As barreiras competitivas das fintechs não se consolidam

“Fintech” sempre explorou a ambiguidade de seu nome.

O “fin” evocava muitos e-mails vindos de domínios .gov, auditorias demoradas, agentes de compliance que conhecem seu histórico de envio de SAR melhor do que seu roadmap de produto, e viagens de meio de semana para Charlotte ou DC. O “tech” representa um app móvel sofisticado, uma experiência de usuário dez vezes melhor, e cafés com investidores no Blue Bottle.

“Fin” e “tech” sempre foram um espectro, mas o mercado premiava as fintechs por serem o máximo de “tech” possível e o mínimo de “fin” que conseguissem.

E isso é compreensível. Em 2021, o setor de software tinha um pool de lucro bruto de cerca de US$ 0,7 trilhão, avaliado a um prêmio elevado. Os serviços financeiros tinham um pool de lucro bruto dez vezes maior, avaliados de forma muito mais conservadora.1 Fintech permitia arbitrar ambos: economia de serviços financeiros com múltiplos de software.

Essa diferença nos pools de lucro revela onde está o dinheiro de verdade. Serviços financeiros geram mais lucro bruto do que qualquer outro setor no mundo. O lado “fin” das fintechs não é apenas mais defensável. É um mercado muito maior.

Com a chegada da IA, o arbitragem se desfez. As avaliações de software caíram à medida que investidores reprecificaram o valor do código em um cenário onde o código está cada vez mais barato. As fintechs foram arrastadas pela queda porque o mercado as categorizou como empresas de software.

Mas o mercado errou na categoria. Os custos das fintechs, e suas barreiras, nunca estiveram no código, e parecem cada vez mais resistentes à disrupção da IA.

Uma história de duas estruturas de custo

O software tinha um dos melhores modelos de negócios: o código era caro para desenvolver, mas, uma vez escrito, podia ser distribuído praticamente sem custo. A diferença entre “caro para construir” e “gratuito para distribuir” era a margem. Se você é uma empresa SaaS e gasta 22-25% da receita em P&D, esse gasto também é sua barreira de entrada. Concorrentes não conseguiam replicar facilmente o que levou anos e dezenas de milhões para criar.

A IA reduz essa diferença pelo topo. Se o código é barato para construir e barato para distribuir, a margem diminui. O muro que mantinha concorrentes fora fica mais baixo, mais players entram, e o poder de precificação se desgasta.

Esse é um problema real se seu negócio é software. Mas as despesas das fintechs não são despesas de engenharia. Siga o dinheiro e a distinção fica clara rapidamente.

O PayPal gasta 9% da receita em P&D. O Block gasta 12%. Não é porque engenharia em fintech não importa. A engenharia da Stripe é de nível mundial e uma vantagem competitiva real. É que engenharia não é onde está a maioria do dinheiro.

O dinheiro vai para o “fin”. E, diferente do gasto em P&D, esses custos não apenas produzem um produto: eles constroem barreiras.

Prejuízos de crédito geram dados de underwriting.

A Affirm gasta 35% da receita em perdas de crédito e custo de capital, antes de pagar um único engenheiro. Cada dólar perdido em inadimplência é um dólar de dados de pagamento que um concorrente não tem. Um novo entrante treinando com dados sintéticos não tem verdade de base. Não é possível construir histórico confiável de perdas só com dados sintéticos.

Gastos com compliance garantem permissão regulatória.

A Wise dedica um terço de sua equipe à compliance e prevenção de crimes financeiros, em mais de 65 licenças regulatórias. Licenças de transmissão de dinheiro em 50 estados. Programas BSA/AML. Requisitos de constituição bancária. Esses não são benefícios que você constrói. São permissões que você conquista, continuamente. Não dá para “vibe-code” uma licença bancária.

Volume de transações gera dados proprietários.

O segmento de pagamentos da Toast opera com margens brutas de 22% contra 70% em seu segmento SaaS, mas gera quase o dobro do lucro bruto. Esses custos compram dados de transações no nível do comerciante que alimentam o Toast Capital, que já originou mais de US$ 1 bilhão em empréstimos. Os modelos de risco da Adyen são treinados em padrões de transações em mais de 30 mercados.

As margens das fintechs nunca foram altas, e esse é o ponto

Uma empresa de pagamentos opera com margens brutas de 20-50%, não 80%. Mas margens menores não significam negócios mais fracos. As margens das fintechs são menores porque muitos desses custos geram vantagens crescentes. E mesmo os que não geram ainda existem fora do raio de compressão de custos impulsionado pela IA.

E a IA fortalece cada uma dessas barreiras. Modelos melhores reduzem taxas de perdas. Detecção de fraudes aprimorada reduz chargebacks. Ferramentas de compliance melhores permitem que times menores tenham mais licenças. A IA não substitui a barreira; ela premia as empresas que decidiram atuar nas partes difíceis da fintech: movimentação de dinheiro, risco, dados proprietários e regulação.

Portanto, o argumento real não é apenas “IA ajuda fintech”. É que a IA transfere valor da superfície do produto para dados proprietários, capacidade de assumir riscos, permissão regulatória e distribuição embutida na movimentação real de dinheiro. Se você está construindo nessas áreas, a IA multiplica seus resultados. Se sua diferenciação está no código, ela multiplica contra você.

E a demanda continua crescendo. Cada checkout “vibe-coded” é um novo vetor de fraude. Cada agente de IA transacionando sozinho é um risco de chargeback. Quanto mais se constrói sobre os trilhos das fintechs, mais essenciais esses trilhos se tornam.

Fin para vencer

Essa percepção já está levando fundadores de fintechs a repensar sua posição no espectro entre “fin” e “tech”:

• Vamos assumir e precificar o risco nós mesmos, ou repassá-lo a um parceiro que fica com a margem?

• Vamos possuir o relacionamento regulatório, ou alugá-lo de quem já tem?

• Cada transação torna nossos modelos de risco mais precisos, ou estamos treinando os de terceiros?

• Nosso ledger é a fonte da verdade, ou apenas um espelho imperfeito de outro?

Essa distinção divide o cenário das fintechs em dois. As empresas que possuem o relacionamento regulatório, absorvem as perdas de crédito e acumulam dados de transações estão construindo barreiras que a IA aprofunda. As que alugam o “fin”, usando a licença de um banco parceiro, o ledger de um provedor BaaS, os modelos de risco de terceiros em uma interface melhor, têm exatamente o mesmo problema das empresas SaaS. Sua diferenciação está no código, e o código ficou mais barato.

A antiga arbitragem de economia de serviços financeiros com múltiplos de software está morta. A nova é mais simples: seja dono do “fin”.

Isenção de responsabilidade:

1. Este artigo foi republicado de [Matt Brown's Notes]. Todos os direitos autorais pertencem ao autor original [Matt Brown]. Se houver objeções a esta republicação, entre em contato com a equipe Gate Learn, que irá tratar o assunto prontamente.

2. Isenção de responsabilidade: As opiniões e visões expressas neste artigo são exclusivamente do autor e não constituem qualquer tipo de aconselhamento de investimento.

3. As traduções do artigo para outros idiomas são feitas pela equipe Gate Learn. Salvo indicação em contrário, copiar, distribuir ou plagiar os artigos traduzidos é proibido.