Pesquisa que matou a própria tese
Validação de mercado que refutou a própria hipótese antes de qualquer investimento
Uma pesquisa desenhada para refutar, e não para confirmar, que terminou desmontando a premissa central do plano antes de qualquer investimento.
Motivador
Eu tinha uma tese de negócio, dez anos de sala de aula de inglês na bagagem e treze anos de produto digital. A ideia era vender inglês de negócios premium para profissionais de tecnologia, produto e finanças, com IA como diferencial, e havia um capital reservado para isso.
Problema
Toda pesquisa de mercado corre o risco de virar cerimônia de confirmação. Por isso o plano de pesquisa começou com um anti-objetivo escrito: a pesquisa não serve para confirmar o que queremos ouvir. Se os dados refutarem a tese, isso é resultado valioso.
Solução
Comecei pelas perguntas de decisão, não pelos dados. Seis perguntas, cada uma amarrada à decisão que ela destrava: continuar ou não, posicionamento, preço, formato da oferta, viabilidade da frente empresarial e valor do diferencial pessoal.
Pesquisa secundária com rastreabilidade total: cada afirmação usada nos relatórios ficou ligada à fonte que a sustenta, em um extrato bruto separado do texto final. Onde não havia dado confiável, o número entrou marcado como estimativa com premissa explícita.
Um capítulo inteiro de advogado do diabo, escrito para atacar a tese com os melhores argumentos disponíveis.
Saída em camadas, do resumo de decisão de duas páginas ao dimensionamento detalhado, para o material servir tanto à decisão rápida quanto à auditoria.
Resultado
- A conclusão foi contra a tese: o mercado tem tamanho de sobra, mas não havia evidência pública de alguém pagando o ticket premium planejado. O negócio inteiro dependia de um único fio não verificado.
- A frente empresarial foi descartada com número: a referência de gasto por funcionário e o preço de um concorrente global colocavam o ticket planejado muito fora da faixa que um RH aprova.
- O diferencial que parecia óbvio caiu por dado: o público-alvo tinha proficiência acima da média nacional, ou seja, um problema menor que a média, e vender IA como argumento mostrou-se contraproducente em casos públicos recentes.
- A recomendação prática substituiu um investimento alto por um teste de pré-venda real, de custo baixo e prazo curto, que valida o preço antes de qualquer aporte.
O que eu tirei daqui
- Uma pesquisa boa não coleta dados, responde perguntas que mudam decisões. Sem essa amarração, o relatório vira enciclopédia.
- Escrever o anti-objetivo no começo é o que dá licença para o resultado ser desagradável.
- Ausência de evidência não é prova de ausência, e dizer isso no relatório é o que separa honestidade de pessimismo.
Onde a IA entrou
Cada etapa do ciclo do projeto, com o quanto a IA pesou nela.
Transformação de uma ambição vaga em seis perguntas de decisão, cada uma amarrada a uma escolha concreta.
Busca, leitura e verificação de fontes primárias, com extrato bruto separando afirmação de interpretação.
Nove documentos em camadas, com glossário, para o material servir a leitor apressado e a leitor cético.
Não se aplica: o entregável é decisão, não software.
Não se aplica nesta fase.
Capítulo de advogado do diabo e checagem de que cada número tem fonte aberta ou está marcado como estimativa.
A conclusão foi justamente que IA serve para reduzir custo, não como argumento de venda.
Timeline e marcos
-
23/ago
Plano de pesquisa
Seis perguntas de decisão, fases, orçamento e anti-objetivo escrito.
-
Ago/2026
Fase 1 de pesquisa secundária
Dimensionamento, mapeamento competitivo e extrato de 95 afirmações com fonte.
-
Ago/2026
Advogado do diabo e resumo de decisão
Ataque explícito à tese e resumo com as decisões que só o fundador pode tomar.
-
Ago/2026
Pivô registrado
Restrições reais revisadas e nova direção separando sobrevivência de ativo escalável.
Ferramentas
IA e modelos
Método
Resumo STAR
Quer conversar sobre um desafio parecido?
Fale comigo