Voltar
Tendências· Painel

IA em alto crescimento: o primeiro retrato real do Brasil

27 de agosto · 14:00–14:50Plenária
Edson Rigonatti
Edson Rigonatti
Partner · Astella
Gustavo Brigatto
Gustavo Brigatto
Jornalista · Startups
Felipe Almeida
Felipe Almeida
Cofundador · Neospace
Os relatórios globais de IA ignoram a realidade das scale-ups brasileiras. A Endeavor mapeou o que está acontecendo de verdade: onde estão os ganhos, onde está o teto e o que falta para IA virar vantagem competitiva real
Sumário executivo

Resumo executivo

O painel apresentou os dados inéditos de uma pesquisa conduzida pela Endeavor com 125 scale-ups brasileiras sobre a adoção da Inteligência Artificial. Os empreendedores atribuíram uma nota média modesta de 6 de 10 para o seu nível de maturidade na tecnologia, revelando uma postura sincera e pé no chão. Embora mais de 60% das empresas já utilizem IA em diversos níveis hierárquicos, apenas de 10% a 16% são genuinamente AI Native, isto é, possuem a IA no modelo de negócio central e não apenas como uma funcionalidade adicional.

A discussão ressaltou como a IA está transformando a gestão e o crescimento das empresas. O paradigma de que crescer exige aumentar o headcount foi quebrado: a prioridade atual é a eficiência, a desaceleração de contratações, o redesenho de processos e o achatamento de camadas gerenciais. Contudo, 51% das empresas ainda não atrelaram métricas diretas de negócio às suas iniciativas de IA, refletindo a rapidez com que a tecnologia foi adotada e a dificuldade enfrentada globalmente para comprovar o retorno sobre o investimento (ROI).

Encerrando o debate, os palestrantes projetaram o futuro do mercado brasileiro, destacando que a economia focada em serviços (70% do PIB) oferece um terreno fértil para a criação de serviços AI Native. Em vez de vender licenças de software com foco em funcionalidades, o novo ciclo premiará quem entregar resultados finais de trabalho (outcomes), desde que os fundadores consigam controlar os custos de inferência, integrar o trabalho humano e dominar novas estratégias de distribuição.

Tópicos principais

  • Pesquisa Endeavor sobre IA: Mapeamento de 125 scale-ups com nota média de maturidade 6/10 e adoção ampla entre colaboradores.
  • Diferença entre IA como feature e AI Native: Apenas cerca de 10% a 16% têm a IA como modelo de negócio central, enquanto a maioria usa apenas maquiagem ou automações.
  • Mudança na dinâmica de contratações: IA promove reestruturação interna, achatamento hierárquico e desaceleração de headcount em vez de demissões em massa.
  • Desafio da medição de ROI: 51% das scale-ups não possuem métricas de negócio ligadas à IA, acompanhando a dificuldade global de comprovar retorno financeiro.
  • Evolução do Software para Trabalho: Transição do mercado de venda de funcionalidades (software) para a entrega direta do resultado do trabalho (outcomes).
  • Novas frentes de distribuição em IA: Uso de Generative Engine Optimization (GEO), vendas baseadas em educação (bootcamps) e dados contextuais.
  • Perfil de talentos em IA: Valorização de profissionais com capacidade de aprendizado rápido e conhecimento profundo em detrimento de usuários superficiais.

Insights

A venda de soluções em IA expande o mercado desempenhado pelo software tradicional (5% do PIB) ao permitir a comercialização direta do próprio trabalho/serviço (70% do PIB).
Aumentar a produtividade individual com IA não necessariamente reduz a equipe; se o ROI do funcionário é comprovado e o benchmark é claro, a empresa tende a acelerar contratações para multiplicar resultados.
Muitas grandes empresas falham em medir ROI por usarem modelos generativos grandes e caros para tarefas operacionais que poderiam ser resolvidas por Small Language Models (SLMs) ou modelos open source a um custo muito menor.
No contexto de IA, a capacidade de aprendizado contínuo do colaborador e a disposição para estudar profundamente papers técnicos valem mais do que anos de experiência formal pregressa.

Frases marcantes

"Crescer não é contratar, Como foi no passado."Gustavo Brigatto
"90 a 95% das iniciativas de AI. Nas grandes empresas não conseguem comprovar o ROI."Felipe Almeida
"A gente passou quatro décadas vendendo software E agora a gente parte para vender trabalho."Edson Rigonatti

Aplicações práticas

  1. 1Mapear detalhadamente os fluxos e a produtividade da equipe antes de aplicar IA, criando benchmarks claros de comparação contra métodos tradicionais.
  2. 2Analisar rigorosamente os Unit Economics da solução de IA, calculando o custo de inferência por token somado ao custo da intervenção humana (human-in-the-loop).
  3. 3Considerar o uso de Small Language Models (SLMs) ou infraestrutura open source para cargas específicas de trabalho a fim de reduzir despesas operacionais.
  4. 4Reformular processos seletivos para testar a velocidade de aprendizado e o esforço de aprofundamento técnico dos candidatos em relação aos fundamentos de IA.
  5. 5Adotar estratégias de distribuição inovadoras, como criar bootcamps educacionais e otimizar a presença digital da empresa para ser compreendida por agentes e LLMs (GEO).

Conclusão

O painel deixa claro que o ciclo da Inteligência Artificial no Brasil superou a fase da euforia inicial e exige agora foco na sustentabilidade financeira e na entrega real de valor. Para as scale-ups e startups brasileiras, a grande oportunidade reside em transformar a economia de serviços do país por meio de soluções AI Native altamente eficientes e focadas em resultados práticos.

Compartilhe esse conteúdo

Espalhe as ideias que rolaram no Startup Summit.

WhatsAppLinkedInXFacebook
Sumário gerado e editado pela curadoria Sebrae Startups.
Publicado em 27 de agosto de 2026