A brasileira Enter atingiu valor de mercado de US$ 1,2 bilhão (cerca de R$ 6,16 bilhões) em maio e se tornou o primeiro unicórnio de IA da América Latina. Criada em 2023, a startup desenvolve ferramentas para empresas que precisam lidar com processos judiciais.
A nova rodada de investimentos levantou mais de US$ 100 milhões (aproximadamente R$ 514 milhões) com Sequoia e Founders Fund, investidores que já haviam colocado dinheiro na companhia. O aporte triplicou a avaliação da Enter.
A Enter usa agentes de IA para analisar processos, contratos, áudios, vídeos e extratos antes da entrada de um profissional humano. Imagem: TANYARICO/Shutterstock
IA para analisar processos
Criada por Mateus Costa-Ribeiro e Henrique Vaz, a Enter começou pelo setor jurídico. A tecnologia pode atuar em diferentes momentos de um processo, incluindo cadastro de ações, análise de jurisprudências, detecção de fraudes documentais e sugestão de minutas.
Os agentes de IA também analisam os arquivos relacionados aos casos. Contratos, áudios, vídeos e extratos estão entre os materiais que podem ser examinados em busca de informações relevantes para a defesa.
“Começando pelo jurídico, a tecnologia da Enter traz mais eficiência para todo o ciclo de um processo judicial: do cadastro de ações e detecção de fraudes documentais à análise de jurisprudências e sugestão de minutas”, afirma a empresa.
A Enter diz ainda realizar mais de 30 verificações para encontrar sinais de litigância abusiva, entre eles:
litispendência, quando uma mesma ação é apresentada mais de uma vez à Justiça;
adulteração de documentos;
atuação coordenada entre litigantes;
padrões identificados durante a análise dos processos.
O agente de IA vem antes
Na operação descrita pela empresa, a inteligência artificial entra em cena antes do profissional humano. Cada arquivo é analisado por um agente de IA, que processa as informações antes da participação de uma pessoa.
“Cada etapa que se pode imaginar em um processo judicial é primeiro tratada por um agente de IA antes da entrada de um humano”, disse Costa-Ribeiro à Bloomberg, em maio.
O que começou com uma petição em PDF e uma sugestão de contestação por e-mail virou o primeiro unicórnio de IA da América Latina. – Imagem: ANUCHIT786 / Shutterstock
A aposta de um ex-advogado
A história da Enter começou depois que Costa-Ribeiro deixou um dos principais escritórios de advocacia de Nova York para trabalhar com tecnologia. Ele contou no LinkedIn que a decisão significou abandonar um emprego estável e um salário que seria muito maior do que o recebido na nova atividade.
O executivo passou a trabalhar com engenheiros de software, aprendeu programação e mudou-se para Stanford. Com dois amigos, desenvolveu um site no qual o usuário enviava uma petição inicial em PDF e recebia por e-mail uma sugestão de contestação.
“Era setembro de 2023, e eu não tinha ideia de que aquele Google Forms feio — a primeira interface do produto da Enter — se transformaria na maior aventura de autoconhecimento e crescimento da minha vida”, celebrou.
O protótipo simples acabou dando origem à Enter, que menos de dois anos depois alcançou avaliação de US$ 1,2 bilhão.
Mais de 220 startups estadunidenses que atingiram avaliações bilionárias durante o boom de investimentos entre 2020 e 2022 perderam o status de “unicórnio“, com algumas empresas perdendo até 82% de seu valor. Segundo dados exclusivos da PitchBook fornecidos à CNBC, quase metade das 857 startups unicórnio dos Estados Unidosnão conseguiu levantar novos investimentos nos últimos três anos.
As empresas que captaram recursos pela última vez em 2021 valem em média 68% menos hoje, enquanto aquelas que levantaram fundos em 2022 sofreram queda de 52% em suas avaliações. Entre os “unicórnios caídos” estão marcas conhecidas, como Glossier (queda de 45%), Calendly (-74%), Savage X Fenty (-61%) e AG1 (-47%).
O principal catalisador dessa transformação foi o boom da inteligência artificial (IA) que canalizou mais de US$ 250 bilhões (R$ 1,3 trilhão) para empresas, como OpenAI e Anthropic, redefinindo as avaliações de categorias inteiras de startups. A chegada do ChatGPT em novembro de 2022 marcou o que investidores chamam de “momento ChatGPT“.
Engenharia transformada pela IA generativa
“O momento ChatGPT foi quando as pessoas disseram: ‘Caramba, a próxima geração de empreendedores tem como linguagem de programação o inglês falado’”, disse Samir Kaul, sócio da Khosla Ventures e investidor inicial da OpenAI. Segundo Kaul, agora, 50 engenheiros conseguem fazer o trabalho que exigiria 500 profissionais cinco anos atrás, forçando uma reavaliação completa de como valorizar empresas.
Cinco anos atrás, capitalistas de risco investiam massivamente em startups estadunidenses de todos os setores, desde assinaturas de lingerie até software de agendamento, concedendo avaliações bilionárias antes mesmo da maioria gerar lucros. Era uma era efervescente alimentada por dinheiro barato e demanda impulsionada pela pandemia.
Mesmo após o Federal Reserve (FED) começar a elevar juros em 2022, muitos fundadores acreditavam que cresceriam o suficiente para justificar suas avaliações inflacionadas. Então chegou o ChatGPT, transformando completamente o cenário.
Startups presas entre dois mundos
Enquanto ações de empresas públicas de software, como Salesforce, ServiceNow e Workday foram duramente atingidas pela ameaça da IA, um ajuste silencioso ocorreu nos mercados privados;
Centenas de startups construídas antes de 2022 ficaram encalhadas — cortadas do financiamento venture capital devido a avaliações inflacionadas e tecnologia desatualizada, mas insuficientemente lucrativas para abrir capital;
“Muitas dessas empresas são pré-IA, não apenas em estrutura de custos, mas também em produtos”, disse Immad Akhund, CEO da Mercury, que oferece serviços bancários a um terço das empresas estadunidenses apoiadas por venture capital;
“Definitivamente estão numa situação difícil. Toda atenção está na IA, então, se você não é uma empresa AI-first, precisa de números muito fortes para levantar recursos.”
Chegada do ChatGPT em novembro de 2022 marcou o que investidores chamam de “momento ChatGPT” – Imagem: Diego Thomazini/Shutterstock
Software empresarial no epicentro da crise
As mais atingidas são empresas de software empresarial, que representam a maior categoria entre os unicórnios caídos. Há 75 empresas de software-como-serviço (SaaS) na lista da PitchBook — o dobro das fintechs, segundo maior grupo. Isso reflete tanto as enormes avaliações que startups de software comandaram em 2021 quanto o grau em que a IA generativa desestabilizou o setor.
David Zhu, ex-chefe de engenharia do DoorDash, prevê mudanças sísmicas: “A tese que eu tinha era que todas as empresas SaaS empresariais orientadas por fluxo de trabalho serão interrompidas ou mortas na próxima década“. O modelo SaaS, baseado em cobrança por usuário, é especialmente ameaçado pela ascensão de agentes autônomos.
Após deixar o DoorDash, onde liderou mais de 200 engenheiros, Zhu fundou a Reevo, plataforma de IA que automatiza equipes corporativas. Segundo ele, empresas pré-IA estão sobrecarregadas por modelos de pessoal inchados e software inadequado, dificultando transformações.
A maioria das empresas destacadas não respondeu pedidos de comentário da CNBC. Um porta-voz da Skydio, fabricante de drones cuja avaliação despencou de US$ 2,5 bilhões (R$ 12,6 bilhões) para US$ 509 milhões (R$ 2,6 bilhões) segundo a PitchBook, chamou as estimativas de “especulação falsa“.
Para empresas sem financiamento desde 2021-2022, é improvável conseguir novos recursos, segundo investidores. Sem acesso a venture capital ou perspectiva de IPO, a saída mais provável é aquisição por fração da avaliação anterior.
“Quando vemos empresas não levantando recursos, é uma bandeira vermelha”, disse Andrew Akers, analista da PitchBook, explicando que geralmente significa crescimento fraco ou negativo. “Por baixo da superfície, acho que há muitos dominós para cair.”
O colapso do piso de avaliações
Alguns resets já ocorreram em 2026. Em fevereiro, o app de investimentos Stash foi adquirido pela Grab de Singapura por US$ 425 milhões (R$ 2,1 bilhões) — abaixo dos cerca de US$ 660 milhões (R$ 3,3 bilhões) que investidores colocaram na empresa.
No mesmo mês, a fintech Step foi comprada pelo YouTuber MrBeast por valor não divulgado, com investidores especulando preço bem inferior aos aproximadamente US$ 500 milhões (R$ 2,5 bilhões) que a startup havia levantado.
“Muitos desses negócios simplesmente não valem mais tanto, razão pela qual você os vê sendo adquiridos com grandes descontos”, disse Ryan Falvey, da Restive Ventures. As avaliações despencaram cerca de seis vezes desde o pico de 2021, quando chegavam a 50 vezes a receita futura, significando que uma empresa com a mesma receita vale cerca de 85% menos no mercado atual.
Antes do reset, startups podiam ser vendidas para empresas de tecnologia maiores por cerca de US$ 2 milhões (R$ 10 milhões) por programador, segundo Kaul. Uma empresa com 100 engenheiros valeria pelo menos US$ 200-300 milhões (R$ 1 bilhão-R$ 1,5 bilhão). Mas essa suposição, que fornecia um piso para avaliações durante o boom, evaporou após ferramentas de IA permitirem que equipes menores construíssem produtos.
Startups pós-ChatGPT superam predecessoras
O resultado é que startups pós-ChatGPT estão superando competidoras mais antigas, segundo Falvey. Ele considera investimentos dos últimos três anos “indiscutivelmente os melhores” que sua empresa fez: “Notamos em 2023 que as empresas em que investimos pós-ChatGPT já estavam ganhando mais dinheiro que a maioria das empresas pré-ChatGPT.”
A IA generativa pode reduzir o capital necessário para construir empresas de software bem-sucedidas, desafiando premissas centrais do boom venture da última década. O impacto reverberará por todo ecossistema de financiamento empresarial, de venture capital a crédito privado até gigantes públicas.
Empresas de software mais antigas ainda dependem de modelos baseados em cobrança por número de funcionários usando produtos — abordagem que Kaul acredita que a IA minará conforme empresas automatizam mais trabalho de escritório. Fornecedores de software precisarão migrar para modelos de precificação baseados em resultados e infraestrutura nativa de IA para sobreviver.
“A pergunta que faço toda vez que uma delas apresenta é: por que OpenAI, Anthropic ou Google não podem fazer isso?”, disse Kaul. “Para a maioria delas, a resposta é: ‘Eles podem‘.”
