Super ideias, excelentes produtos, mas com modelos de negócios não alinhados com o mercado atual e futuro
Há alguns anos desenvolvo atividades de mentoria com o objetivo de auxiliar a alavancagem de novos negócios. Participar da análise de diversas startups, dos empreendedores, suas ideias, seus produtos e serviços e também de seus modelos de negócio é algo realmente prazeroso para mim. Como mentor, tenho a oportunidade de contribuir com a experiência já vivida e até com o aprendizado a partir de erros já cometidos. Por meio da Darwin Startups, de Florianópolis, eleita a melhor aceleradora do Brasil, vejo o potencial enorme de novos negócios nos mais variados segmentos a cada dia.
Ao longo dessa experiência, porém, não raramente nos deparamos com super idéias, excelentes produtos, mas com modelos de negócios não alinhados com o mercado atual e futuro. Em muitos e muitos casos vejo os novos empreendedores deixando de aproveitar receitas que no longo prazo serão muito superiores aos modelos projetados no business plan.
Em um caso bem recente, analisando uma empresa de tecnologia voltada ao segmento de agribusiness, percebi exatamente isso. De um lado, a empresa possui um super produto (hardware), de outro, porém, está focada em alugar o seu equipamento. O erro nessa situação é se esquecer do seu modelo de negócios. Os dados capturados pela empresa, se colocados em um datalake, com uma plataforma de Bigdata/Analytics e Inteligência Artificial (IA) terão um poder de geração de receitas muito superior ao aluguel dos equipamentos. Além disso, poderão ter um mercado muito maior que o já gigante agribusiness. Nesse caso específico, os dados, se bem trabalhados, podem gerar conhecimento para a tomada de decisão nos setores de seguros, bancos, tradings e outros segmentos de mercado.
Essa visão de geração de valor através do conhecimento é vital na grande maioria das startups, mas é preciso projetar a variação de alguns centavos de dólar no preço da soja, do milho e do algodão do mercado futuro. Esses sim, geram grande valor e são facilmente reconhecidos e remunerados pelo mercado.
Embora ainda estejamos, em muitas situações, dependentes do acesso do setor agrícola à internet e aos aplicativos de inteligência artificial no agronegócio, a popularização desses meios é mera questão de tempo. Hoje é plenamente possível prever a produtividade de produtos agrícolas por meio da simulação de variados cenários e condições – e isso pode ter consequências positivas em diversos elos da corrente produtiva. Desde o atendimento à demanda permanente e crescente por alimentos em todo o mundo, até a adoção de sistemas alimentares mais sustentáveis e inclusivos. Com a informação certa, pode-se buscar inclusive a redução nos custos dos insumos e serviços para os agricultores. Com mais acesso aos mercados, fica facilitada a integração dos pequenos produtores nas grandes cadeias de abastecimento.
As possibilidades de uso da inteligência artificial são gigantes para o setor de seguro agrícola – e também na parte de análise de risco de crédito para grandes bancos. Imagine quanto uma ADM pagaria para ter esse conhecimento, gerado através de Machine Learning, com alto grau de assertividade em seus modelos.
Os dados existem, estão disponíveis e são abundantes, porém precisam ser vistos apenas como matéria prima para o desenvolvimento de produtos de alto valor agregado a partir das tecnologias de inteligência artificial. Essa é a visão que busco passar àqueles que procuram e aceitam ajuda. O raciocínio se aplica a muitas outras áreas de atuação. O que é preciso ter sempre em mente é que de nada valem os “inputs” se eles não possuem os “outputs” que o mercado valoriza e paga!
Obrigado pela leitura e até a próxima!
