Oito marcas de uma empresa AI-first, segundo o ex-sócio da Méliuz

Uma empresa AI-first não se define pelo número de assinaturas de software que paga. Ela se define pela velocidade com que transforma um problema do cliente em produto, mede o resultado e reorganiza a operação quando a evidência muda. Essa é a diferença que importa para o pequeno negócio: inteligência artificial deixa de ser uma camada de texto e passa a funcionar como infraestrutura de construção, atendimento, marketing e decisão.

O caso apresentado por Lucas Marques Peloso Figueiredo, fundador da Shiva e ex-sócio da Méliuz, ajuda a dar forma concreta à tese. Durante o Startup Summit, ele citou Josan Pontes, empreendedor do interior do Ceará que levou a FoxApply de zero a 6,5 mil clientes pagantes em seis meses, segundo o relato publicado pela Exame. O investimento informado para tráfego pago foi de R$ 300. A tecnologia entrou no produto, na criação de páginas, no marketing, no SEO e na produção de conteúdo em diferentes idiomas.

O exemplo não prova que toda startup possa repetir o resultado. Prova outra coisa: quando a IA é incorporada ao desenho inteiro do negócio, o gargalo deixa de ser a falta de uma ferramenta e passa a ser a qualidade do problema escolhido, do dado disponível e da revisão humana.

O caso da FoxApply mostra onde a IA muda a conta

Figueiredo descreveu oito características de uma empresa AI-first na reportagem da Exame. A primeira é a presença de um fundador construtor, capaz de participar do desenvolvimento do produto e de automações internas. A segunda é resolver um problema com IA antes de abrir uma contratação. Em vez de montar uma equipe para cada demanda, o empreendedor testa se uma combinação de modelos, processos e supervisão humana resolve a etapa.

O terceiro ponto é a contratação flexível. A lógica é manter uma estrutura compatível com o estágio do negócio e recorrer a especialistas quando a tarefa exigir conhecimento que a equipe ainda não possui. Isso não significa eliminar profissionais. Significa evitar que uma função permanente seja criada antes de existir uma demanda permanente.

A quarta característica é espalhar a IA pelas áreas que têm efeito sobre o cliente e o caixa. Desenvolvimento, atendimento, criação de conteúdo, vendas, finanças e operações podem usar a tecnologia, desde que cada uso tenha objetivo, limite e indicador. Uma empresa que gera textos automaticamente, mas continua demorando para responder ao cliente, não redesenhou a operação. Apenas acelerou uma etapa isolada.

Na FoxApply, a escala relatada torna o caso mensurável. Sair de zero para 6,5 mil clientes pagantes em seis meses representa uma média simples de aproximadamente 1.083 novos clientes por mês. Essa conta não descreve a distribuição real das vendas e não permite concluir que o crescimento foi linear. Ela revela, porém, a dimensão do teste: a IA foi usada em aquisição e produto ao mesmo tempo, e o empreendedor precisou organizar uma operação capaz de atender a demanda.

O dado de R$ 300 em tráfego pago também precisa ser lido com cuidado. Ele é um valor citado na reportagem para o caso apresentado, não uma promessa de custo de aquisição para qualquer empresa. Sem informação sobre receita, conversão, canais orgânicos, margem e retenção, não há como calcular o retorno do investimento. O aprendizado seguro é que a ferramenta reduziu o custo de produzir e testar ativos de marketing, enquanto o resultado comercial dependeu de uma oferta que encontrou compradores.

O Brasil já mede a adoção, mas a pesquisa não descreve uma startup média

O levantamento mais forte para dimensionar a mudança vem do IBGE. A Pesquisa de Inovação Semestral, divulgada em 2025, ouviu 10.167 empresas com 100 ou mais pessoas ocupadas nos segmentos de indústria extrativa e transformação. Em 2024, 41,9% usavam inteligência artificial, contra 16,9% em 2022. O avanço foi de 25 pontos percentuais, a maior alta entre as tecnologias digitais avançadas observadas.

Há uma ressalva decisiva: esse universo é formado por empresas industriais de maior porte. O número não pode ser apresentado como taxa de adoção de todas as micro e pequenas empresas brasileiras. Ele serve como sinal de direção para o mercado. Quando organizações com estruturas maiores ampliam o uso, fornecedores, clientes e concorrentes tendem a rever seus processos, suas expectativas de prazo e a forma de avaliar produtividade.

O IBGE registrou que a inteligência artificial aparecia principalmente em administração, com 87,9% entre as empresas usuárias, comercialização, com 75,2%, e desenvolvimento de projetos, processos e serviços, com 73,1%. A produção ficou em 52%. A distribuição ajuda a corrigir uma imagem comum: o uso corporativo não fica confinado ao laboratório de tecnologia. Ele alcança tarefas administrativas, relacionamento comercial e desenvolvimento de ofertas.

Ainda segundo o levantamento, 89,1% das empresas pesquisadas usavam pelo menos uma tecnologia digital avançada em 2024. A inteligência artificial era usada por 41,9%, a computação em nuvem por 77,2% e a internet das coisas por 50,3%. Entre as empresas que usavam alguma dessas tecnologias, 27,3% adotavam duas e 5% adotavam todas as tecnologias investigadas. A maturidade, portanto, aparece em camadas: muitas companhias começam com uma solução e ampliam conforme o processo se torna conhecido.

O benefício mais citado para as tecnologias avançadas foi o aumento da eficiência, informado por 90,3% das empresas. A flexibilidade na administração, na produção e na organização dos processos veio em seguida, com 89,5%. Esses números não isolam o efeito da inteligência artificial. Eles mostram como as empresas avaliam a transformação digital como conjunto, e não autorizam atribuir cada ganho exclusivamente a um modelo generativo.

AI-first exige dados utilizáveis antes de exigir modelos sofisticados

A apresentação do conceito costuma começar pela ferramenta, mas a operação começa pelo dado. Um negócio que não sabe quais perguntas recebe, quanto demora para responder, quais erros se repetem ou onde o cliente abandona a compra não consegue avaliar uma automação. O primeiro ativo de uma empresa AI-first é um processo observável.

O Guia IA Generativa, elaborado pela Secretaria de Governo Digital e pelo Serpro, descreve modelos generativos como sistemas capazes de criar textos, áudios, imagens, vídeos e códigos a partir de padrões aprendidos em grandes volumes de dados. O mesmo guia alerta que as respostas são probabilísticas e podem estar inadequadas ou fora de contexto. Por isso, a revisão não é uma etapa decorativa. Ela faz parte do produto entregue ao cliente.

Essa regra altera o desenho da equipe. Uma pessoa pode usar um modelo para classificar pedidos, resumir conversas ou preparar uma primeira versão de resposta. Outra precisa definir os critérios de aceite, conferir exceções e decidir o que acontece quando a confiança é baixa. Se o processo não tem essa segunda camada, o ganho de velocidade pode ser convertido em retrabalho, reclamação e risco jurídico.

O guia oficial também recomenda cuidado com dados confidenciais, propriedade intelectual, direitos autorais e informações pessoais. Inserir uma base de clientes em uma ferramenta pública sem saber como os dados são tratados não é inovação operacional. É uma decisão de segurança que precisa de governança, finalidade e controle de acesso.

O conceito de fundador construtor não elimina o trabalho especializado

A história de Josan Pontes é útil porque mostra a força de uma equipe pequena diante de ferramentas que encurtam o ciclo entre ideia e protótipo. Ela não autoriza a conclusão de que programação, design, vendas ou suporte deixaram de ser profissões. O próprio crescimento de um produto cria tarefas que exigem conhecimento de domínio, análise de comportamento, infraestrutura, segurança e relacionamento com o usuário.

O fundador construtor faz perguntas melhores e testa hipóteses com autonomia. Ele não precisa executar sozinho todas as funções para participar delas. Pode construir uma primeira versão, comparar duas páginas, identificar uma falha no atendimento e chegar a um especialista com evidência concreta. Essa postura reduz o tempo entre a percepção de um problema e a decisão sobre contratar, adaptar ou abandonar uma solução.

A quinta característica listada por Figueiredo é a possibilidade de chegar ao ponto de equilíbrio em menos tempo. Na visão apresentada pela Shiva, algumas empresas apoiadas atingem o breakeven em três meses e outras em até seis. Trata-se de uma afirmação atribuída ao fundador da empresa, não de uma média independente do mercado. A leitura responsável é que custos menores podem antecipar o teste de sustentabilidade, mas não substituem receita recorrente, margem e retenção.

A sexta característica é reagir rapidamente ao feedback. Um fluxo bem desenhado pode identificar uma reclamação, pedir dados adicionais, transformar o problema em especificação, sugerir uma correção e retornar ao cliente. A velocidade só cria valor quando há alguém capaz de validar se o problema foi compreendido e se a solução não criou um defeito novo.

Pensar globalmente começa no produto, não na tradução final

Figueiredo também defendeu que empresas novas pensem em mercados internacionais desde o começo. O argumento é operacional: arquitetura, suporte, conteúdo, cobrança e métricas podem ficar mais caros de adaptar depois que o produto foi construído para um único país. A FoxApply foi citada como exemplo de uso de conteúdo em diferentes idiomas para buscar consumidores fora do Brasil.

A oportunidade existe, mas a tradução de uma página não cria distribuição internacional. O empreendedor precisa verificar moeda, legislação, suporte, canais de aquisição, concorrência e capacidade de entregar o serviço. A IA diminui o custo de produzir versões iniciais de textos e materiais. Ela não elimina a necessidade de compreender o comprador de cada mercado.

O próprio Startup Summit se apresenta como um evento voltado a startups, investidores, empresas e setor público. A edição de 2026 informou mais de 10 mil participantes, mais de 200 palestrantes e R$ 350 milhões em intenções de investimento no ano anterior. Esses números descrevem a dimensão anunciada do encontro, não o resultado de uma startup específica. Ainda assim, ajudam a explicar por que o tema AI-first ganhou espaço: a discussão migrou da curiosidade técnica para a busca por escala, capital e clientes.

O dono de negócio pode começar na segunda-feira com um teste de sete dias

O primeiro passo é escolher um processo que se repete e registrar sua situação atual. Durante cinco dias úteis, anote quantas solicitações chegam, quanto tempo cada uma consome, quantas voltam por erro e qual é o prazo médio de resposta. Não comece pela ferramenta. Comece pelo custo do problema.

Depois, selecione uma tarefa de baixo risco, como organizar perguntas frequentes, resumir reuniões internas ou classificar pedidos por assunto. Separe um conjunto pequeno de casos, retire informações pessoais desnecessárias e escreva o critério que define uma resposta aceitável. Uma pessoa deve revisar todos os resultados do teste antes que qualquer saída chegue ao cliente.

No sétimo dia, compare quatro números: tempo economizado, taxa de erro, horas de revisão e impacto percebido por quem executa a tarefa. Se o processo ficou mais rápido, mas a revisão consumiu o mesmo tempo, o experimento ainda não provou valor. Se reduziu o retrabalho sem piorar a qualidade, registre o procedimento e teste a próxima etapa.

O quadro mínimo de controle pode ter cinco campos: tarefa, dado utilizado, ferramenta, responsável pela revisão e condição de interrupção. A condição de interrupção precisa ser objetiva. Pode ser uma taxa de erro acima do limite definido, uma reclamação que envolva informação sensível ou uma resposta que não consiga apresentar a fonte usada. Sem esse freio, a automação avança mesmo quando a evidência pede recuo.

Esse roteiro traduz a ideia AI-first para uma empresa comum. A ambição não está em automatizar tudo na primeira semana. Está em aprender mais rápido sobre uma rotina real, com uma conta que o dono consiga refazer e um responsável que possa desligar o teste.

Uma empresa AI-first aprende com evidência, não com entusiasmo

Os dados do IBGE mostram que a adoção avançou entre empresas industriais maiores. O caso da FoxApply mostra uma operação pequena usando IA em várias frentes, com números concretos relatados por uma fonte jornalística. O material do Governo Digital reforça que modelos generativos exigem revisão, segurança e responsabilidade. Juntos, esses elementos sustentam uma conclusão: AI-first é uma disciplina de construção e gestão, não um selo para apresentações.

O empreendedor que começar por uma ferramenta pode terminar com mais uma assinatura. O empreendedor que começar por um processo, uma métrica, um limite de risco e um ciclo curto de aprendizado terá condições de descobrir se a tecnologia melhora o negócio. É essa passagem, do entusiasmo para a evidência, que transforma inteligência artificial em capacidade operacional.

Fontes consultadas

• Exame: Ex-sócio da Méliuz lista 8 características de uma empresa AI-first no Startup Summit
• IBGE: From 2022 to 2024, percentage of industrial companies using Artificial Intelligence rises from 16.9% to 41.9%
• Sebrae: Inteligência Artificial para pequenos negócios
• Governo Digital e Serpro: Guia IA Generativa
• Startup Summit 2026: página oficial do evento
• MCTI: Brasil quer acelerar revolução da inteligência artificial com estratégia do MCTI