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 as dinâmicas competitivas estão mudando de maneiras interessantes:

A Onda 1️⃣ foram wrappers e prompts inteligentes com UIs polidas que rapidamente foram superados à medida que os modelos subjacentes melhoraram.

A Onda 2️⃣ foram startups "nativas de IA" a construir pipelines de dados personalizados e fluxos de trabalho integrados, mas muitas foram pressionadas quando as plataformas das quais dependiam lançaram aplicativos concorrentes.

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

As startups estão a construir agentes impulsionados por RL que observam processos inteiros. Um agente de vendas pode aprender que fazer um acompanhamento dois dias após uma demonstração tem um desempenho melhor do que um, ou que os negócios de fintech fecham mais rapidamente com um engenheiro de vendas envolvido desde o início. Estes agentes aprendem conhecimento tácito que não reside nos CRMs tradicionais.

As grandes empresas de tecnologia controlam enormes conjuntos de dados históricos (Google com dados de pesquisa, Meta com dados sociais). O que lhes falta é visibilidade sobre toda a cadeia de decisões, ações e transferências que definem como o trabalho real é realizado.

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