A Instinct levantou US$ 1 bilhão e então começou a empurrar coisas que ninguém pediu

Dias depois de confirmar uma Série C de US$ 1 bilhão com valuation de US$ 10 bilhões, a startup de agentes de IA Instinct lançou um recurso que transformou seu assistente em um balcão de loja. Os usuários não reagiram bem.

O recurso se chama Instinct Selections. Ele envia recomendações personalizadas de gastronomia, viagens e compras diretamente aos usuários, sem esperar por uma solicitação. O fundador Noah Shinn o anunciou no X, apresentando-o como uma tentativa de trazer o gosto humano para a plataforma por meio de parcerias com chefs locais, designers de interiores, arquitetos e guias de atividades ao ar livre. Uma busca por restaurante poderia se basear em listas selecionadas por chefs que conhecem a região. Uma sugestão de trilha poderia vir de um guia regional. Decoração para casa poderia vir de designers independentes, combinadas com as preferências e o orçamento do usuário.

O conceito é coerente. Se você vai construir um agente que recomenda coisas, curar as entradas em vez de raspar a web é uma forma defensável de se diferenciar de um chatbot genérico.

O que o lançamento realmente fez

A ideia era boa. O lançamento foi o problema.

As recomendações começaram a aparecer da noite para o dia, sem que ninguém pedisse. Shruti Gandhi, sócia-geral da Array VC, disse que o assistente enviou sugestões de chapéus de aba, óculos de sol e bagagem de mão sobre os quais ela não havia perguntado. Ela descreveu a mudança como transformar o assistente em um motor de comércio em vez de um assistente pessoal útil, e pediu que a empresa pelo menos criasse uma lista de compras personalizada com coisas de que as pessoas realmente precisam.

Chat Joglekar, fundador de um marketplace de compra de empresas, descreveu seu primeiro momento de 'eca' com um assistente de IA. A Instinct sugeriu uma garrafa térmica de café portátil depois de ler uma assinatura de café da Blue Bottle em seu e-mail, e acessórios de viagem ligados a próximas viagens extraídos da mesma caixa de entrada. O empreendedor Andrew Yeung e o investidor Ash Thaker relataram recomendações não solicitadas semelhantes. A correção sugerida por Thaker era direta: permitir que os usuários optem por participar e escolham suas próprias fontes de preferência.

Esse último ponto é o cerne da questão. As reclamações são sobre o momento: as recomendações chegaram fora do contexto de uma solicitação ativa. O Selections interrompeu os usuários em vez de responder a eles.

O momento é a parte desconfortável

Shinn havia exposto uma filosofia clara um dia antes do lançamento. Em um episódio do podcast Invest Like the Best, ele disse que a Instinct não deveria influenciar o comportamento do usuário de uma forma que não esteja alinhada com o que o usuário quer. Ele foi além, criticando Google, TikTok, Instagram e Snapchat por tratarem usuários como produtos ao empurrar anúncios projetados para fazer as pessoas comprarem coisas que talvez não queiram. Ele disse que seria um mundo perigoso se a Instinct usasse sua inteligência para convencer usuários a comprar ou assinar algo que não queriam.

Essa mensagem fica desconfortavelmente ao lado de um recurso que os primeiros usuários perceberam como publicidade não solicitada. A desconexão é menos hipocrisia do que a lacuna entre um princípio e uma decisão de produto, a mesma lacuna que todo assistente que quer monetizar terá de atravessar em algum momento.

Por que agentes proativos são difíceis de monetizar sem quebrar a confiança

O problema de design aqui é específico e vale a pena entender, porque toda empresa de agentes vai esbarrar nele.

Um assistente proativo precisa de contexto para ser útil. A Instinct se conecta a e-mail, mensagens, telas, áudio e localização, e pode organizar transporte, contatar empresas e fazer reservas. Quanto mais contexto ele tem, mais proativo e útil pode ser. Shinn compartilhou dados que mostram como esse ciclo virtuoso é forte: se um usuário compartilha um número de cartão de crédito nas primeiras três semanas, a retenção sobe para cerca de 80%, e há aproximadamente 40% de chance de um usuário compartilhar um cartão nessa janela. Ele descreveu isso como um problema de ovo e galinha, em que mais dados tornam o agente mais sensível à situação do usuário, e leva várias semanas para construir confiança.

Esse mesmo contexto é exatamente o que faz uma recomendação de produto não solicitada parecer intrusiva. Quando o agente lê sua caixa de entrada, percebe uma assinatura de café e então envia uma garrafa térmica de viagem, ele está demonstrando tanto capacidade quanto disposição de converter seus sinais privados em um estímulo de venda. O usuário vê a segunda parte primeiro.

A linha entre assistência e publicidade é traçada pelo consentimento e pelo momento, não por haver ou não dinheiro envolvido. Uma recomendação que chega quando o usuário está procurando algo é um serviço. A mesma recomendação que chega porque o sistema notou um sinal é uma interrupção, mesmo que a sugestão subjacente seja boa. A Instinct não disse se o Selections gera receita por meio de comissões de afiliados, parcerias comerciais ou outro arranjo, nem detalhou quais controles os usuários terão sobre ele.

O contraste com plataformas maiores é revelador

A OpenAI e a Meta não empurraram sugestões comerciais não solicitadas para suas interfaces de agente, o que dá aos usuários menos interrupções comerciais mesmo enquanto seus agentes se tornam mais capazes. Isso é tanto uma posição competitiva quanto uma escolha de design. As maiores plataformas de assistentes ainda estão otimizando para confiança e hábito, e têm outras formas suficientes de monetizar que podem se dar ao luxo de fazer isso.

Uma startup com valuation de US$ 10 bilhões não tem essa margem. A Instinct está se aproximando de US$ 1 bilhão em transações anuais pela plataforma, com mais da metade disso em reservas de viagem, segundo Shinn. Essa base de transações parece um lugar óbvio para atrelar receita comercial, e a geografia dos dados de recomendação, majoritariamente voos, equipamentos e destinos, coincide exatamente com onde as sugestões apareceram.

O que o episódio ensina a toda empresa de agentes

Duas lições se destacam. A primeira é que a proatividade é um problema de permissão antes de ser um problema de relevância. Até uma sugestão perfeitamente relevante pode falhar se chegar sem o consentimento do usuário para ser interrompido. Controles de opt-in e fontes de preferência transparentes são condições para que recomendações proativas funcionem, não recursos que uma empresa adiciona depois da reação negativa.

A segunda é que a confiança precisa sobreviver à etapa de monetização. Os próprios dados da Instinct sugerem que a retenção depende de os usuários compartilharem informações sensíveis cedo, o que significa que a relação é frágil exatamente no momento em que uma empresa está sob pressão para mostrar receita. Um recurso que lê e-mails privados para sugerir compras gasta confiança mais rápido do que uma taxa de assinatura.

A pressão de monetização por trás do erro

Ajuda enxergar o Selections como um sintoma de um problema estrutural no negócio de agentes, e não um deslize isolado.

Um assistente autônomo é caro de operar. Ele consome inferência de modelo, se conecta a muitos serviços e mantém sessões longas. A receita tem de vir de algum lugar, e os candidatos óbvios são assinaturas, taxas de transação ou alguma forma de comércio. A Instinct já processa perto de US$ 1 bilhão em transações anuais, mais da metade em viagens, o que torna o comércio o caminho de menor resistência para uma empresa que acabou de levantar capital com valuation de US$ 10 bilhões e precisa mostrar um modelo de receita.

A tensão é que os mesmos dados que tornam o agente útil são o que faz o comércio parecer vigilância. Um agente de viagens que conhece seu itinerário é útil. Um agente de viagens que usa seu itinerário para empurrar acessórios está vendendo para você. A linha entre os dois é traçada pelo consentimento e pelo contexto, e o lançamento inicial do Selections a cruzou da forma mais visível possível: uma notificação push, não solicitada, baseada em uma caixa de entrada privada.

Todo assistente com tanto contexto enfrentará a mesma bifurcação. As empresas que lidarem bem com isso tratarão as recomendações como um modo opt-in com limites claros, e aceitarão uma monetização mais lenta em troca de manter o fluxo de dados aberto. As que não fizerem isso continuarão descobrindo que a rota mais rápida para a receita também é a rota mais rápida para perder os usuários que tornaram o produto digno de ser construído.

O que observar

Se a Instinct vai recuar importa menos do que se o Selections será redesenhado para se tornar algo que os usuários escolhem receber. Se a empresa adicionar controles granulares, divulgar suas relações comerciais e permitir que os usuários escolham suas próprias fontes, o recurso se torna um modelo para comércio de agentes feito com cuidado. Se continuar como está, se torna o exemplo de alerta que outras empresas de agentes citam quando seus conselhos perguntam por que ainda não estão monetizando a proatividade.