Qual é a diferença entre 'IA aplicada' e 'IA pura' aos olhos de um fundo?
IA pura é fazer o modelo. IA aplicada é resolver um problema concreto com um modelo (próprio ou não). Em 2024 o capital corria pra fazer modelo. Em 2026, corre pra aplicar modelo onde dá receita previsível: jurídico, saúde, indústria.
Como funciona
Fundos olham três coisas hoje: nicho defensável (alguém pode te copiar facilmente?), receita real (não pilotos pagos), e custo unitário sob controle (sua margem aguenta o preço dos tokens?). Startups de modelo genérico falham nas três: viram commodity, sangram cash e dependem do humor do mercado de chips.
Onde isso aparece na prática
IA aplicada bem feita
Plataforma de revisão jurídica que reduz tempo de due diligence em 80%. Cliente paga US$ 200/usuário/mês, churn baixo, expansão dentro do escritório.
IA aplicada mal feita
ChatGPT customizado para advogado. Sem dados próprios, sem fluxo, vira camada fina. Cliente cancela em três meses.
IA pura ainda interessa em
Camadas de infraestrutura: chips, orquestração, observabilidade. Quem entende essa parte e tem time técnico denso continua captando bem.
Se você está captando, o pitch mudou. Métrica antes de visão, retenção antes de hype, integração profunda antes de feature legal. O VC voltou, mas com calculadora na mão.