O áudio e o vídeo estão em espanhol. Estas notas são uma tradução.
Hoje entrevistei Mike Mac-Vicar, cofundador e CTO da Enter, a startup de inteligência artificial que a Sequoia Capital acaba de avaliar em cerca de US$ 150 milhões, no maior investimento em uma empresa de IA na América Latina.
Antes da Enter, Mike cofundou a Wildlife Studios, a empresa brasileira de games que chegou a valer 4 bilhões, com mais de 3 bilhões de downloads. Ficou 12 anos lá como CTO e depois largou tudo para começar do zero.
Em menos de dois anos a Enter foi de zero a cerca de 10 milhões de faturamento vendendo IA jurídica para Nubank, Mercado Livre, Itaú, Santander e Airbnb.
Conversamos sobre por que a maioria dos projetos de IA enterprise não chega à produção, por que a Sequoia primeiro passou e depois mudou de ideia, e por que ele voltou para a América Latina quando podia ficar no Vale do Silício.
Estrutura e Principais Destaques
O Abismo que Ele Viu na França
- Foi fazer um mestrado numa universidade francesa conhecida por física e matemática e, como parte do curso de francês, fez um tour industrial
- Viu tecnologia nuclear, reciclagem de combustível, uma usina nuclear, um depósito de combustível usado que recebe material da Alemanha e dos Estados Unidos, e uma fábrica de submarinos
- Por coincidência, estavam construindo os submarinos que o Chile estava comprando
- E essa indústria não para por aí: também fazem automóveis, aviões e alguns dos tanques mais modernos do mundo
- O que ele descreve como desespero: ver que a peça de tecnologia mais sofisticada que fazemos é ridícula perto daquilo, e que fechar esse abismo exigiria 50 anos formando doutores e uma política pública que corrigisse os incentivos
- A leitura de fundo dele: a falta dessa indústria rebaixa nosso teto mental sobre o que acreditamos que podemos fazer
O Que o Vale do Silício Ensinou
- Chegou lá graças a Francisco Larraín, um dos seus primeiros chefes. Diz que se sentiu resgatado por isso
- O que Francisco trouxe foi banalizar o grandioso: ele fala do Google como se fosse a empresa da esquina, ou de alguém famoso como se morasse na rua dele
- Estando lá, comprovou que era literalmente assim. Em cada casa mora alguém tentando algo parecido
- A outra experiência foi ver o pouso do Curiosity em Marte, transmitido numa base da NASA cercado pelas pessoas que tinham trabalhado em cada peça
- O aprendizado daquele dia: 90% era força de vontade. Atribuímos uma complexidade inalcançável ao que não conhecemos
- Os responsáveis pelo paraquedas explicaram que era um paraquedas, que foram melhorando para resistir a mais calor e mais carga. Mas um paraquedas
- O contraste que ele faz: há tecnologias em que parece haver mesmo uma iluminação, como um aparelho de ressonância magnética. A maior parte do que as empresas fazem, não
Por Que Voltou para a América Latina em 2012
- Uma das razões foi pessoal: um dos seus futuros sócios era um grande amigo brasileiro que ele tinha conhecido na França
- A outra foi uma decepção. Depois do IPO do Groupon, viu que, quando as coisas vão mal, alguns se salvam e o resto afunda, mesmo que a missão fosse contada com enorme convicção
- E a tese: quando aparece algo que ninguém entende, as barreiras para acessar um mercado caem radicalmente. Naquele momento, isso era mobile gaming
- Junte isso ao volume e à qualidade de engenharia que o sistema educacional brasileiro produz e ao acesso a um mercado global sem barreiras
- A conclusão dele: isso permite uma concorrência desleal. Eles não conseguem fazer o mesmo porque o talento deles é muito mais caro
- Como chegou ao Brasil: sem falar português, sem nunca ter visitado o país, com o cachorro e a então esposa grávida. Em retrospecto, descreve isso como imprudente
Como a Wildlife Competiu a Partir do Brasil
- A principal vantagem foi não estar contaminada pela indústria de games. Nenhum deles vinha de lá, então aprenderam tudo do zero
- O benefício da lousa em branco: puderam tirar o som do roadmap porque a maioria joga no silencioso. Lançaram jogos sem som em vários países
- Investiam ridiculamente pouco em gráficos, porque os testes diziam que o usuário não se importava tanto
- Por que as empresas de console e PC travavam: encaravam o problema do jeito que estavam acostumadas, e quase todas acabaram comprando uma empresa de mobile
- A primeira empresa se chamava literalmente Top Free Games, e esse era o nome legal. Quando a Apple ou o Google questionavam se ela estava tentando manipular o ranking, eles podiam mostrar que esse era o nome
- A segunda se chamou Fun Games for Free
- A cultura era de pragmatismo extremo: jogos que morriam em uma semana e outros que começavam na seguinte. Matar um jogo é violento para quem atribui valor sentimental a ele, e a cultura foi desenhada para evitar isso
Como Romperam os Próprios Tetos
- O padrão que ele continua vendo em empresas locais: o que elas consideram um sucesso, para ele é um fracasso, por falta de referência
- A decisão inicial deles foi se comparar com o mundo, não com os locais. Contratavam gente dizendo que iam fazer o melhor jogo do mundo e se comparavam com a Nintendo, tendo dois jogos, um de um pinguim e um de uma moto
- A observação dele sobre isso: contar essa história 50 vezes ao contratar faz você começar a acreditar nela e a justificá-la
- Depois vinha o trabalho metódico. Cada área ia entender o que as referências faziam em analytics, marketing e engenharia
- A escala dessa subida: passaram de um jogo que dava alguns milhares de dólares por dia a outros muito maiores, sabendo que naquele momento existia um jogo que gerava US$ 5 milhões por dia
- O sinal de que estavam fazendo algo certo: um ano lançaram um jogo número um, no seguinte dois, e assim até cinco no quinto ano
- Mas sabiam que em monetização ainda estavam longe
Fechar a Janela Antes que Ela se Fechasse
- Por volta de 2015 ficou evidente que as empresas tradicionais já tinham comprado estúdios de mobile e começavam a ter sucessos
- O que isso significava: acabava o espaço para o amadorismo, o hacky e a arte feia
- A fase que chamaram de 2.0 consistiu em arrumar a casa para estar no nível deles quando terminassem de aprender, e não ficar para trás
- Passaram de investir alguns milhões em marketing de performance a gastar 100 milhões de forma rentável
- E contrataram um diretor de arte para ensinar qual era a barra de qualidade e criar as bases do time
Os Low Hanging Fruits de um Mercado Novo
- A regra dele: quando ninguém sabe fazer algo e a demanda supera a oferta, o mercado se conquista com quantidade, não com qualidade
- No começo chegaram a ter os oito primeiros lugares do ranking brasileiro, e não era por qualidade
- Faziam engenharia reversa da App Store usando cada sinal que a Apple deixava: a própria página, as APIs, o tráfego interceptado
- Quando saía um beta do iOS com páginas novas na App Store, começavam na hora a entender o que fazia um jogo chegar lá
- O resultado às vezes era descarado: dominaram por completo uma página nova de recomendações porque ajustaram toda a metadata
- A leitura dele do ciclo: essas janelas se fecham. As lojas se tornaram editoriais por volta de 2018 e 2019
- E isso se repete. Aconteceu com o Google, depois com os truques do Reddit, e agora com o que se está aprendendo sobre modelos
As Três Coisas que Hoje se Confundem em IA
- Primeira, a promessa de inteligência artificial geral. É separável, e não há por que assumir que chegaremos lá
- Segunda, o mercado de modelos fundacionais, que faz todo o sentido existir, mas que se contaminou com a corrida pela AGI. Essa corrida de recursos é difícil de justificar se não se chegar a esse destino
- Terceira, a IA aplicada, que usa modelos que já existem e que não são promessas
- O que ele vê na Wildlife hoje: arte que antes levava 20 dias agora é produzida em três minutos, e gerar variantes de assets para testar versões de um jogo é questão de minutos
- O mesmo no marketing, onde a maioria dos criativos já é feita com IA
- O ponto dele sobre o jurídico: não estão substituindo trabalho que os humanos faziam, estão fazendo o trabalho que eles não conseguiam fazer
- E a analogia histórica: a IA aplicada tem a mesma característica que o mobile desde 2012. Todas as indústrias vão ter que se adaptar, e as barreiras de entrada são baixíssimas
O Que a Enter Resolve
- A definição: aplicar IA a problemas que realmente importam, com responsabilidade, explicabilidade e de forma auditável
- O dado que enquadra o mercado: o Brasil gasta cerca de 2% do PIB para manter o sistema judicial, umas cinco vezes mais que o segundo colocado em relação ao PIB
- Não é corrupção nem fraude. É um sistema desenhado com boas intenções, para que o cidadão tenha acesso à justiça independentemente do dinheiro
- O problema é de volume: 200 e tantos milhões de brasileiros contra muito menos empresas, e dezenas de milhares de processos novos por mês
- Por que escolheram o jurídico e não resumir textos ou gerar arte: o jurídico tem consequência. Uma defesa malfeita é lida por um juiz
- Os ganhos que geraram: eficiência no processo, consistência nas defesas e controle sobre os advogados que trabalham em cada caso
- A metáfora dele: deram ferramentas a um técnico cujo time jogava com três bolas em campo. Agora ele pode definir formação, técnicas e medir todo mundo
- Para os advogados também melhora: ler 500 páginas e ouvir duas horas de áudio, o que na prática não faziam por falta de tempo, agora é feito pela IA
- E o que fecha a venda é a métrica final: as taxas de sucesso sobem, e com isso o ROI se justifica sozinho
Por Que a IA Enterprise Falha
- O que as pessoas perguntam a ele: orquestração de agentes, quais modelos usam, fine tuning, prompt engineering
- O que ele diz que de fato importa: o desafio de adoção
- Primeiro problema, ações com consequências irreversíveis. Se o modelo age e ninguém pode revisar antes, você já está em sérios problemas. Isso é um erro de design
- Segundo, explicabilidade. Um médico pode olhar uma radiografia marcada e montar uma história na cabeça. Se você entrega a ele um tratamento derivado de 15 anos de pesquisa, ele teria que ler 250 papers para entendê-lo
- Terceiro, a caixa-preta. Para gerar arte tanto faz, porque você descarta e pede outra. Com consequências imediatas você precisa de precisão, e as falhas geram um problema de reputação
- Quarto, as pessoas querem ver empresas confiáveis usando a mesma ferramenta antes de adotá-la
- O conselho que deriva disso: no início, em vez de perseguir muitos clientes, escolha um ou dois e coloque todas as fichas neles. Para eles foram dois bancos
- E o ponto que ele mais sublinha: o difícil não é o modelo, é o contexto. Um funcionário toma um café, fica sabendo que um projeto foi cancelado, já viu dez documentos parecidos e sabe que número se relaciona com qual
- Reproduzir isso exige um esforço desproporcional em classificação, segmentação, conexão de sistemas e documentação das entidades e relações da empresa
- E depois torná-lo auditável. Um resultado impressionante que não pode ser auditado nem editado tem valor zero
Copiloto ou Agente
- Na Enter quase tudo funciona como agente, com uma diferença-chave: o agente praticamente nunca toma a decisão final
- O fluxo: chega o caso, um agente o analisa e o resume, busca informações nos sistemas da empresa e deixa tarefas para o advogado revisar suas conclusões
- O exemplo típico: o agente detecta que um dado do autor da ação está errado, propõe a correção e a pessoa aprova
- A regra: se o agente age sozinho é porque a ação é reversível. Ele nunca faz sozinho algo irreversível
- A comparação dele com a programação: começou com autocompletar, depois o copiloto do seu lado, e já há estudos que dizem que isso deixa a pessoa mais lenta
- O que o convenceu de que isso muda tudo foi ver um agente autônomo fazer o trabalho, porque ele já não tenta entender o código
- O que ele dá ao agente é o mesmo que daria a um time: o projeto, suas opiniões sobre arquitetura, quais tecnologias usaria, quatro coisas para cuidar, e começar por um teste de integração
- A dificuldade real é que dar instruções e contexto a um time não é natural para quem ainda não é sênior
- Como aplicam isso aos advogados: o trabalho do advogado e o do agente não se misturam. Não é um assistente falando no ouvido, são outros membros do time fazendo coisas
Vender para Corporações sem Depender Delas
- O FOMO do ano passado ajudou, mas o que define os ciclos de venda é a integração e o compliance
- O conselho que receberam de empresas grandes: em nenhum momento o processo de venda e implementação pode ficar dependendo do cliente
- Se você pergunta quando vão entregar a API, a resposta vai ser cinco, seis ou até nove meses
- Como isso é inaceitável, a única saída é desenhar o produto para que a primeira integração demore um pouco e as seguintes, cada vez menos
- A tática derivada: integrar-se com os fornecedores que se repetem entre clientes, por bem ou por mal, via APIs ou scraping
- O caso Nubank: construíram com eles o maior número de integrações que ele já fez na vida, algo que hoje não se justificaria, mas que lançou as bases da arquitetura deles
- Compliance e segurança foram resolvidos aprendendo, automatizando e se certificando, até ter um pacote pronto. Hoje usam até IA para responder os questionários
Por Que a Sequoia Primeiro Passou
- No começo, a ideia era ir para os Estados Unidos. Mike chegou a avisar o sócio que, com três filhos no Brasil, se mudar estaria fora do seu alcance por vários anos
- Começaram conversas com uma exchange de cripto, com companhias aéreas americanas e com bancos
- No início de 2023 mudaram de vender para escritórios de advocacia para vender para os times jurídicos das empresas, e os números no Brasil começaram a fechar
- A Sequoia, que mantinha contato, perguntou quando iam para os Estados Unidos. A resposta foi que tinham decidido não ir
- Pareceu tão maluco que pediram permissão para falar com o Nubank e outros clientes, só para entender o que eles viam
- Ficaram impressionados com as respostas, e a conclusão foi que o mercado não tem plano B: o plano A são vocês
- O que ele gostou desse processo: um fundo dedicando um tempo considerável para entender por que alguém toma uma decisão que normalmente é lida como abrir mão do acesso
Ficar ou Ir Embora
- Se o mercado local é realmente pequeno, como no Chile, ele acha que é preciso ir direto para fora
- Mas é preciso questionar outras coisas. Nos Estados Unidos você provavelmente disputa os 70% de cima dos engenheiros e perde o resto para empresas de visibilidade extrema
- No Brasil ele consegue acessar o 0,1% do topo
- A ressalva dele sobre a oferta americana: há outliers muito bons, mas o mercado está saturado e distinguir os bons é muito mais difícil do que no seu próprio mercado
- O modelo que ele acha interessante é o de Francisco Larraín: times no Chile com presença constante no Vale
- Quando vale ficar local: se você usa esse período para entender melhor o problema antes de buscar receita
Se o Software se Comoditizar
- Se cai o custo marginal de fazer software e a quantidade de gente necessária, o software se torna acessível em outra escala
- Dois caminhos. Um: software sob medida para todos, até a padaria da esquina com seu próprio ERP
- Dois: empresas gigantes que construíram o software com 3.000 engenheiros competindo com outras de 20 ou 50
- O raciocínio dele: se esses 3.000 têm cinco agentes cada um, nenhum software precisa de 15.000 engenheiros. Os que têm 20 podem alcançar a produtividade que antes exigia 3.000
- A barreira que continua existindo no B2B é reputação e contatos. Uma empresa chilena vendendo software B2B nos Estados Unidos precisa de algo que ancore sua seriedade
- Os mercados em que isso não importa: gaming, ferramentas de produtividade. Ninguém se importa com quem fez o jogo se se divertiu
- A quem ele agradece: ao pai, que, mesmo tendo os próprios tetos, via que havia algo do outro lado e nunca questionou as decisões dele. E a Francisco Larraín, pelo que fez com toda uma geração de engenheiros chilenos
Glossário do Vale do Silício
| Termo | O que significa | Contexto no episódio |
|---|---|---|
| IA aplicada | Usar modelos que já existem para resolver problemas concretos | A categoria que ele separa da promessa de AGI e dos modelos fundacionais |
| Modelo fundacional | Os modelos base treinados do zero | O mercado que se contaminou com a corrida pela AGI |
| Explicabilidade | Poder entender por que o modelo concluiu algo | Um dos três bloqueios de adoção no enterprise |
| Auditável | Poder revisar e editar o que o sistema fez | A condição dele para que um resultado tenha valor real |
| Ação irreversível | Uma decisão que não pode ser desfeita | O que um agente nunca deve fazer sozinho |
| ASO | Otimizar para o ranking das lojas de apps | O que faziam com engenharia reversa da App Store |
| Low hanging fruit | A oportunidade fácil que ninguém aproveitou ainda | O que sobrava quando a Apple e o Google ainda aprendiam a controlar suas lojas |
| Janela de oportunidade | O período em que um mercado novo ainda pode ser conquistado | O que viram se fechar no mobile por volta de 2015 |
| Ciclo de venda | Quanto tempo leva para fechar um cliente corporativo | Definido por integrações e compliance, não pelo produto |
| Contexto | As informações da empresa de que o modelo precisa para acertar | O que ele diz que importa mais que o modelo ou o prompt |
Pessoas, Empresas e Referências
Pessoas Mencionadas
- Mike Mac-Vicar: cofundador e CTO da Enter, antes CTO da Wildlife Studios
- Mateus: seu sócio na Enter, quem mantinha o contato com a Sequoia
- Francisco Larraín: um dos seus primeiros chefes, quem o levou para o Vale do Silício, hoje na Topsort
- José Noblecilla: ex-vice-presidente de IA na Wildlife, citado sobre os tetos mentais do time
- Seu pai: quem nunca questionou suas decisões e lhe deu confiança para arriscar
- Enzo Cavalie: host do podcast
Empresas e Referências
- Enter: IA jurídica para times jurídicos, cerca de 10 milhões de faturamento em menos de dois anos
- Sequoia Capital: o fundo que primeiro passou e depois liderou o investimento
- Wildlife Studios: chegou a valer 4 bilhões, com mais de 3 bilhões de downloads
- Top Free Games e Fun Games for Free: os nomes legais originais da empresa
- Nubank, Itaú, Mercado Livre, Santander e Airbnb: os clientes que ele cita
- Groupon: o IPO que o decepcionou e o empurrou de volta para a América Latina
- Curiosity e a NASA: o pouso em Marte que lhe ensinou sobre força de vontade
- Nintendo e Supercell: as referências com que se comparavam quando tinham dois jogos
