Na reunião Snowflake Startup Mixer, realizada em 17 de julho em Hyderabad, reuniram-se fundadores de startups, líderes de tecnologia e investidores. O tema central do evento foi a conversão de dados em tomada de decisões e ações subsequentes. Durante um painel de discussão, demonstração de produto e networking, discutiu-se como as startups estão indo além da simples coleta e análise de dados, criando sistemas inteligentes capazes de tomar decisões autonomamente com a ajuda da IA agente.
A sessão de painel intitulada 'Startups que funcionam 24 horas por dia: criando empresas que nunca dormem' foi moderada por Shivani Mutanna, Diretora Sênior de Parcerias de Conteúdo na YourStory. Participaram Utkarsh Sharma, Diretor Criativo Associado da Pocket FM; Kishor Indukuri, fundador e CEO da Sid’s Farm; Abhishek Deshpande, Diretor de Operações e cofundador da Recykal; e Kiran Kalluri, sócio da Dallas Venture Capital.
A discussão começou com a pergunta sobre o que exatamente significa o conceito de 'trabalho 24 horas'. Para os participantes, isso não significava que os funcionários trabalhavam 24 horas por dia, mas sim a criação de sistemas que continuam a executar processos de trabalho críticos mesmo depois que as equipes terminam suas tarefas.
No caso da Pocket FM, que atende a audiências em diferentes países, a produção de conteúdo nunca para de fato. A IA tornou-se uma assistente indispensável durante todo o processo criativo, acelerando a produção mantendo a qualidade. A empresa usa IA para gerar materiais, processar ativos e apoiar a produção, enquanto os humanos permanecem responsáveis pela qualidade e narrativa.
Um conceito semelhante é aplicado na Sid’s Farm. Graças a milhares de entregas diárias, movimentação de matérias-primas e interações com clientes, dados fluem continuamente das fazendas e instalações de produção para as redes logísticas e consumidores. Indukuri explicou que a IA ajuda a empresa a interpretar esses dados rapidamente o suficiente para reagir antes que pequenos problemas operacionais se tornem mais graves.
Na Recykal, o dia de trabalho começa antes do amanhecer, quando os coletores de lixo iniciam suas rotas, e continua até tarde, enquanto as cargas são movidas pelas cidades. Cada etapa gera dados operacionais, fornecendo oportunidades para otimizar decisões na cadeia de suprimentos, que raramente é interrompida.
Do ponto de vista do investidor, Kalluri observou que a diferença chave reside entre as empresas que apenas usam ferramentas de IA e aquelas que são fundamentalmente construídas em torno de operações suportadas por IA. Se a remoção da IA deixa os processos de trabalho em grande parte inalterados, a empresa usa IA principalmente para aumentar a eficiência. No entanto, se a ausência de IA exige uma reformulação completa do próprio negócio, então a organização pode ser considerada verdadeiramente nativa de IA.
À medida que a IA se integra mais profundamente nos processos de negócios, as startups também estão repensando a escalabilidade. Para a Recykal, a IA deixou de ser vista como uma iniciativa tecnológica separada e passou a ser um requisito corporativo geral. Deshpande declarou: 'Temos um mandato interno. Toda segunda-feira deve haver uma nova iniciativa de IA. Devemos discutir isso, e qualquer pessoa pode sugerir, desde um estagiário até um CXO.'
Ele explicou que a empresa mapeou cada função de negócios, identificou processos repetitivos adequados para IA e utilizou dados operacionais de vários anos para redesenhar os fluxos de trabalho. Os resultados foram significativos: a Recykal aumentou sua receita anual de 400 a 500 crores para 1.400 crores, aumentando seu quadro de cerca de 80 para 128 funcionários.
Na Pocket FM, Sharma enfatizou que a liderança posicionou a IA como uma ferramenta de suporte, e não como um substituto para os especialistas criativos. A empresa investiu em ferramentas de geração de áudio, vídeo e imagem com IA, ao mesmo tempo em que garantia que as pessoas continuassem a realizar verificações de qualidade e a manter a experiência emocional esperada pelos espectadores. A criação de histórias compostas por centenas ou até milhares de episódios ainda requer julgamento humano, enquanto a IA acelera a produção, e não substitui a criatividade.
Na Sid’s Farm, os esforços de implementação de IA estão concentrados em operações orientadas para o consumidor. Indukuri observou: 'Onde usamos ativamente a IA, ou a área que monitoramos constantemente, é o lado do consumidor.' A indústria de laticínios gera diariamente uma enorme quantidade de dados operacionais. A IA está cada vez mais ajudando a prever a demanda, reduzir perdas, otimizar o planejamento de produção e ajustar dinamicamente os estoques pelos canais de distribuição.
Kalluri acrescentou que esses exemplos demonstram o que diferencia as empresas duradouras que usam IA dos empreendimentos que apenas envolvem modelos de linguagem existentes. Ele alertou: 'Se falta a capacidade de capturar esses processos, são sinais de alerta que vemos. E essas não são empresas que conseguirão escalar e crescer. Elas podem ter sucesso com um cliente específico e em um caso muito específico, mas se precisarem expandir seus negócios e atacar todo o TAM, torna-se muito difícil se não tiverem essas bases.'
Para os investidores, indicadores mais fortes de escalabilidade de longo prazo são a posse de dados diferenciados, a construção de fluxos de trabalho robustos e a integração da IA em todos os produtos, funções de mercado e operações internas, em vez de apenas fazer do nome da empresa algo orientado por IA.
À medida que as startups automatizam mais processos de trabalho, a questão de onde a IA deve terminar e onde os humanos devem manter o controle torna-se cada vez mais importante. Os painelistas concordaram que, embora a IA possa acelerar significativamente a execução de tarefas, as decisões de negócios críticas ainda exigem supervisão humana.
Deshpande alertou contra aceitar os resultados do trabalho da IA como incontestáveis. 'Acho que a IA é um 'dador de consentimento', então devemos ser muito espertos. É necessária intervenção humana. Você não pode substituir as pessoas. Fundamentalmente, você deve entender claramente o que quer.'
Indukuri relatou que a Sid’s Farm integra IA em recrutamento, suporte ao cliente e planejamento operacional, mas acredita que a IA deve primeiro lidar com solicitações rotineiras antes de passar situações mais complexas para as pessoas. Por exemplo, o suporte pode responder automaticamente a perguntas sobre entrega ou status do pedido, enquanto clientes insatisfeitos ou problemas de qualidade devem ser encaminhados para equipes humanas. Em vez de substituir funcionários, a IA permite que eles se concentrem em problemas que exigem julgamento, empatia e contexto.
A discussão também enfatizou que a tecnologia por si só não é suficiente para definir o sucesso das startups. Os fundadores precisam de organizações disciplinadas, processos confiáveis, dados de alta qualidade e uma compreensão clara de onde a IA cria valor de negócios real. Deshpande observou que a IA já está mudando a abordagem das startups aos talentos: 'Eu vi um estagiário dar um resultado melhor do que uma pessoa com 10 anos de experiência. A nova geração se adapta mais rápido.'
Ele acrescentou que os próprios fundadores devem se tornar usuários ativos de IA antes de esperar que suas equipes adotem novas ferramentas. O sucesso depende de definir os problemas de negócios corretos em primeiro lugar; somente então a IA poderá produzir resultados significativos, em vez de adicionar complexidade desnecessária.
A noite terminou com uma demonstração ao vivo chamada 'Blueprint: De Dados à Ação com Fluxos de Trabalho Agentes', apresentada por Akshat Parekh, Harish Chintakunte e Navedea Odja da Snowflake. A sessão demonstrou como as startups podem reduzir drasticamente o tempo necessário para criar aplicativos baseados em IA, unindo dados corporativos com recursos de IA agente. Usando o Snowflake Cortex Code, um agente de codificação de IA especializado para cargas de trabalho de dados e IA, os palestrantes mostraram como os desenvolvedores podem ir de um pedido em linguagem natural a um aplicativo pronto para produção em minutos.
Um caso de uso ilustrativo para detecção de fraudes no setor fintech exemplificou esse processo. Um único pedido gerou um aplicativo que recebia dados de clientes e transações, calculava pontuações de risco de fraude, criava painéis de controle e formava um espaço de trabalho de investigação baseado em IA. Além dos painéis de controle, os usuários podiam fazer perguntas sobre tendências de fraude, comportamento do cliente e padrões de transação em linguagem natural. A IA dividia essas consultas em várias etapas de raciocínio antes de gerar conclusões acionáveis.
A equipe também destacou a flexibilidade dos modelos Snowflake. Em vez de amarrar as organizações a um único modelo base, a plataforma suporta vários modelos líderes, incluindo Claude, Llama, DeepSeek, Mistral e OpenAI, permitindo que os negócios escolham o modelo adequado para cada tarefa, mantendo os dados dentro de um sistema de gerenciamento seguro. Ao longo da noite, uma mensagem permaneceu clara: a IA não apenas ajuda as startups a trabalhar mais rápido. Ela está cada vez mais se tornando parte de como as empresas são projetadas e operam. As startups estão começando a incorporar a IA na base de seus produtos, fluxos de trabalho e tomada de decisões diária, em vez de vê-la como uma ferramenta separada.