Hello, Hello!
Nos últimos 15 anos, o mundo do Venture Capital passou por uma transformação radical — puxada pelo avanço tecnológico, pela digitalização em massa e, mais recentemente, pela inteligência artificial.
De 2010 a 2021, o volume global investido em empresas de tecnologia saltou de menos de US$ 60 bilhões por ano para mais de US$ 700 bilhões em 2021, segundo CB Insights e Crunchbase. O pico coincidiu com um ciclo de liquidez histórica, juros próximos de zero e uma mentalidade dominante: crescimento acima de tudo. Era barato testar, era barato errar.
Desde então, vimos uma correção brusca. Os investimentos encolheram, os múltiplos recuaram e o discurso mudou: eficiência, rentabilidade, runway.
Em 2024, os valuations parecem ter encontrado um novo equilíbrio. Mas aqui vai um alerta:
A estabilização dos múltiplos e enxugamento de liquidez trouxeram mais calma — mas não mais clareza.
Hoje, quase toda startup se apresenta como uma empresa de IA. Mas poucos investidores estão preparados para responder a uma pergunta essencial: o diferencial tecnológico aqui é real, escalável e sustentável… ou é só uma camada fina de automação?
Com base em uma análise profunda dos múltiplos desde 2008 — usando dados do BVP Cloud Index, SaaS Capital, Aventis Advisors, Pitchbook, ScaleXP e o framework de PMF da First Round — o que vemos é um mercado mais maduro, porém ainda com pouca disciplina na conexão entre múltiplos de entrada e múltiplos de saída. Principalmente no Brasil. 
É sobre isso que esta NIDO de hoje fala. Sobre múltiplos, sim — mas, principalmente, sobre a perspectiva do que está por trás deles.
1. Os múltiplos já se ajustaram. O entendimento, nem tanto.
Nos últimos dois anos, o mercado passou por uma correção significativa. Os múltiplos de receita recuaram em todas as frentes — do early ao late stage, do privado ao público. Mas a queda nos valuations não veio acompanhada de uma evolução proporcional no entendimento do que justifica ou não um prêmio.
O gráfico abaixo trás insights interessantes, além da óbvia correlação inversa entre taxa de juros e múltiplos, temos:
- Período de juros baixos (2008-2021): prêmio de múltiplo para empresas maduras – late stage e public equity – em relação ao early stage entre 1,5x-2,0x.
- Oscilação menor nos múltiplos do early stage – seed e série A
- Descolamento das curvas de late-stage e public equity depois de 2021
O fato das curvas de late-stage e public equity terem se descolado depois de 2021 (hype) reflete um ajuste mais abrupto em ativos líquidos, o que ainda pode indicar ajustes futuros nos ilíquidos.
Por mais que os preços das rodadas em 2025 já não oscilem tanto, o nível de downrounds segue estável em 20% desde 2023 e o primeiro trimestre de 2025 trouxe o maior percentual de bridge rounds desde 2022. Tudo isso é sinal de que o mercado ainda tateia e ajusta expectativas. Aos ajustes de decisões passadas soma-se a dificuldade em avaliar com precisão o que é defensável, o que é hype e o que realmente merece prêmio — especialmente quando o pitch deck começa com “AI native” – ainda mais no early stage.
Aos ajustes relacionados às decisões de investimento do passado, soma-se a dificuldade em avaliar com precisão o que é defensável, o que é hype e o que realmente merece prêmio — especialmente quando a maior parte dos pitch decks começam com “AI native” – ainda mais no early stage. As “AI native” comandam múltiplos 1,5-2x maiores do que as empresas de SaaS tradicional.
Com a popularização da IA, a percepção de risco no early stage aumentou.
Agora, o perigo não é só pagar caro por uma expectativa de crescimento que pode não se concretizar — é pagar caro por um diferencial que não se sustenta. Quando quase toda empresa se diz “AI native”, o desafio está menos em precificar e mais em discernir: o que é diferencial legítimo e o que é apenas narrativa bem empacotada?
2. Os múltiplos no early stage ainda serão (e devem ser) mais altos do que nas saídas?
Mesmo num cenário mais cauteloso, o early stage continua negociando múltiplos superiores aos apresentados em transações de M&A. E é provável que isso continue, por três motivos estruturais:
a. Fundadores seguem resistentes à diluição, porque:
- Os custos envolvidos em construir tecnologia não cairam, mesmo com IA;
- O custo e demanda por talentos técnicos continuam elevados.
b. As expectativas de crescimento continuam superestimadas
O que temos é um mercado mais seletivo, com apostas mais concentradas. Em geral, o montante total investido segue constante desde 2023 mas o volume de rodadas é menor.
c. Soluções sofisticadas exigem rodadas maiores
Startups que trabalham com IA real — com modelos e algorítmos próprios — precisam de mais engenheiros, mais tempo de desenvolvimento, mais poder computacional.
Esses projetos demandam mais capital desde o começo. Por isso, o tamanho das rodadas continuam elevados — especialmente para os casos mais promissores.
3. Pagar prêmio pode fazer sentido — desde que a conta de saída esteja equacionada
Existem startups que merecem prêmio no early stage. Não só por estarem no mercado certo, mas, principalmente, por estarem construindo modelos de negócios e plataformas com aderência real ao futuro:
- Algoritmos treinados com dados proprietários;
- Lógica conversacional desde o core;
- Tese de distribuição e potencial de construção de ecossistema com hipóteses validadas;
- Potencial de efeito de rede e lock-in tecnológico.
O que a NIDO acredita
A NIDO tem um olhar especial para ecossistemas como estratégia de construção de barreiras de entrada e crescimento sustentável. Nós olhamos para todos os critérios tradicionais de avaliação de uma startup – time, produto, tamanho de mercado, expectativa de crescimento, escalabilidade das operações, entre tantos outros – para chegar em um valuation coerente a cada oportunidade, sempre sob a ótica da tese proprietária da Nido. Quanto mais rica a perspectiva de construção de um ecossistema robusto, e quanto mais alinhada estiver a nossa visão com a dos founders, mais conforto teremos com um prêmio, se for o caso.
Além desse olhar sistêmico, nós sabemos que a verdadeira criação de valor da IA se manifesta em quatro áreas principais:
Vantagens de Dados Proprietários
• Conjuntos de dados exclusivos que melhoram com o uso;
• Efeitos de rede na coleta de dados.
Inovação Algorítmica
• Modelos personalizados treinados para casos de uso específicos;
• Vantagens de desempenho demonstráveis em relação a soluções genéricas;
• Proteção de propriedade intelectual ou segredos comerciais.
Integração de Plataforma
• Integração profunda com plataformas de IA emergentes (OpenAI, Anthropic, etc.);
• Vantagens de pioneirismo em novas categorias habilitadas por IA;
• Custos de troca que criam fidelidade do cliente;
Inovação Conversacional e de Fluxo de Trabalho
• Interfaces de linguagem natural que mudam fundamentalmente a experiência do usuário;
• Automação de fluxo de trabalho que oferece ganhos de produtividade de 10x;
• Novos paradigmas de interação que criam produtos capazes de definir novas categorias.
Por mais que nos seja difícil avaliar a qualidade dos dados acessados e a qualidade dos algorítimos criados, nós conseguimos, através de conversas com experts e conhecedores de setores específicos e cadeias de valores, entender se, o que times e startups de AI estão prometendo criar, solucionam com mais profundidade e sofisticação, se comparados ao conjunto de alternativas existentes até o momento.
Por fim, a nossa busca por um modelo de atuação alternativo em VC, está correlacionada a visão de que otimizar retorno depende de maior flexibilidade e oportunismo.
Porque investir bem é menos sobre acertar o timing e valuation perfeitos. Mas sobre saber, desde o começo, o que o meio do caminho vai exigir.
Referências:
BVP Nasdaq Emerging Cloud Index (2018–2024), SaaS Capital Index Reports (2022–2024), Aventis Advisors – SaaS Market Valuation Tracker, PitchBook – State of Venture Reports, ScaleXP ARR Multiples Benchmark 2024, First Round Capital – Levels of PMF, CB Insights – Global VC Trends, Crunchbase – Global Funding Reports.
