Nos últimos anos, o cenário de investimentos em startups tem passado por transformações significativas. Se anteriormente os investidores se baseavam em fatores como tamanho de mercado e crescimento, agora surge uma nova variável: a proteção contra a inteligência artificial. A gestora de venture capital Astella, com quase 20 anos de atuação, desenvolveu um framework inovador, denominado score de resiliência, para avaliar essa questão.
O Risco da Disrupção
O score tem como objetivo ajudar gestoras a analisarem as chances de uma startup ser superada não apenas por empresas focadas em inteligência artificial, mas também por modelos de linguagem de gigantes como OpenAI e Anthropic. Daniel Chalfon, general partner da Astella, destaca que a disrupção pode vir de plataformas que, mesmo não resolvendo totalmente um problema, conseguem oferecer soluções que atendem a uma parte significativa da demanda.
Foco em Startups Iniciais
A Astella, que está finalizando seu quinto fundo, Journey V, com oito investimentos até o momento, planeja realizar mais três ou quatro aportes antes de encerrar o ciclo. O próximo fundo, Journey VI, está programado para o segundo semestre de 2026 ou início de 2027. A gestora prioriza startups em estágios iniciais, abrangendo rodadas Pré-Seed, Seed e Série A.
Metodologia Anterior e Impactos da IA
Em 2024, a Astella já havia introduzido uma metodologia própria com o V multiple, que visa precificar startups em fase inicial com base na margem bruta. Embora o novo framework de risco relacionado à IA não interfira diretamente nessa metodologia, Chalfon observa que o impacto da inteligência artificial sobre a margem bruta das empresas deve ser considerado, dada a alteração nos custos operacionais.
Criterios de Avaliação
O score de resiliência classifica as startups em três categorias: mais protegida (Score 2), risco médio (Score 1) e em risco (Score 0), com base em sete critérios que reavaliam as vantagens competitivas tradicionais. O primeiro critério é a vantagem de dados, onde startups com dados proprietários se destacam. O lock-in institucional é outro fator, analisando a dificuldade de troca de soluções pelos clientes.
Complexidade Local e Efeito de Rede
Outros critérios incluem a complexidade local, que considera as especificidades do mercado brasileiro, e o efeito de rede, que diferencia o crescimento da base de usuários de um verdadeiro efeito em rede. Por fim, a velocidade de adaptação é um critério dinâmico, que avalia como a liderança da startup responde a disrupções e incorpora a IA na operação.