Garagens Vazias, Podcasts Lotados
O Vale do Silício se transformou de um jeito que seus fundadores talvez não reconhecessem. Onde havia garagens com solda e circuitos, agora há estúdios de podcast e ring lights. A inovação contemporânea mede sucesso em followers. Não em patentes.
Mas garagens mitológicas podem ter sido apenas garagens. Bell Labs era corporativo e produziu o transistor, o laser, Unix. A ARPANET tinha fins militares e produziu a internet. A história da tecnologia nunca foi limpa assim: curiosidade pura de um lado, ganância do outro. O que mudou não foi a pureza perdida. Foi a proporção. O equilíbrio.
Existe uma diferença de ênfase entre quem pergunta primeiro “como isso funciona?” e quem pergunta primeiro “como posso vender isso?” O cientista e o hacker tendem a uma orientação epistemológica que o empreendedor-influenciador frequentemente abandona em algum momento entre o primeiro pitch deck e o terceiro round de investimento. Tendem. Frequentemente. Não sempre.
A dicotomia não é categórica. É gradiente. Elizabeth Holmes tinha PhD e construiu Theranos sobre fraude. Elon Musk não tem credenciais acadêmicas e financia pesquisa fundamental em baterias e foguetes. Yvon Chouinard fundou a Patagonia pensando em gerações, não em trimestres. A variável explicativa não é diploma ou cargo. É estrutura de incentivos e, talvez, disposição temperamental.
O que observo como padrão é outra coisa: uma geração específica de founders de redes sociais, entre 2004 e 2016, desenvolveu práticas que priorizaram crescimento sobre consequência de forma sistemática. Facebook. Twitter. Instagram. O modelo de negócio era atenção monetizada. O método era otimização de engagement sem modelagem de efeitos sociais. A resistência a regulação foi documentada em testemunhos congressionais e vazamentos internos. Isso não é generalização sobre empreendedores. É observação sobre um cluster histórico específico.
A tradição científica carrega algo que esse cluster específico abandonou: reflexão institucionalizada sobre consequências. Os físicos do Projeto Manhattan carregaram o peso de suas criações. Oppenheimer citou o Bhagavad Gita. Szilard tentou impedir o uso da bomba. Mas quando executivos daquele cluster foram questionados sobre efeitos na democracia, a resposta típica foi otimização de métricas. Ajustes no algoritmo.
(Cientistas também cometem fraudes. A crise de replicação em psicologia e biomedicina é real. Acadêmicos produziram armas químicas e experimentos antiéticos. A tradição de responsabilidade é ideal normativo, não descrição empírica universal. Mas o ideal normativo existe. Está codificado em comitês de ética, em peer review, em cultura de retratação. O equivalente institucional no mundo de startups de crescimento acelerado é mais raro.)
A inteligência artificial oferece teste contemporâneo desta hipótese. Empresas como DeepMind e Anthropic, lideradas por pessoas com formação científica, publicam pesquisas sobre riscos, desenvolvem frameworks de segurança, discutem cenários existenciais. OpenAI começou assim também, antes das tensões internas que levaram à saída de pesquisadores de segurança. O padrão não é determinístico. Mas é observável: quem começa perguntando “como funciona?” tende a construir estruturas diferentes de quem começa perguntando “como escala?”
Dario Amodei, que lidera a Anthropic depois de passar pelo laboratório de iA do Google, argumentou recentemente que a motivação de cientistas produz atitudes diferentes. Eles querem criar algo para o mundo e por isso se preocupam quando algo pode dar errado. A geração de founders de redes sociais, segundo ele, interagiu com consumidores de forma diferente.
O argumento tem força parcial e excesso de confiança. A própria Anthropic captou bilhões em venture capital. Se cientistas produzem ética superior, por que precisam de estrutura capitalista? DeepMind levou oito anos para lucrar. Waymo consome capital há mais de uma década. SpaceX queimou fortunas antes de funcionar. Capital de risco financia pesquisa de longo prazo quando há tese de valor capturável. A dicotomia entre paciência epistêmica e ganância de mercado é falsa quando aplicada de forma absoluta.
O que sobra, então? Um padrão tendencial, não uma lei. Uma correlação observável, não causalidade obrigatória. A pergunta fundante influencia arquitetura institucional, mas não a determina. Existem cientistas que ignoram consequências e empreendedores que pensam em gerações.
Eis a esperança que persiste apesar do diagnóstico ambivalente: a mentalidade hacker não morreu. Migrou para lugares inesperados. Está nos laboratórios que publicam código aberto sem modelo de monetização claro. Está em pessoas que abandonam posições lucrativas para alertar sobre riscos que seus ex-empregadores prefeririam ignorar. Está em desenvolvedores que constroem ferramentas porque o problema existe, não porque o mercado pede.
A utopia não é retorno a era dourada que provavelmente nunca existiu. É mais modesta: a emergência de uma sensibilidade que entende sequência. A pergunta “como isso funciona?” tende a produzir melhores resultados quando precede “como posso vender isso?” Inverter a ordem não impossibilita inovação. Mas frequentemente a torna incremental. Cosmética. Orientada para o próximo trimestre.
A inovação que transforma requer paciência que métricas de engagement não capturam bem. Requer tolerância ao fracasso que ciclos trimestrais dificultam. Requer horizontes temporais que nem sempre são compatíveis com estruturas de capital de risco.
Nem sempre. Não necessariamente. Mas com frequência suficiente para que a correlação mereça atenção.
Algumas perguntas não pedem permissão ao mercado para serem feitas. E algumas pessoas, em garagens ou laboratórios ou empresas bilionárias, continuam fazendo essas perguntas. A origem importa menos que a disposição. O diploma importa menos que a pergunta.
ousadia criativa. precisão estratégica. – por kim.