Uma empresa de IA com 60 funcionários acaba de ser avaliada em US$ 2 bilhões — quase seis décimos do valor da NIQ, a gigante de pesquisa de mercado com 38.800 funcionários e um valor de mercado de US$ 3,4 bilhões. A Simile existe há menos de dois anos. A diferença no número de funcionários não poderia ser mais brutal; a diferença em avaliação está se fechando rápido.
Isto não é uma rodada vaidosa. É o mercado reprecificando uma indústria de US$ 160 bilhões que passou décadas sem produzir um único grande vencedor. Das quatro gigantes globais de pesquisa listadas em bolsa, três negociam há muito tempo abaixo de US$ 4 bilhões. Só a Gartner passa dos US$ 10 bilhões — e sua receita vem principalmente de assinaturas de pesquisa de TI, não de pesquisa de consumidor clássica. O setor era considerado um negócio estruturalmente ruim. Então a IA entrou em cena, e uma leva de startups de dois a três anos (Simile com US$ 2 bi, Aaru com US$ 1 bi, Listen Labs com US$ 500 mi) agora são avaliadas no mesmo patamar que incumbentes que levaram décadas para se construir.
Onde começou: 25 aldeões de IA
A história de origem da Simile é um artigo de Stanford-Google de abril de 2023. Pesquisadores construíram Smallville, uma cidade em pixel art, e inseriram 25 agentes de IA, cada um com uma persona simples — “John Lin administra uma farmácia e tem um filho na faculdade”. Sem roteiro, sem tarefas. Os agentes acordavam, tomavam café da manhã, abriam suas lojas, conversavam com os vizinhos, construíam relacionamentos e espalhavam fofocas. Antes do Dia dos Namorados, um agente propôs uma festa; a notícia se espalhou pela cidade, e uma multidão de residentes de IA realmente apareceu. Nenhum enredo pré-escrito.
A tese do artigo: dê a um modelo de linguagem memória, reflexão e planejamento, e os agentes exibem um “comportamento social” contínuo e interativo. Hoje ele tem mais de 7.000 citações — e seu primeiro autor, Joon Sung Park, é o fundador da Simile.
A virada para o negócio veio de um estudo de acompanhamento em novembro de 2024: a equipe entrevistou 1.052 pessoas reais por cerca de 2 horas cada, criou agentes de IA delas e fez aos agentes a General Social Survey. Os agentes reproduziram as respostas e padrões de comportamento de suas contrapartes humanas com alta fidelidade. Quando CEOs e membros de conselho da Fortune 500 que visitavam Stanford começaram a perguntar “podemos usar isso para pesquisa de mercado?”, Park teve sua resposta.
Como a Simile funciona: constrói pessoas e depois simula
A pesquisa tradicional tem dois problemas insolúveis. Primeiro, as pessoas dizem uma coisa e fazem outra — um consumidor marca “compraria” em uma pesquisa e depois desiste na gôndola por causa de uma diferença de preço de US$ 5 ou de um comentário de um amigo. Segundo, você não consegue simular efeitos colaterais: reduza os preços em 10% e os concorrentes reagem, os consumidores começam a esperar a próxima promoção — você só vê isso depois do lançamento.
A resposta da Simile tem dois passos:
- Construir pessoas. Os clientes fornecem entrevistas autorizadas, pesquisas históricas e dados comportamentais. A colaboração com a CVS Health é construída sobre ~2,9 milhões de respostas autorizadas de mais de 400.000 participantes em mais de 200 cenários comportamentais, gerando mais de 100.000 “consumidores gêmeos digitais” com dados demográficos, rendas e preferências distintas.
- Rodar simulações. Coloca-se um novo anúncio, preço ou produto no ambiente; os consumidores de IA escolhem, conversam e se influenciam mutuamente, projetando o que acontece em seguida. Testes internos da CVS mostram resultados simulados correspondendo ao feedback histórico de humanos em até 95% após calibração. E o cronograma colapsa: o que levava 4–6 semanas agora roda em 15–30 minutos.
O modelo de negócio é a clássica assinatura B2B — de US$ 150 mil a vários milhões de dólares por ano — com clientes divulgados incluindo CVS Health, Deloitte e Telstra.
Duas rotas para o mesmo destino final
O grupo de pesquisa com IA se divide em duas estratégias, ambas atacando a mesma coisa: o número de pessoas.
- Substituir os respondentes (Simile, Aaru). A Simile faz modelagem profunda de indivíduos reais; a Aaru simula populações em escala — milhares de agentes com idades, profissões, rendas e posições políticas variadas. Durante a eleição americana de 2024, a Aaru rodou cerca de 5.000 agentes para prever a primária democrata de Nova York; o resultado errou a contagem real de votos por menos de 371 votos.
- Substituir os pesquisadores (Listen Labs). Os respondentes reais permanecem, mas o trabalho humano — desenhar questionários, moderar, aprofundar, sintetizar — vai para a IA. Um pesquisador conseguia fazer no máximo algumas entrevistas profundas por dia; a IA conversa com centenas simultaneamente. A Listen Labs passou de 1 milhão de entrevistas reais em seus primeiros nove meses.
A pesquisa tradicional é empilhada de trabalho: cada projeto significa novos questionários, respondentes recrutados, entrevistas, limpeza de dados e horas de analistas. Crescer em receita exige mais gente; os custos nunca se desvinculam da receita. Os números da NIQ contam a história: receita de US$ 3,34 bi, US$ 3,97 bi e US$ 4,20 bi entre 2023 e 2025, com custos operacionais consumindo 88,6%, 84,9% e 82,4% dela — a melhoria vinda em grande parte de demissões e cortes de eficiência, não de uma correção estrutural.
O que realmente mudou
O fosso competitivo dos antigos gigantes — uma rede global de entrevistadores, dezenas de milhares de pesquisadores, décadas de painéis de consumidores — está sendo reclassificado de ativo para custo. Quando os consumidores podem ser simulados diretamente, o pipeline de coleta e análise de dados passa a ser um investimento fixo (licenciamento de dados, treinamento de modelos, customização) e depois roda com eletricidade e tokens. O custo marginal por simulação continua caindo. A pesquisa de mercado está migrando de um serviço profissional intensivo em mão de obra para um negócio de software que pode escalar e ser replicado.
Essa mudança na estrutura de custos — e não qualquer vitória pontual de cliente — é o motivo pelo qual o capital está atribuindo múltiplos de software à Simile e suas pares. Se a lógica se sustentar, toda a indústria de US$ 160 bilhões será reavaliada.
O que fazer a respeito
- Se você contrata pesquisas: rode um piloto em paralelo. Teste uma decisão de preço ou publicidade via simulação de IA contra seus dados históricos antes de confiar nela. A calibração com dados proprietários é a diferença entre um brinquedo e uma acurácia de 95% — traga seus próprios painéis.
- Se você é um incumbente: suas bibliotecas de amostras e redes de entrevistadores não são mais o fosso competitivo. O fosso é o acesso a dados proprietários e o rigor de validação. Ambos são defensáveis; nenhum vem de graça.
- Se você é um investidor: o sinal está na economia unitária, não na receita. Observe se o custo marginal por projeto realmente se aproxima de zero e se a validação se sustenta à medida que as simulações escalam para novos setores.
- A ressalva: simulação não é realidade. O erro de 371 votos da Aaru em uma primária é impressionante; um lançamento de produto que fracassa não é. Pesquisa com IA é uma camada de apoio à decisão, não um substituto da decisão — pelo menos até existir um histórico de 100 anos.
