Claude in Excel: uma declaracao de guerra as startups AI+X

Esta semana, a Anthropic lançou o Claude in Excel. E isso muda tudo.

A Microsoft usa IA para executar funções do Excel. O Claude usa o Excel como camada de apresentação. A diferença parece sutil, mas é abismal. A Anthropic vence em velocidade e qualidade, e essa vitória expõe uma verdade brutal: a maioria das startups “AI + X” não tem futuro.

Enquanto a maioria das empresas de software tradicional tenta adicionar recursos de IA como um complemento, a Anthropic demonstra o que significa ser verdadeiramente nativa em IA. Não é sobre adicionar um chatbot ao seu produto existente. É sobre repensar completamente como o software funciona quando a inteligência artificial é a infraestrutura, não o recurso.

O Claude in Excel não é apenas mais uma integração. É um sinal de que o jogo mudou - e a maioria dos jogadores ainda está seguindo as regras antigas.

”SaaS Está Morto” Está Se Tornando Realidade

Durante anos, ouvimos proclamações grandiosas sobre a morte do SaaS. A maioria era exagerada. Mas agora, pela primeira vez, estamos vendo os sinais concretos de que o modelo tradicional de SaaS está sob ameaça existencial.

O problema fundamental é simples: se você é uma startup de SaaS que adiciona IA como um recurso secundário, você está competindo em três frentes impossíveis ao mesmo tempo.

Primeiro, você está competindo com gigantes que dominam a infraestrutura. OpenAI, Anthropic, Google - essas empresas controlam os modelos fundamentais. Elas podem integrar diretamente com as ferramentas que as pessoas já usam, como o Claude no Excel demonstra perfeitamente. Por que um usuário pagaria por sua planilha com IA quando pode ter o Claude nativo no Excel?

Segundo, você está competindo com empresas que dominam frameworks completos. Pense na Vercel com v0, na Cursor com código AI-nativo, na Replit com ambientes de desenvolvimento totalmente integrados. Esses players não adicionaram IA - eles reconstruíram seus produtos do zero com IA no núcleo.

Terceiro, você está tentando competir em preço enquanto paga por tokens de API de terceiros. Essa matemática simplesmente não fecha. Empresas com modelos próprios podem operar com margens que tornam seu negócio inviável. Guerras de preço são insustentáveis quando você não controla a infraestrutura fundamental.

A única saída? Dominar uma das três camadas: Framework (como Cursor fez com IDEs), Infraestrutura (modelos próprios), ou Integração full-stack (como a Anthropic está fazendo com Excel). Tudo no meio é terra de ninguém.

E se você está pensando “vou apenas adicionar uma camada fina de IA ao meu SaaS existente e cobrar 20% a mais”, pense novamente. Seus usuários perceberão rapidamente que podem obter funcionalidade equivalente ou superior usando Claude, GPT, ou Gemini diretamente - por menos dinheiro e com melhor qualidade.

Empresas Com Modelos de IA Fortes Crescem em Velocidade Diferente

Os números não mentem. E quando olhamos para empresas que controlam seus próprios modelos de IA, vemos um padrão claro: crescimento em uma escala completamente diferente.

O Kuaishou, gigante chinês de vídeo curto, atingiu 20 milhões de dólares em receita recorrente mensal usando seus próprios modelos de IA para geração de conteúdo e recomendações personalizadas. Não estamos falando de uma startup de tecnologia - estamos falando de uma plataforma de mídia social que usou IA proprietária para criar vantagem competitiva real.

O Google ficou para trás na corrida da IA por quase dois anos. Então veio o Gemini 3. De repente, o Google não está apenas competindo - está liderando em vários benchmarks. O impacto no valor de mercado foi imediato. O impacto na participação de mercado está acelerando. Quando você controla o modelo, você controla o ritmo de inovação.

O Grok da xAI está ultrapassando o Google em crescimento de usuários em certos segmentos, apesar de ter uma fração dos recursos. Por quê? Porque o modelo é otimizado para casos de uso específicos que ressoam com a base de usuários do X (anteriormente Twitter). Integração nativa, dados proprietários, feedback loop direto.

O padrão é claro: empresas com modelos próprios podem iterar mais rápido, personalizar mais profundamente, e precificar mais agressivamente. Elas não estão esperando pela próxima atualização de API da OpenAI. Elas não estão limitadas pelos termos de serviço de outra empresa. Elas não estão pagando margem dupla.

Para startups sem modelo próprio, a mensagem é brutal mas clara: você está construindo em areia movediça. A cada atualização de modelo que seus competidores com IA própria lançam, sua vantagem competitiva diminui. A cada otimização de custo que eles implementam, sua margem encolhe. A cada integração nativa que eles constroem, seus usuários têm menos razão para ficar.

Não é impossível competir sem modelo próprio. Mas você precisa de uma estratégia radicalmente diferente - e a maioria das startups AI+X não tem.

Por Que Você Precisa Queimar Mais Tokens

Aqui está uma verdade que a maioria dos fundadores de startup de IA não quer ouvir: você provavelmente não está usando IA o suficiente em seu próprio produto.

O Claude Code provou o valor do design AI-nativo de uma forma que poucos produtos conseguiram. Não é um assistente de código que oferece sugestões ocasionais. É um ambiente completo onde a IA é fundamental para cada aspecto do fluxo de trabalho. E isso requer queimar muitos tokens.

“Mas os custos de token vão me quebrar!” você diz. Exatamente. E esse é o ponto. Se você está construindo um produto verdadeiramente AI-nativo, os custos de token iniciais devem ser assustadores. Se não são, provavelmente você não está indo fundo o suficiente.

Então, onde você deve focar essa queima de tokens? Quatro direções principais:

Engajamento Empresarial Profundo: Empresas pagarão múltiplos de 10x por IA que realmente entende seu contexto de negócio. Isso significa modelos que são ajustados em seus dados, fluxos de trabalho que são personalizados para seus processos, integrações que vão muito além de API básicas. Você não pode fazer isso com chamadas de API superficiais. Você precisa processar contexto massivo, manter estado complexo, e gerar outputs altamente específicos. Isso queima tokens. Mas também gera receita real.

Dados de Relacionamento e Contexto: A vantagem durável na era da IA não vem de ter acesso a um modelo melhor - eventualmente, modelos de commodities serão “bons o suficiente” para a maioria dos casos de uso. A vantagem vem de ter dados de relacionamento proprietários que fazem a IA mais útil em seu contexto específico. Pense em como o CRM da Salesforce ficará exponencialmente mais valioso quando pode usar décadas de dados de relacionamento cliente-empresa para treinar modelos específicos. Você não pode construir essa vantagem de dados sem processar contexto extenso - o que significa queimar tokens em escala.

Dominância de Nicho: Em vez de tentar ser tudo para todos, encontre um nicho vertical onde você pode ser 10x melhor que soluções genéricas. Isso requer modelos ajustados, prompts especializados, e processamento de contexto profundo específico do domínio. Um assistente de IA genérico para advogados nunca vencerá. Mas um assistente de IA especificamente para advogados de propriedade intelectual em disputas de patentes farmacêuticas? Isso pode dominar. E dominar nichos requer queimar muitos tokens para desenvolver especialização real.

Design AI-Nativo Desde o Início: Pare de pensar em IA como um recurso adicionado ao seu produto existente. Repense o produto inteiro assumindo que você tem IA ilimitada e barata. Que experiências de usuário se tornam possíveis? Que fluxos de trabalho podem ser completamente reimaginados? O Notion AI adicionou IA ao Notion. Mas imagine um produto de produtividade construído desde o início assumindo que você tem um agente de IA que entende perfeitamente todo o seu contexto de trabalho. Seria radicalmente diferente. E usaria muito mais tokens.

A equação econômica é simples: se você não está disposto a queimar tokens em escala agora, você não será capaz de competir com empresas que estão. Os custos de token estão caindo. As capacidades de modelo estão subindo. A janela para construir vantagem sustentável está fechando.

2026 Está Acabando o Tempo

Estamos em fevereiro de 2026. Se você está construindo uma startup de IA e ainda não tem clareza sobre sua vantagem defensável, você está basicamente sem tempo.

A aquisição da Manus pela Meta por aproximadamente 3 bilhões de dólares deveria ser um sinal claro. A Manus não era apenas mais uma startup de IA adicionando chatbots a produtos existentes. Eles estavam redefinindo fundamentalmente como IA opera em contextos empresariais específicos. A Meta não pagou 3 bilhões por receita - pagou por capacidade de redefinir categorias.

Os vencedores em 2026 e além não serão empresas que usam IA. Serão empresas que redefinem como IA opera em seus domínios específicos.

Olhe para o que está acontecendo:

A OpenAI está lançando integrações diretas com praticamente todas as principais ferramentas empresariais. Se sua startup é “X + GPT”, você está competindo diretamente com a OpenAI - que tem recursos infinitos e nenhum custo de margem no modelo.

A Anthropic está mostrando com Claude in Excel que eles entendem integração em um nível que a maioria das startups não alcançará. Eles não estão apenas adicionando IA ao Excel. Estão usando Excel como camada de apresentação para capacidades de IA que vão muito além do que planilhas tradicionais poderiam fazer.

O Google finalmente acordou com Gemini 3 e está usando sua vantagem de distribuição para integrar IA profundamente em cada produto. Gmail, Docs, Sheets, Calendar - tudo está sendo reimaginado com IA nativa.

Empresas chinesas de IA como DeepSeek e ByteDance estão lançando modelos de qualidade comparável a custos que tornam a maioria dos modelos de negócio de startup de IA inviáveis.

Então, o que você deve fazer se está construindo no espaço de IA?

Primeiro, seja brutalmente honesto sobre sua vantagem defensável. “Nós usamos IA” não é uma vantagem. “Nós temos dados proprietários que tornam a IA 10x melhor para advogados de IP farmacêutica” pode ser.

Segundo, pare de tentar competir em funcionalidade genérica. Você nunca vencerá OpenAI, Anthropic, ou Google em IA genérica. Mas você pode vencê-los em nichos específicos onde você entende o contexto melhor do que eles.

Terceiro, se você ainda está adicionando IA como recurso secundário a um produto de SaaS tradicional, você precisa pivotar ou vender. Esse modelo de negócio tem 18 meses de vida útil, no máximo.

Quarto, ou você precisa levantar capital suficiente para construir vantagens reais (modelo próprio, integração profunda, dados proprietários), ou você precisa encontrar um caminho para lucratividade que não depende de commoditizar ainda mais suas margens.

A janela para startups de IA medíocres está fechando rapidamente. Mas a janela para startups de IA verdadeiramente nativas, que redefinem categorias, ainda está aberta - por enquanto.

A pergunta não é se 2026 será o ano em que a maioria das startups AI+X morrem. A pergunta é se a sua será uma das que sobrevive.