A Onda de Implantação de IA Tem Capital – e um Risco de Carteira que Ninguém Está Preços em Yet

No mês passado, a OpenAI lançou uma entidade de US$ 4 bilhões chamada OpenAI Deployment Company. A TPG liderou a rodada, com a Bain Capital, Advent e Brookfield assinando como co-líderes fundadores e dezenove firmas de private equity comprometendo capital no total. A missão declarada é incorporar engenheiros de implantação de IA diretamente dentro das empresas e encontrar as oportunidades de IA de maior valor (e, claro, escalá-las).

A Anthropic está perseguindo a mesma estrutura. A Reuters informou que ambas as empresas formaram joint ventures apoiadas por private equity visando aquisições de empresas de implantação de IA de negócios. Claramente, isso é um evento de formação de capital em nível de indústria, não uma aposta estratégica isolada. O mercado em que estão crescendo é o seu portfólio. Os investidores devem pensar cuidadosamente sobre o que estão realmente olhando aqui.

O que é uma empresa de implantação apoiada por private equity

A TPG gerencia mais de US$ 200 bilhões em ativos e seu dever fiduciário é para com seus sócios limitados (ele não é, por contraste, para os clientes empresariais que receberão os engenheiros de implantação). Quando a TPG escreve um cheque para a OpenAI Deployment Company, está comprando um ativo de crescimento que é medido em receita de implantação de IA. Um engenheiro que ativa dez fluxos de trabalho dentro de uma empresa de portfólio é um “ativo de melhor desempenho” do que um que ativa três. Esse incentivo para encontrar, ativar e escalar o uso de IA não é incidental à estrutura de investimento. Pelo contrário, é o objetivo principal.

Isso é o que os veículos de crescimento apoiados por private equity fazem e o que devem fazer. Os incentivos não estão desalinhados; estão apenas alinhados a um resultado diferente daquele para o qual as empresas do seu portfólio estão otimizando. Enquanto elas otimizam para escala, as empresas que absorvem esses times de implantação precisam estar otimizando para rentabilidade. Na IA empresarial, essas duas coisas podem divergir, silenciosamente, por um tempo surpreendentemente longo antes que alguém no prédio franzir a testa.

Nós vimos essa estrutura de incentivo antes

Em 1999, a marchFIRST foi formada a partir da fusão da USinternetworking e Whittman-Hart, com uma valorização máxima de mais de US$ 7 bilhões. O negócio consistia em incorporar consultores de internet dentro das empresas para encontrar e construir oportunidades de internet de alto valor. A Razorfish e a Sapient estavam executando a mesma jogada com a mesma lógica de capital por trás delas.

A apresentação foi oportuna. As empresas realmente precisavam de expertise que não tinham, a internet estava se movendo mais rápido do que as equipes internas podiam acompanhar e os consultores eram realmente bons no que faziam. O que as empresas não pensaram completamente (e o que muitos investidores também não fizeram) foi como a estrutura de incentivo por baixo se comportaria uma vez que estivesse dentro do prédio. Essas empresas não eram compensadas por ROI do cliente, mas por métricas como quantidade de funcionários e horas cobráveis. Mais implantação sempre era melhor para elas, independentemente do que significava para o cliente. Os consultores que encontravam oportunidades eram recompensados por encontrar mais delas. Os retornos dos LP dependiam do crescimento.

A marchFIRST entrou com pedido de falência em 2001, deixando as empresas segurando infraestrutura que haviam aprovado, mas não podiam sempre justificar. O mercado de implantação de IA pode ou não seguir a mesma curva, mas eu argumentaria que os incentivos econômicos subjacentes a essas novas empresas são estruturalmente idênticos aos que produziram esses resultados. Os investidores com empresas de portfólio prestes a receber uma equipe de implantação apoiada por private equity precisam fazer algumas perguntas específicas antes de deixá-los entrar.

Dentro do prédio, fora dos livros

Cada fluxo de trabalho de IA que um engenheiro de implantação ativa carrega uma estrutura de custos, seja em tokens consumidos, chamadas de API feitas, computação queimada, etc. Esses se acumulam mês a mês em cada transação e recurso que a equipe toca. Ativar e escalar esses fluxos de trabalho é o trabalho do engenheiro de implantação; medir se eles são realmente rentáveis em relação ao seu custo não é o trabalho dele e não é como o desempenho dele é avaliado. A estrutura de capital por trás dele não tem interesse particular em saber se a empresa sabe a resposta para essa pergunta.

Então, quem dentro da sua empresa de portfólio está realmente rastreando o custo por fluxo de trabalho de IA? Quem está atribuindo o gasto de IA aos segmentos de clientes e recursos de produtos que o geram? Quem tem a autoridade para desacelerar ou bloquear o uso que consome orçamento sem produzir retorno? Se a resposta a qualquer uma dessas perguntas equivale a um dar de ombros, uma máquina de crescimento apoiada por private equity agora tem acesso a um centro de custos com nada governando o gasto. Esse risco que não está aparecendo nos decks de diretoria ainda. Não está escondido, por assim dizer, mas ninguém construiu a instrumentação para encontrá-lo.

A oportunidade de investimento do outro lado disso

Pergunte a uma empresa de portfólio média o que um fluxo de trabalho de IA realmente custa por transação, ou quem pode desligar o uso que consome orçamento sem retorno, e a resposta geralmente é uma longa pausa. Essa lacuna tende a permanecer invisível até que a conta torne-a impossível de ignorar, e os investidores muitas vezes estão melhor posicionados para detectá-la cedo do que as próprias empresas.

Há dois anos, isso não era uma tese de investimento comercial porque a onda de implantação não havia chegado com capital sério por trás (isso mudou). As empresas que agora absorvem equipes de implantação incorporadas sem essa camada em lugar estão executando o mesmo experimento que as empresas executaram em 1999, e as que a têm antes que essas equipes entrem pela porta estão em uma posição estruturalmente diferente, assim como os seus investidores.

Os CFOs queimados em 2001 tinham muita inteligência e não tinham instrumentação suficiente, e, por volta da época em que a estrutura de custos se tornou visível, pará-la já era caro. Essa instrumentação existe agora, mas se as empresas exigirão isso antes de abrir a porta (e se os investidores empurrarão suas empresas de portfólio para exigir isso) ainda é a pergunta aberta.

Dezenove firmas de private equity acabam de comprometer US$ 4 bilhões para escalar o uso de IA dentro de empresas como a sua, e elas são muito boas no que fazem. Os investidores que saem à frente nessa onda serão aqueles que garantiram que suas empresas fossem igualmente boas no que fazem.