O impacto da IA nas start-ups já não passa apenas por fazer com que os engenheiros escrevam código mais rapidamente, automatizar fluxos de atendimento ao cliente, ou adicionar um Copilot a um produto existente. A parceira da YC, Diana, afirmou recentemente que a verdadeira mudança reside no facto de a IA estar a reescrever «como é que uma empresa deve ser criada do zero». Para os fundadores em fase inicial, a IA não deve ser apenas uma ferramenta de eficiência usada ocasionalmente pela empresa; deve ser concebida, desde o primeiro dia, como o sistema operativo de toda a organização.
A perspetiva da produtividade já está desatualizada; a IA está a reescrever o ponto de partida da conceção de uma empresa
Diana considera que, quando o mercado fala de IA, ainda fica demasiado frequentemente preso ao enquadramento de «aumentar a produtividade», por exemplo: os engenheiros conseguem escrever código mais depressa, as equipas conseguem automatizar mais processos, a empresa consegue lançar mais funcionalidades. Mas esta perspetiva subestima, na verdade, a mudança estrutural que a IA traz. Ela aponta que, com as pessoas certas a acompanhar as ferramentas de IA, agora é possível construir funcionalidades que antes exigiam uma equipa inteira para serem concluídas, e até desenvolver produtos que antes eram simplesmente impossíveis.
Por isso, a pergunta que os fundadores realmente têm de fazer não é «quais processos da empresa podem ser adicionados à IA», mas sim «se hoje começássemos do zero a construir a empresa, que tarefas é que, de origem, não deveriam ser tratadas passo a passo por intervenção humana?»
É esse o núcleo das chamadas empresas AI-native. Diana afirma que a IA não deve ser colocada fora dos processos da empresa, como se fosse uma extensão para aumentar a eficiência de alguns departamentos; pelo contrário, cada fluxo de trabalho, cada tomada de decisão e cada ação importante da empresa devem atravessar uma camada de sistemas inteligentes que aprendem continuamente e se melhoram.
Por outras palavras, as novas start-ups do futuro não vão primeiro criar organigramas, departamentos, processos de reuniões e políticas de gestão, e só depois introduzir IA; vão desenhar a empresa, desde o primeiro dia de existência, como um sistema que pode ser compreendido, consultado, analisado e que se consegue auto-melhorar com IA.
Primeiro passo: transformar toda a empresa num centro inteligente que pode ser consultado pela IA
Neste quadro, o primeiro passo para criar a empresa é fazer com que toda a organização se torne «consultável». Nas empresas tradicionais, a informação costuma estar dispersa por reuniões, mensagens privadas, emails, documentos, CRM, GitHub, sistemas de atendimento ao cliente e na cabeça dos gestores.
Isto faz com que a empresa se torne um sistema em circuito aberto: os fundadores tomam decisões, as equipas executam tarefas, mas se os resultados são eficazes, onde está o problema e como ajustar o passo seguinte, depende muitas vezes de reportes manuais e da interpretação da gestão. Diana considera que este modelo, por natureza, provoca perda de informação e também abranda a velocidade da empresa.
As empresas AI-native, em contrapartida, têm de passar a ser um sistema em circuito fechado. Todas as vezes que há uma reunião, cada ticket, cada feedback de cliente, cada decisão de produto, cada chamada de vendas e cada ciclo de entrega de engenharia têm de gerar registos legíveis por IA e devolver esses dados para a camada inteligente da empresa.
Diana recomenda que as start-ups gravem reuniões importantes, usem ferramentas de notas com IA, reduzam a informação que fica escondida em DM e em emails, e incorporem Agents no Slack, Linear, GitHub, Notion, Google Docs, ferramentas de atendimento ao cliente, chamadas de vendas e dados operacionais. O que a empresa realmente precisa de construir não é uma série de ferramentas dispersas, mas sim um centro inteligente capaz de responder em tempo real à pergunta «o que é que está a acontecer na empresa, afinal?».
Um exemplo do ponto de vista da gestão de engenharia: cortar o tempo do Sprint a meio, chegando a quase 10 vezes a produção
Ela usa a gestão de engenharia como exemplo para explicar: se um Agent consegue ler tickets do Linear, canais de engenharia no Slack, GitHub, emails de clientes, ferramentas de atendimento ao cliente como Pylon, planos avançados em Notion ou Google Doc, chamadas de vendas e registos dos daily stand-up, então não serve apenas para ajudar a organizar resumos de reuniões; consegue analisar o que foi entregue no Sprint anterior, se o resultado realmente satisfaz as necessidades do cliente e, ainda, quais funcionalidades foram concluídas mas não produziram o efeito esperado.
Quando essas informações podem ser ligadas pela IA, o Agent consegue avançar e propor o plano do próximo Sprint, tornando o planeamento de engenharia mais preciso, mais previsível e mais alinhado com as necessidades do mercado. Isto significa que, quando uma start-up é criada do zero, não deve começar por copiar os modelos de gestão de engenharia de grandes empresas. No passado, os gestores de engenharia tinham de gastar muito tempo a recolher o estado, a organizar o progresso e a fazer reportes à hierarquia, porque a informação dentro da empresa não era transparente — era necessário um trabalho constante de transporte e interpretação humana.
Mas se, desde o início, a empresa desenhar todos os fluxos de trabalho críticos para serem consultáveis, muitas tarefas tradicionais de gestão intermédia deixam de ser necessárias. Diana aponta que, em várias empresas da YC, ela já viu abordagens semelhantes: algumas equipas cortaram o tempo dos Sprints de engenharia a metade e, no mesmo período, conseguiram chegar a produzir quase 10 vezes mais.
Segundo passo: redefinir com uma fábrica de software com IA quem é que escreve código
O segundo passo é reconstruir o processo de desenvolvimento de produto com uma fábrica de software com IA. Diana acha que as empresas AI-native não devem tratar a IA apenas como um assistente de código ao lado do engenheiro; devem antes redefinir «quem é responsável por escrever código».
No novo modelo de desenvolvimento de produto, os humanos ficam principalmente encarregues de escrever especificações e testes, e de definir critérios de sucesso; os Agents de IA ficam encarregues de gerar implementações, escrever código, testar e corrigir repetidamente até o resultado corresponder às especificações. O papel dos humanos passa a ser definir o problema, julgar os resultados e calibrar a direção, em vez de completar pessoalmente cada linha de código.
Este modelo pode ser entendido como a próxima etapa do desenvolvimento orientado para testes. No passado, o TDD era: humanos escrevem primeiro testes e depois humanos escrevem código para passar nos testes; já a fábrica de software com IA é: humanos escrevem especificações e a estrutura de testes, e o Agent gera código por si e faz iterações.
Diana menciona que algumas empresas já levaram este método ao extremo: quase não existe código escrito à mão na base de código, e a implementação é feita por IA conduzida por especificações, testes e validação por cenários. Isto é também o verdadeiro significado de «1000× engenheiro»: não é que um engenheiro, de repente, se torne 1000 vezes mais esforçado do que os outros, mas sim que existe um sistema inteiro de Agents por trás desse engenheiro, permitindo-lhe realizar trabalho que antes apenas uma equipa inteira conseguia fazer.
Terceiro passo: redesenhar a primeira fornada de empregados, deixando apenas três tipos de pessoas
Por isso, se a ideia for criar uma empresa do zero com IA, os fundadores precisam de repensar a definição da primeira equipa. Diana cita a perspetiva do fundador da Block, Jack Dorsey, ao dizer que, se uma empresa apenas adicionar ferramentas de IA ao organigrama existente, mas manter a hierarquia antiga e os caminhos de fluxo de informação, vai falhar a verdadeira transformação.
No futuro, a empresa não deve construir uma grande quantidade de «intermediários humanos», fazendo com que a informação seja transportada em camadas entre gestores, coordenadores e gestores de projeto; pelo contrário, a empresa deve ser desenhada como uma camada inteligente em que a IA faça a integração e o fluxo de informação, enquanto os humanos ficam na margem, responsáveis por julgar, criar, decidir e assumir os resultados. Numa empresa assim, os papéis dos empregados ficam mais poucos e mais claros.
O primeiro tipo é o contributor individual, ou seja, builder-operator: não apenas engenheiros precisam de conseguir construir; operações, atendimento ao cliente e vendas também devem ser capazes de usar IA para criar protótipos, fluxos ou sistemas de automatização.
O segundo tipo é o DRI, ou seja, a pessoa diretamente responsável: isto não é um gestor tradicional, mas alguém responsável diretamente por um resultado específico — uma pessoa corresponde a um resultado, não podendo esconder-se atrás de processos ou departamentos.
O terceiro tipo é o tipo de AI founder (fundador de IA), ou seja, o próprio fundador tem de estar pessoalmente na linha da frente a usar IA, demonstrando o que significa que as capacidades são amplificadas, em vez de delegar a estratégia de IA para alguém chamado «responsável por IA» tratar disso.
Maximizar não é o número de empregados, mas sim o uso de tokens
Isto também conduz a um ponto mais contraintuitivo das empresas AI-native: no futuro, o que os fundadores precisam de maximizar pode não ser o número de empregados, mas sim a quantidade de tokens usados. Diana considera que as start-ups devem estar dispostas a assumir uma fatura de API tão alta que chega a ser desconfortável, porque esses custos substituem custos laborais humanos, que eram, no passado, mais caros e mais pesados. Uma pessoa experiente em usar ferramentas de IA pode conseguir o trabalho de uma equipa inteira de engenharia, design ou operações de toda a era anterior à IA.
Assim, ao criar uma empresa do zero, o fundador não deve encarar «contratar rapidamente mais pessoal» como um símbolo de crescimento; deve perguntar: que trabalho pode ser tratado por Agent, por fluxos em circuito fechado e por uma fábrica de software, e não por contratar mais alguém?
Isto é particularmente crucial para start-ups em fase inicial, porque as pequenas empresas não têm encargos históricos. As grandes empresas que precisam de se transformar em AI-native têm de, por um lado, manter o produto existente e, por outro, desmontar SOP, políticas de gestão, política interna e pilhas tecnológicas antigas acumuladas ao longo de muitos anos; cada ajuste de processo pode colocar em risco sistemas que ainda conseguiam funcionar.
As start-ups em fase inicial, por sua vez, não têm estas limitações: podem, desde o primeiro dia, desenhar reuniões, engenharia, atendimento ao cliente, vendas, recrutamento, operações e desenvolvimento de produto como estruturas legíveis por IA, consultáveis e com capacidade de dar feedback. Diana acredita que é precisamente esta a grande vantagem das start-ups face às grandes empresas.
O limite para empreender no futuro será conseguir reinventar a empresa com IA
Por isso, a resposta para «como criar uma empresa do zero com IA» não é enfiar ChatGPT, Claude, Cursor, Devin ou várias ferramentas de Agent nos processos existentes; é, pelo contrário, redesenhar a própria empresa.
Os fundadores devem primeiro criar uma organização consultável, tornando todas as informações importantes em contexto que a IA consiga ler; depois criar fluxos em circuito fechado para que decisões, execução e resultados devolvam feedback continuamente; em seguida, usar desenvolvimento orientado por especificações e testes para que o Agent faça grande parte da implementação; por fim, formar a equipa com menos — mas mais fortes — builder-operator, DRI e AI founder type.
A perspetiva de Diana aponta para uma conclusão ainda mais radical: uma start-up na era da IA não vai ser apenas «a mesma empresa, mas com mais eficiência». As verdadeiras empresas AI-native serão diferentes em tudo: desde a organização, os processos, o desenvolvimento de produto, a divisão de papéis e até a estrutura de custos.
Não se trata de usar IA para fazer a empresa andar um pouco mais depressa; trata-se de, desde o início, desenhar a empresa como um conjunto de sistemas inteligentes que aprendem, dão feedback e se auto-melhoram. Para os fundadores, este pode ser o mais importante requisito para empreender nos próximos anos: não é se se consegue ou não usar IA, mas sim se se consegue usar IA para reinventar a empresa em si.
Este artigo, partilhado por parceiros da YC sobre como criar uma empresa do zero usando IA, sugere que as start-ups devem tratar a IA como sistema operativo e não como ferramenta. Apareceu pela primeira vez em Cadeia Notícias ABMedia.
