O DNA, por décadas um objeto de leitura, está se tornando um objeto de escrita.
O paradoxo está sobre a mesa desde o primeiro momento. Uma empresa que opera plantas de manufatura com décadas de existência, que distribui bebidas e snacks em escala global, e que há mais de um século constrói marcas de consumo em massa, acaba de declarar publicamente que sua vantagem competitiva em talentos não vem de saber programar modelos de linguagem. Vem do hustle.
Há um padrão que se repete na história das empresas de tecnologia que buscam abrir capital: o momento em que a narrativa de usuários massivos já não é suficiente e precisam mostrar algo mais concreto. A OpenAI está nesse ponto. E a ferramenta escolhida para fazer esse argumento não é o ChatGPT, mas o Codex, seu produto de assistência ao desenvolvimento de software, que nos últimos dois meses recebeu atualizações em uma frequência que nenhum concorrente igualou.
A China não está testando se um robô consegue esfregar o chão de uma fábrica. Está testando se ele consegue esfregar o chão da sua casa, arrumar sua cama e fritar um ovo enquanto você toma banho. É exatamente isso que a GigaAI, uma startup fundada em 2025 com apoio do braço de investimentos da Huawei, anunciou em maio de 2026: o SeeLight S1, um robô humanoide de dois braços e rodas, projetado especificamente para o ambiente doméstico.
Há uma narrativa que circula com conforto nas salas de diretoria: a inteligência artificial vai eliminar cargos, reduzir a folha de pagamento e liberar capital. É uma narrativa cômoda porque tem a forma de uma decisão financeira limpa. O problema é que os dados não a sustentam.
Em 2025, as empresas de inteligência artificial absorveram 61% de todo o investimento de capital de risco global, segundo a OCDE. Isso representa US$ 258,7 bilhões de um total de US$ 427,1 bilhões. A pergunta que esse número inevitavelmente abre é quem está capturando esse valor.
Os mercados privados passaram uma década prometendo sofisticação sem sempre cumpri-la no plano operacional. Os fundos crescem em tamanho, em complexidade de estrutura e em número de investidores. Os veículos evergreen e semilíquidos se proliferam.