Os Próximos 10 Ventures: Onde a Basalt Está Apostando em 2026-2027

Todo fundo de venture tem uma tese. A maioria das teses é vaga o suficiente para ser irrefutável: “Investimos em founders excepcionais construindo tecnologia transformadora.” Traduzindo: investimos no que parecer bom na hora.

Queremos ser mais específicos. Não porque especificidade garante retorno — não garante — mas porque força honestidade intelectual. Se dizemos exatamente o que procuramos, vocês podem avaliar se encontramos. E se estivermos errados sobre as categorias, a especificidade significa que saberemos que estávamos errados, em vez de reescrever a história para fingir que estávamos certos o tempo todo.

O que segue é nosso mapa de tese para 2026-2027. Dez áreas onde vemos oportunidade em escala de venture alinhada com as capacidades da Basalt — platform engineering, IA, infraestrutura — e onde sinais de timing sugerem que os próximos 18 meses são críticos para formação de empresas.

Alguns desses vamos construir internamente. Em alguns vamos investir. Alguns vamos co-construir com founders que trazem expertise de domínio que nos falta. A distinção importa menos que a convicção: estas são as áreas onde acreditamos que valor desproporcional será criado.

---

1. Agentes Verticais de IA para Indústrias Reguladas

Tamanho de mercado: $45B+ (compliance em saúde sozinho é $28B; tecnologia de regulação financeira é $17B e cresce a 22% CAGR)

Por que agora: Agentes horizontais de IA estão se comoditizando rapidamente. ChatGPT, Claude, Gemini — todos estão convergindo em capacidades gerais similares. Mas indústrias reguladas precisam de agentes que entendam frameworks específicos de compliance, requisitos de auditoria e limites de responsabilidade. Um agente de compliance em saúde precisa conhecer HIPAA, HITECH, regulações estaduais específicas e regras de cada operadora. Um agente de regulação fintech precisa entender BSA/AML, requisitos de KYC entre jurisdições e screening de sanções em tempo real. Esse conhecimento de domínio cria moats que agentes horizontais não conseguem penetrar facilmente.

O RFS do YC Spring 2026 chama explicitamente “IA para indústrias que requerem licenciamento” — reconhecendo que domínios regulados são onde IA cria mais valor, precisamente porque o custo de expertise humana em compliance é mais alto.

O que construiríamos: Sistemas de agentes que combinam raciocínio de LLM com grafos de conhecimento regulatório estruturados. Não chatbots que respondem perguntas de compliance — agentes que monitoram, sinalizam e remediam questões de compliance ativamente e em tempo real. O agente não substitui o oficial de compliance. Dá ao oficial de compliance cobertura sobre-humana.

Perfil de founder: Ex-oficiais de compliance ou tecnólogos regulatórios que sentiram a dor na pele. Expertise profunda de domínio é inegociável — você pode ensinar alguém a construir IA, mas não pode ensinar vinte anos de intuição regulatória em um curso intensivo.

---

2. OS Nativo de WhatsApp para PMEs LATAM

Tamanho de mercado: $40B+ (mercado de software para PMEs LATAM, largamente não atendido pelo SaaS existente)

Por que agora: 93% das PMEs brasileiras usam WhatsApp como ferramenta principal de comunicação empresarial. Não como suplemento ao e-mail ou Slack — como o sistema operacional inteiro do negócio. Pedidos chegam pelo WhatsApp. Notas fiscais saem pelo WhatsApp. Estoque é rastreado em grupos de WhatsApp. Escala de funcionários é feita no WhatsApp.

No entanto, virtualmente nenhuma empresa de software construiu um OS completo de operações nativo do WhatsApp. A stack existente de SaaS para PMEs — CRMs, ERPs, gestão de estoque — assume um navegador web ou app mobile como interface primária. Para uma dona de padaria em São Paulo ou um mecânico em Medellín, essa premissa está errada. A interface deles é o WhatsApp. Construa para essa realidade, não contra ela.

A expansão do WhatsApp Business API pela Meta e a introdução do WhatsApp Flows tornam isso tecnicamente viável em escala pela primeira vez.

O que construiríamos: Um sistema operacional de negócios completo — pedidos, pagamentos, estoque, agendamento, gestão de clientes — que vive inteiramente dentro do WhatsApp. Sem app separado para baixar. Sem dashboard web para aprender. O dono da PME gerencia seu negócio na mesma interface onde conversa com a família.

Perfil de founder: Alguém que administrou ou atendeu profundamente PMEs LATAM e entende a realidade operacional. Idealmente bilíngue (português/espanhol e inglês), com a empatia para construir para usuários que nunca usaram software empresarial tradicional.

---

3. Governança de Infraestrutura de IA

Tamanho de mercado: $12B até 2028 (projetado a partir do gasto atual de $200B+ em infraestrutura de IA e ratios típicos de gasto em governança/segurança)

Por que agora: À medida que empresas implantam sistemas agênticos de IA, enfrentam um vácuo de governança. Quem audita o que o agente fez? Quem define a política do que ele pode fazer? Quem controla custos quando agentes podem provisionar recursos autonomamente? Os frameworks de segurança, compliance e controle de custos que existem para trabalhadores humanos e software tradicional não se aplicam a agentes autônomos.

A lista Big Ideas 2026 da a16z inclui “infraestrutura de governança de IA” como categoria — reconhecendo que a explosão de implantações de agentes cria demanda urgente por guardrails, trilhas de auditoria e frameworks de políticas.

O que construiríamos: Uma camada de governança que fica entre agentes de IA e os sistemas com os quais interagem. Definição de políticas (o que agentes podem fazer). Logging de auditoria (o que agentes fizeram). Controles de custo (quanto agentes podem gastar). Detecção de anomalias (quando agentes se comportam inesperadamente). Pense nisso como o sistema operacional para gerenciar uma frota de trabalhadores de IA.

Isso é diretamente adjacente ao que estamos construindo com o Apollo — nosso delivery control plane já governa 203 ferramentas de agentes. A questão é se esse framework de governança se generaliza em um produto standalone.

Perfil de founder: Engenheiros de infraestrutura com backgrounds em segurança ou compliance. Pessoas que construíram sistemas IAM, engines de política ou infraestrutura de auditoria e veem o paralelo com governar agentes autônomos.

---

4. Hospitality Tech (Expansão do HOST360)

Tamanho de mercado: $30B (tecnologia para hospitalidade, crescendo a 12% CAGR pós-recuperação COVID)

Por que agora: A indústria de hospitalidade está simultaneamente experimentando escassez de mão de obra e uma onda de adoção tecnológica. Propriedades que dependiam de grandes equipes estão sendo forçadas a automatizar. Mas a tecnologia que estão adotando — sistemas de gestão de propriedades, gestores de canais, plataformas de experiência do hóspede — é fragmentada, desconectada e projetada para um paradigma de propriedade única.

Operadores multi-propriedade — o segmento de crescimento mais rápido — precisam de plataformas unificadas que abranjam marcas, localizações e canais. O HOST360, nosso venture incubado neste espaço, validou a tese. Agora procuramos expandir: seja acelerando o crescimento do HOST360 ou investindo em ventures complementares que preencham lacunas no stack de hospitality tech.

O que construiríamos/investiríamos: Plataformas unificadas de operações de propriedade para operadores multi-marca. Precificação dinâmica com IA entre canais. Orquestração de experiência do hóspede que abranja pré-estadia, durante e pós-estadia. Previsão de manutenção e otimização de força de trabalho. Qualquer tecnologia que ajude um operador de hospitalidade a administrar mais propriedades com menos processos manuais.

Perfil de founder: Operadores de hospitalidade que se tornaram tecnólogos, ou tecnólogos que passaram anos imersos em operações de hospitalidade. A indústria tem requisitos profundos de conhecimento de domínio — gestão de tarifas sozinha tem nuances que levam anos para aprender.

---

5. Engenharia de Marca com IA

Tamanho de mercado: $22B (gestão de marca e tecnologia criativa)

Por que agora: Construir uma marca de consumo costumava exigir exércitos de profissionais criativos, meses de trabalho de agência e milhões em custos de produção. IA comprimiu isso dramaticamente. Um time pequeno agora pode gerar assets de marca, testar posicionamento, produzir conteúdo e iterar na direção criativa em um ritmo que era impossível dois anos atrás.

Mas as ferramentas são fragmentadas. Midjourney para imagens. ChatGPT para copy. Eleven Labs para voz. RunwayML para vídeo. Um time de marca costura isso manualmente, e a consistência de marca sofre. Não existe uma plataforma unificada para engenharia de marca AI-native — uma que mantenha diretrizes de marca, garanta consistência e orquestre múltiplas ferramentas de IA generativa sob uma única direção criativa.

Isso se conecta diretamente ao Mustard, nosso venture incubado de engenharia de marca.

O que construiríamos: Uma plataforma de engenharia de marca AI-native que ingere diretrizes de marca e produz assets criativos consistentes entre canais, formatos e idiomas. Não ferramentas individuais de IA — um sistema integrado que garante que cada asset esteja dentro da marca, do tom de voz e da estratégia. A plataforma age como guardiã da marca, impulsionada por IA.

Perfil de founder: Diretores criativos que programam, ou engenheiros que lideraram times de marca. A intersecção entre intuição de marca e arquitetura técnica é rara e valiosa.

---

6. Fintech Cross-Border no Brazil Stack

Tamanho de mercado: $35B (pagamentos cross-border na LATAM, crescendo a 25% CAGR)

Por que agora: O Brasil montou a infraestrutura financeira em tempo real mais avançada do mundo. O Pix processa mais de 200 milhões de transações por dia. O Open Finance tem 30+ milhões de usuários consentidos compartilhando dados bancários. O Drex — a CBDC do Brasil — está entrando em piloto com capacidades de dinheiro programável. Juntos, formam o “Brazil Stack”: uma fundação para produtos financeiros que simplesmente não são possíveis em mercados sem infraestrutura comparável.

A oportunidade é cross-border. PMEs brasileiras exportam $80B+ anualmente, principalmente para EUA, UE e outros países LATAM. Os trilhos existentes de pagamento cross-border são lentos (3-5 dias), caros (3-7% de taxas) e opacos. O Brazil Stack viabiliza transações cross-border em tempo real, de baixo custo e transparentes — mas ninguém construiu os produtos voltados ao usuário que alavancam essa infraestrutura para PMEs exportadoras.

Os fundos de $950M em seed e venture da Sequoia sinalizam que infraestrutura fintech continua sendo uma categoria com capital massivo por trás, e LATAM é especificamente apontada como mercado subatendido.

O que construiríamos: Produtos de pagamento e gestão de tesouraria cross-border construídos nativamente sobre Pix, Open Finance e Drex. Liquidação instantânea para PMEs exportadoras. Hedge cambial automatizado usando dinheiro programável. Produtos de capital de giro subscritos por dados de fluxo de caixa em tempo real do Open Finance. A stack completa da iniciação de pagamento à liquidação, sem trilhos bancários legados.

Perfil de founder: Construtores de fintech que entendem tanto as capacidades técnicas do Brazil Stack quanto a realidade operacional do comércio cross-border. Idealmente alguém que construiu sobre APIs do Pix/Open Finance e tem experiência em trade finance ou gestão de tesouraria.

---

7. Produtização de MLOps/LLMOps

Tamanho de mercado: $18B (mercado de MLOps, crescendo a 38% CAGR conforme adoção de IA acelera)

Por que agora: A estatística que nos tira o sono: 85% dos pilotos de IA falham em chegar à produção. Não porque os modelos não funcionam — porque a infraestrutura para fazer deploy, monitorar, versionar e governar modelos em produção não existe na maioria das organizações.

O gap entre um Jupyter notebook funcionando e um sistema de IA em produção é enorme. Versionamento de modelos. Orquestração de pipeline de dados. Otimização de inferência. Detecção de drift. Gestão de custos. Logging de compliance. Teste A/B de variantes de modelo. Cada um desses é um problema resolvido isoladamente, mas a plataforma integrada que lida com todos — construída especificamente para LLMs e IA generativa — ainda não existe.

Esse é o gap de protótipo para produção sobre o qual escrevemos extensivamente. Não é um problema de tecnologia. É um problema de infraestrutura. E infraestrutura é o que construímos.

O que construiríamos: Uma plataforma integrada de LLMOps que leva um modelo do protótipo à produção com defaults opinativos. Não mais uma ferramenta de tracking de experimentos ou registro de modelos — uma plataforma deployment-first que lida com o ciclo de vida inteiro: containerização, serving, escalação, monitoramento, versionamento, rastreamento de custos e compliance. Pense em Vercel para modelos de IA: faça push do seu modelo, ele está em produção, com guardrails embutidos.

Perfil de founder: Engenheiros de ML que sentiram a dor da produção — pessoas que gastaram meses preenchendo o gap entre um modelo funcionando e um sistema de produção confiável. Habilidades fortes de engenharia de infraestrutura são essenciais; habilidades de pesquisa em ML são secundárias.

---

8. Plataformas PSA Agênticas

Tamanho de mercado: $16B (automação de serviços profissionais, mas a categoria está sendo redefinida pela IA)

Por que agora: Empresas de serviços profissionais — consultorias, agências, provedores de serviços gerenciados — operam em plataformas PSA (Professional Services Automation). Essas plataformas lidam com gestão de projetos, alocação de recursos, rastreamento de tempo, faturamento e relatórios. Os incumbentes — ConnectWise, Autotask, Mavenlink — foram construídos para um mundo onde humanos fazem o trabalho e registram tempo contra projetos.

Esse mundo está acabando. Quando agentes de IA lidam com 40-60% do trabalho em um engajamento de serviços profissionais, a plataforma PSA precisa rastrear atividade de agentes junto com atividade humana. Atribuição de tarefas deve fluir para agentes ou humanos baseada em capacidade, não apenas disponibilidade. Rastreamento de custos precisa incluir custos de computação junto com custos de mão de obra. Faturamento precisa refletir resultados, não horas.

A categoria inteira de PSA precisa ser reconstruída para a era agêntica: tarefa entra, código sai, deploy feito, custo rastreado, cliente faturado. De ponta a ponta.

O que construiríamos: Uma plataforma PSA projetada para times híbridos humano-agente. Roteamento inteligente de tarefas (agente vs. humano). Rastreamento unificado de custos (computação + mão de obra). Motor de faturamento baseado em resultado (não rastreamento de tempo). Dashboards de saúde de projeto em tempo real que refletem throughput humano e de agentes. Pipelines de deploy integrados para que “pronto” signifique implantado, não “mergeado na main.”

Perfil de founder: Ex-líderes de serviços profissionais que tentaram fazer ferramentas PSA legadas funcionarem para delivery aumentado por IA e descobriram que são fundamentalmente quebradas. Entendimento profundo de economia de serviços — margens, utilização, taxas de realização — combinado com capacidade de engenharia.

---

9. Análise de Investimento Imobiliário com IA

Tamanho de mercado: $20B (tecnologia imobiliária, com análise de investimento sendo o segmento de maior valor)

Por que agora: Análise de investimento imobiliário ainda é chocantemente manual. Analistas passam semanas construindo modelos financeiros para um único negócio. Análise de propriedades comparáveis requer puxar dados de múltiplos corretores, registros públicos e relatórios de mercado. Due diligence ambiental e de zoneamento envolve ler centenas de páginas de documentos municipais. Estimativa de custo de construção depende de bancos de dados desatualizados e intuição de especialistas.

IA pode comprimir isso de semanas para horas. Não substituindo o julgamento do analista, mas automatizando a coleta de dados, padronizando o framework de análise e sinalizando riscos que humanos não percebem porque não conseguem processar o volume de informação relevante.

O mercado imobiliário é cíclico, e ciclos criam oportunidade para adoção tecnológica. O ambiente atual de juros está forçando investidores a serem mais disciplinados em suas análises — o que significa que ferramentas melhores têm mais alavancagem.

O que construiríamos: Uma plataforma de análise de investimento com IA que ingere dados de propriedades, comparáveis de mercado, regulações de zoneamento, relatórios ambientais e bancos de dados de custos de construção para produzir memorandos de investimento abrangentes em horas, não semanas. A plataforma não toma a decisão de investimento — dá ao investidor capacidade analítica sobre-humana para tomar decisões melhores mais rápido.

Perfil de founder: Profissionais imobiliários que construíram modelos financeiros e sentiram a dor da coleta manual de dados. Entendimento de estruturas de capital imobiliário (dívida, equity, mezanino) é essencial. Co-founders técnicos com experiência em NLP/processamento de documentos para lidar com os diversos formatos de input.

---

10. Inteligência de Construção / Fintech

Tamanho de mercado: $25B (tecnologia de construção, com fintech sendo o subsegmento de crescimento mais rápido a 30% CAGR)

Por que agora: Construção é uma indústria global de $13 trilhões que ainda opera com planilhas, notas fiscais em papel e acordos de aperto de mão. A camada de financiamento é pior ainda: empréstimos de construção envolvem cronogramas de liberação atrelados a marcos de inspeção, com verificação manual em cada etapa. Um empréstimo de construção de $5 milhões pode exigir 30+ inspeções no local, cada uma gerando papelada que é enviada por fax (sim, fax) ao credor.

Este é o espaço de problema que inspirou o Delfin, e nossa experiência lá nos convenceu de que inteligência de construção — a combinação de dados de projeto, análise financeira e avaliação de risco — é uma oportunidade em escala de venture.

O timing é impulsionado por duas forças: um déficit habitacional estrutural (só os EUA precisam de 4-6 milhões de unidades habitacionais adicionais) que está acelerando a atividade de construção, e uma mudança geracional nas construtoras conforme fundadores se aposentam e sucessores exigem ferramentas modernas.

O que construiríamos: Plataformas que combinam inteligência de projetos de construção com produtos financeiros. Gestão de liberações com IA que verifica progresso de construção a partir de imagens de satélite, dados de drones e sensores IoT — substituindo inspeções manuais. Scoring de risco para empréstimos de construção baseado em dados de projeto em tempo real em vez de inspeções trimestrais. Produtos de capital de giro para subempreiteiros que atualmente esperam 60-90 dias por pagamento.

Perfil de founder: Veteranos da indústria de construção — gerentes de projeto, construtoras ou credores — que entendem a complexidade operacional do financiamento de construção. O conhecimento regulatório (penhores de construção, salários regulamentados, requisitos de fiança) é profundo e específico ao domínio. Co-founders técnicos com experiência em visão computacional, análise geoespacial ou modelagem financeira.

---

O Fio Condutor

Olhe para essas dez áreas e um padrão emerge. Cada uma delas envolve:

1. Uma indústria regulada ou complexa em domínio onde ferramentas de uso geral falham porque carecem de contexto.
2. Um gap de infraestrutura onde a tecnologia existe em pedaços mas não foi montada em uma plataforma integrada.
3. Um sinal de timing — mudança regulatória, maturação tecnológica, mudança de mercado — que faz de agora o momento certo para formação de empresa.
4. Alinhamento com as capacidades da Basalt em platform engineering, IA e construção de infraestrutura.

Não estamos tentando ser tudo para todos. Estamos tentando ser o melhor venture studio para empresas de infraestrutura que alavancam IA em domínios complexos. Se um venture não se encaixa nessa descrição, passamos — não importa quão atraente o tamanho de mercado pareça em um slide.

---

Uma Nota Sobre Fontes e Convicção

Esta tese se inspira em várias fontes: o Request for Startups do YC Spring 2026, que enfatiza IA para indústrias licenciadas, infraestrutura para desenvolvedores e fintech focada em LATAM. A lista Big Ideas 2026 da a16z, que destaca governança de IA, transformação de SaaS vertical e tecnologia de construção. O recente raise de $950M da Sequoia em fundos de seed e venture, sinalizando convicção sustentada em infraestrutura e fintech.

Mas listas e tamanhos de fundos não criam convicção. Experiência cria. Construímos em hospitality tech (HOST360), engenharia de marca (Mustard), infraestrutura de delivery (Apollo) e fintech de construção (inspirado pelo Delfin). Nossa tese não é teórica — é informada pela realidade operacional de construir empresas nesses espaços.

Algumas dessas dez apostas estarão erradas. Mercados vão mudar, timing vai falhar, execução vai ficar aquém. Essa é a natureza de venture building. Mas preferimos estar especificamente errados do que vagamente certos. Especificidade força aprendizado. Vagueza permite negação.

---

Se Você Está Construindo Aqui

Isso não é um exercício acadêmico. Estamos ativamente procurando founders construindo nessas dez áreas — ou em espaços adjacentes que não consideramos.

Se você é um oficial de compliance que está construindo ferramentas de IA para sua indústria. Se você é um desenvolvedor brasileiro construindo ferramentas de negócio nativas de WhatsApp. Se você é um engenheiro de ML que está cansado de ver pilotos de IA morrerem no gap entre notebook e produção. Se você é um profissional de construção que sabe que o processo de financiamento está quebrado e tem um plano para consertá-lo.

Queremos conversar com você.

Não para uma reunião de pitch. Para uma conversa sobre se as capacidades da Basalt — engenharia, IA, infraestrutura, capital e o flywheel do nosso portfólio existente — podem acelerar o que você está construindo.

Trazemos a plataforma. Você traz o domínio. Vamos construir algo que importa.