3 Fundadores Debatem: A Realidade de Empreender uma Startup de IA | Dapta AI, Desteia, Darwin AI

ESP

Capa de «3 Fundadores Debatem: A Realidade de Empreender uma Startup de IA | Dapta AI, Desteia, Darwin AI»

O áudio e o vídeo estão em espanhol. Estas notas são uma tradução.

Hoje conversei com três fundadores que estão construindo startups de IA a partir da América Latina e dos EUA, cada um com uma abordagem diferente: Nicolás Rojas (Dapta), Diego Solorzano (Desteia) e Lautaro Schiaffino (Darwin). Nicolás começou a programar aos 13 anos, fundou a Imagine Apps aos 17 (passando de US$ 1,5 milhão em vendas anuais) e hoje lidera a Dapta, uma plataforma de IA aplicada a marketing para PMEs. Lautaro cofundou em 2016 a Sirena, o primeiro CRM de WhatsApp da região; agora comanda a Darwin AI, uma plataforma de agentes de vendas e atendimento ao cliente para médias e grandes empresas. Diego é fundador e CEO da Desteia, uma solução de IA para otimizar cadeias de suprimentos e a logística global; antes, fundou a Carrot, uma empresa de mobilidade vendida em 2017.

0:00 - Introdução e Contexto

Por que uma mesa-redonda com três fundadores construindo IA a partir de ângulos diferentes: marketing para PMEs, agentes de vendas/suporte e supply chain.

  • Objetivo do episódio e como as três abordagens se conectam.
  • O que vamos cobrir: produto, GTM, fundraising, dados, equipe.

3:00 - É Preciso Ser Técnico para Empreender em IA?

Vieses dos investidores, o valor de ser técnico e o papel das ferramentas no/low-code na velocidade de iteração.

  • Existe um viés real dos VCs a favor de fundadores técnicos e como isso afeta o fundraising?
  • Quando ser “técnico demais” pode jogar contra a execução e o foco no produto?
  • Até que ponto low/no-code e copilots nivelam o jogo para perfis não técnicos?

12:10 - Ideias de Negócio e Disposição a Pagar na América Latina

A adoção de software na região, a distribuição “porta a porta” e como a IA pode pular etapas tecnológicas.

  • As empresas na América Latina pagam, sim, por tecnologia? Em quais segmentos e com quais expectativas?
  • Por que a menor adoção prévia pode ser uma vantagem para introduzir “agentes/funcionários” de IA?
  • Como comparar o ROI: custo de software vs. produtividade e custos trabalhistas?

19:00 - Do Orçamento de Software ao Orçamento de “Funcionários de IA”

Mudanças nos modelos de compra, no pricing e nas margens quando a IA executa trabalho operacional mensurável.

  • Comparar com FDEs ajuda a vender… ou desvia a atenção de novos insights e capacidades?
  • Modelos de pricing (por uso, por resultado, variável) para capturar melhor o valor criado.
  • O elefante na sala: como proteger e melhorar a margem bruta quando o consumo de IA escala?

31:00 - É Preciso Estar no Vale do Silício?

As vantagens da concentração de talento e de ideias em SF e hacks para capturar essa energia sem perder o foco local.

  • Mudar-se vs. viajar por períodos e manter a equipe na região.
  • Como os investidores enxergam hoje as equipes remotas vs. presenciais.
  • Agenda, eventos e networking: táticas práticas para “estar” em SF sem morar lá.

39:10 - Diferenciação e “Moats” em IA Hoje

Distribuição, velocidade de aprendizado e dados proprietários como motores de vantagem competitiva.

  • Vale a pena ficar obcecado com o “moat” no início ou é melhor otimizar para feedback e distribuição?
  • Ciclos virtuosos (dados → modelos melhores → mais clientes → mais dados) e como iniciá-los.
  • Como as fontes de diferenciação evoluem à medida que as ferramentas viram commodity.

46:30 - Produto: Do MVP a Agentes em Produção

Aprendizados construindo produtos de IA que passam de demos a gerar valor operacional no dia a dia.

  • Definir casos de uso “estreitos”, com dados suficientes e métricas de sucesso claras.
  • Quality gates: quando escalar um agente para mais contas ou mais canais.
  • Erros comuns: prometer demais, subestimar o tratamento de exceções e a latência.

53:15 - Go-to-Market e Vendas Enterprise

Como vender IA para médias e grandes empresas quando o comprador está aprendendo ao mesmo tempo.

  • Sequência de GTM: pilotos pagos, land & expand e champions internos.
  • Contratos: anexos de segurança, SLAs, DPAs e critérios de sucesso.
  • Marketing: conteúdo educativo, casos de uso e demonstrações com dados reais.

58:40 - Dados, Privacidade e Compliance

A camada nada glamorosa que sustenta qualquer solução de IA em ambientes de produção.

  • Fontes de dados, limpeza e monitoramento de drift.
  • Privacidade, retenção e roteamento seguro de prompts e contextos.
  • Rastreabilidade: logs, avaliação humana e auditorias internas.

1:04:20 - Fundraising: Etapas, Narrativa e Métricas

Como construir uma história crível em um mercado que muda a cada trimestre.

  • Do problema → caso de uso → “job to be done” → evidência de valor.
  • Métricas que pesam: margem bruta ajustada pelo consumo de IA, payback e expansão líquida.
  • Relação com investidores: cadência de updates, pedir ajuda específica e referências de clientes.

1:10:05 - Equipe e Cultura Remota

Contratação para equipes pequenas de alto impacto e colaboração distribuída.

  • Perfis “T-shaped” e ownership extremo nas fases iniciais.
  • Rituais de produto: requisitos e velocidade.
  • Cultura de experimentação

Menções do Episódio

Você pode encontrar Nicolás Rojas (Dapta) no LinkedIn Descubra Mais do Podcast Startupeable

Ouça todos os episódios em startupeable.com/podcast.

Assine a newsletter para saber quando sair um novo.

Siga Enzo Cavalie no X: @enzocavalie.

Assistir ao episódio