A casa onde cresci estava sendo demolida. A Casa Rollins, uma antiga fábrica em estilo Art Deco localizada no sudeste de Londres, era o tipo de edifício que passa despercebido até você descobrir o que é: sem glamour à vista, mas repleta de história por trás. Foi ali que minha mãe viveu e onde fui criado, e um desenvolvedor queria o terreno para construir apartamentos. Tivemos que lutar, mas não podíamos arcar com advogados.
Decidi aprender sobre leis de planejamento enquanto revisava para os exames da escola. Estudei arquivos que ninguém mais havia acessado, reunindo um dossiê de precedentes que ajudaria no nosso caso.
Apresentei nossa argumentação diante de um painel do conselho, enfrentando um escritório de advocacia com mais experiência do que eu tinha de vida. Nós vencemos.
A experiência me ensinou o valor dos detalhes, como a pesquisa pode prevalecer e que enfrentar grandes desafios não deve ser intimidador.
Uma década depois, precisei reviver aquele espírito rebelde ao negociar com a Thomson Reuters, que desejava adquirir minha startup de pesquisa em IA, a Safe Sign Technologies.
A jornada até ali foi repleta de desafios. Treinei como advogado no Allen & Overy enquanto desenvolvia a Safe Sign por conta própria. Acordava às 4h30 para trabalhar na empresa, passava o dia inteiro em treinamento jurídico e, quando voltava para casa, me jogava de volta no mundo das startups. O A&O foi surpreendentemente tolerante, mas aquela rotina não era sustentável.
Muitas noites a Safe Sign estava efetivamente sem dinheiro, precisando de novos investimentos até o dia seguinte. Nosso primeiro plano falhou; criamos um produto jurídico para consumidores que ninguém quis financiar. Investidores locais disseram não repetidamente, então peguei um avião para Nova York com £200 no bolso.
No final, quase todo o nosso capital veio da América do Norte, e não do Reino Unido. Investidores americanos costumavam perguntar: “como posso ajudar?”; enquanto os britânicos questionavam: “como isso vai falhar?”. Conseguimos levantar fundos suficientes para sobreviver, antes de abandonarmos completamente a busca por receita para desenvolver um modelo de IA exclusivo. Essa aposta, que envolveu investir tudo em uma pequena equipe recrutada de Cambridge, MIT e Harvard, significou dizer aos investidores, repetidamente, que não teríamos uma receita significativa por um longo período. A maioria perdeu o interesse.
Nossa pesquisa sobre segurança, robustez e confiabilidade resultou em um modelo com desempenho diferenciado, tudo com um orçamento limitado. Quando compartilhamos resultados internos promissores, o braço de venture da Thomson Reuters respondeu em minutos. Como na questão do Rollins House, a sabedoria convencional poderia ter me dito que eu tinha uma mão perdedora; minha startup ainda não havia vendido uma única assinatura. Mas, novamente, havia substância.
Vinte meses após sua fundação, nos tornamos a primeira aquisição pré-receita da Thomson Reuters em 174 anos, e um dos negócios europeus mais significativos de 2024. Foi uma quantia que mudou vidas, por uma empresa que nunca havia recebido um centavo em receita.
Tenho refletido sobre esse fato desde então, pois ele contradiz quase tudo que a indústria ensina os fundadores a almejarem. Nos contam para admirar as coisas evidentes: receitas subindo, capital levantado, um fundador no palco. No entanto, as instituições, na verdade, não recompensam nada disso. Elas recompensam o trabalho realizado com tanto rigor que, quando alguém finalmente olha de perto, não há nada a encontrar além de substância.
Atualmente, faço investimentos e vejo como minha principal responsabilidade diferenciar entre estilo e valor. O erro que observo o mercado cometer repetidamente é o mesmo que aqueles primeiros investidores britânicos cometeram comigo: avaliar uma startup pela apresentação, e não pela sua defesa fundamental.
Desde então, o mercado aprendeu a valorizar melhor a ciência, mas apenas em um nível: os grandes modelos, os laboratórios famosos, os cientistas cujos nomes influenciam avaliações. Porém, a verdadeira oportunidade nesta revolução da IA está na camada que se encontra abaixo daquela que todos estão discutindo: as tecnologias que resolvem problemas difíceis para os próprios laboratórios de IA de ponta.
Pode ser a infraestrutura para testar o que os sistemas de IA podem fazer. Cada afirmação sobre um modelo passando em um exame ou superando um médico depende de alguém ter construído esse exame, e uma vez que os sistemas aprendam a vencer os testes em vez de dominar o trabalho, criar exames que não possam ser manipulados se torna um dos problemas mais desafiadores da área. Pode ser a questão da memória: os sistemas de hoje começam cada conversa do zero, enquanto quase tudo que é valioso na expertise humana vem da acumulação. O que pode ser desconsiderado como um banco de dados anexado a um chatbot, quando o aprendizado contínuo é um problema fundamentalmente não resolvido em machine learning. Ou pode ser a habilitação de neolabs, as ferramentas especializadas que os primeiros laboratórios de IA voltados à ciência precisam, mas não conseguem construir sozinhos. Esses são desconsiderados como um negócio de serviços, quando, na verdade, exigem a mesma profundidade de domínio que a ciência que apoiam.
O estilo classifica esses elementos como ferramentas, armazenamento e serviços. A substância afirma que são três dos problemas mais difíceis do campo, cada um silenciosamente bloqueando os próprios laboratórios de ponta. E quase nenhum do capital que aflora no setor de IA está se direcionando para essa área. Essa lacuna é onde eu olharia.
É como a Casa Rollins novamente: o dossiê que ninguém leu, o caso que todos supunham perdido. É o zero da pré-receita: o valor que é real muito antes de alguém olhar atentamente.
Minha mãe ainda vive no edifício. Ele permanece de forma resiliente; sem grandes atrativos, porém vale mais do que se pensava à primeira vista.
As opiniões expressas em peças de comentário do Fortune.com são exclusivamente visões de seus autores e não refletem necessariamente as opiniões e crenças da Fortune.
