Na semana passada, tomei café com amigos do projeto vibe-coder e AI Crypto na Bay Area, e estou cada vez mais certo de uma coisa: no futuro, pequenas equipes terão retornos de milhares de milhões.
Primeiro, veja os dados duros📊
PhotoAI, por Pieter Levels, envolveu a API da OpenAI em uma "estúdio de fotografia online", alcançando uma receita mensal de 100 mil dólares em 18 meses, com uma margem bruta de 80 %+ Rewind/Limitless duas co-fundadoras, "vida em fita" local + pendente de IA, tão nichado que não poderia ser mais, mas já alcançou 220 mil dólares ARR Midjourney, a equipa central tem menos de 20 pessoas, impulsionada pela comunidade Discord, prevê uma receita de 300 milhões de dólares este ano, com 20 milhões de utilizadores. Kagi, 8 engenheiros fazem busca por assinatura, usuários pagos ultrapassam 50 mil, ARR de milhões estabilizado.
Estes produtos têm um ponto em comum: desde que os custos de aluguer do modelo estejam bloqueados, e os produtos sejam feitos como "assinatura premium" ou "API paga", uma equipa com menos de 10 pessoas pode suportar um fluxo de caixa de milhões.
Mas por que muitos projetos de IA não fazem "IA pura" e preferem se aproximar do Crypto? Porque as dificuldades de financiamento são muito reais - treinar modelos custa dinheiro, a margem bruta é limitada pelo hardware, e os VCs agora só olham para "primeiro ter ARR, depois discutir a quantidade de parâmetros".
Treinar um grande modelo custa milhões de dólares ou então é preciso garantir que as GPUs estejam cheias. Os VCs hoje perguntam primeiro "Qual é o ARR?" e só depois perguntam sobre os parâmetros.
O múltiplo de avaliação do SaaS tradicional desceu de um pico em 2022 para o intervalo "normal" de 6-7 × ARR em 2024 — o modelo de queimar dinheiro para obter histórias futuras já não é tão atrativo.
Ao mesmo tempo, os custos de hardware estão se ajustando. Após a produção em massa do H100, os preços de aluguel de GPU devem cair ao longo de 2024, e a SemiAnalysis prevê que, após o aumento de Blackwell, o H100 precisará cair mais 65% para ser competitivo. Quanto mais baratas as capacidades de computação, menor o limite de entrada, e opções pequenas e especializadas se tornam mais atrativas.
Embora um SaaS vertical pequeno e bonito possa ganhar dinheiro, o teto não é alto, e para seguir a rota do unicórnio é necessário contar uma história maior. Receita pura sem financiamento pode ser mais realista.
Crypto deu outra via: vender nós, vender tokens, pré-vender a capacidade de cálculo futura para a comunidade, fluxo de caixa imediatamente positivo: 1) O usuário é tanto investidor quanto provedor de poder computacional, trazendo consigo disseminação e crescimento, por isso vemos tantos modelos DePIN de IA.
Também por isso estou cada vez mais convencido: (1) O modelo de base open source está a ficar cada vez mais forte, (2) O preço equivalente da GPU está a descer,
Para que uma equipe individual ou dupla consiga superar as barreiras de recursos, é crucial focar em dois pontos. 1. Vertical extremamente estreita: encontre um cenário de custo de inferência <10% de receita, mas com alta demanda frequente (fotos, áudio, trechos de código, gerenciamento de memória) 2. Mentalidade de pagamento forte: cobrar desde o primeiro dia, filtrando diretamente o tráfego "fren" e garantindo que o ritmo de receita esteja sincronizado com os gastos em poder de cálculo.
Mas a condição é: primeiro escrever o modelo de lucro no quadro branco, e depois escrever o código.
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
Na semana passada, tomei café com amigos do projeto vibe-coder e AI Crypto na Bay Area, e estou cada vez mais certo de uma coisa: no futuro, pequenas equipes terão retornos de milhares de milhões.
Primeiro, veja os dados duros📊
PhotoAI, por Pieter Levels, envolveu a API da OpenAI em uma "estúdio de fotografia online", alcançando uma receita mensal de 100 mil dólares em 18 meses, com uma margem bruta de 80 %+
Rewind/Limitless duas co-fundadoras, "vida em fita" local + pendente de IA, tão nichado que não poderia ser mais, mas já alcançou 220 mil dólares ARR
Midjourney, a equipa central tem menos de 20 pessoas, impulsionada pela comunidade Discord, prevê uma receita de 300 milhões de dólares este ano, com 20 milhões de utilizadores.
Kagi, 8 engenheiros fazem busca por assinatura, usuários pagos ultrapassam 50 mil, ARR de milhões estabilizado.
Estes produtos têm um ponto em comum: desde que os custos de aluguer do modelo estejam bloqueados, e os produtos sejam feitos como "assinatura premium" ou "API paga", uma equipa com menos de 10 pessoas pode suportar um fluxo de caixa de milhões.
Mas por que muitos projetos de IA não fazem "IA pura" e preferem se aproximar do Crypto? Porque as dificuldades de financiamento são muito reais - treinar modelos custa dinheiro, a margem bruta é limitada pelo hardware, e os VCs agora só olham para "primeiro ter ARR, depois discutir a quantidade de parâmetros".
Treinar um grande modelo custa milhões de dólares ou então é preciso garantir que as GPUs estejam cheias. Os VCs hoje perguntam primeiro "Qual é o ARR?" e só depois perguntam sobre os parâmetros.
O múltiplo de avaliação do SaaS tradicional desceu de um pico em 2022 para o intervalo "normal" de 6-7 × ARR em 2024 — o modelo de queimar dinheiro para obter histórias futuras já não é tão atrativo.
Ao mesmo tempo, os custos de hardware estão se ajustando. Após a produção em massa do H100, os preços de aluguel de GPU devem cair ao longo de 2024, e a SemiAnalysis prevê que, após o aumento de Blackwell, o H100 precisará cair mais 65% para ser competitivo. Quanto mais baratas as capacidades de computação, menor o limite de entrada, e opções pequenas e especializadas se tornam mais atrativas.
Embora um SaaS vertical pequeno e bonito possa ganhar dinheiro, o teto não é alto, e para seguir a rota do unicórnio é necessário contar uma história maior. Receita pura sem financiamento pode ser mais realista.
Crypto deu outra via: vender nós, vender tokens, pré-vender a capacidade de cálculo futura para a comunidade, fluxo de caixa imediatamente positivo:
1) O usuário é tanto investidor quanto provedor de poder computacional, trazendo consigo disseminação e crescimento, por isso vemos tantos modelos DePIN de IA.
Também por isso estou cada vez mais convencido:
(1) O modelo de base open source está a ficar cada vez mais forte,
(2) O preço equivalente da GPU está a descer,
Para que uma equipe individual ou dupla consiga superar as barreiras de recursos, é crucial focar em dois pontos.
1. Vertical extremamente estreita: encontre um cenário de custo de inferência <10% de receita, mas com alta demanda frequente (fotos, áudio, trechos de código, gerenciamento de memória)
2. Mentalidade de pagamento forte: cobrar desde o primeiro dia, filtrando diretamente o tráfego "fren" e garantindo que o ritmo de receita esteja sincronizado com os gastos em poder de cálculo.
Mas a condição é: primeiro escrever o modelo de lucro no quadro branco, e depois escrever o código.