O crescimento dos assistentes pessoais de IA
A Muse, da Meta, acompanhada por um mascote de pelúcia chamado Jolly, tornou-se um sucesso inesperado. A OpenAI acabou de lançar o Dots, um assistente de estilo cartoon que segue um conceito semelhante e divertido. Enquanto isso, o assistente Instinct, em desenvolvimento, avaliado em US$10 bilhões, concentra-se em tarefas práticas, como reservar viagens, garantir reservas em restaurantes e cancelar assinaturas.
Por que a IA para consumidores tem dificuldade em gerar lucro
O otimismo em torno desses produtos é fácil de entender. Os agentes modernos finalmente se tornaram confiáveis o suficiente para lidar com tarefas cotidianas, e os usuários relatam benefícios reais. Para os investidores, o cenário se assemelha ao entusiasmo que se seguiu ao lançamento do ChatGPT em 2022, quando o poder bruto da IA abriu um mercado antes impossível. Ainda assim, os laboratórios de ponta tornaram-se cautelosos em relação à IA para consumidores por razões que pouco têm a ver com a capacidade técnica.
Andreessen Horowitz, citando um relatório de pesquisa da PNC, observa que “ainda é muito cedo quando se trata de adoção e utilização madura da IA”.
Dados de maio mostram que apenas 2,2% dos consumidores pagaram por serviços de IA, gastando em média US$31 por mês. Mesmo com a evolução dos modelos, que passaram do GPT‑5.2 para o Astra, a curva de adoção permanece teimosamente linear. Uma comparação com a Netflix — um serviço online saturado com 325 milhões de assinantes — ilustra a lacuna: US$34 por usuário gerariam apenas US$11 bilhões por ano, muito abaixo dos custos operacionais da OpenAI.
Outras pesquisas reforçam esse quadro. O Bank of America descobriu que cerca de 3% dos consumidores dos EUA pagaram por IA em março, um aumento de 40% em relação ao ano anterior. Uma pesquisa da Menlo revelou que um quarto dos adultos usa IA diariamente, sendo que metade desses usuários paga por ela. Embora esses números sugiram um crescimento modesto, eles estão muito aquém dos limites de equilíbrio típicos de negócios digitais maduros.
O peso dos custos operacionais da IA
A IA para consumidores é excepcionalmente cara para operar quando comparada a antecessores mais leves, como as redes sociais ou a computação em nuvem. Mesmo uma base massiva de clientes pagantes não garante rentabilidade, porque os custos subjacentes de infraestrutura e treinamento de modelos permanecem elevados. Essa estrutura de custos explica por que muitos laboratórios líderes mudaram o foco para contratos corporativos e expansão vertical, onde preços mais altos e uso em larga escala podem compensar as despesas.
Da IA para consumidores à IA corporativa: como as empresas estão se adaptando
A OpenAI aceitou essa realidade e fez uma transição bem-sucedida para vendas corporativas. A empresa relata que as reservas corporativas dobraram desde julho. Até mesmo o lançamento do Dots foi estruturado em torno de casos de uso corporativo, destacando o valor para engenheiros de software e criativos de agências. O roteiro clássico — oferecer um serviço popular para consumidores a baixo custo e vender uma versão premium para empresas — parece estar funcionando para a OpenAI.
A Muse se beneficia do poderoso motor de segmentação de anúncios da Meta, o que lhe proporciona caminhos adicionais de monetização e tempo para alcançar a rentabilidade. A Meta já está explorando aplicações corporativas para a Muse.
O Instinct segue um caminho diferente, planejando capturar uma parcela das compras realizadas por meio de seu agente, um modelo que pode aumentar os limites de receita. Ao evitar os custos de treinamento de um modelo de ponta, o Instinct também reduz sua base de custos.
Conclusão: os limites do crescimento da IA para consumidores
A economia da IA para consumidores continua pouco atraente. Sem explorar receitas corporativas de maior margem, as empresas enfrentam um limite difícil de escala e rentabilidade. Os principais laboratórios já aprenderam essa lição, e parece ser uma das poucas constantes em um setor que, de outra forma, evolui rapidamente.
