2026-11-03 · Fonte:36氪快讯·中继

Dez oficinas de inovação em IA e, em um ano, apenas duas cruzaram o limiar de PMF. Wu Xinhong revelou os primeiros resultados num discurso interno pelo 18º aniversário, e os números de ARR na casa do milhão de dólares revelam um experimento organizacional que usa o custo do erro para compensar a incerteza de direção.
10 oficinas de inovação e, em um ano, apenas 2 alcançaram o PMF — este é o relatório interno de incubação apresentado pela Meitu. Segundo o 36Kr, na celebração do 18º aniversário da fundação da empresa, o presidente Wu Xinhong revelou, em discurso interno, que a Meitu criou 10 oficinas de inovação em IA no último ano, sendo Picchi e MVLAND as duas primeiras a validar o PMF; até 9 de outubro, o ARR das duas alcançou, respectivamente, US$ 1,11 milhão e US$ 680 mil.
Olhando apenas os valores, os dois somam menos de US$ 2 milhões — sem expressão financeira para uma empresa de capital aberto. A verdadeira informação está na estrutura do funil: apostando simultaneamente em 10 direções por meio do modelo de oficinas, após um ano apenas 20% dos projetos cruzaram o PMF, enquanto as outras oito ainda não apresentaram validação equivalente. Esse experimento organizacional de rede ampla e convergência rápida é, em essência, usar um custo limitado de tentativa e erro para compensar a alta incerteza sobre a direção das aplicações de IA.
O momento da divulgação também merece atenção. Esses dados não vieram de um relatório financeiro ou de um evento de lançamento de produto, mas foram liberados externamente por meio do discurso interno dos 18 anos de fundação. O ARR é um dos poucos indicadores duros quantificáveis e comparáveis para projetos de incubação; expor voluntariamente números iniciais ainda na casa do milhão de dólares coloca Picchi e MVLAND antecipadamente no radar público, e a inclinação de suas receitas passará a ser examinada sob lente de aumento.
Sob a perspectiva do posicionamento de produto, o fato de Picchi e MVLAND terem se destacado primeiro na competição entre dez oficinas significa que obtiveram, ao menos em retenção e disposição a pagar, a validação de usuários que gastaram dinheiro real. Para aplicações de IA por assinatura, o ARR acima da casa do milhão de dólares costuma marcar a transição da fase de prova de conceito para a comercialização inicial: antes, a questão-chave era se alguém pagaria; depois, torna-se se é possível escalar a aquisição de clientes e reduzir o custo unitário de aquisição. A Meitu nasceu com produtos de imagem do tipo ferramenta, e as tecnologias de processamento de imagem e o repertório estético acumulados por seus aplicativos principais poderiam, em tese, servir de base tecnológica e referência de tráfego para as oficinas — mas o valor do mecanismo de oficinas reside justamente em escapar da dependência do caminho do app principal e validar novos cenários onde essas capacidades não se transferem.
Sob a ótica setorial, esse mecanismo de selecionar duas em dez reflete o dilema generalizado do empreendedorismo em aplicações de IA: a rápida iteração dos grandes modelos faz com que a tecnologia em si dificilmente constitua um fosso competitivo, e a taxa de acerto na escolha da direção se torna a variável central do sucesso ou fracasso. Trocar eficiência de escolha por mecanismo organizacional — incubando dez direções ao mesmo tempo, adotando o PMF como critério único de aprovação e convergindo recursos decididamente sobre os que não atingem a meta — está se tornando o jogo padrão das empresas líderes diante da incerteza. A taxa de aprovação de pouco mais de 20% da Meitu não é constrangedora: num mercado em que a taxa de eliminação das aplicações de IA é muito maior, produzir em um ano dois projetos com ARR na casa do milhão de dólares mostra, ao menos, que o mecanismo de filtragem funciona de verdade, e não é uma encenação de corrida interna. É claro que o destino das outras oito oficinas — manter sob observação, fundir ou encerrar — impactará diretamente a credibilidade de mercado desse mecanismo.
Para quem acompanha a comercialização de aplicações de IA, mais importante que a base atual é o próximo ciclo estatístico: se esses dois produtos que emergiram da competição entre dez oficinas conseguirem elevar o ARR a um novo patamar, isso testará o verdadeiro valor do mecanismo de selecionar duas em dez.
Para compradores de computação de IA, o valor de referência desse tipo de notícia está no sinal do lado da demanda. O volume de computação necessário para uma oficina ir da incubação à validação de PMF é limitado, mas, assim que o ARR começa a escalar, a demanda por GPUs do lado da inferência cresce quase linearmente com o número de usuários, e a previsibilidade da receita por assinatura permite às equipes assinar contratos de computação de médio e longo prazos, em vez de pagar puramente por consumo. Acompanhar a inclinação da receita de Picchi e MVLAND pode ser visto como um indicador antecedente do aquecimento da disposição de compra de computação por equipes de aplicações de IA de médio e pequeno portes: quando mais produtos desse tipo cruzarem o limiar de US$ 1 milhão de ARR, a estrutura de demanda por computação de inferência no mercado de segunda mão e à vista se dispersará ainda mais na cauda longa.
Em termos de critérios de compra, equipes em fase de validação de PMF devem evitar travamentos de ativos pesados: priorizar soluções de computação com ciclos curtos e escalabilidade elástica, minimizando custos fixos, porque a taxa de sobrevivência de projetos incubados determina que qualquer contrato longo de computação superior a um ciclo estatístico pode virar custo afundado. Já para equipes que validaram o PMF e cujo ARR entra numa trajetória de crescimento observável, é possível considerar travamentos de preço em degraus, trocando parte do incremento de receita pela certeza do custo de inferência. Além disso, antes de comprar, deve-se exigir dos fornecedores informações reais e verificáveis de estoque à venda e preços publicados, em vez de estimativas baseadas em orçamentos — ponto especialmente importante num mercado com volatilidade frequente dos preços à vista.
Sobre referências de mercado, é preciso destacar que os produtos tratados nesta reportagem não possuem um modelo padronizado de computação correspondente para referência de preço, e por isso não há dados de preços à venda para esse modelo. Compradores com demanda relacionada devem usar como base de referência a quantidade de unidades e a faixa de preços em oferta em tempo real de conjuntos de placas de inferência similares, e solicitar antes do pedido um snapshot de mercado atualizado e verificável. A WANAN Exchange continuará acompanhando a demanda incremental de computação gerada por equipes de aplicações de IA que saem da fase de incubação para a de escala, e criará uma rubrica específica de observação da demanda do lado das aplicações em seus próximos relatórios de mercado.
Em resumo, neste relatório de aprovar duas em dez, o foco de curto prazo é se Picchi conseguirá continuar subindo após os US$ 1,11 milhão e se MVLAND conseguirá decolar dos US$ 680 mil; o foco de longo prazo é o ritmo de liquidação das oito oficinas que não atingiram a meta, e se a Meitu ampliará ou reduzirá o número de oficinas no próximo ciclo estatístico. Para todo o ecossistema de aplicações de IA e computação, a transparência de um mecanismo de incubação de uma empresa de capital aberto que usa o ARR como critério duro de validação é, em si, algo raro.
P: Qual é o ARR atual de Picchi e MVLAND?
R: Até 9 de outubro, o ARR de Picchi era de US$ 1,11 milhão e o de MVLAND, de US$ 680 mil — os dois somam menos de US$ 2 milhões.
P: Das dez oficinas de inovação da Meitu, quantas validaram o PMF?
R: Das 10 oficinas, 2 validaram primeiro o PMF — Picchi e MVLAND. As outras oito ainda não apresentaram validação equivalente, com uma taxa de aprovação de cerca de 20%.
Tags: Meitu · Picchi · MVLAND · Wu Xinhong · ARR · PMF
萬安算交所 AIXX · AIXX · Exchange verificado · Ir ao mercado