Canva e Figma frearam a IA por decisão de gestão, não por limite técnico
Canva cortou a previsão de crescimento em um terço e a Figma viu a margem cair pela metade: a causa declarada foi o custo de IA, mas o gargalo real foi a ordem das decisões.
Em 12 de agosto, a Fortune publicou que a Canva cortou em um terço a previsão de crescimento de receita, agora projetada em 20%, citando o custo de entregar recursos de inteligência artificial. A CEO Melanie Perkins comunicou o ajuste por e-mail à publicação. Cinco dias antes, a Figma — parceira de mercado da Canva no universo do design digital, já negociada em bolsa — informou que sua margem de fluxo de caixa livre caiu de 27% no primeiro trimestre para 14% no segundo, com o crescimento de receita projetado para o terceiro trimestre recuando de 48% para 36%. A Canva, avaliada em US$ 42 bilhões numa venda de ações a funcionários em 2025 e cogitando um IPO que já foi discutido para 2026 e agora aparece adiado para 2027, cita o mesmo motivo que a Figma: o custo de rodar IA em escala.
A leitura mais repetida já apareceu, inclusive no próprio texto da Fortune. O analista da Pitchbook Derek Hernandez resume que a IA está quebrando o que chama de segredo do software como serviço até aqui: o custo marginal praticamente zero de atender mais um cliente. “A IA está fazendo o SaaS deixar de ser uma solução de custo marginal zero, que tem sido, eu diria, o segredo de boa parte do software até agora”, disse Hernandez. Cada tarefa de IA processada tem um custo real de inferência, e isso devolve ao software algo que ele não carregava desde antes da nuvem: uma conta que cresce junto com o uso. Canva e Figma, na leitura de Hernandez, são “os maiores sinais de que a IA está quebrando o modelo tradicional do SaaS”.
Duas empresas, a mesma parede, cinco dias de intervalo
Que o custo de inferência pese na margem de qualquer empresa que rode modelos de IA em escala é pura aritmética. O que chama atenção é outra coisa: Canva e Figma não compartilham arquitetura nem coordenaram o anúncio, e mesmo assim bateram na mesma parede com cinco dias de diferença. É sintoma de um problema estrutural, não um tropeço isolado, que qualquer empresa de software que embute IA no produto encontra mais cedo ou mais tarde, na mesma sequência.
Mas a parede que os números mostram e a parede que os dois textos descrevem não são a mesma coisa. Do lado técnico, a Canva teve sucesso: reduziu o custo por tarefa de IA em cerca de 90% desde o lançamento do Canva AI 2.0, em abril, enquanto o volume de designs criados triplicava no mesmo intervalo. A demanda, nas palavras de Perkins, “excedeu significativamente” as expectativas. A tecnologia funcionou, os usuários adotaram em massa, e a engenharia entregou uma economia de custo que qualquer time de infraestrutura assinaria embaixo. O gargalo não estava ali.
Os 90% de economia que não fecharam a conta
Reduzir o custo por tarefa em 90% e ver o uso triplicar significa, na prática, que o custo total continuou subindo, só que mais devagar do que teria subido sem a otimização. A engenharia fez a parte dela. A conta, mesmo assim, não fechou, e é aqui que a leitura de “a IA quebrou a economia do SaaS” para de explicar sozinha o caso: se o problema fosse só técnico, a otimização de custo teria bastado.
O que fechou a lacuna foi outra coisa, e a própria Perkins descreveu o mecanismo: “Em vez de lançar amplamente um produto antes de a economia subjacente estar pronta, decidimos desacelerar o lançamento.” Não foi um limite de computação. Foi uma decisão de sequência — lançar largo antes de saber se a conta fechava, descobrir depois que não fechava, com a receita já projetada para investidores e a correção precisando virar comunicado público. Hernandez lê o mesmo movimento de fora: “Tenho certeza de que estão tentando proteger a rentabilidade, especialmente se quiserem abrir capital.”
A decisão que devia ter vindo antes do lançamento
Para quem dirige uma empresa que já cobra por funcionalidade de IA, ou está prestes a lançar uma, o caso de Canva e Figma vale menos como aviso sobre computação em nuvem e mais como aviso sobre governança de lançamento. O custo por tarefa de IA precisa virar métrica de gate antes do rollout amplo, acompanhada com o mesmo rigor que a prontidão técnica do recurso, não descoberta depois, numa carta a investidores. Empresas que tratam esse número como detalhe de engenharia, e não como critério de decisão de negócio, tendem a repetir a sequência que a Canva descreveu: lançar, descobrir a conta, frear.
O mercado de capitais já reage à distinção entre crescimento acelerado por adoção e crescimento sustentável por unidade econômica. A Figma comunicou a desaceleração de 48% para 36% como parte do mesmo movimento de proteger a rentabilidade antes de qualquer oferta pública futura, e o IPO da Canva mudou de data no meio desse processo. Hernandez resume o motivo de fundo: “As pessoas querem um produto e uma solução muito mais capazes, o que, com a tecnologia de hoje, significa que o custo de uso está se tornando um desafio global.” O investidor experiente não estranha a desaceleração; estranha não saber quem, dentro da empresa, tinha autoridade para dizer que a economia ainda não estava pronta, e não usou essa autoridade a tempo.
Quem, na sua empresa, tem hoje o poder de dizer “ainda não” a um recurso de IA pronto para lançar, quando a demonstração já convence mas a planilha de custo por uso ainda não fecha?
Perguntas frequentes
Essa pressão de margem vale só para empresas de design como Canva e Figma, ou se aplica a qualquer negócio que venda produto com IA embutida?
Vale para qualquer empresa que cobre por um produto com IA embutida e cujo custo de uso cresça com a adoção. Canva e Figma são os primeiros casos públicos porque divulgam resultado trimestral, mas o mecanismo é estrutural: cada tarefa de IA processada tem custo real de inferência, que se soma conforme o uso cresce, independentemente do setor.
Se a Canva já reduziu o custo por tarefa de IA em 90%, por que a margem continuou sob pressão?
Porque o volume de uso cresceu mais rápido do que o custo caiu: o número de designs criados triplicou no mesmo período em que o custo por tarefa caiu 90%. A redução percentual foi grande, mas aplicada sobre uma base de uso três vezes maior, o custo total ainda subiu, mesmo com a otimização de engenharia.
O que esse caso muda para uma empresa que está avaliando lançar uma funcionalidade de IA para os clientes?
Sugere tratar o custo por tarefa de IA como métrica de aprovação antes do lançamento amplo, não como algo a ajustar depois. Canva e Figma mostram que mesmo empresas com engenharia sofisticada podem lançar antes de validar se a economia se sustenta, e só descobrir isso quando a receita já foi projetada a investidores.
Fonte analisada: AI was supposed to power Canva's next act. It also exposed software's most expensive problem — Fortune
Análise produzida com assistência de inteligência artificial, sob critérios editoriais definidos pelo publisher. Ver política editorial.