A inteligência artificial entrou em uma nova fase. Depois da corrida para conquistar usuários e apresentar demonstrações capazes de impressionar investidores, startups começam a rever produtos que cresceram rapidamente, mas não conseguiram transformar popularidade em receita.
O movimento aparece em empresas como Tome, Character AI, Wispr Flow e Patronus AI, que mudaram de direção para explorar mercados considerados mais promissores. A velocidade com que os modelos de IA evoluem também reduziu a duração de algumas vantagens tecnológicas, tornando mais difícil sustentar negócios baseados apenas em novidade.
À medida que os modelos de ponta vão tirando o oxigênio do mercado, algumas dessas empresas terão de fazer mudanças radicais. | Aditya Agarwal, sócio-geral da South Park Commons. (Forbes)
Quando milhões de usuários não bastam
A trajetória da Tome resume a mudança. A startup de apresentações com IA chegou a 25 milhões de usuários e levantou cerca de US$ 80 milhões, mas sua receita anual estacionou em aproximadamente US$ 3 milhões. Em março de 2025, o fundador Keith Peiris encerrou o produto e reduziu a equipe de cerca de 70 pessoas para apenas seis.
Oito meses depois, surgiu a Lightfield, voltada para equipes de vendas. A nova ferramenta automatiza tarefas como resumo de reuniões, acompanhamento de clientes e elaboração de e-mails. Segundo Peiris, a receita passou a crescer 80% ao mês, com cerca de mil clientes pagantes.
O mercado começa a premiar utilidade
A mudança não se limita à Tome. A Pika, que captou US$ 135 milhões para desenvolver geração de vídeos, ampliou sua atuação para agentes e avatares de IA. A Poolside, que levantou US$ 620 milhões para desenvolver modelos de programação, dividiu sua operação entre infraestrutura e desenvolvimento de modelos depois de mudanças em sua estratégia.
Na Character AI, a estratégia também passou a priorizar sustentabilidade financeira. A empresa reduziu sua dependência de capital de risco, passou a utilizar mais software de código aberto e testa novas formas de monetização, como publicidade e compras dentro do aplicativo. Para o CEO Karandeep Anand, crescimento sustentável combinado à monetização tornou-se uma prioridade.
A Patronus AI seguiu outro caminho. Criada para avaliar modelos de inteligência artificial, a empresa passou a desenvolver “modelos de mundo digital” para testar agentes em ambientes virtuais. Segundo o CEO Anand Kannappan, essas simulações já representam 70% da receita da companhia.
A Wispr Flow também abandonou uma aposta mais ambiciosa em hardware. Depois de investir anos e US$ 14 milhões em fones capazes de interpretar sinais neurais e fala silenciosa, os fundadores encerraram o projeto e concentraram esforços no software de ditado por voz desenvolvido inicialmente como complemento do dispositivo. Hoje, a empresa afirma ter milhões de usuários ativos mensais, 15 mil clientes corporativos e receita recorrente anual crescendo 40% ao mês.
A nova pergunta é: quem paga?
O movimento revela uma mudança importante na lógica de construção das startups de IA. Ter milhões de usuários continua sendo um indicador relevante, mas já não garante que uma empresa tenha encontrado um negócio sustentável.
A própria evolução dos modelos tornou essa equação mais difícil. Recursos que antes diferenciavam uma startup podem ser incorporados rapidamente por grandes plataformas, reduzindo barreiras tecnológicas e obrigando empresas menores a buscar problemas mais específicos e difíceis de resolver.
Nesse cenário, o produto mais valioso pode não ser necessariamente o mais impressionante em uma demonstração. É aquele que resolve uma dor concreta, entra na rotina do cliente e consegue transformar essa utilidade em receita recorrente.
Para as startups que sobreviverem a essa nova etapa, a corrida da IA pode deixar de ser uma disputa por quem chama mais atenção e passar a ser uma competição bem menos glamourosa, mas decisiva: quem consegue construir uma empresa que se sustenta.
