Anthropic usa Workday. A OpenAI usa o Slack. É incrivelmente claro para qualquer pessoa com um pouco de juízo que ninguém está codificando vibe em infraestrutura crítica. É realmente a atividade com menor EV que você pode fazer. Esse caso de urso está morto (para a maioria dos investidores sensatos, eu acho). MAS, existem outros. Aqui está meu conjunto restante de casos de urso para SaaS, ranqueado em stack. Se você vai investir em SaaS, deve estar ciente de tudo isso e ter um ponto de vista muito forte sobre o impacto que eles têm e a linha do tempo em que você acha que vão (ou não) se desenrolar 1. A diferenciação da plataforma tende a ser zero, prejudicando o CAC à medida que cada cliente/upsell se torna uma luta de facas com múltiplos concorrentes. Já estávamos tendendo para todas as plataformas oferecerem todos os aplicativos, a IA só facilitou 2. O valor será acumulado para a camada agentiva que está sobre o sistema de registro (SOR). Mesmo com todo o contexto, um SOR ainda vive em um silo 3. O sentimento dos investidores torna-se um obstáculo estrutural à medida que a qualidade da receita/modelo de negócios é desvalorizada 4 . Startups nativas de IA entregarão um valor tremendo a preços melhores, consumindo o LTV incremental dos clientes incumbentes 5. À medida que os Agentes trabalham mais, a receita baseada em assentos diminuirá. 6. O SaaS Legado terá dificuldades para transitar de assentos para resultados 7. O poder de precificação reduzido devido à menor diferenciação e ao travamento eliminam mais uma alavanca de crescimento 8. As margens brutas vão se deteriorar porque a receita de IA é estruturalmente mais cara, o que prejudica o valor do modelo de negócios 9. Diminuição do tráfego orgânico devido à adoção de LLMs aumenta o CAC 10. A competição por talentos escassos em IA aumenta o SBC/opex mais rápido que a receita, enquanto os incumbentes lutam para manter o talento A de empresas nativas de IA

@dalibali2 Você tem que acreditar que eles conseguem de alguma forma bloquear o contexto/manter a gravidade dos dados para manter seu poder de precificação. A ser definido