Os investidores vazam o que não querem mais das empresas AI SaaS

Os investidores investiram milhares de milhões de dólares em empresas de IA nos últimos anos, à medida que a tecnologia continua a ter um impacto no Vale e, por extensão, no mundo. Mas nem todas as empresas de IA estão a atrair a atenção dos investidores.

Na verdade, embora pareça que todas as empresas estão mudando a marca atualmente com “IA” no nome, algumas ideias de startups não são mais populares entre os investidores. O TechCrunch conversou com VCs para descobrir o que os investidores não procuram mais nas startups de software como serviço de IA.

De acordo com Aaron Holiday, sócio-gerente da 645 Ventures, as categorias de SaaS que são populares entre os investidores hoje incluem startups que constroem infraestrutura nativa de IA, SaaS vertical com dados proprietários, sistemas de ação (aqueles que ajudam os usuários a concluir tarefas) e plataformas profundamente incorporadas em fluxos de trabalho de missão crítica.

Mas ele também deu uma lista de empresas que hoje em dia são consideradas muito chatas para os investidores. É uma startup que constrói finas camadas de fluxo de trabalho, ferramentas horizontais de uso geral, gerenciamento simples de produtos, análises de nível superficial e basicamente qualquer coisa que um agente de IA possa fazer.

O investidor da F Prime, Abdul Abdirahman, acrescentou que o software vertical de uso geral “sem seu próprio fosso de dados” não é mais popular, e Igor Ryabenky, fundador e sócio-gerente da AltaIR Capital, elaborou este ponto. Ele disse que os investidores não estão interessados ​​em produtos que carecem de profundidade.

“Se a diferenciação está principalmente na UI (interface do usuário) e na automação, isso não é mais suficiente”, disse ele. “As barreiras à entrada foram reduzidas e tornou-se muito mais difícil construir um verdadeiro fosso.”

Ele disse que os novos participantes no mercado agora precisam desenvolver “a verdadeira propriedade de seu fluxo de trabalho e uma compreensão clara do problema desde o primeiro dia”. “Grandes bases de código não são mais uma vantagem. O que é mais importante é a velocidade, o foco e a capacidade de adaptação rápida. Os preços também precisam ser flexíveis. Um modelo rígido por usuário seria difícil de defender, mas um modelo de pagamento conforme o uso faz mais sentido neste ambiente.”

Jake Saper, sócio geral da Emergence Capital, também pensou em propriedade. Para ele, a diferença entre os cursores e o código de Claude é o “canário na mina de carvão”.

“Uma pessoa é responsável pelo fluxo de trabalho do desenvolvedor e a outra apenas executa as tarefas”, continuou Saper. “Os desenvolvedores estão cada vez mais escolhendo a execução em vez do processo.”

Ele disse que os produtos que têm “aderência ao fluxo de trabalho”, o que significa que tentam atrair o maior número possível de clientes humanos para continuar usando o produto, podem ter dificuldades à medida que os agentes assumem o controle do fluxo de trabalho.

“Antes de Claude, era difícil ter humanos trabalhando em software, mas quem se importa com o fluxo de trabalho humano se um agente está fazendo o trabalho?” ele disse ao TechCrunch.

Também acreditamos que a integração está se tornando menos popular, especialmente porque o Model Context Protocol (MCP) da Anthropic torna mais fácil do que nunca conectar modelos de IA a dados e sistemas externos. Isso significa que ninguém precisa baixar múltiplas integrações ou criar suas próprias integrações de clientes. Basta usar o MCP.

“Ser um conector costumava ser um fosso”, disse Saper. “Isso será colocado em prática em breve.”

Abdirahman também disse: “Com o tempo, a automação do fluxo de trabalho e as ferramentas de gerenciamento de tarefas que permitem a coordenação do trabalho humano não estão mais na moda quando os agentes simplesmente executam tarefas”, disse Abdirahman, citando o exemplo de empresas SaaS de capital aberto, cujos preços das ações caíram à medida que surgem novas startups nativas de IA com tecnologia melhor e mais eficiente.

Ryabenky disse que as empresas de SaaS que atualmente lutam para levantar capital são fáceis de imitar.

“Ferramentas de produtividade de uso geral, software de gerenciamento de projetos, clones básicos de CRM e wrappers finos de IA construídos sobre APIs existentes se enquadram nesta categoria”, disse ele. “Se uma grande parte do produto for uma camada de interface sem integração profunda, dados proprietários ou conhecimento de processo incorporado, uma forte equipe nativa de IA poderá reconstruí-la rapidamente.

No final das contas, o que continua atraente no SaaS é a profundidade e a experiência com que as ferramentas são integradas em fluxos de trabalho críticos. Ele disse que as empresas deveriam agora considerar a integração profunda da IA ​​em seus produtos e atualizar seu marketing para refletir isso.

“Os investidores estão realocando capital para empresas que possuem fluxo de trabalho, dados e experiência no domínio”, disse Ryavenky. “E nos afastamos de produtos que podem ser copiados sem esforço.”