Os 7 Padrões da Inteligência Artificial

Em 1979 na Universidade Estadual de Maringá (UEM), participei como aluno de um primeiro curso sobre Inteligência Artificial (IA), onde tive contato com uma linguagem chamada LISP. Fiquei encantado e disse para mim mesmo, este é um tema que quero me aprofundar. Assim, procurei acompanhar a evolução do tema e foi então que, em outubro de 1986, participei do “I Encontro Regional sobre Inteligência Artificial” em São Paulo, promovido pela “SUCESU – Sociedade dos Usuários de Computadores e Equipamentos Subsidiários”, quando aproveitei para fazer um Curso sobre a linguagem Prolog. Depois disso, houve um longo período onde o tema perdeu relevância. Mais tarde surgiu o aprendizado de máquina, redes neurais e ultimamente a aprendizagem profunda e aprendizagem por reforço. Com isso, big data, hardware e software muito mais poderosos, houve a volta dos encantos da IA e da computação cognitiva, agora com aplicações práticas para a vida e para o mundo dos negócios.

Em 2016, durante o meu mestrado, comecei a participar do Núcleo Decide da FEA-USP, que desenvolve pesquisas e seminários sobre Tomada de Decisão nas Organizações (TDO). Em 2017 participei do evento sobre Tomada de Decisão em Startups, em 2018, sobre o uso da Intuição na Tomada de Decisão, em 2019 sobre o uso da IA na TDO. Desde então estamos nos aprofundando numa pesquisa acadêmica sobre esse último tema.

Nesse ínterim compartilhei por aqui um artigo com uma introdução à computação cognitiva e outro sobre as 4 ondas da inteligência artificial.

Agora compartilho mais um artigo sobre o tema da IA, com foco em negócios.

Um universo de casos práticos de uso da IA

De veículos autônomos, aplicativos de análise preditiva, reconhecimento facial, chatbots, assistentes virtuais, automação cognitiva e detecção de fraude, os casos de uso para IA são muitos. No entanto, independentemente da aplicação de IA, há semelhanças para todas essas aplicações. Aqueles que implementaram centenas de projetos de IA percebem que, apesar de toda essa diversidade na aplicação, os casos de uso de IA se enquadram em um ou mais dos sete padrões comuns. Os sete padrões são: hiperpersonalização, sistemas autônomos, análise preditiva e suporte à decisão, interações conversacionais / humanas, padrões e anomalias, sistemas de reconhecimento e sistemas orientados a objetivos. Qualquer abordagem personalizada para IA exigirá sua própria programação e padrão, mas não importa em que combinação essas tendências são usadas, todas elas seguem seu próprio conjunto de regras padrão. Esses sete padrões são então aplicados individualmente ou em várias combinações, dependendo da solução específica à qual o AI está sendo aplicada.

Reconhecimento: máquinas que podem reconhecer o mundo

Significa usar o aprendizado de máquina e outras abordagens cognitivas para identificar e determinar objetos ou outras coisas desejadas a serem identificadas na imagem, vídeo, áudio, texto ou outros dados não estruturados principalmente.

Conversacional: máquinas que podem se comunicar como seres humanos

Quando máquinas e seres humanos interagem por meio de formas conversacionais de interação e conteúdo através de uma variedade de métodos, incluindo voz, texto e imagem. Inclui chatbots, assistentes de voz e análise de sentimentos, humor e intenção.

Análise preditiva: ajudando os humanos a tomarem melhores decisões

Implica no uso de aprendizado de máquina e outras abordagens cognitivas para entender como comportamentos passados ou existentes podem ajudar a prever resultados futuros ou ajudar os humanos a tomar decisões sobre resultados futuros com base nesses padrões.

Sistemas orientados a objetivos: resolvendo o quebra-cabeça

Com o poder do aprendizado por reforço e outras técnicas de aprendizado de máquina, as organizações podem aplicar o aprendizado de máquina e outras abordagens cognitivas para dar a seus sistemas a capacidade de aprender por tentativa e erro. Isso é útil para qualquer situação em que você deseja que o sistema encontre a solução ideal para um problema. Inclui jogos, otimização de recursos, solução iterativa de problemas e leilões de lances e em tempo real.

Sistemas autônomos: reduzindo a necessidade de trabalho manual

Sistemas autônomos são sistemas físicos e virtuais de software e hardware capazes de realizar uma tarefa, atingir uma meta, interagir com o ambiente e atingir um objetivo com o mínimo envolvimento humano. Inclui máquinas e veículos autônomos de todos os tipos, como carros, barcos, trens, aviões e muito mais. Também inclui sistemas autônomos, como documentação e geração autônoma de conhecimento, processos de negócios autônomos e automação cognitiva, podendo operar em estreita proximidade com humanos na tomada de decisão preferencial.

Identificando padrões e anomalias: descobre o que combina e o que não combina

Usa o aprendizado de máquina e outras abordagens cognitivas para aprender padrões nos dados e aprender conexões de ordem superior entre os pontos de dados para ver se ele se encaixa em um padrão existente ou se é um erro ou anomalia.  As aplicações incluem detecção de fraude e risco para verificar se as coisas estão fora do comum ou se as expectativas estão acontecendo. Pode encontrar padrões entre os dados e ajudar a minimizar ou corrigir erros humanos. Inclui ainda texto preditivo, onde ele pode analisar padrões de fala e gramática para ajudar a sugerir palavras para acelerar o processo de escrita.

Hiperpersonalização: trata cada cliente como um indivíduo

Significa usar o aprendizado de máquina para desenvolver um perfil de cada indivíduo e, em seguida, fazer com que esse perfil aprenda e se adapte com o tempo para vários propósitos, como exibir conteúdo relevante, recomendar produtos relevantes, fornecer recomendações personalizadas.

Combinando padrões para o sucesso do projeto de IA

Embora possam parecer padrões discretos que são implementados individualmente em projetos típicos de IA, na realidade, vimos organizações combinar um ou mais desses sete padrões para realizar seus objetivos. Ao pensar em projetos de IA em termos desses padrões, as empresas os ajudarão a abordar, planejar e executar melhor os projetos de IA. Na verdade, as metodologias emergentes estão se concentrando no uso desses sete padrões como uma forma de agilizar o planejamento de projetos de IA. Depois de saber que está fazendo um padrão de reconhecimento, por exemplo, você pode obter insights sobre uma ampla gama de soluções que foram aplicadas a esse problema, insights sobre os dados que são necessários para alimentar o padrão, casos de uso e exemplos de aplicativos do padrão, algoritmo e dicas de desenvolvimento de modelo e outros insights que podem ajudar a acelerar a entrega de projetos de IA de alta qualidade.

Considerações finais

Embora a IA ainda esteja na fase inicial de adoção na maioria das empresas, está claro que a identificação e o uso desses padrões ajudarão as organizações a realizar seus objetivos de projeto de IA mais rapidamente, com menos reinvenção da roda e com muito melhores chances de sucesso.

Se gostou, por favor, compartilhe. Abraço, @neigrando

Sobre mim: aqui, Contato: aqui.

Referência

Este post é uma tradução resumida e adaptada do artigo da Forbes: The Seven Patterns Of AI, escrito por Kathleen Walch

Artigos Relacionados:

As 4 Ondas da Inteligência Artificial

“Na era da IA, a China é a Arábia Saudita em dados.” – Kai-Fu Lee.

Recentemente escrevi uma Introdução à computação cognitiva, hoje o tema é um pouco mais leve, mas ainda assim essencial ao mundo da tecnologia e dos negócios digitais da nova economia.

Há pouco tempo, Li parcialmente o mais novo livro de Kai-Fu Lee, AI Superpowers: China, Silicon Valley, and the New World Order.

Kai-Fu Lee é um dos investidores de IA mais plugados do planeta, liderando a gestão de mais de $2 bilhões de AUM entre seis fundos e mais de 300 empresas de portfólio nos EUA e na China.

Com base em seu trabalho pioneiro em IA, liderança executiva na Microsoft, Apple e Google (onde atuou como presidente fundador do Google China) e sua fundação do fundo de capital de risco Sinovation Ventures, Lee compartilha insights inestimáveis ​​sobre:

  • Os quatro fatores que impulsionam os ecossistemas de IA de hoje;
  • Avanços extraordinários da China na implementação de IA;
  • Para onde se dirigem os sistemas autônomos;
  • Como precisamos nos adaptar.

Com uma base em Pequim e no Vale do Silício, Lee analisa o equilíbrio de poder entre os gigantes da tecnologia chineses e norte-americanos – cada um turbinando novas aplicações de aprendizagem profunda e conquistando mercados globais no processo.

Neste artigo, apresento as “Quatro Ondas da IA” de Lee, uma excelente estrutura para discutir onde a IA está hoje e para onde está indo. Também apresento algumas das empresas de tecnologia chinesas mais importantes liderando a IA, vale a pena conhecer agora. Sabemos que muitas empresas não adotaram ainda a IA em seus negócios, ou mal adotaram a primeira e a segunda onda, que dirá a terceira e quarta onda de aplicações.

Com o aquecimento da competição sino-americana, quem será o dono do futuro da tecnologia? E como os estrategistas de negócios e de tecnologia podem se preparar para um dos elementos chave da Transformação Digital, Indústria 4.0, Sociedade 5.0, etc.

A primeira onda: IA da Internet

Neste primeiro estágio de implantação de IA, estamos lidando principalmente com mecanismos de recomendação – sistemas algorítmicos que aprendem com uma grande quantidade de dados do usuário para selecionar conteúdo online personalizado para cada um de nós.

Pense nas recomendações de produtos precisas da Amazon, ou naquele vídeo do YouTube “Up Next” que você só precisa assistir antes de voltar ao trabalho, ou em anúncios do Facebook que parecem saber o que você vai comprar antes de fazer.

Impulsionada pelos dados que fluem por meio de nossas redes, a IA da Internet aproveita o fato de que os usuários rotulam os dados automaticamente enquanto navegamos. Clicar ou não clicar; permanecer em uma página da Web por mais tempo do que em outra; pairando sobre um vídeo do Facebook para ver o que acontece no final.

Essas cascatas de dados rotulados criam uma imagem detalhada de nossas personalidades, hábitos, demandas e desejos: a receita perfeita para um conteúdo mais personalizado para nos manter em uma determinada plataforma.

Atualmente, Lee estima que as empresas chinesas e americanas estão frente a frente quando se trata de implantação de IA da Internet. Mas, dada a vantagem dos dados da China, ele prevê que os gigantes chineses da tecnologia terão uma ligeira vantagem (60-40) sobre seus homólogos americanos nos próximos cinco anos.

Embora você com certeza já tenha ouvido falar de Alibaba e Baidu, provavelmente nunca topou com Toutiao.

Começando como um ‘imitador’ do popular Buzzfeed da América, Toutiao atingiu uma avaliação de US$ 20 bilhões em 2017, superando a avaliação do Buzzfeed em mais de um fator de 10. Mas com quase 80 milhões de usuários ativos diários, Toutiao não se limita a criando conteúdo viral.

Equipados com processamento de linguagem natural e visão computacional, os motores de IA da Toutiao pesquisam uma vasta rede de diferentes sites e colaboradores, reescrevendo manchetes para otimizar o envolvimento do usuário e processando o comportamento online de cada usuário – cliques, comentários, tempo de envolvimento – para selecionar feeds de notícias individualizados para milhões de consumidores.

E à medida que os usuários ficam mais engajados com o conteúdo da Toutiao, os algoritmos da empresa ficam cada vez melhores para recomendar conteúdo, otimizar manchetes e fornecer um feed verdadeiramente personalizado.

É esse tipo de ciclo de feedback positivo que alimenta os gigantes da IA ​​de hoje que navegam na onda da IA ​​da Internet.

A segunda onda: IA de Negócios

Enquanto a IA da Internet tira vantagem do fato de que os internautas estão constantemente rotulando dados por meio de cliques e outras métricas de engajamento, a IA de Negócios pula nos dados que as empresas tradicionais já rotulavam no passado.

Pense: bancos emitindo empréstimos e registrando taxas de reembolso; hospitais arquivando diagnósticos, dados de imagem e resultados de saúde subsequentes; ou tribunais observando o histórico de condenação, reincidência e fuga.

Enquanto nós, humanos, fazemos previsões com base nas causas básicas óbvias (características fortes), os algoritmos de IA podem processar milhares de variáveis ​​fracamente correlacionadas (características fracas) que podem ter muito mais a ver com um determinado resultado do que os suspeitos usuais.

Ao rastrear correlações ocultas que escapam à nossa lógica linear de causa e efeito, a IA dos Negócios aproveita os dados rotulados para treinar algoritmos que superam até mesmo o mais veterano dos especialistas.

Aplique esses mecanismos de IA treinados por dados para bancos, seguros e sentenças judiciais e você terá taxas de inadimplência minimizadas, prêmios otimizados e taxas de reincidência em queda livre.

Embora Lee confiantemente coloque a América na liderança (90-10) para IA dos Negócios, o atraso substancial da China em dados estruturados do setor pode realmente funcionar a seu favor daqui para frente.

Nos setores em que as startups chinesas podem ultrapassar os sistemas legados, a China tem uma grande vantagem.

Veja o aplicativo chinês Smart Finance, por exemplo.

Enquanto os americanos adotaram os cartões de crédito e débito na década de 1970, a China ainda estava no meio de sua Revolução Cultural, perdendo em grande parte o ônibus com essa tecnologia de ponta.

Avançando para 2017, os gastos com pagamentos móveis da China superaram os dos americanos em uma proporção de 50 para 1. Sem a competição de cartões de crédito profundamente enraizados, os pagamentos móveis foram um upgrade óbvio para a economia de dinheiro da China, abraçada por 70 por cento dos 753 milhões de usuários de smartphones da China até o final de 2017.

Mas, ao ultrapassar os cartões de crédito e adotar os pagamentos móveis, a China abandonou a noção de crédito.

E é aqui que entra o Smart Finance.

Um aplicativo alimentado por IA para microfinanças, o Smart Finance depende quase exclusivamente de seus algoritmos para fazer milhões de microcréditos. Para cada potencial mutuário, o aplicativo simplesmente solicita acesso a uma parte dos dados do telefone do usuário.

Com base em variáveis ​​tão sutis como a velocidade de digitação e a porcentagem da bateria, o Smart Finance pode prever com precisão surpreendente sua probabilidade de pagar um empréstimo de $ 300.

Essas implantações de AI dos Negócios e IA da Internet já estão revolucionando nossos setores e estilos de vida individuais. Mas ainda no horizonte estão duas ondas ainda mais monumentais – IA de Percepção e IA Autônoma.

A terceira onda: IA da Percepção

Nesta onda, a IA é atualizada com olhos, ouvidos e uma miríade de outros sentidos, fundindo o mundo digital com nossos ambientes físicos.

À medida que sensores e dispositivos inteligentes proliferam em nossas casas e cidades, estamos prestes a entrar em uma economia de trilhões de sensores.

Empresas como a chinesa Xiaomi estão lançando milhões de dispositivos conectados à IoT, e equipes de pesquisadores já começaram a criar protótipos de poeira inteligente – células solares e partículas com sensores que podem armazenar e comunicar uma grande quantidade de dados em qualquer lugar, a qualquer hora.

Como Kai-Fu explica, a IA de Percepção “trará a conveniência e a abundância do mundo online para nossa realidade offline”. Dispositivos de hardware ativados por sensor transformarão tudo, de hospitais a carros e escolas, em ambientes Online-Mesclados-Offline (OMO).

Imagine entrar em um supermercado, escanear seu rosto para ver suas compras mais comuns e, em seguida, pegar um carrinho de compras de assistente virtual (AV). Tendo pré-carregado seus dados, o carrinho ajusta sua lista de compras de costume com entrada de voz, lembra você de comprar o vinho favorito de seu cônjuge para um aniversário que se aproxima e o orienta por uma rota de loja personalizada.

Embora ainda não tenhamos aproveitado todo o potencial da IA ​​de percepção, a China e os EUA já estão fazendo avanços incríveis. Dada a vantagem de hardware da China, Lee prevê que a China atualmente tem uma vantagem de 60-40 sobre seus concorrentes americanos de tecnologia.

Agora a cidade preferida para startups que constroem robôs, drones, tecnologia vestível e infraestrutura de IoT, Shenzhen se tornou uma potência para hardware inteligente. Com a turbocompressão de sensores e peças eletrônicas por meio de milhares de fábricas, os engenheiros qualificados de Shenzhen podem criar protótipos e iterar novos produtos em escala e velocidade sem precedentes.

Com o combustível adicionado do apoio do governo chinês e uma atitude relaxada da China em relação à privacidade de dados, a liderança da China pode até chegar a 80-20 nos próximos cinco anos.

Pulando nessa onda estão empresas como a Xiaomi, que visa transformar banheiros, cozinhas e salas de estar em ambientes OMO inteligentes. Tendo investido em 220 empresas e incubado 29 startups que produzem seus produtos, a Xiaomi ultrapassou 85 milhões de dispositivos domésticos inteligentes no final de 2017, tornando-se a maior rede mundial desses produtos conectados.

Um restaurante KFC na China até se associou à Alipay (plataforma de pagamentos móveis da Alibaba) para ser pioneira em um recurso “pague com sua cara”. Esqueça dinheiro, cartões e telefones celulares, e deixe OMO fazer o trabalho.

A quarta onda: IA Autônoma

Mas a onda mais monumental – e imprevisível – é a IA autônoma.

Integrando todas as ondas anteriores, a IA autônoma dá às máquinas a capacidade de sentir e responder ao mundo ao seu redor, permitindo que a IA se mova e atue de forma produtiva.

Embora as máquinas de hoje possam nos superar em tarefas repetitivas em ambientes estruturados e até mesmo não estruturados (pense no Atlas, humanoide da Boston Dynamics ou nos veículos autônomos que se aproximam), as máquinas com o poder de ver, ouvir, tocar e otimizar dados serão um jogo totalmente novo.

Pense: enxames de drones que podem pulverizar e colher seletivamente fazendas inteiras com visão computacional e notável destreza, drones resistentes ao calor que podem apagar incêndios florestais 100 vezes mais eficiente ou veículos autônomos de nível 5 que navegam por estradas inteligentes e sistemas de tráfego por conta própria.

Embora a IA autônoma envolva inicialmente robôs que criam valor econômico direto – automatizando tarefas em uma base de substituição um para um – essas máquinas inteligentes irão, no final das contas, renovar indústrias inteiras do zero.

Kai-Fu Lee atualmente coloca os Estados Unidos na liderança de 90-10 em IA Autônoma, especialmente quando se trata de veículos autônomos. Mas os esforços do governo chinês estão rapidamente aumentando a competição.

Já na província chinesa de Zhejiang, reguladores de rodovias e funcionários do governo têm planos para construir a primeira superestrada inteligente da China, equipada com sensores, painéis solares embutidos em estradas e comunicação sem fio entre carros, estradas e motoristas.

Com o objetivo de aumentar a eficiência do trânsito em até 30% e ao mesmo tempo minimizar as fatalidades, o projeto pode um dia permitir que veículos elétricos autônomos carreguem continuamente enquanto dirigem.

Um projeto semelhante alimentado pelo governo envolve o novo vizinho de Pequim, Xiong’an. Projetada para gerar mais de US$ 580 bilhões em gastos com infraestrutura nos próximos 20 anos, a Nova Área de Xiong’an pode um dia se tornar a primeira cidade do mundo construída em torno de veículos autônomos.

O Baidu já está trabalhando com o governo local de Xiong’an para construir esta IA Cidade com foco ambiental. As possibilidades incluem cimento com sensores, semáforos habilitados para visão computacional, cruzamentos com reconhecimento facial e estacionamentos transformados em parques.

Por último, Lee prevê que a China quase certamente liderará o ataque aos drones autônomos. Shenzhen já é o lar do principal fabricante de drones DJI.

Nomeada “a melhor empresa que já encontrei” por Chris Anderson, a DJI possui cerca de 50 por cento do mercado norte-americano de drones, superalimentado pelo extraordinário movimento fabricante de Shenzhen.

Considerações finais

Enquanto o equilíbrio competitivo sino-americano de longo prazo na IA de quarta onda ainda está para ser visto, uma coisa é certa: em questão de décadas, testemunharemos o surgimento de paisagens urbanas com IA e máquinas autônomas que podem interagir com o mundo real e ajudar a resolver os grandes desafios mais urgentes da atualidade.

Se gostou, por favor, compartilhe. Abraço, @neigrando

Sobre mim:

Nei Grando – diretor executivo da STRATEGIUS, teve duas empresas de tecnologia, é mestre em ciências pela FEA-USP com MBA pela FGV, organizador e autor do livro Empreendedorismo Inovador, é mentor de startups e atua como consultor, professor e palestrante sobre estratégia e novos modelos de negócio, inovação, organizações exponenciais, transformação digital e agilidade organizacional.

Detalhes: aqui, Contato: aqui.

Artigos Relacionados:

Livro:

  • LEE, Kai-Fu. AI Super-Powers: China, Silicon Valley, New World Order.

Levantando dinheiro para a Startup

Recentemente escrevi sobre valuation com o artigo Quanto vale minha Startup? agora quero homenagear Steve G. Blank, a quem muito admiro, com este artigo sobre funding.

Buscar o “Ajuste do Produto ao Mercado” é a chave para uma Startup conseguir Investimento ‘anjo’ e de capital de risco (venture capital ou VC).

E, ajuste do produto ao mercado significa encontrar a correspondência entre as dores, os ganhos e os trabalhos a serem executados pelos clientes em potencial e os recursos do produto mínimo viável. Ou seja, o produto atende muito bem às necessidades dos clientes-alvo.

Busca-de-Investimentos

Nem toda Startup precisa de investimento externo para crescer. E, se for para buscar este capital externo, precisa existir uma destas duas razões:

  1. Ter uma ideia genial que é apenas parcialmente validada, mas que pode atingir $50 milhões em receita em 5 anos com 80% ou + de margens brutas e precisa de dinheiro para adequar o produto ao mercado, ou
  2. O produto está adequado a clientes reais do mercado, gerando receita real, mas a Startup precisa de dinheiro para crescer e expandir.

Panorama de investimento em Startups

Para Startups em fases iniciais que atendem as razões acima e que estão buscando investimento, temos o seguinte panorama:

  • Etapa 0: Investimento ‘anjo’ – levanta de R$ 50K a $ 500K
  • Etapa 1: Rodada Pré-semente (super anjo ou Micro-VC) – levanta de $ 500K a $ 2.5M.
  • Etapa 2: Rodada Semente – levanta de $ 2,5 a $ 7,5 milhões.
  • Etapa 3: Série A – levanta de S $ 7,5 a US $ 25 milhões.
  • Etapa 4: Série B – levanta de $ 15 a $ 65M
  • Etapa 5: Série C, D, E, F.

Lembrando que na última década a definição de estágio de investimento mudou. O que foi uma rodada da Série A em 2005 agora é uma rodada Pré-semente ou Semente. E o que costumava ser uma rodada Semente há uma década agora é agora uma rodada de Pré-semente. Existem muitas razões para essa mudança, mas basicamente se resume porque atualmente há mais dinheiro disponível no mercado para investimento em startups, e muitos investidores com pressa de participar.

Pre-seed_Seed_SeriesA

Levantar investimento VC, não é um evento, mas sim uma jornada que deve ser planejada e medida.

Em uma rodada Pré-semente, concentra-se na criação do produto mínimo viável ​, testando suas ideias e buscando o ajuste do produto / mercado.

Na rodada Semente, há um produto inicial e, no final, a startup encontra o ajuste adequado do produto com o mercado, entende a escala do que está construindo e as alavancas que pode usar para acelerar o crescimento.

Para uma rodada da Série A, é necessário provar a existência de um modelo de vendas / receita repetível e escalável e o entendimento claro de todas as partes do modelo de negócios. [Otimizar a base de usuários, novas ofertas, …]

A Série B trata de provar um modelo de receita líquida lucrativo. [Escalar o negócio, adquirir novas empresas]

Os fundos da Série C aumentam a empresa para $ 100 milhões em lucro bruto. [Mercado Internacional]

Pitch

A propósito, se os argumento do empreendedor não impressionarem os investidores e não conseguirem comunicar uma grande visão e uma visão única sobre as vantagens de 10x com as quais os clientes e usuários se importarão profundamente, mesmo que com um processo inteligente e criterioso de busca de captação de recursos, o empreendedor falhará ao buscar dinheiro.

Equipe, Produto, Tração, Modelo de Negócio e Mercado

Em cada etapa de investimento, há cinco perguntas que potenciais investidores farão: Conte-me sobre a equipe, o produto, a tração, o modelo de negócios e o mercado.

  • Equipe é exatamente o que parece. Diga-me por que você é a pessoa certa para liderar esta empresa? Resposta ruim “Porque é minha ideia”. Melhor resposta: “Porque sou o cliente”. Conte-me sobre o grupo de pessoas com quem você se cercou – cofundadores e principais executivos. Cada estágio do investimento e do crescimento da empresa requer conhecimentos adicionais e novas habilidades, e o empreendedor deve demonstrar que os possui junto aos potenciais investidores.
  • Produto, às vezes chamado de “proposta de valor“, trata-se do produto ou serviço que está construindo e respectivos diferenciais competitivos que incluem a tecnologia usada. Uma das coisas difíceis para uma startup é descobrir quanto do “produto” precisa ser real e trabalhar em cada estágio de investimento.
  • Tração é uma palavra sofisticada para investidores: “Mostre-me que você está progredindo“. Às vezes, é chamado de progresso do “ajuste de produto ao mercado“. Nos primeiros dias de uma startup – Pré-semente e Semente – não se trata apenas de quanta receita ela obteve, mas de quanta paixão do cliente o produto está criando e quantos outros mais estão amando tal produto a cada semana / mês.
  • Modelo de Negócio. Os fundadores tendem a se fixar no produto. Agora que o ajuste do produto ao mercado faz parte do léxico, entendemos que o produto também precisa de clientes apaixonados. Mas ótimos produtos e clientes ansiosos são apenas parte do que faz um ótimo negócio. O restante que forma uma empresa é chamado de modelo de negócios. Esses elementos do modelo de negócios – receita (precificação, estratégia de precificação), canal de distribuição, como obter, manter e aumentar clientes, principais atividades, recursos e custos – são outras partes essenciais para a startup considerar.

Mercado é um eufemismo para “Quanto a empresa pode crescer?” Os investidores querem investir dinheiro em uma startup que possa valer bilhões ou dezenas de bilhões de dólares. Quais são as ideias únicas sobre tecnologia, economia, mudança de mercado etc., que evidenciam que pode crescer tanto? Como isso será feito?

A grande dica sobre tudo isso é que, em cada etapa do investiemnto, a ordem e a prioridade da equipe, produto, tração e mercado muda.

Rodada de investimento Pré-semente

No estágio de Pré-semente, uma startup está procurando o ajuste do produto ao mercado. Não há clientes nem produtos concluídos, apenas uma série de produtos minimamente viáveis sendo testados e avaliados.

Investimento: as startups geralmente arrecadam de $ 500 mil a $ 2.500.000 em Pré-semente. No nível mais baixo, isso pode vir de amigos, familiares ou investidores anjos. No nível mais alto, grupos de investidores ‘anjo’ Pré-semente e até mesmo alguns fundos chamados de “Super anjos” ou Micro-VC podem investir.

  • Equipe: como o fundador está arrecadando dinheiro de amigos, familiares ou anjos, os investidores nesta rodada apostam principalmente no(s) fundador(es) e equipe. O fundador ou os membros da equipe alcançaram algo importante no passado? Alguma vitória da Startup até o momento? Existem cofundadores que complementam as habilidades necessárias?
  • Tração: informe os investidores sobre a busca por ajuste de produto ao mercado e o que foi aprendido com clientes em potencial até o momento. Mostre-lhes a evolução do produto mínimo viável e estado atual. A Startup precisa começar a “instrumentar” o processo de aquisição de clientes com análises e métricas.
  • Produto: esta fase implica na construção de um ou mais produtos de baixa fidelidade (às vezes chamado de produto mínimo viável ou MVP.) Pode ser uma estrutura de arame, demonstração ou protótipo do PowerPoint. O objetivo do produto nesse estágio não é uma venda, mas testar hipóteses sobre o ajuste do produto ao mercado do cliente.
  • Mercado: diga-nos por que este será um mercado enorme. Melhor ainda, comece com uma visão única – o que as pessoas perderam, o que mudou, o que agora é possível?
  • Modelo de negócios: liste todas as partes do modelo de negócios. Quais são as suas suposições sobre cada parte? Quais são algumas das métricas críticas importantes? Número de clientes? Receita por cliente? Número de empregados? Receita, margem bruta? Despesas? Como se planeja testar isso.

Objetivo / Tempo: Ao final do estágio Pré-semente, a empresa deve ter evidências de que encontrou o ajuste do produto ao mercado. Deve-se pensar em um pipeline de ponta a ponta de como obter, manter e aumentar clientes. Esse estágio de Pré-semente geralmente leva de 6 a 12 meses.

Papelada para a rodada de investimento Pré-Semente: Os investidores inteligentes normalmente solicitam papelada mínima – uma nota conversível, ou um SAFE (Simple Agreement for Future Equity) que é um acordo simples de direito de participação futura, ou um KISS (Keep It Simple Securities).

Rodada Semente (Seed)

No final do estágio de pré-semente (em aproximadamente um ano), a startup tem evidências de que conseguiu a adequação do produto ao mercado. Agora é hora de arrecadar dinheiro para adquirir clientes pagantes.

Investimento: As startups geralmente arrecadam de $ 1,5 milhão a $ 7,5 milhões em uma rodada Semente. No nível mais baixo, isso pode vir de investidores anjos e fundos Pré-semente. No final, fundos especializados em rodadas Semente e fundos da série A podem investir.

  • Tração: para uma rodada Semente, os investidores se concentram na tração. É necessário comprovar que os clientes amam e não podem viver sem o produto. Isso significa que há evidências de que encontrou um produto adequado ao mercado e tem clientes fanáticos que são contas de referência. A Startup incorporou o acompanhamento de análises detalhadas e métricas ao produto e se observa um crescimento orgânico e viral; e pode fornecer usuários ativos diários / semanais / mensais, retenção de 30d / 90d / 120d. Retenção e baixo desgaste são bons sinais de validação do cliente. Cada mercado – web / SAAS / produtos físicos – e canal – vendas online / diretas – tem métricas diferentes e etapas diferentes de funil. Algo que gera receita recorrente anual de ~ $ 0-200K, por exemplo, com um planejamento claro para atingir $ 1,5 milhão a 2 milhões em 18 meses. O objetivo é iterar na construção de um mecanismo repetível de crescimento que faça a economia funcionar. Isso é diferente de focar apenas no número da receita bruta. Os marcos de receita, e receitas recorrentes anuais dependerão da empresa em questão. Por exemplo, nem toda a receita é recorrente e, mesmo em um modelo de assinatura para uma empresa de bens de consumo, a receita recorrente não será avaliada da mesma forma como se estivesse vendendo software empresarial e os custos operacionais são muito diferentes. Como exemplo, $ 1 de receita para uma empresa direta ao consumidor vale aproximadamente $ 1 em avaliação em escala (a Zappos foi vendida por US $ 1 bilhão quando tinha US $ 1 bilhão em vendas). Por outro lado, em uma empresa de SaaS, $ 1 em receita anual recorrente é igual a aproximadamente 10x em avaliação.
  • Produto: Nesta fase, há um produto de alta fidelidade, que os evangelistas (clientes apaixonados) podem usar e pagar. Uma quantidade suficiente do produto é demonstrável o suficiente para que se possa avaliar a sensibilidade dos preços, a profundidade do engajamento dos clientes etc.
  • Equipe: há uma equipe principal que pode criar o primeiro produto e obter vendas antecipadas? A cultura precisa ser hipóteses > experimento > dados > insight > validar / invalidar / modificar hipóteses.
  • Modelo de negócios: na Semente, frequentemente descobre-se que empresa tem mais partes móveis do modelo do que se pensava originalmente. Pode-se estar em um mercado multifacetado com outros segmentos / parceiros de clientes que são críticos para os negócios. É necessário testar todas as partes do modelo de negócios; modelos de receita / preços, recursos, atividades e parceiros.
  • Mercado: diga-nos por que os dados confirmam que esse será um mercado enorme? No início, os fundadores fazem a primeira venda e depois provam que os primeiros vendedores podem repetir essa venda.

Objetivo / tempo: Ao final do estágio Semente, a empresa deve ter evidências de que vendas repetíveis podem ser feitas pela equipe fundadora. Isso normalmente leva de 12 a 18 meses.

Papelada da rodada Semente: Embora os fundadores ainda desejem papelada mínima – uma nota conversível ou um SAFE ou um KISS – os investidores profissionais dessa rodada geralmente desejam uma rodada de capital com um conjunto mais formal de documentos para os investimentos. Haverá uma folha de termos, contrato de compra de ações, certificado de incorporação alterado e atualizado, contrato de direitos dos investidores, contrato de direito de preferência e co-venda e contrato de votação.

Rodada de investimento Série A

No final do estágio Semente – cerca de 2 anos e meio do início – a Startup possui um modelo de vendas repetível e escalável e um caso comprovável de que pode haver uma avaliação de vários bilhões de dólares.

Investimento: As startups normalmente arrecadam de $ 7,5 milhões a $ 25 milhões em uma rodada da Série A. Essa rodada de tamanho geralmente vem de um fundo de VC ou de um VC corporativo.

  • Mercado: é necessário convencer os investidores de que essa é uma empresa de pelo menos $ 1 bilhão.
  • Produto: nesta fase, existe uma primeira versão completa do produto, necessária para aumentar as vendas. Todos estão trabalhando com a visão do produto em três anos, iterando e corrigindo o curso com base no feedback do cliente.
  • Tração: para uma rodada da Série A, os investidores desejam se concentrar em um modelo de vendas repetível e escalável, com crescimento eficiente. Isso implica no uso de métricas que provem que possui vendas repetidas. Significa que, se contratar um executivo de conta, sabe que eles fecharão a receita recorrente anual de $ 1 milhão. Ou se gastar $ 100 mil em anúncios, poderá obter 100.000 novos usuários. As startups que levantam uma rodada série A geralmente têm uma receita recorrente anual de $ ½M a $ 4M. Observe que o foco não deve ser apenas o crescimento mês a mês, mas também o crescimento eficiente. Outras métricas, por exemplo, incluem atingir retenção líquida de 80-150%, obtendo uma taxa de Valor vitalício / Custo de aquisição do cliente maior que 3, chegando a duas vezes o Período de retorno do custo de aquisição do cliente em menos de 18 meses. Deve-se ter um plano realista para aumentar a receita de 3 a 5 vezes em 12 a 18 meses. Esses números diferem drasticamente para comércio eletrônico versus consumidor, versus SAAS etc. É preciso saber quais são as métricas de sucesso certas para o setor da Startup. Na verdade, os melhores VCs informam quais métricas eles estão procurando.
  • Equipe: a equipe principal de produtos está trabalhando com eficiência e a equipe de vendas em escala está instalada e 75% estão atendendo à cota.
  • Modelo de Negócios: No final da Série A, todas as partes do modelo de negócios foram testadas e resultam em negócios escaláveis, repetíveis e lucrativos.

Objetivo: até o final da série A, a empresa deve provar que é um negócio, não um hobby. Precisa mostrar> 5 milhões de dólares em lucro bruto. Apenas para colocar a jornada em perspectiva, se deseja obter o status de Unicórnio ou tornar-se pública, a Startup precisa obter um lucro bruto anual de $ 100 milhões nos anos 6 a 8.

Documentos da Série A: Haverá uma folha de termos, contrato de compra de ações, certificado de incorporação alterado e atualizado, contrato de direitos dos investidores, direito de preferência e contrato de co-venda e contrato de votação.

Crescimento da receita

Alguns investidores pensam no crescimento ideal da receita inicial com uma abreviação de “triplo, triplo, duplo, duplo, duplo”.

  • Anos 1-3: receita de $ 0 a $ 2 milhões
  • Ano 4: triplique a receita para $ 2 a $ 6 milhões
  • Ano 5: triplique novamente a receita para $ 6 a $ 18 milhões
  • Ano 6: dobrar a receita para $ 12- $ 36M
  • Ano 7: duplicar a receita novamente para: $ 24 a $ 72 milhões
  • Ano 8: duplicar a receita novamente para: $ 48 a $ 144M

Avaliações

Justo ou não, nem todas as startups são iguais aos olhos de potenciais investidores. Algumas startups podem ser consideradas “mais quentes” (AI, Big Data, AR/VR, Cyber, Robótica) do que outras e obter avaliações muito mais altas. Uma startup quente pode até mesmo pular a rodada de Pré-semente e ir diretamente para uma rodada Semente – o que significa mais dinheiro arrecadado com uma avaliação mais alta. Os critérios para uma Startup “quente” incluem o background dos fundadores (acadêmico, profissional ou como empreendedor), mercado quente, hype, localização, FOMO do investidor.

Considerações finais

Essas são algumas das lições que este texto procurou passar.

  • Cada estágio de uma Startup exige um conjunto diferente de métricas, marcos e habilidades do fundador.
  • Saber o que os investidores desejam em cada estágio fornece orientações aos fundadores.
  • Os fundadores precisam ficar de olho no resultado e não apenas na próxima rodada de investimento.

Se precisar mentoria em estratégia, inovação, modelo de negócio ou ajuda na avaliação de sua Startup, entre em contato.

Se gostou, por favor, compartilhe. Abraço, @neigrando

Convite:

Assista o Webinar do Hitt, com a paletra e bate-papo sobre: “Quanto Vale uma Startup?” –sobre valuation & funding para Startups  (gravação da live que aconteceu em 16 de julho de 2020 às 19:00 horas).

Hitt-Startup-Valuation

Sobre mim:

Nei Grando – diretor executivo da STRATEGIUS, teve duas empresas de tecnologia, é mestre em ciências pela FEA-USP com MBA pela FGV, organizador e autor do livro Empreendedorismo Inovador, é mentor de startups e atua como consultor, professor e palestrante sobre estratégia e novos modelos de negócio, inovação, organizações exponenciais, transformação digital e agilidade organizacional.

Detalhes: aqui, Contato: aqui.

Referências:

Este post é uma tradução adaptada do artigo de Steve G. Blank, “How to Raise Money – it’s a journey Not An Event” (2020).

Alguns Livros sobre o assunto:

  • Investidor anjo: Como conseguir investidores para seu negócio, por Cassio Spina
  • SMART MONEY: A arte de atrair investidores e dinheiro inteligente para seu negócio, por João Kepler
  • Founder’s Pocket Guide: Startup Valuation, by Stephen R Poland
  • Mastering the VC Game, by Jeffrey Bussgang (general partner at Flybridge Capital Partners)
  • Fundamentals of Venture Capital, by Joseph W. Barlett

Veja também: