Principais Aprendizados para Profissionais de Venture Capital e Corporate Venture
Estive presente no evento de Corporate Venture do Global Corporate Venturing e ApexBrasil esta semana. O GCV roda o mundo fazendo este evento em diversos países ao longo do ano, logo o intercâmbio e presença de estrangeiros é muito relevante.
Um dos principais temas abordados é a diferença principal entre profissionais de Venture Capital (VC) e Corporate Venture Capital (CVC). O ponto que acho mais interessante é em relação à prestação de contas e metas de desempenho que está na estrutura e nas expectativas das respectivas instituições.
Venture Capital:
Profissionais de VC, geralmente em fundos independentes, respondem diretamente aos investidores, conhecidos como Limited Partners (LPs), pesoas físicas, jurídicas(englobando family offices também e instituições). Esses LPs esperam retornos financeiros expressivos, então a equipe de um VC é fortemente orientada para maximizar o retorno sobre investimento (ROI) no portfólio de startups.
A prestação de contas envolve relatórios financeiros detalhados e métricas de desempenho das startups investidas, focando na escalabilidade, taxas de crescimento, e potencial de liquidez, com metas de retorno bem definidas para cada rodada de investimento. O indicador que separa os bons dos não tão bons é o multiplicador de saída da startup e quantidade de exits.
Corporate Venture Capital:
Em contraste, profissionais de CVC trabalham dentro de uma empresa-mãe (a Corporate) e, embora o retorno financeiro seja relevante, não é o único objetivo. A equipe de CVC frequentemente tem metas relacionadas ao alinhamento estratégico com os objetivos da empresa, como inovação, aquisição de novas tecnologias ou expansão para novos mercados. Suzano, Claro, Braskem, Irani, Anima Educação passaram por lá.
A prestação de contas envolve não só os resultados financeiros, mas também relatórios sobre como os investimentos estão contribuindo para o crescimento estratégico da empresa. Além disso, há maior interação com as áreas internas da empresa para garantir que o portfólio de startups ofereça valor que possa ser integrado ao core business da companhia.
Essas diferenças refletem a natureza dos investidores e as expectativas de retorno. Devemos lembrar que o turn over de executivos chave nos CVC podem dificultar a continuidade e estratégia deles, por isso sua tese, tem que estar escrita “em pedra” e deve ser sempre lembrada para os executivos da companhia core.
Vários investidores e investidos passaram por lá também e o ponto alto foi a apresentação do key speaker Andrew Ng, renomado especialista em Inteligência Artificial e professor de Stanford, (que fez o exit na Coursera) oferecendo ensinamentos focados na aplicação prática e na democratização da IA. Em suas palestras e cursos mais recentes, ele enfatiza a importância de conceitos fundamentais que facilitam a adoção ampla da tecnologia, independentemente do nível técnico do público.
Alguns dos ensinamentos mais relevantes que apresentou seguem abaixo:
Comece pequeno e escalável: Ng recomenda que as empresas adotem a IA em um processo gradual, escolhendo projetos menores que gerem valor rapidamente. Ele sugere focar em um problema específico e desenvolver uma solução usando dados robustos e fáceis de adquirir. Esta abordagem ajuda as organizações a ver resultados tangíveis antes de investir em projetos de maior escala.
Dados de qualidade acima de quantidade: Ng enfatiza a importância de dados de alta qualidade para o sucesso de modelos de IA. Ele sugere realizar uma triagem rigorosa e limpeza de dados antes de iniciar qualquer projeto de aprendizado de máquina, pois os dados representam o fator mais importante para a precisão dos algoritmos. Essa prática também inclui a mitigação de vieses, garantindo uma representação equilibrada nas amostras de dados.
Crie uma cultura de experimentação: Para que a IA prospere em uma organização, Ng recomenda incentivar uma cultura de testes e aprendizado contínuo. Ele acredita que, com uma abordagem experimental, os profissionais conseguem identificar erros, ajustando modelos rapidamente, e, ao mesmo tempo, desenvolver uma compreensão mais profunda das tecnologias e suas limitações.
Use métricas orientadas a objetivos:
Para medir o progresso e a eficácia de um projeto de IA, Ng sugere que as empresas definam métricas que estejam diretamente alinhadas com os objetivos do negócio, como redução de custos ou aumento da satisfação do cliente. Essa prática permite que as equipes demonstrem o valor do projeto de forma clara e compreensível para os stakeholders.
Automação com responsabilidade: Ng recomenda sempre considerar o impacto da automação no trabalho humano, buscando implementar IA de maneira a complementar e expandir a capacidade humana, ao invés de substituí-la sem critério. Ele acredita que o papel da IA é apoiar os colaboradores em atividades complexas, liberando-os para tarefas que exigem criatividade e pensamento crítico.
Atualmente, o cenário de investimento em startups de inteligência artificial (IA) é dominado por Venture Capitals (VCs), embora o Corporate Venture Capital (CVC) também esteja expandindo sua presença. Em 2023 e 2024, VCs desempenharam um papel crucial, especialmente nos EUA, onde startups de IA como OpenAI, Anthropic e Databricks atraíram bilhões em investimento.
Por outro lado, CVCs vêm aumentando sua participação para acompanhar a necessidade de inovação dentro das corporações, ainda que com uma abordagem mais estratégica. Empresas como Microsoft e NVIDIA, por exemplo, além de investirem diretamente, fazem parcerias para alinhar tecnologias de IA com seus produtos, adotando uma abordagem de longo prazo para trazer IA para o core dos negócios.
