Se por décadas os investidores avaliavam startups por fatores como tamanho do mercado, velocidade de crescimento e qualidade do time, agora uma nova variável vem ganhando força: o quanto um negócio está protegido de ser engolido pela inteligência artificial. Perto de completar 20 anos de mercado, a gestora de venture capital brasileira Astella decidiu desenvolver um framework específico para isso – uma espécie de score de resiliência.
A ideia é permitir que as gestoras avaliem de forma objetiva as chances de uma startup ser substituída não apenas por outras empresas AI native ou AI first, mas pelos próprios modelos de linguagem de gigantes como OpenAIe Anthropic, além dos LLMs de big techs como Gemini (Google) e Copilot (Microsoft).
“O risco de disrupção por outra empresa sempre existiu. A diferença agora é o risco de disrupção por uma plataforma”, explica Daniel Chalfon, general partner da Astella. “Tem LLMs que nunca vão resolver 100% do problema, mas às vezes resolvem 70%, 80%, com menos custo. Para algumas tarefas, talvez seja suficientemente bom.”
Fundada em 2008, a Astellaestá na reta final do Journey V, seu quinto fundo, com oito investimentos realizados até agora. A expectativa é fechar mais três ou quatro aportes antes de encerrar o ciclo. O Journey VI está previsto para o segundo semestre de 2026 ou início de 2027. O foco da gestora são startups em estágios iniciais, com rodadas Pré-Seed, Seed e Série A.
Essa não é a primeira vez que a casa cria sua própria metodologia: em 2024, a Astellaapresentou o V multiple, fórmula criada para precificar startups em estágio inicial com base na margem bruta.
Para Chalfon, embora o novo framework de risco da IA não afete diretamente o V multiple, existe um impacto da IA sobre a margem bruta das empresas que deve começar a ser considerado.
“A IA pode afetar a margem bruta, como vem afetando com o custo dos tokens, por exemplo. Além disso, a IA traz alguns custos de transação que não existiam antes. O Spotify, por exemplo, está lançando features com IA. Isso tem um custo. Eles vão cobrar por isso? A edição de fotos do Gemini é feita da nuvem, mas o Google não cobra por isso. Então a IA afeta o V multiple no sentido de que acelera receita, mas também reduz a margem bruta”, pondera o investidor.
Os sete critérios
O framework classifica empresas em três faixas – mais protegida (Score 2), risco médio (Score 1) e em risco (Score 0) – a partir de sete critérios que requalificam os chamados moats, as vantagens competitivas clássicas do mercado de venture capital, sob a ótica da nova era tecnológica.
Vantagem de dados é o primeiro pilar. Os modelos de IA generalistas já foram treinados com quase tudo que existe na internet. Isso significa que qualquer produto baseado em dados públicos ou facilmente compráveis está exposto. A proteção real está nos chamados “jardins murados”: dados proprietários, regulados ou gerados pela própria operação que nenhum modelo consegue replicar. Quanto mais exclusivos e difíceis de copiar, maior a barreira.
Lock-in institucional avalia a fricção gerada pela troca da solução – se ela cria risco regulatório, jurídico ou de compliance para o cliente. “Dificilmente você vai trocar um software que roda banco porque chegou o Claude. Mas talvez troque um CRM mais simples”, exemplifica o partner.
Embedded em transação ou workflow mede o quão inseparável o produto é da operação crítica do cliente. Quando o software é o trilho da transação que gera receita, desligá-lo interrompe o faturamento imediatamente.
Controle de distribuição analisa se a empresa controla o acesso ao comprador de forma difícil de desintermediar. “A venda é a venda, em especial no B2B. Ter um canal diferenciado, uma relação difícil de trocar, é um ponto favorável”, afirma Chalfon. “Cada vez mais a distribuição via canais proprietários se torna um moat.”
Complexidade local considera as particularidades do mercado brasileiro, como legislações específicas, burocracia e regras tributárias em constante mudança. “O Brasil é um mercado grande, e a particularidade local é importante. Software generalista tem dificuldade aqui.”
Efeito de rede diferencia crescimento de base de usuários do verdadeiro network effect. “Se tem uma ferramenta que vai ficando melhor à medida que cresce, o efeito percebido pelo cliente garante lock-in”, explica. Os SLMs (small language models) são citados como caso em que essa vantagem seria percebida mais rapidamente.
Por fim, velocidade de adaptação é o critério dinâmico da matriz, e o único capaz de alterar a faixa de classificação. Ele avalia a capacidade da liderança de não apenas reconhecer a disrupção, mas incorporar a IA ativamente na operação.
“A principal camada de mudança depende da liderança. Ou seja, se a liderança reconhece a necessidade de mudar e testar novas formas de incorporar IA, se reage devagar. Olhamos a produtividade do pessoal, do departamento, e quando um processo inteiro muda por causa de IA”, observa Chalfon.
O post Astella lança score para medir resiliência de startups frente à IA apareceu primeiro em Startups.
