Vimos 3 ondas distintas de startups de IA na camada de aplicativos desde que o ChatGPT foi lançado, cada uma com mais concorrência e consolidação. Acabamos de entrar na onda #3 e a dinâmica competitiva está mudando de maneiras interessantes:

Wave 1️⃣ era wrappers e prompts inteligentes com interfaces de usuário polidas que foram rapidamente superadas à medida que os modelos subjacentes melhoravam.

A Wave 2️⃣ era uma startup "nativa de IA" que construía pipelines de dados personalizados e fluxos de trabalho incorporados, mas muitas foram espremidas quando as plataformas das quais dependiam lançaram aplicativos concorrentes.

Agora estamos na Wave 3️⃣, a era agêntica. Com tecnologia RL, esta onda é sobre agentes que aprendem - otimizando fluxos de trabalho ao longo do tempo em vez de depender de prompts estáticos. Os provedores de modelos estão enviando esses agentes diretamente para os usuários (Modo de Agente da OpenAI, Claude Code da Anthropic), e a barra para "nativo de IA" está subindo rapidamente.

As startups estão construindo agentes orientados por RL que observam processos inteiros. Um agente de vendas pode aprender que o acompanhamento dois dias após uma demonstração tem um desempenho melhor do que um, ou que os negócios de fintech fecham mais rápido com um engenheiro de vendas em loop no início. Esses agentes aprendem conhecimento tácito que não vive em CRMs tradicionais.

A Big Tech controla enormes conjuntos de dados históricos (Google com dados de pesquisa, Meta com dados sociais). O que falta é visibilidade de toda a cadeia de decisões, ações e transferências que definem como o trabalho real é feito.

Modelos de base melhores, como as melhorias da OpenAI, apenas aumentam a capacidade de aprendizado desses agentes, e o fluxo de dados de interação gerados por usuários e agentes trabalhando juntos está se tornando o principal ativo proprietário da IA.