É sempre a mesma história: surge uma nova tecnologia e todos começam a falar sobre como ela vai mudar tudo. Depois o capital entra, as empresas formam-se da noite para o dia e as avaliações sobem mais rapidamente do que qualquer um pode justificar. Então, muitos meses depois, os avisos chegam e as pessoas de repente se lembram do crash das pontocom ou da criptografia.
Você provavelmente já viu isso antes. E se sim, provavelmente pensa que a IA é a próxima bolha. Os humanos são ótimos em correspondência de padrões. Evoluímos para ver padrões, por isso, quando algo familiar surge, instintivamente mapeamos isso na história mais próxima que já conhecemos. Achamos que já vimos isso antes e estamos confiantes de que sabemos como termina.
Mas esse instinto pode nos enganar. IA sentimentos como uma bolha porque estamos forçando algo genuinamente descontínuo em uma história familiar. A ideia de que tudo o que cresce rapidamente acabará por ruir parece prudente. Mas isso não significa que sempre será verdade.
Por que os mercados continuam ultrapassando
Toda grande mudança tecnológica produz os mesmos sintomas externos: expectativas inflacionadas, seguidas de fracasso de alta visibilidade. Pontocom, dispositivos móveis e criptografia passaram por uma fase em que o mundo perdeu o senso de proporção.
Por que isso continua acontecendo? Porque os mercados não têm uma estrutura para mudanças descontínuas. Os modelos de fluxo de caixa descontado pressupõem um crescimento constante e estável, e empresas comparáveis assumem que a categoria já existe. Assim, as pessoas assumem que o futuro próximo se parece com o passado recente, mas isso não funciona quando a própria categoria subjacente está a mudar.
A maioria das ferramentas de avaliação são projetadas para o progresso incremental, por isso os analistas analisam as previsões trimestrais e as melhorias incrementais. Eles não sabem o que fazer com mudanças graduais e não conseguem modelar a adoção não linear.
Portanto, quando se observa um excesso de capital ou uma dispersão extrema dos resultados, isso é o mercado a tentar avaliar as apostas de uma década usando a lógica trimestral. (O que não funciona.) E é isso que uma bolha realmente é: uma indicação de que ninguém ainda sabe como precificar o que está por vir. Essa incerteza parece uma invalidação, mas apenas expõe os limites das estruturas existentes.
O erro de categoria que continuamos cometendo
Quando chega algo novo, recorremos a comparações.
IA é como eletricidade.
IA é como computadores.
IA é como a internet.
A IA é como um dispositivo móvel.
Estas comparações são reconfortantes porque todas produziram mudanças massivas em toda a economia e atraíram enorme capital. Eles mudaram a forma como o trabalho era feito.
Eles também compartilham algo mais profundo. Cada uma dessas tecnologias ampliou a capacidade humana sem substituir a cognição humana. Máquinas movidas a eletricidade, mas os humanos ainda decidiam o que construir. Os computadores processavam dados, mas os humanos os interpretavam. A internet movia informações, mas os humanos decidiam o que importava. Os dispositivos móveis colocam a computação no seu bolso, mas a atenção humana continua sendo o recurso escasso. Em todos os casos, a inteligência humana ancorou tudo. Foi também o gargalo.
A IA é diferente porque realiza trabalho cognitivo. E se isso te deixa desconfortável, deveria. Porque se a IA consegue realmente pensar, então muito do que construímos nas nossas carreiras, como a nossa experiência e as nossas competências arduamente conquistadas, pode não ser tão defensável como pensávamos. O engenheiro júnior que passou anos desenvolvendo a intuição agora trabalha junto com uma ferramenta que a possui instantaneamente. O mesmo acontece com o analista financeiro conhecido por sua análise de variância. As pessoas não têm mais certeza de onde o valor realmente reside, e isso é assustador.
Converso com os CFOs todas as semanas. Seis meses atrás, eles me fizeram perguntas abstratas como “o que é IA?” e “devemos ter uma estratégia de IA?” Agora as questões são concretas: “Quais partes do trabalho da minha equipe não precisam mais ser feitas desta forma?” Essa mudança aconteceu tão rapidamente que já está mudando a forma como os recursos são alocados.
Por exemplo, um fundador que conheço começou a usar Claude para escrever consultas SQL que costumavam levar alguns dias para seu analista. Ela substituiu o analista? Claro que não. Mas ela eliminou o gargalo e não precisa mais depender dele para obter respostas rápidas. Então o papel do seu analista mudou completamente. Ele passou de 60% de seu tempo escrevendo consultas para 10% verificando-as e 90% em recomendações estratégicas. A empresa não reduziu o número de funcionários nem os custos, e o analista passou de apoiar três stakeholders para apoiar quinze.
É aqui que as comparações históricas realmente começam a falhar. Ferramentas como o GitHub Copilot estão compactando conhecimento. Um engenheiro júnior agora pode operar em um nível que antes exigia anos de experiência profissional. E cada vez que a ferramenta é usada, ela aprende. Um martelo não melhora só porque você construiu uma casa com ele, mas as ferramentas de IA melhoram. E quando as ferramentas melhoram com o uso, a taxa de melhoria aumenta. Essa dinâmica não se enquadra perfeitamente em nenhuma analogia tecnológica anterior, e é por isso que o instinto de chamar isto de “bolha” não entende o verdadeiro ponto.
As tecnologias anteriores assumiam um teto fixo para a cognição humana. Eles nos tornaram mais rápidos e mais fortes, mas o fator limitante era sempre o mesmo: quantas pessoas inteligentes poderíamos colocar para resolver um problema? A IA estende esse teto muito além do que estamos acostumados. Antes, entender melhor o seu negócio geralmente significava uma de três coisas: mais dados, mais analistas ou líderes mais experientes. A restrição era quanta atenção e julgamento humano você poderia pagar. Com a IA, essa restrição muda. Quando uma análise que antes levava dias aparece em segundos, a nova restrição é saber o que procurar. Que perguntas importam? O fator limitante deixa de ser o talento e passa a ser o julgamento.
Os céticos estão certos sobre o hype e errados sobre o que isso significa
Tomemos a versão mais forte do argumento da bolha pelo seu valor nominal. Talvez a IA seja realmente exagerada e a maioria dessas empresas fracasse. Talvez tenhamos chegado cedo e o impacto real demore mais cinco ou dez anos. Tudo isso poderia ser completamente verdade e ainda assim não mudaria o ponto central, que é este:
Mesmo que a maioria das startups de IA falhem, e mesmo que a adoção seja muito mais lenta do que o esperado, a IA ainda é a primeira tecnologia que pode realizar trabalho de conhecimento. Isso não desaparece porque os mercados ultrapassam os limites ou as expectativas são redefinidas. Os céticos estão certos ao dizer que o hype é inflado. Mas eles estão errados ao dizer que o hype inflado torna a tecnologia irrelevante. Já vimos isso antes: a bolha pontocom era real e Pets. com caiu e queimou, mas a internet ainda mudou tudo. Ambas as coisas eram verdadeiras ao mesmo tempo.
Os líderes financeiros com quem trabalho não discutem se a IA é importante. Agora eles estão tentando entender quais fluxos de trabalho mudam primeiro e com que rapidez eles precisam se adaptar. Essa conversa está acontecendo silenciosamente, por baixo de todo o barulho.
E os fluxos de trabalho que são recolhidos primeiro compartilham três propriedades:
-
Eles exigem experiência, mas são repetitivos.
-
Eles são gargalos para o trabalho estratégico.
-
Eles são fáceis de verificar, mas difíceis de gerar.
Esses fluxos de trabalho são importantes o suficiente para serem pagos, mas não tão estratégicos que automatizá-los ameace a vantagem competitiva. Eles exigem habilidade, mas essa habilidade não se combina dramaticamente com a repetição, o que os torna economicamente frágeis e explica por que já estão sendo automatizados.
Onde os humanos ainda importam (por enquanto)
A IA é ótima para reconhecer tendências e péssima para saber quais delas realmente importam. Ele pode gerar análises de variação, mas não pode dizer se uma variação de 12% nos gastos sinaliza um crescimento saudável ou um problema mais profundo. Ele pode traçar estratégias, mas não pode dizer qual estratégia se encaixa nesse mercado e nessa equipe neste exato momento. O julgamento sob incerteza e as compensações de alto risco onde o lado negativo é catastrófico continuam a ser responsabilidades humanas. Por agora.
Quando a restrição deixa de ser “temos pessoas inteligentes suficientes”, o problema torna-se prioritário. O que merece atenção? O que vale a pena construir a seguir? É aí que vejo muitos fundadores travarem. Eles perguntam se isso é uma bolha e se é muito cedo, mas essas não são as perguntas mais úteis. A correta é: “O que posso construir no próximo ano que crie valor real, independentemente do que as avaliações façam?”
As empresas que durarem serão as que iterarão silenciosamente e incorporarão a IA em fluxos de trabalho reais que resolvem problemas reais. Veja os CFOs, por exemplo. Eles estão comprando IA porque seu conselho quer uma análise de variação mais rápida e estão cansados de contratar analistas que pedem demissão após seis meses. Esse é um problema do mundo real que as empresas precisam resolver.
E o mesmo se aplica aos investidores. Os que terão sucesso a longo prazo serão aqueles que tolerarem a incerteza durante tempo suficiente para ver o que realmente funciona.
Desta vez é realmente diferente
No curto prazo, a IA irá decepcionar. Muitos casos de uso não cumprirão o que prometem e muitas empresas formadas nesta onda não sobreviverão. Mas a tecnologia o fará. E, a longo prazo, a IA remodelará todos os campos que dependem do trabalho do conhecimento. Não de uma só vez, e não de forma uniforme, mas daqui a uma década, será difícil encontrar uma indústria baseada no conhecimento que tenha a mesma aparência que tem hoje.
A IA é diferente porque a própria inteligência, que historicamente foi o principal constrangimento da inovação humana, tornou-se agora escalável. Esse é um fato observável com consequências mensuráveis. A conversa sobre bolhas irá desaparecer, como sempre acontece, e o que permanecerá são os sistemas que se adaptaram silenciosamente enquanto todos os outros discutiam sobre avaliações. Os cépticos terão estado certos sobre o excesso e errados sobre o que realmente importava, porque, daqui a cinco anos, provavelmente olharemos para trás, para o pânico de hoje, da mesma forma que olhamos para as pessoas que rejeitaram a Internet porque algumas empresas faliram. E os vencedores serão aqueles que construíram enquanto todos os outros discutiam sobre avaliações.
Com o tempo, essas são as únicas histórias de que alguém se lembra.
Siqi Chen é cofundador e CEO da Runway.
Bem-vindo à comunidade VentureBeat!
Nosso programa de guest posts é onde especialistas técnicos compartilham insights e fornecem análises profundas, neutras e não adquiridas, sobre IA, infraestrutura de dados, segurança cibernética e outras tecnologias de ponta que moldam o futuro das empresas.
Leia mais do nosso programa de guest post – e confira nosso diretrizes se você estiver interessado em contribuir com um artigo de sua autoria!
