É o sonho de todo CEO e CMO tornado realidade.
Uma startup americana de inteligência artificial promete antecipar as decisões dos consumidores com grande precisão – e com muito mais antecedência do que as tradicionais pesquisas de mercado.
Duvida? Para demonstrar a eficiência de seu modelo preditivo, os executivos da Aaru recorrem a uma estratégia poderosa ao apresentá-lo a potenciais clientes: o modelo “adivinha” informações que o próprio cliente já tem em mãos.
A Aaru surgiu em 2024. À época, seus dois principais fundadores mal haviam saído da adolescência. Tinham 19 e 18 anos.
O terceiro fundador, CTO da empresa, tinha 15. Segundo um perfil publicado pelo Wall Street Journal, o pai precisou assinar a documentação para o registro da companhia, uma vez que o garoto ainda não tinha a idade mínima exigida.
Avaliada em US$ 1 bilhão em uma rodada de investimentos no final do ano passado, a Aaru segue a tendência de empresas de tecnologia que buscam personalizar informações e análises de acordo com as especificidades de cada cliente. Assim, consegue – ao menos em teoria – entregar resultados muito mais precisos do que os oferecidos pelos LLMs de uso geral.
Com sua sede hoje em Tribeca, a Aaru já conquistou clientes como Coca-Cola, McDonald’s, Comcast e Omnicom Group, além da consultoria EY, que, em vez de encarar a Aaru como uma possível concorrente, decidiu se aliar a ela.
De acordo com o Journal, a EY testou o modelo da startup reproduzindo uma pesquisa global que ouviu 3.600 high net worth individuals. Os resultados teriam sido mais precisos do que os obtidos pelos consultores na pesquisa original e, evidentemente, o trabalho foi concluído em muito menos tempo.
Em vez de recorrer a pesquisas qualitativas com focus groups, a Aaru simula as reações de públicos específicos criando pessoas fictícias. Para isso, emprega milhares de agentes de AI que reproduzem e procuram antecipar o comportamento humano.
Cameron Fink, o CEO da Aaru, e Ned Koh, o presidente, ficaram amigos quando estudavam na Lake Forest Academy, uma escola privada tradicional de Illinois, localizada nos subúrbios de Chicago.
Ambos chegaram a ingressar na universidade – Fink em Dartmouth, Koh em Harvard – mas não levaram adiante. Decidiram concentrar os esforços na criação do negócio antes mesmo de começarem as aulas.
O nome Aaru vem da denominação dada ao Paraíso na mitologia egípcia. Segundo a Vanity Fair, os dois tiveram a ideia da empresa durante um período sabático, antes de entrar na universidade, e conseguiram captar US$ 7,5 milhões para dar início ao negócio.
Pouco depois recrutaram John Kessler, então com 15 anos, para assumir como CTO e se tornar cofundador.
Cameron é filho de Nicholas Fink, o CEO da Constellation Brands, o grupo de bebidas que vende as cervejas Corona e Modelo nos EUA. O pai, porém, diz que não foi consultado sobre os projetos do filho e que ele nunca lhe pediu dinheiro.
No início, a startup investiu no desenvolvimento de modelos capazes de antecipar resultados eleitorais. Ao aplicar seus algoritmos e agentes a eleições passadas, os fundadores chegaram a um nível de precisão que ficou a apenas 0,5 ponto percentual do resultado efetivo da votação.
Mas em 2024, a empresa errou ao prever a vitória de Kamala Harris na disputa contra Donald Trump. A Aaru afirmou ter usado o episódio como aprendizado para aperfeiçoar seus modelos.
A empresa mudou de rumo e passou a se dedicar à previsão do comportamento dos consumidores depois de uma sugestão de David Burwick, o ex-CEO da Boston Beer, de acordo com o Journal.
Dois anos atrás, quando assessorou a Gryphon Investors na aquisição da Spindrift Beverage, uma marca de água com gás, Burwick recorreu aos modelos da Aaru para identificar quais novas linhas de produtos poderiam acelerar o crescimento da companhia.
Burwick acabaria se tornando um dos primeiros investidores da startup. Segundo o PitchBook, o cap table reúne 16 nomes, entre eles Redpoint Ventures, Comcast NBCUniversal Lift Labs, General Catalyst e Accenture Ventures.
A Aaru procura antecipar tendências de mercado e identificar quais categorias de produtos têm maior probabilidade de atrair consumidores de determinados segmentos. Também avalia mudanças de hábitos diante de diferentes cenários, como aumentos ou reduções de preços.
“O que fazemos é prever o comportamento humano. Ajudamos a entender a composição de qualquer população ao redor do mundo e as decisões que ela toma – em quais campanhas de marketing as pessoas vão clicar ou quais linhas de metrô vão utilizar,” Cam Fink disse numa entrevista a um podcast da Goldman Sachs.
De acordo com Fink, os LLMs, por si só, não conseguem compreender o comportamento humano com a profundidade necessária para embasar as decisões de uma empresa.
“Existem muitas startups desenvolvendo o que poderíamos chamar de ‘personas sintéticas’. Isso representa uma geração anterior à nossa tecnologia,” disse o CEO da Aaru. “Elas podem ser úteis, por exemplo, para obter uma avaliação rápida de textos de marketing. Mas se você busca uma decisão estratégica precisa de algo fundamentado em resultados do mundo real.”
No mesmo podcast, Ned Koh afirmou que o segredo do rápido crescimento da Aaru está na capacidade de ajudar os clientes a tomar decisões em menos tempo e com maior precisão.
“Ao final de um projeto-piloto, não queremos que as pessoas digam que tomaram uma decisão mais rapidamente, mas que seguiram um caminho melhor do que teriam seguido,” disse Koh.
Segundo Fink, os modelos utilizam três grandes grupos de dados: informações públicas, bases de dados adquiridas (como registros de transações com cartões de crédito e dados de consumo de serviços de streaming) e, por fim, informações proprietárias obtidas por meio de parcerias específicas.
“Praticamente todos os economistas – tanto os que trabalham com ciência comportamental quanto os de outras áreas afins – sempre sonharam em construir um modelo fundamentado em resultados,” afirmou Koh. “O objetivo é eliminar a maior quantidade possível de vieses. A ‘mágica’ não está nos dados em si, mas na capacidade de nosso modelo processar elementos que, isoladamente, seriam inúteis.”