O código fica cada vez mais barato, as licenças cada vez mais valiosas: o verdadeiro fosso de Fintech na era da IA

Autor: Matt Brown

Compilação: Deep潮 TechFlow

Deep潮 Introdução: O parceiro da Matrix VC, Matt Brown, apresentou um argumento contra-intuitivo: a IA torna o código cada vez mais barato, mas faz com que as verdadeiras vantagens difíceis de copiar no Fintech — licenças bancárias, dados de subscrição de perdas de crédito, modelos de risco alimentados por volume real de transações — se tornem mais valiosas do que nunca.

“Você não consegue criar uma licença bancária apenas com programação de ambiente”, essa frase resume o núcleo do artigo.

Este não é apenas uma análise de Fintech, mas um mapa de “quem tem a vantagem mais sólida” na era da IA.

O texto completo:

A palavra “Fintech” há muito tempo se apoia na ambiguidade do seu nome para arbitragem.

“fin” significa proveniente de. Muitos e-mails do domínio .gov, auditorias de meses, oficiais de conformidade que conhecem seu histórico de declaração SAR melhor do que você, e viagens de trabalho de Charlotte ou Washington. “tech” é um aplicativo móvel sofisticado, uma experiência de usuário 10 vezes melhor, e conversar sobre investimentos enquanto toma um café na Blue Bottle.

“fin” e “tech” sempre fazem parte de uma mesma linhagem, mas o mercado costuma premiar aquelas empresas de Fintech que parecem mais “tech” e menos “fin”.

Isso é fácil de entender. Em 2021, o pool de margem bruta de software era de cerca de 0,7 trilhão de dólares, com uma alta valorização. O pool de margem bruta de serviços financeiros é uma ordem de magnitude maior, mas sua avaliação é muito mais conservadora. O Fintech permite arbitragem em ambos os extremos: a economia dos serviços financeiros, combinada com o múltiplo de avaliação de empresas de software.

Essa diferença no pool de lucros também revela onde está o dinheiro de verdade. Os serviços financeiros geram a maior margem bruta entre todos os setores globais. No lado “fin” do Fintech, não é apenas mais defensivo, mas também um mercado muito maior.

Então, a IA chegou, e o espaço de arbitragem desapareceu. À medida que os investidores reprecificam “quanto vale o código em um mundo onde ele fica cada vez mais barato”, as avaliações de software se comprimem. As empresas de Fintech, classificadas como empresas de software, também são afetadas.

Mas o mercado está errado na classificação. Os custos do Fintech, assim como sua vantagem competitiva, nunca estão no código, e diante da compressão de custos impulsionada pela IA, eles parecem cada vez mais resistentes.

História das duas estruturas de custos

O software já teve um dos melhores modelos de negócios da história: o custo de produção do código é alto, mas uma vez escrito, sua distribuição é quase gratuita. “Construir caro” versus “distribuir grátis” define a margem de lucro. Se você é uma SaaS, investir de 22 a 25% da receita em P&D também é sua barreira de entrada. Competidores não podem facilmente replicar algo que levou anos e dezenas de milhões de dólares para construir.

A IA comprime essa diferença de cima para baixo. Se o código é barato de construir e distribuir, a margem de lucro diminui. A barreira que impedia a entrada de concorrentes fica mais baixa, mais jogadores entram, e o poder de precificação é corroído.

Se seu negócio é software, isso é um problema real. Mas os gastos do Fintech não são gastos de engenharia. Seguir o dinheiro revela rapidamente a diferença.

PayPal investe 9% da receita em P&D, Block investe 12%. Não é porque a engenharia do Fintech não seja importante — a capacidade de engenharia da Stripe é de classe mundial e uma vantagem competitiva real. Mas a maior parte do dinheiro não vai para engenharia.

O dinheiro vai para o “fin”. Diferente dos gastos em P&D, esses custos não apenas produzem o produto, mas constroem a vantagem competitiva:

Perdas de crédito compram dados de subscrição

Antes de pagar um engenheiro, Affirm já investe 35% da receita em perdas de crédito e custos de capital. Cada inadimplência representa um dado de pagamento que os concorrentes não têm. Um novo entrante treinando modelos com dados sintéticos não tem uma referência real. Só com dados sintéticos, não é possível estabelecer um histórico confiável de perdas.

Gastos de conformidade compram licenças regulatórias

Wise opera com mais de 65 licenças regulatórias, dedicando um terço de seus funcionários à conformidade e prevenção de crimes financeiros. Licenças de remessas em 50 estados, conformidade BSA/AML, requisitos de estatuto bancário. Essas não são vantagens que você constrói, mas permissões que você conquista continuamente. Você não consegue criar uma licença bancária apenas com programação de ambiente.

Volume de transações compra dados proprietários

A margem bruta do setor de pagamentos da Toast é cerca de 22%, bem abaixo dos 70% do seu setor de SaaS, mas os lucros brutos gerados são quase o dobro. Esses custos geraram dados de transação ao nível do comerciante, alimentando o Toast Capital, que já concedeu mais de 1 bilhão de dólares em empréstimos. O modelo de risco da Adyen foi treinado com dados de transações em mais de 30 mercados.

A margem de lucro do Fintech nunca foi alta, e isso é crucial

As margens brutas das empresas de pagamento variam de 20 a 50%, não 80%. Mas margens baixas não significam negócios fracos. A baixa margem do Fintech é porque muitos custos geram vantagens de efeito composto. E mesmo aqueles custos que não geram vantagem estão fora do alcance de compressão de custos impulsionada por IA.

A IA torna cada uma dessas vantagens ainda mais forte. Modelos melhores reduzem perdas, detecção de fraude aprimorada diminui recusos, ferramentas de conformidade melhores permitem equipes menores com mais licenças. A IA não substituirá as vantagens competitivas, ela recompensa quem escolhe construir onde o Fintech é mais difícil: fluxo de capital, risco, dados proprietários e regulamentação.

Portanto, o verdadeiro argumento não é apenas “IA ajuda o Fintech”, mas que a IA está transferindo valor do aspecto superficial do produto para dados proprietários, capacidade de assumir riscos, licenças regulatórias e canais de distribuição que incorporam fluxo real de fundos. Se você constrói nessas áreas, a IA compõe seu valor de forma exponencial. Se sua diferenciação está no código, a IA trabalha contra você.

A demanda também continua crescendo. Cada fluxo de checkout baseado em programação de ambiente é uma nova vulnerabilidade de fraude, cada agente de transação autônomo alimentado por IA é um risco de recusa de pagamento. Quanto mais infraestrutura de Fintech você constrói, mais essa infraestrutura se torna indispensável.

“Fin” é o verdadeiro vencedor

Essa percepção já está levando os fundadores de Fintech mais inteligentes a reconsiderar sua posição na linhagem “fin” e “tech”:

Estamos assumindo e precificando riscos por conta própria, ou transferindo para parceiros e deixando-os lucrar?

Temos relações regulatórias, ou alugamos dessas relações?

Cada transação torna nosso modelo de risco mais preciso, ou treina o modelo de alguém mais?

Nosso livro-razão é uma fonte de dados reais, ou uma cópia incompleta do livro de terceiros?

Essa distinção divide o cenário de Fintech em dois. Empresas que possuem relações regulatórias, assumem suas perdas de crédito e acumulam dados de transação estão construindo uma vantagem que a IA aprofundará. Aquelas que alugam “fin” — usando licenças de bancos parceiros, livros de BaaS, modelos de risco de terceiros com interfaces melhores — enfrentam problemas semelhantes às SaaS. Sua diferenciação está no código, e o código acabou de ficar mais barato.

Aplicar múltiplos de avaliação de software ao antigo arbitragem de economia de serviços financeiros morreu. A nova arbitragem é mais simples: possuir o “fin”.