O ciclo de hype da IA acabou de se deparar com a demonstração de resultados. Esta semana, duas líderes em softwares de design enviaram ao mercado uma mensagem que a maioria dos fornecedores de IA vinha temendo: popularidade não paga a conta da inferência.
A Canva avisou os investidores que o crescimento anual de receita desaceleraria para 20% — porque pausou deliberadamente o lançamento de um recurso de IA que estava impulsionando o crescimento de assinaturas pagas. A demanda estava alta demais. Os custos de serviço também. Essa combinação é a manchete. Enquanto isso, a Figma revisou para baixo o crescimento de receita do terceiro trimestre — de 48% no trimestre de junho para 36% —, admitiu que suas ferramentas de IA ainda estão em beta, sem um caminho claro de monetização, e viu suas ações caírem cerca de 15% em um único dia.
Duas empresas, uma constatação estrutural: a curva de adoção de um produto de IA e sua economia unitária agora são duas batalhas separadas — e a margem é a que os investidores estão observando.
O paradoxo da Canva: usuários demais é o problema
A situação da Canva é quase irônica. Seu COO, Cliff Obrecht, teria dito a colegas que, antes da IA, atender milhões de usuários gratuitos tinha custo “muito baixo”. Depois que os recursos de IA foram lançados, “os custos subiram drasticamente, a economia unitária mudou fundamentalmente, e reduzir o custo de IA se tornou muito mais importante do que antes”.
Então a Canva optou por frear: desacelerou o lançamento de recursos de IA em vez de comprar crescimento com computação caríssima. Essa decisão cortou diretamente sua projeção de receita anual para 20%. Sua aposta são modelos próprios — mais rápidos e baratos que os dos laboratórios de fronteira para geração de imagem e vídeo —, mas eles perderam a janela de lançamento, deixando a Canva dependente de modelos externos mais caros no momento crítico.
Figma: subsidiando recursos em beta do próprio bolso
O problema da Figma é o outro lado da moeda. O CFO Praveer Melwani foi direto ao ponto: “Atualmente não cobramos dos clientes pelos recursos em beta; os custos de inferência são arcados por nós, sem receita de consumo para compensar.” A Figma está pagando do próprio bolso cada chamada de IA enquanto espera que as ferramentas saiam do beta. Essa estrutura de custos vai pressionar a margem bruta — e o mercado já precificou isso imediatamente, com uma queda de ~15% nas ações.
A Figma também está desenvolvendo modelos próprios, combinando-os com modelos de fronteira para alimentar seu novo agente Figma AI. Mas treinar modelos exige tempo e dinheiro — e a paciência do mercado de capitais não.
O framework: cada chamada de IA carrega um pedágio
Os dois casos convergem para o mesmo ponto estrutural. No antigo modelo de SaaS, o custo marginal de atender um usuário extra era quase zero — uma máquina de margem bruta. A IA reescreveu essa equação: agora cada interação do usuário carrega um custo de inferência real e recorrente. Quando a monetização fica atrás da adoção, esse pedágio devora a margem. O custo da transformação com IA não é apenas P&D; ele está embutido em cada chamada.
Este é o primeiro exame financeiro real da camada de aplicações de IA. Investidores anteriormente precificavam os fornecedores de apps de IA com base em narrativas e crescimento de usuários. Agora, a economia unitária está sobre a mesa.
O sinal para a indústria
- A camada de aplicações de IA está migrando de “crescimento a qualquer custo” para disciplina de margem — os fornecedores queiram ou não.
- A estratégia de modelos próprios agora é uma estratégia de margem, não de diferenciação. Quem controla o custo unitário de inferência controla a margem bruta.
- O desencontro de cronogramas é o verdadeiro risco: os ciclos de construção de modelos próprios não acompanham as expectativas trimestrais de resultados. As empresas continuarão arcando com os custos de inferência até fecharem essa lacuna.
O que fazer a respeito
- Se você está construindo recursos de IA em um produto, incorpore o custo de inferência por usuário ativo à economia unitária desde o primeiro dia — não como uma reflexão tardia.
- Se você está comprando uma ação com base em números de adoção de IA, peça a economia unitária por trás deles. Adoção ≠ margem.
- Se você é fundador, trate “ter sua própria stack de inferência” como um manual de margem, não como exibicionismo tecnológico.
A história da IA no software está entrando em um novo capítulo: a era da demonstração de resultados. Canva e Figma são apenas as duas primeiras empresas a passar pelo teste.
