Um earn-out divide o preço de compra em duas partes. Uma parte é paga na transferência, outra parte segue mais tarde e depende de resultados que ainda precisam de se confirmar após a transferência: receita que se mantém, clientes que ficam, uma margem que se sustenta sem o proprietário que saiu. O comprador não propõe isto porque duvida dos seus números do passado. Propõe-o porque duvida da sua repetibilidade assim que a situação mudar — e essa transferência é precisamente esse tipo de mudança.
O earn-out não é, portanto, um truque de negociação. É um mecanismo de preço para uma incerteza que o comprador não consegue eliminar sozinho, por melhor que calcule. Quanto maior essa incerteza, maior a parte do preço que fica adiada.
A maior fonte dessa incerteza foi sempre o próprio proprietário: a relação com o cliente, o acordo de preços, o conhecimento de exceções que passam por uma única pessoa que sai após o negócio. Esse risco continua a existir, mas surgiu uma segunda camada. Em cada vez mais empresas, parte do trabalho já é feito ou apoiado por IA — em algumas totalmente, noutras com um colaborador que avalia e corrige o resultado, e ainda noutras nem por isso, porque a natureza do trabalho não permite essa margem ou porque a organização ainda não o implementou. Essa divisão é diferente em cada empresa e é mensurável.
Para um comprador, isso é relevante, porque muda a pergunta que um earn-out tenta responder. Não apenas: o cliente e a receita mantêm-se. Também: a poupança ou a capacidade libertada pela IA está integrada no processo, ou depende de uma pessoa, de uma subscrição ou de uma configuração pontual. Uma poupança que desaparece assim que o proprietário sai pesa, durante o período de earn-out, tanto quanto um cliente que se vai embora.
As empresas onde isto já é visível têm geralmente uma coisa em comum: o trabalho que a IA assume está descrito ao nível da tarefa, não da função. Está registado que parte de um processo decorre sem supervisão, que parte decorre com controlo de um colaborador, e que parte continua a ser trabalho humano e porquê. Esse registo existe independentemente da pessoa que atualmente o executa. Um comprador que veja isso tem menos razões para colocar a incerteza num earn-out — a prova de repetibilidade já está lá.
As empresas onde o earn-out, pelo contrário, aumenta, são muitas vezes empresas onde ninguém colocou essa pergunta. A poupança é mencionada num pitch, mas não fundamentada ao nível que um comprador consegue verificar. Quem quiser saber como é essa fundamentação, encontra-a desenvolvida em como fundamentar perante um comprador uma poupança gerada pela IA.
Um earn-out reduz o risco do comprador, mas não muda nada na estrutura da empresa. Se o lucro passar em grande parte pelo proprietário — decisões, contacto com clientes, conhecimento de exceções — isso mantém-se assim até ao fim do período de earn-out, e volta então a tornar-se visível. Quanto disso passa realmente pelo proprietário, e não pelo processo, é uma questão que se pode medir; como medir quanto passa pelo proprietário descreve em que se baseia essa medição.
Além disso, um earn-out diz algo sobre o lucro que serve de base ao preço, não apenas sobre a continuidade. Um lucro que foi depurado com poupanças pontuais ou com custos que voltam a surgir após a transferência assenta em base instável. O que significa a normalização do lucro quando a IA desempenha aí um papel está desenvolvido em o que significa a normalização do lucro numa empresa que utiliza IA.
A questão subjacente em cada earn-out é a mesma: que parte do trabalho nesta empresa continua sem as pessoas que atualmente o fazem, e que parte não. Essa questão é respondida pelo scan de trabalho da FTE TO AI por tarefa, com a mesma divisão que um comprador também faz: automático, sob supervisão, ou trabalho humano. Isto não é aconselhamento de pessoal nem fundamentação para uma decisão de despedimento — para isso aplicam-se requisitos legais próprios — é uma descrição do que o próprio trabalho permite.
A questão do earn-out normalmente só surge quando a negociação já está em curso, mas a fundamentação para isso deve estar pronta antes. Quando essa preparação deve começar, está descrito em quando deve começar a preparação de uma venda. E como as expectativas do mercado em torno da IA também estão a mudar entretanto, vale a pena saber como manter o valor da empresa enquanto essa mudança decorre — isso está em como manter o valor enquanto o mercado muda.
Esta explicação não é uma estimativa do earn-out que seria proposto no seu caso, nem uma garantia de que um comprador utiliza ou dispensa este instrumento. O valor e as condições de um earn-out resultam da própria negociação, não de uma descrição genérica.
A verificação de valor gratuita consiste em oito perguntas curtas, uma por fator de valor, e dá uma indicação de qual fator pesa mais no seu preço atual. O scan de valor completo — com evidência por fator, o índice de dependência do proprietário e um calendário de dois anos até ao momento de saída — está em construção.