Os Cinco Anos no Deserto até o Product-Market Fit e uma Avaliação de US$ 5,3 Bilhões | Shiv Rao, Fundador da Abridge
- Aisha Washington
- há 1 hora
- 8 min de leitura
A Abridge agora é avaliada em US$ 5,3 bilhões e amplamente considerada líder em IA vertical. Seu caminho até lá, porém, incluiu cerca de cinco anos sem o tipo de product-market fit que faz o futuro de uma startup parecer seguro. Nesta conversa, o fundador Shiv Rao explica o que sustentou a empresa durante esse período incerto e como sua estratégia evoluiu à medida que a saúde e a inteligência artificial mudavam ao seu redor.
A lição central não é simplesmente persistir. Rao diferencia permanecer comprometido com uma percepção duradoura de se apegar a um único produto, segmento de clientes ou modelo de negócios. A Abridge mudou repetidamente sua abordagem enquanto preservava sua convicção de que as conversas entre clínicos e pacientes contêm um sinal incomumente valioso — capaz de melhorar a documentação, os fluxos de trabalho e, por fim, a economia mais ampla da assistência à saúde.
Mantendo a Tese Enquanto Mudava a Empresa
A Abridge começou em 2018 com uma premissa clara: a saúde é fundamentalmente organizada em torno de conversas. A troca entre um paciente e um clínico é onde sintomas, decisões, preocupações e planos passam a fazer parte de uma história médica. Se essa troca puder ser capturada de maneira precisa, segura e útil, ela poderá sustentar uma camada inteiramente nova de infraestrutura de saúde.
Rao afirma que essa premissa permaneceu inegociável mesmo quando a estratégia ao redor dela não permaneceu. A equipe estava disposta a mudar produtos, rotas de entrada no mercado e modelos de receita. Não estava disposta a descartar a crença de que conversas clínicas poderiam se tornar a base para melhores fluxos de trabalho na saúde.
Essa distinção é importante porque a perseverança por si só pode preservar uma ideia ruim. A versão de resiliência de Rao exige que os fundadores perguntem qual crença é fundamental e quais decisões são apenas implementações atuais. Um fundador pode estar profundamente comprometido com um problema e, ainda assim, preparado para encerrar um produto malsucedido e recomeçar.
A Abridge também se beneficiou de mudanças tecnológicas e de mercado que eram difíceis de prever com precisão. Sistemas baseados em transformers, grandes modelos de linguagem, a disrupção da era da pandemia e o grave burnout dos clínicos tornaram gradualmente sua visão original mais viável e urgente. Estar adiantada deu à empresa tempo para aprender, mas também exigiu que ela sobrevivesse até que o mercado a alcançasse.
De um App para Consumidores à Saúde Empresarial
Inicialmente, a Abridge desenvolveu um produto para consumidores que permitia aos pacientes gravar e guardar informações de consultas médicas. Em retrospecto, Rao vê partes desse período de forma crítica. Durante a pandemia, ele acredita que a empresa poderia ter ganhado mais ao se concentrar em pesquisa, desenvolvimento de modelos e arquiteturas de negócios viáveis, em vez de impulsionar uma aplicação direta ao consumidor.
A rota voltada ao consumidor também introduziu uma transição difícil. Instituições de saúde precisam confiar aos fornecedores informações sensíveis, e uma empresa projetada em torno de usuários individuais não herda automaticamente credibilidade empresarial. A Abridge acabou mudando seu foco para atender clínicos e sistemas de saúde, ao mesmo tempo em que reconsiderava um modelo de negócios que poderia criar incentivos desconfortáveis em torno de dados sensíveis.
Ainda assim, o foco inicial nos pacientes não foi desperdiçado. Ele reforçou a importância de dar às pessoas autonomia sobre suas histórias de saúde. Rao diz que a Abridge agora está voltando a oportunidades voltadas aos pacientes a partir de uma posição mais forte, usando IA para ajudar ambos os lados do encontro clínico, em vez de tratar clínicos e pacientes como mercados separados.
Essa história ilustra o princípio operacional mais amplo da empresa: um recuo estratégico não precisa invalidar a missão original. Às vezes, uma startup precisa abandonar uma rota, desenvolver as capacidades necessárias em outro lugar e retornar mais tarde com um produto mais crível.
A Saúde É uma Coleção de Mercados
Uma das lições importantes da Abridge sobre entrada no mercado foi que “saúde” é amplo demais para funcionar como uma categoria útil de clientes. Um médico independente, um centro médico acadêmico e uma grande rede integrada de prestação de cuidados operam sob restrições e processos de compra diferentes.
Para uma empresa com ambições de remodelar o trabalho clínico, alcançar grandes organizações de prestação de cuidados tornou-se particularmente importante. Esses sistemas concentram números substanciais de clínicos, fluxos de trabalho e relações de dados. Vender para eles é mais lento e exigente do que permanecer em segmentos menores do mercado, mas também fornece a escala necessária para gerar impacto amplo.
A Abridge entrou por meio de uma tarefa que é quase universal: a documentação clínica. Médicos passam um tempo significativo produzindo anotações, inserindo pedidos, selecionando diagnósticos e concluindo trabalhos relacionados ao faturamento. Automatizar parte dessa carga oferece um benefício imediato sem exigir que uma instituição redesenhe todo o seu modelo operacional.
Rao enfatiza que a documentação não é um artefato administrativo isolado. No sistema de saúde dos EUA, o cuidado documentado impulsiona o reembolso. Portanto, uma nota clínica pode conectar o fluxo de trabalho do médico às prioridades de um diretor de informações médicas, CIO e CFO. Ao projetar deliberadamente a arquitetura de documentação, a Abridge pôde passar de aliviar a carga dos clínicos para apoiar o valor empresarial.
Uma Camada de Inteligência, Não uma Substituta para a Epic
Rao não apresenta a Abridge como um substituto direto de plataformas de prontuários médicos eletrônicos como a Epic. Em vez disso, ele descreve a empresa como uma camada de inteligência construída sobre os sistemas de registro existentes.
A conversa clínica fornece a porta de entrada inicial. A partir dessa fonte, a IA pode ajudar a criar notas, preparar prontuários, destacar contexto relevante, apoiar pedidos e conectar a documentação ao faturamento. Isso permite que a Abridge amplie seu papel sem exigir que os sistemas de saúde abandonem sua infraestrutura central.
Esse posicionamento também cria uma forma de contraposicionamento. Um novo participante pode construir em torno de um fluxo de trabalho ou modelo de negócios que um incumbente pode ter dificuldade de reproduzir sem desestabilizar seus produtos existentes. Rao aconselha os fundadores a entender bem os concorrentes o suficiente para identificar essas restrições, mantendo sua atenção diária voltada aos próprios clientes e produtos.
A crescente identidade de categoria da Abridge sugere que esse foco encontrou ressonância. Rao observa que alguns clientes começaram até mesmo a usar o nome da empresa como verbo — um forte sinal de que um produto se tornou incorporado ao trabalho cotidiano.
Escolhendo Modelos em Função da Experiência do Usuário
A Abridge não trata a propriedade dos modelos como uma questão ideológica. Rao afirma que a empresa usa modelos de fronteira, sistemas de código aberto e modelos desenvolvidos internamente de acordo com o que produz o melhor resultado para os clínicos.
No período discutido, aproximadamente 40% da produção dos modelos vinha de sistemas internos, embora Rao ressalte que essa parcela muda à medida que os modelos são destilados, ajustados e substituídos. Modelos internos são especialmente atraentes para tarefas delimitadas em que velocidade, controle e menor custo importam. Problemas mais difíceis podem se beneficiar de acompanhar a fronteira à medida que sistemas de propósito geral melhoram.
A latência é uma consideração decisiva. Em um ambiente clínico de alta pressão, até pequenos atrasos podem fazer uma ferramenta parecer intrusiva. Rao compara a experiência desejada a um bom ar-condicionado: essencial, confiável e em grande parte despercebido. A tecnologia deve desaparecer no fluxo de trabalho para que o clínico possa se concentrar no paciente.
Esse padrão de produto molda a seleção de modelos:
A qualidade precisa ser suficiente para fluxos de trabalho clínicos consequentes.
As respostas precisam chegar com rapidez suficiente para preservar o ritmo natural do cuidado.
O custo importa, especialmente à medida que o uso se expande.
A arquitetura precisa se adaptar conforme as capacidades de fronteira e de código aberto mudam.
A escala também produz uma vantagem de aprendizado. Mais implantações expõem o sistema a diferentes especialidades, idiomas, contextos de cuidado e edições feitas por clínicos. Essas interações podem ajudar a Abridge a refinar produtos e modelos para uma gama muito mais ampla de usuários.
A Vantagem Proprietária Vem de Fluxos de Trabalho e Confiança
As empresas de modelos fundacionais criam fortes ventos favoráveis para a IA vertical, e Rao prefere colaborar com esse progresso em vez de competir diretamente com ele. Segundo ele, a capacidade de defesa da Abridge vem da expertise em setores regulados, de fluxos de trabalho proprietários, do feedback acumulado e da capacidade de lidar corretamente com dados de saúde.
Os dados de saúde empresariais raramente são limpos ou uniformes. Informações de saúde comportamental nem sempre podem ser tratadas como dados de medicina interna, e integrar qualquer uma delas a um fluxo de trabalho em conformidade exige uma infraestrutura extensa. Um sistema de IA vertical útil precisa fazer mais do que chamar um modelo capaz; ele deve organizar o contexto, respeitar as regras institucionais e entregar o resultado exatamente no ponto em que o trabalho acontece.
A confiança é igualmente importante. Rao diz que a Abridge não constrói seu negócio vendendo dados de saúde. Quando um recurso proposto usaria os dados de parceiros de uma nova forma, a filosofia da empresa é obter permissão dos sistemas de saúde antes de prosseguir. Essa disciplina pode desacelerar algumas oportunidades, mas protege os relacionamentos dos quais depende a adoção de longo prazo.
Gosto como uma Vantagem Humana e Organizacional
Rao identifica o gosto como um diferencial cada vez mais importante no desenvolvimento de produtos de IA. Para ele, gosto é a capacidade de reconhecer padrões significativos, combinar ideias de maneiras distintas e fazer escolhas que expressem um ponto de vista humano coerente.
A Abridge incorpora essa ideia em um princípio cultural: as pessoas desenvolvem bom gosto ao vivenciar bons trabalhos. Pesquisadores precisam ter contato com artigos importantes; equipes de produto precisam conhecer excelentes padrões de interface; líderes precisam observar organizações e decisões sólidas.
A exposição por si só, porém, é insuficiente. O gosto exige seleção. As equipes devem permanecer curiosas sem perseguir indiscriminadamente cada novo modelo, tendência de design ou ideia de gestão. A vantagem vem de identificar o que merece atenção e traduzi-lo em escolhas que pareçam consistentes com a missão da empresa.
Rao conecta isso à crença de que empresas excepcionais criam cultura, em vez de apenas responder a ela. Para isso, elas precisam permanecer próximas da fronteira em que tecnologia, comportamento e expectativas estão mudando.
Liderança sob Pressão Constante
À medida que a Abridge cresceu para cerca de 450 funcionários, o trabalho de Rao mudou repetidamente. Ele descreve a liderança de fundadores como uma sucessão de “missões”: identificar o desafio mais importante da empresa, determinar onde o fundador pode contribuir de forma única e assumir esse papel até que a situação mude.
Isso é diferente de microgerenciamento. À medida que o intervalo entre decisões e ações fica mais curto, as empresas precisam de executivos capazes de exercer julgamento sem esperar que o fundador resolva cada detalhe. Rao considera a contratação desses líderes uma das partes mais difíceis e mais consequentes da expansão.
Ele também argumenta que não existe uma paz significativa para um CEO de tecnologia em um mercado que se move rapidamente. A pressão pode preservar o senso de urgência, enquanto sua ausência pode convidar à complacência. A Abridge reforça a capacidade de resposta por meio de práticas culturais como sua “regra do Titanic”, que espera que os funcionários reconheçam mensagens em até três horas.
Atualmente, a empresa pede que os funcionários passem três dias por semana no escritório, embora Rao apresente a política como algo ainda em calibração. Ele valoriza quadros brancos, interação espontânea e proximidade física, ao mesmo tempo que reconhece o peso para funcionários com deslocamentos difíceis. Seu ponto mais amplo é que a cultura não pode ser copiada mecanicamente; ela deve se adequar à empresa, a seus executivos e ao seu estágio.
Construindo em Direção a uma Saúde Mais Humana
A ambição de longo prazo de Rao é maior do que automatizar notas médicas. Ele quer que a IA ajude a criar uma economia de saúde deflacionária, ao mesmo tempo que oferece aos clínicos melhor contexto, sinais e apoio à decisão.
Algumas tarefas repetitivas, frequentes e de menor risco — como renovações rotineiras de receitas — podem ser adequadas para ampla automação. À medida que os casos se tornam mais complexos, porém, o julgamento humano se torna mais importante, não menos. A visão de Rao, portanto, não está centrada em substituir os clínicos. Trata-se de remover o trabalho administrativo e fornecer contexto relevante para que os profissionais de saúde possam dedicar mais atenção aos cuidados difíceis.
Esse enquadramento é especialmente importante à medida que a demanda cresce mais rápido do que a força de trabalho em saúde consegue absorver confortavelmente. O “deserto” de cinco anos da Abridge demonstra quanto tempo um mercado consequente pode levar para se abrir. Seu crescimento subsequente mostra o que pode acontecer quando uma tese persistente finalmente encontra tecnologia capaz, demanda urgente dos clientes e um produto projetado para as realidades do fluxo de trabalho.
