A startup indiana Runable captou 21 milhões de dólares em uma rodada da série A, em um movimento que apoia sua transição de ferramentas de criação de sites e aplicativos para agentes de inteligência artificial que assumem uma parcela mais ampla da operação e do crescimento dos negócios. A rodada foi liderada pela Susquehanna Venture Capital e pela Nexus Venture Partners, com a participação dos investidores atuais Together Fund e Array VC, enquanto a avaliação da Runable após o investimento chegou a 65 milhões de dólares, segundo o cofundador e CEO Umesh Kumar.
A Runable foi fundada em 2025 e tem sede em Bengaluru, com uma equipe de 15 pessoas. A empresa tem como alvo proprietários de pequenas empresas sem conhecimentos técnicos, em um mercado concorrido que inclui empresas de modelos de inteligência artificial como Anthropic e OpenAI, além de plataformas de programação como Cursor, Lovable e Replit.
Da criação do produto à busca por clientes
A plataforma da Runable atualmente permite criar sites, aplicativos, apresentações e outros conteúdos por meio de comandos em linguagem natural, assumindo parte da infraestrutura relacionada à publicação e à análise. A empresa quer expandir o agente para o que chama de área de “crescimento”, incluindo a configuração de campanhas publicitárias, o gerenciamento de redes sociais, a otimização da visibilidade nos mecanismos de busca e o reforço da presença dos negócios nos resultados de robôs de bate-papo baseados em inteligência artificial.
A ideia apresentada pela Runable é que o proprietário de uma empresa solicite um resultado direto, como obter um número específico de clientes, em vez de configurar separadamente um site, ferramentas de análise, contas de publicidade e campanhas de marketing. Essa proposta difere das ferramentas de programação voltadas principalmente para desenvolvedores; Kumar afirmou que ferramentas como o OpenAI Codex e o Anthropic Claude Code podem ser mais adequadas para quem trabalha com arquivos locais ou escreve código diretamente.
Fortes indicadores de uso e uma economia que ainda não se estabilizou
A empresa afirmou que possui cerca de 1,7 milhão de usuários registrados e que Estados Unidos, Reino Unido e Japão estão entre seus maiores mercados, com usuários também no Brasil. A empresa informou ainda que seus usuários consumiram mais de um trilhão de tokens nos últimos 90 dias e que os clientes pagantes contribuíram com cerca de 60% a 70% desse uso.
Segundo Kumar, a Runable passou de nenhuma receita a uma taxa de receita anual de 2 milhões de dólares em três semanas após começar a cobrar pelos pagamentos em março. No entanto, ele não revelou a receita atual nem o número de clientes pagantes e reconheceu que a empresa opera atualmente com margens brutas negativas, em parte porque subsidia uma parcela do custo de uso dos modelos de inteligência artificial. A Runable afirma que trabalha com uma combinação de modelos, incluindo modelos desenvolvidos internamente, e aposta na redução do custo de inferência para melhorar a economia do serviço.
O que funciona na prática?
Em um teste realizado pela TechCrunch, a Runable conseguiu criar e publicar um site, configurar a análise e uma campanha publicitária para um projeto fictício de assinatura de café, mas não executou a campanha antes que uma conta de publicidade fosse vinculada. A empresa explicou que veicular anúncios sem uma conta pertencente ao cliente está atualmente disponível para anúncios do ChatGPT por meio de parcerias cujos nomes não foram revelados.
Esse resultado revela os limites da promessa atual: a Runable reúne partes maiores do ciclo de trabalho dentro de sua plataforma, mas ainda não elimina a necessidade de contas e serviços externos em todos os casos. A empresa afirma que seus concorrentes mais próximos são os agentes generalistas Manus e Genspark e que sua vantagem pretendida é a distribuição do produto e o alcance dos clientes, não apenas sua construção. Por isso, a rodada importa como uma aposta na transição dos agentes de inteligência artificial da produção de ativos digitais para a execução de resultados comerciais, enquanto o custo dos modelos e a dependência de publicidade externa continuam sendo questões em aberto para a escalabilidade.