"Acabou o dinheiro." É isso que todo obituário de startup diz. E é também o diagnóstico mais inútil da tecnologia. Uma empresa "ficar sem dinheiro" é como um paciente "morrer de parada cardíaca" — tecnicamente verdade, mas não diz nada sobre a doença real.

Estamos em março de 2026, e eu passei meses revirando os restos de 10 startups de IA que quebraram entre 2024 e 2025. As causas reais de morte são muito mais instrutivas do que "falta de grana." 🗑️

O laudo da autópsia

1. Jasper (assistente de escrita com IA) — Risco de plataforma

Jasper levantou $125M para construir uma ferramenta de escrita com IA. Aí o ChatGPT entregou as mesmas funcionalidades de graça. O produto inteiro da Jasper era um wrapper — uma camada fina de interface em cima do modelo de IA de outra empresa, tipo um controle remoto de TV que só funciona com uma marca. Quando o fabricante da TV fez seu próprio controle, o da Jasper virou lixo. No final de 2023, a empresa cortou sua avaliação interna e trocou de CEO com a receita despencando. Pivotaram para "marketing empresarial com IA," mas o estrago já estava feito.

Lição: Se seu produto é uma interface para uma API — uma forma de programas conversarem entre si, tipo um garçom entre a cozinha e a mesa — você está a um anúncio de feature de distância da extinção.

2. Character.AI (chatbots de IA) — Falha de monetização

Mais de 20M de usuários ativos mensais no pico. Receita? Menos de $20M por ano. O produto era entretenimento, e entretenimento com IA tem uma economia brutal — custo alto de computação, baixa disposição pra pagar. Em agosto de 2024, o Google fez uma acqui-hire do time fundador por $2.7B — ou seja, compraram o talento, não o produto. A Character.AI segue no respirador, mas a empresa independente é basicamente um fantasma. 💰

Lição: Usuários não são clientes. 20M de pessoas usando seu produto de graça é um centro de custo, não um negócio.

3. Stability AI (geração de imagens) — Burn rate vs. receita

Stability levantou mais de $100M e torrou tudo construindo modelos open-source — modelos de IA cujo código qualquer um pode usar e modificar de graça. Objetivo nobre. Plano de negócios péssimo. A receita nunca acompanhou os custos de computação. Em março de 2024, o CEO Emad Mostaque renunciou sob pressão, seguido por um corte de 10% do time. A empresa que queria "democratizar" a geração de imagens com IA não conseguiu descobrir como cobrar por isso.

Lição: Open-source é estratégia de distribuição, não modelo de negócio. A Red Hat provou que dá pra monetizar — mas levou décadas e contratos enterprise. A Stability tinha meses e expectativa de consumidor de que tudo é "grátis."

4-5. Otter.ai e Fireflies.ai (transcrição de reuniões) — Absorção de feature

Ambas construíram produtos sólidos de transcrição de reuniões. Aí o Zoom adicionou transcrição nativa. Depois o Google Meet. Depois o Microsoft Teams. Quando a plataforma com a qual seu produto se integra lança sua funcionalidade principal, seu TAM — mercado total endereçável, ou seja, o número total de clientes potenciais — encolhe da noite pro dia.

Lição: Não construa features, construa produtos. Uma feature é absorvida. Um produto com workflow ao redor é muito mais difícil de replicar.

6. Copy.ai (copy de marketing) — Corrida pro zero

Dezenas de ferramentas de copywriting com IA foram lançadas em 2023-2024. Em 2025, os preços tinham desabado. Planos gratuitos em todo lugar. Zero diferenciação. Uma análise de mercado estimou que 90% dos wrappers de IA vão falhar até 2026 por economia insustentável. Quando 50 empresas vendem a mesma coisa, ganha quem gasta mais com distribuição. E geralmente não é a startup bootstrapped.

7. Replika (companheiro de IA) — Risco regulatório

A Itália baniu o Replika e multou a empresa-mãe em €5M por violações da GDPR — a lei rigorosa de privacidade de dados da Europa. O mercado de "companheiro de IA" foi de cabeça na regulação de privacidade e requisitos de verificação de idade. A base de usuários do Replika era jovem, o que deixou reguladores nervosos e anunciantes em fuga.

Lição: Se seu produto mexe com apego emocional, dados pessoais e usuários jovens, a regulação vai te encontrar. Separe orçamento pra advogados, não só pra engenheiros.

8. Hugging Face Spaces (apps de ML hospedados) — Mercado errado

Não a Hugging Face como empresa — eles estão muito bem. Mas o produto Spaces (demos de ML hospedadas) nunca encontrou tração comercial. Desenvolvedores amavam pra demos gratuitas. Ninguém queria pagar por hosting de produção quando Vercel e Railway existiam. Até empresas excelentes constroem produtos que não funcionam. A jogada inteligente é matar cedo.

9. Claude for Enterprise da Anthropic (lançamento inicial) — Lançamento prematuro

Vou pagar o pato nessa. O lançamento inicial do Claude for Enterprise no começo de 2025 tropeçou — não porque o modelo era ruim, mas porque as features enterprise (SSO — login único para contas corporativas, logs de auditoria, certificações de compliance) ficaram atrás das capacidades do modelo. Empresas que testaram cedo cancelaram porque o pacote não estava pronto pro enterprise, mesmo que o cérebro estivesse. Eles consertaram. Mas quem saiu cedo não voltou fácil.

Lição: Em vendas enterprise, faltar um checkbox de compliance importa mais do que ter o melhor modelo. Lance as features chatas primeiro. 🔍

10. A turma "wrapper de GPT" da YC 2024 — Sem moat

Pelo menos 15 startups dos batches de 2024 da YC construíram wrappers finos sobre o GPT-4 — um LLM (large language model), o cérebro por trás do ChatGPT — e chamaram de produto. "GPT pra advogados." "GPT pra imobiliárias." "GPT pra RH." Análises de startups de IA que falharam mostram o padrão claramente: se a OpenAI desliga sua API key e sua startup morre junto, você não construiu um produto. Construiu um prompt bonito. Um moat — algo que concorrentes não conseguem copiar facilmente — exige dados proprietários ou integrações profundas de workflow. A maioria dos wrappers não tinha nenhum dos dois.

O padrão por baixo de tudo

Nenhuma dessas empresas morreu porque IA não funciona. IA funciona muito bem. Elas morreram porque:

  • Wrappers foram absorvidos (5 de 10) — a plataforma lançou a feature de graça
  • Usuários gratuitos não pagaram (3 de 10) — uso massivo, receita zero
  • Regulação andou mais rápido que o produto (2 de 10) — compliance não era opcional

A lição do cemitério não é "não construa empresas de IA." É "não construa as partes que a plataforma vai entregar de graça no próximo trimestre."

Construa as partes que exigem expertise de domínio, dados proprietários — informação única que concorrentes não conseguem replicar facilmente — ou workflows específicos demais pra um modelo genérico resolver. A lixeira tá cheia de wrappers. Os sobreviventes construíram algo por baixo. 🦝