O mercado paga por dois moats. Costuma enxergar apenas um.
Por que importa: o prêmio do múltiplo de preços de uma ação embute uma camada que não passa por nenhum teste técnico. Quando ele dissipa, o preço comprime sem que nada tenha quebrado sobre a ótica de fundamentos.
A definição operacional. O “moat” técnico (diferencial / vantagem) é o que sobrevive a um concorrente bem-capitalizado tentando replicá-lo em 24 meses. A lista, normalmente, é curta: patente com validade prática, custo de troca documentado, efeito de rede com ciclo de reforço mensurável, vantagem de dado comprovada em produto, escala que vira vantagem estrutural de custo. Tudo o que não passa nesse crivo e ainda assim sustenta múltiplos de preços é, por exclusão, “moat” narrativo.
Narrativo não é sinônimo de falso. É a convicção dos participantes do mercado de que o moat técnico da companhia existe, antes (ou independentemente) da evidência empírica de replicabilidade. Enquanto o consenso segura a convicção, as duas camadas se reforçam. Os fundamentos sustentam a história e a história sustenta o múltiplo; consequentemente, o múltiplo atrai capital que valida a história. Funciona bem, até que para de funcionar.
A dissipação não exige ruptura. A empresa pode seguir crescendo, expandindo margem, ganhando cliente. O múltiplo cai mesmo assim. Esse é o ponto mais contraintuitivo do modelo. A compressão acontece porque a camada narrativa se desfaz, e o preço passa a refletir apenas o que o moat técnico genuíno sustenta isoladamente.
A janela típica entre o gatilho público da dissipação do prêmio e a reprecificação completa é de 12 a 36 meses, dependendo do contexto. E existem dois deles.
O tipo A, réplica institucional credenciada. A dissipação tem um dono. Ela só acontece quando um novo entrante relevante reúne três atributos ao mesmo tempo: capital da ordem de dez vezes o capex anual do incumbente, credibilidade institucional traduzida em alocadores consagrados que não permitem rotulagem de "imitador inferior", e janela de execução pública para gerar evidência de tração antes do consenso virar.
Um exemplo em curso é a Palantir. Em maio de 2026, a OpenAI Deployment Company replicou explicitamente o modelo Forward Deployed Engineer (FDE) com US$ 10 bilhões de valor de mercado inicial e 19 alocadores globais: TPG, Brookfield, Goldman, SoftBank, Bain, Advent, McKinsey, entre outros. Os três atributos apareceram na mesma janela, com data pública. No mesmo trimestre, a Palantir entregou o maior crescimento de receita desde o IPO: 85% ano contra ano. E as ações caíram. Os fundamentos aceleraram, mas a camada narrativa começou a soltar.
Outro caso já consumado é Snowflake. Entre novembro de 2021 e maio de 2026, o múltiplo EV/Receita saiu de cerca de 75x para 12x. Compressão de 84%. A receita continuou crescendo perto de 30% ao ano. A mudança veio por conta da consolidação da Databricks, que avançou na captação de recursos institucionais em três rodadas sucessivas: US$ 62 bilhões em dezembro de 2024, US$ 100 bilhões em setembro de 2025, US$ 134 bilhões em fevereiro de 2026. A categoria "data cloud" defendida pela Snowflake como única deu lugar a "lakehouse" como consenso. A dissipação do prêmio levou quatro anos.
No Tipo B, a commoditização é distribuída. A dissipação não tem dono. Múltiplos vetores fracos, isoladamente incapazes de cumprir os três atributos do Tipo A, exercem pressão equivalente quando agem em paralelo.
O caso histórico é MongoDB. Entre 2019 e 2023, três vetores avançaram sem coordenação. O AWS DocumentDB foi visto como imitador inferior por anos. O Azure Cosmos DB virou commodity de uma plataforma maior. E principalmente o Postgres com JSONB amadureceu a ponto de cobrir cerca de 80% dos casos de uso. Nenhum dos três sozinho teria condição de substituir a Mongo. Juntos, mostraram outro caminho. O múltiplo das ações da Mongo saiu de 35x para 10x. A receita, no entanto, continuou avançando.
O indício de que uma compressão do múltiplo do Tipo B poderia acontecer veio do próprio incumbente. A licença SSPL adotada pela MongoDB em 2018, hostil a provedores de nuvem, era contramedida defensiva contra réplica institucional. Empresas com moat técnico real não precisam de armadilhas contratuais para impedir réplica. O movimento defensivo é admissão implícita de que a réplica é viável (imagine isso nessa nova Era da IA…).
Os quatro marcadores. Esse framework também opera com um filtro de detecção. Quatro sinais aparecem antes do consenso virar, e funcionam mesmo sem acesso a informações completas.
O primeiro é o prêmio desproporcional: múltiplos significativamente acima da categoria comparável sem fundamento isolável que explique a diferença. Lucro projetado ou EV/Receita rodando três a cinco vezes a mediana do grupo de pares. O segundo é a cultura ou o CEO como moat, articulado em termos de unicidade: "só nós conseguimos" no lugar de "fomos os primeiros". O terceiro é a defesa pública contra o consenso: publicações institucionais, teleconferências de resultados combativas, narrativa de que o mercado "não entende o modelo". O quarto é a linguagem de unicidade da categoria: "data cloud" no lugar de "warehouse", "operating system para X" no lugar de "plataforma".
Três marcadores presentes ao mesmo tempo justificam abrir uma tese de monitoramento. O quarto aparece em material institucional: prospecto, apresentação para investidor, carta do CEO. Tudo público.
Em vinte anos vendo múltiplos comprimirem dentro das bolsas, o padrão se repete: o mercado nunca admite que estava pagando pela história. Reescreve o múltiplo como se sempre tivesse sido racional.
Em observação agora. Tesla com múltiplo acima de 100x lucro projetado enquanto a Waymo escala seus robotaxis em São Francisco, Austin e outros lugares, enquanto a BYD fortalece e transforma seu hardware em commodity. A Adobe sob pressão paralela de Figma, Midjourney, Runway, Seedance, Kling (e por aí vai): tipo B em curso, sem entrante singular.
Já o caso Cloudflare é o mais interessante para validar bordas do modelo. Se as ações sustentarem seus múltiplos enquanto a sua categoria se popula de concorrentes, talvez a companhia forme um moat técnico genuíno entre rede e inferência. O modelo precisa explicar o porquê.
A implicação para alocação em carteira. A dissipação da narrativa não justifica necessariamente uma posição vendida de forma estrutural. A empresa pode entregar crescimento de receita por anos enquanto o múltiplo comprime. A questão passa mais pelo acompanhamento e a análise se aquela narrativa tem capacidade de reversão.
E há a leitura reversa, que rende mais. Empresas que falham nos quatro marcadores podem se tornar candidatas a moat técnico genuíno, eventualmente precificadas com desconto pelo medo do mercado de pagar premium narrativo (recentemente, vimos isso em AppLovin e, neste momento, estamos vendo isso em Micron).
Esse framework serve para os dois lados: para desinflar tese cara e para identificar uma tese barata.
O preço de uma tese carrega duas coisas: a evidência dos fundamentos e a convicção sobre a evidência. Quando essas camadas começam a operar em direções opostas, o múltiplo sempre obedece primeiro à camada que se dissipa.
A maior parte dos investidores avalia moats com a régua dos fundamentos. Vale pegar a segunda régua, a do consenso, e medir se as duas estão apontando para o mesmo lugar.
Forte abraço,
João Piccioni