IA: O Acelerador do Revenue Lifecycle
IA: O Acelerador do Revenue Lifecycle
IA: O Acelerador do Revenue Lifecycle
Como a inteligência artificial transforma cada estágio da jornada da receita no maior motor de criação de valor da economia digital
Como a inteligência artificial transforma cada estágio da jornada da receita no maior motor de criação de valor da economia digital
Triaxis Capital
Triaxis Capital
Equipe de Investimentos
Equipe de Investimentos
Leitura
Leitura
·
8
8
MIN
MIN
01
Revenue Lifecycle
Revenue Lifecycle
Desde que publicamos o manifesto sobre o Revenue Lifecycle, a pergunta que mais ouvimos não é sobre fintech, nem sobre a infraestrutura financeira que o Banco Central construiu. É sobre inteligência artificial, e vem sempre, no fundo, com o mesmo teor: a tese sobrevive à era da IA, ou é atropelada por ela?
Para o leitor que não acompanhou o ensaio anterior, vale uma frase curta: o Revenue Lifecycle é a leitura, que defendemos, de que o valor na economia digital se distribui ao longo de uma jornada de seis estágios: adquirir clientes, converter intenção em receita, cobrar de forma eficiente, financiar a operação, proteger contra fraude e risco, movimentar capital. Essa jornada também é suportada por uma camada de infraestrutura de dados, transversal aos seus estágios. É essa jornada, e não o produto isolado, que organiza onde mora a oportunidade de venture nos próximos sete anos.
A resposta à pergunta sobre IA é direta. A IA não compete com a tese do Revenue Lifecycle; ela acelera cada um dos seus estágios e a camada de infraestrutura de dados. Se a jornada da receita descreve onde o valor se acumula, a inteligência artificial está mudando a velocidade, a potência e, sobretudo, quem chega à frente. O trajeto permanece o mesmo. O que muda é quem captura mais valor ao longo dele.
Três ondas que se sobrepõem
O primeiro erro de quase toda conversa sobre IA é tratá-la como uma coisa só. A IA preditiva, em particular, não nasceu há sete anos: aprendizado de máquina aplicado a crédito, fraude, recomendação e previsão de demanda já era usado em escala bem antes da explosão recente da IA generativa. O que mudou recentemente foi a sobreposição entre essa camada preditiva, já madura em vários setores, e duas camadas novas: a IA generativa, que conviveu com a preditiva nos últimos anos, e a IA agêntica, que apenas agora começa a sair da fase experimental.
Cada uma das três move o ciclo de receita de um jeito diferente. A preditiva estima e recomenda: ranqueia, classifica, precifica, detecta padrão. A generativa produz e sintetiza: redige, codifica, raciocina sobre documentos, gera imagens, interage com ferramentas. A IA agêntica, a onda que estamos entrando agora, começa a planejar, acionar sistemas e executar fluxos completos com supervisão humana onde o julgamento importa.
A preditiva estima e recomenda. A generativa produz e sintetiza. A agêntica planeja, aciona e executa.
A distinção importa porque cada onda acelera um trecho diferente da jornada. Vale a confissão honesta: alguns dos nossos melhores investimentos já foram, no fundo, empresas de IA preditiva: antifraude, originação de crédito, inteligência de operação; construídas antes de o termo virar manchete. Nós já investíamos em IA aplicada ao Revenue Lifecycle sem chamá-la assim. O que mudou não foi a existência da oportunidade. Foi a profundidade com que cada uma das três camadas atravessa o ciclo hoje.
Desde que publicamos o manifesto sobre o Revenue Lifecycle, a pergunta que mais ouvimos não é sobre fintech, nem sobre a infraestrutura financeira que o Banco Central construiu. É sobre inteligência artificial, e vem sempre, no fundo, com o mesmo teor: a tese sobrevive à era da IA, ou é atropelada por ela?
Para o leitor que não acompanhou o ensaio anterior, vale uma frase curta: o Revenue Lifecycle é a leitura, que defendemos, de que o valor na economia digital se distribui ao longo de uma jornada de seis estágios: adquirir clientes, converter intenção em receita, cobrar de forma eficiente, financiar a operação, proteger contra fraude e risco, movimentar capital. Essa jornada também é suportada por uma camada de infraestrutura de dados, transversal aos seus estágios. É essa jornada, e não o produto isolado, que organiza onde mora a oportunidade de venture nos próximos sete anos.
A resposta à pergunta sobre IA é direta. A IA não compete com a tese do Revenue Lifecycle; ela acelera cada um dos seus estágios e a camada de infraestrutura de dados. Se a jornada da receita descreve onde o valor se acumula, a inteligência artificial está mudando a velocidade, a potência e, sobretudo, quem chega à frente. O trajeto permanece o mesmo. O que muda é quem captura mais valor ao longo dele.
Três ondas que se sobrepõem
O primeiro erro de quase toda conversa sobre IA é tratá-la como uma coisa só. A IA preditiva, em particular, não nasceu há sete anos: aprendizado de máquina aplicado a crédito, fraude, recomendação e previsão de demanda já era usado em escala bem antes da explosão recente da IA generativa. O que mudou recentemente foi a sobreposição entre essa camada preditiva, já madura em vários setores, e duas camadas novas: a IA generativa, que conviveu com a preditiva nos últimos anos, e a IA agêntica, que apenas agora começa a sair da fase experimental.
Cada uma das três move o ciclo de receita de um jeito diferente. A preditiva estima e recomenda: ranqueia, classifica, precifica, detecta padrão. A generativa produz e sintetiza: redige, codifica, raciocina sobre documentos, gera imagens, interage com ferramentas. A IA agêntica, a onda que estamos entrando agora, começa a planejar, acionar sistemas e executar fluxos completos com supervisão humana onde o julgamento importa.
A preditiva estima e recomenda. A generativa produz e sintetiza. A agêntica planeja, aciona e executa.
A distinção importa porque cada onda acelera um trecho diferente da jornada. Vale a confissão honesta: alguns dos nossos melhores investimentos já foram, no fundo, empresas de IA preditiva: antifraude, originação de crédito, inteligência de operação; construídas antes de o termo virar manchete. Nós já investíamos em IA aplicada ao Revenue Lifecycle sem chamá-la assim. O que mudou não foi a existência da oportunidade. Foi a profundidade com que cada uma das três camadas atravessa o ciclo hoje.
02
Onde cada onda acelera
Onde cada onda acelera
Nos estágios de aquisição e conversão, a capacidade básica de usar IA generativa virou rapidamente uma commodity. Gerar conteúdo, redigir outbound, qualificar lead com prompt genérico. Muitas empresas já conseguem fazer isso com ferramentas similares, e a diferenciação dificilmente virá apenas daí. A camada básica comoditiza. Mas a camada mais profunda do estágio, ao contrário, é onde se está formando um dos territórios mais defensáveis da nova economia comercial: a inteligência de receita construída sobre dado proprietário de interação.
Plataformas que capturam, transcrevem e analisam em escala as conversas reais entre vendedor e cliente; em call, em reunião, em mensagem; acumulam um corpus que o modelo genérico não tem e que concorrente novo não consegue replicar com mais GPU. É a mesma lógica do antifraude transacional, transposta para o funil comercial: o modelo aprende com cada interação observada, e cada cliente novo torna o sistema melhor para todos os outros. Quem combinar essa acumulação com integração profunda no CRM, com contexto vertical do setor servido e com distribuição estabelecida no canal está construindo, em Acquire e Convert, defensibilidade que o modelo sozinho jamais entrega.
Nos estágios de cobrança e financiamento, a IA agêntica tende a criar valor mais durável, especialmente quando combinada com quatro elementos que se reforçam: dados proprietários acumulados em escala, distribuição já estabelecida no setor, integração operacional profunda no fluxo do cliente, e capacidade regulatória executada com competência. Agentes que conduzem cobrança conversacional, originam crédito em tempo real e gerenciam recebíveis encontram a infraestrutura brasileira num momento raro de maturidade: Pix Automático para recorrência, Open Finance para decisão de crédito informada por dados reais, a evolução regulatória dos FIDCs criando novas possibilidades para crédito estruturado. Não é coincidência que o coração da tese e o coração da oportunidade de IA estejam no mesmo lugar. O vínculo é estrutural.
Quanto mais a IA sai da recomendação e entra na execução, mais relevantes se tornam governança, trilhas de auditoria, limites de autonomia e supervisão humana. Em crédito, cobrança, fraude e compliance, o agente não pode ser apenas eficiente. Precisa ser controlável, auditável e aderente à regulação.
Na proteção, ou seja, fraude, risco, identidade, compliance, a IA agêntica eleva a barra. Não apenas detecta a anomalia, mas investiga, decide e age. Aqui mora uma das defensibilidades mais sólidas que existem: o dado transacional proprietário. O modelo melhora a cada transação, e o concorrente novo não tem como replicar o histórico. É o raro caso em que a vantagem se aprofunda sozinha, com o tempo. Na movimentação de capital, estamos na fronteira, onde a próxima camada de infraestrutura está sendo construída e onde as regras ainda estão se desenhando.
Nos estágios de aquisição e conversão, a capacidade básica de usar IA generativa virou rapidamente uma commodity. Gerar conteúdo, redigir outbound, qualificar lead com prompt genérico. Muitas empresas já conseguem fazer isso com ferramentas similares, e a diferenciação dificilmente virá apenas daí. A camada básica comoditiza. Mas a camada mais profunda do estágio, ao contrário, é onde se está formando um dos territórios mais defensáveis da nova economia comercial: a inteligência de receita construída sobre dado proprietário de interação.
Plataformas que capturam, transcrevem e analisam em escala as conversas reais entre vendedor e cliente; em call, em reunião, em mensagem; acumulam um corpus que o modelo genérico não tem e que concorrente novo não consegue replicar com mais GPU. É a mesma lógica do antifraude transacional, transposta para o funil comercial: o modelo aprende com cada interação observada, e cada cliente novo torna o sistema melhor para todos os outros. Quem combinar essa acumulação com integração profunda no CRM, com contexto vertical do setor servido e com distribuição estabelecida no canal está construindo, em Acquire e Convert, defensibilidade que o modelo sozinho jamais entrega.
Nos estágios de cobrança e financiamento, a IA agêntica tende a criar valor mais durável, especialmente quando combinada com quatro elementos que se reforçam: dados proprietários acumulados em escala, distribuição já estabelecida no setor, integração operacional profunda no fluxo do cliente, e capacidade regulatória executada com competência. Agentes que conduzem cobrança conversacional, originam crédito em tempo real e gerenciam recebíveis encontram a infraestrutura brasileira num momento raro de maturidade: Pix Automático para recorrência, Open Finance para decisão de crédito informada por dados reais, a evolução regulatória dos FIDCs criando novas possibilidades para crédito estruturado. Não é coincidência que o coração da tese e o coração da oportunidade de IA estejam no mesmo lugar. O vínculo é estrutural.
Quanto mais a IA sai da recomendação e entra na execução, mais relevantes se tornam governança, trilhas de auditoria, limites de autonomia e supervisão humana. Em crédito, cobrança, fraude e compliance, o agente não pode ser apenas eficiente. Precisa ser controlável, auditável e aderente à regulação.
Na proteção, ou seja, fraude, risco, identidade, compliance, a IA agêntica eleva a barra. Não apenas detecta a anomalia, mas investiga, decide e age. Aqui mora uma das defensibilidades mais sólidas que existem: o dado transacional proprietário. O modelo melhora a cada transação, e o concorrente novo não tem como replicar o histórico. É o raro caso em que a vantagem se aprofunda sozinha, com o tempo. Na movimentação de capital, estamos na fronteira, onde a próxima camada de infraestrutura está sendo construída e onde as regras ainda estão se desenhando.
"A IA não substitui a tese. Ela acelera tudo o que ela sempre quis dizer."
"A IA não substitui a tese. Ela acelera tudo o que ela sempre quis dizer."
03
O contexto, e por que o vertical vence
O contexto, e por que o vertical vence
Há uma camada que não é um estágio, mas atravessa todos: a inteligência de dados. Um agente de IA é tão bom quanto o contexto que recebe. Um modelo genérico, por mais avançado, não conhece o cliente específico, o histórico transacional, a operação real. Quem unifica os dados dispersos de uma empresa e os torna acionáveis por um agente controla a camada que todos os outros estágios consomem.
O dado deixou de ser combustível de relatório para ser combustível de decisão.
É por isso que o software vertical tende a capturar mais valor que o horizontal nesta era. Onde contexto, dados específicos do setor, regulação local e workflow operacional importam mais do que a capacidade genérica do modelo, a empresa vertical opera com vantagem. Um agente que entende a regulação da saúde, a linguagem clínica, os fluxos de um hospital captura valor que um agente genérico não captura, e ergue uma barreira que o modelo sozinho não derruba.
Quando se cruza o eixo do vertical (o setor) com o eixo do Revenue Lifecycle (o estágio), surge um mapa de duas dimensões. As empresas mais defensáveis da próxima década vão ocupar uma célula precisa desse mapa: um estágio do ciclo, dentro de um vertical, movido por IA com dados proprietários. “Cobrança inteligente para a saúde”. “Originação de crédito para geração de energia”. “Antifraude vertical para serviços financeiros”. É nessa interseção que o valor se concentra.
O modelo, na camada de aplicação, normalmente não é a vantagem
Se uma única ideia precisar sobreviver a este ensaio, é esta, com uma qualificação importante: na camada de aplicação, o modelo raramente é a vantagem competitiva sustentável. Para empresas de foundation models, infraestrutura de IA, modelos altamente especializados ou modelos treinados com dados exclusivos, o modelo pode, sim, ser parte central da vantagem. Mas para a imensa maioria das startups de aplicação, e essa é a categoria sobre a qual a Triaxis opera, o modelo isoladamente não defende posição.
Para grande parte dos casos de uso corporativos, os principais provedores atuais de IA oferecem capacidades suficientemente próximas para que o simples acesso ao modelo não seja a vantagem competitiva. Há, sim, diferenças relevantes entre eles em custo, latência, janela de contexto, multimodalidade, aderência a ferramentas, privacidade, qualidade de raciocínio, disponibilidade regional e ecossistema de integração. Essas diferenças importam em decisões de arquitetura, mas raramente determinam quem vence categoria.
“Usar IA”, portanto, não é vantagem competitiva: é condição de entrada. A pergunta que separa uma tese de uma ilusão não é “essa empresa usa boa IA?”, mas “essa empresa tem algo que a IA, sozinha, não dá de graça?”. Dados proprietários, distribuição, contexto vertical, integrações construídas ao longo de anos, conformidade regulatória executada. Essas são as muralhas que protegem a competitividade.
A IA é o como. O ponto de controle no ciclo de receita é o quê. Apostamos no ciclo, com a IA como ferramenta de execução, não na IA torcendo para que ela caia em algum ponto do ciclo.
A economia da inferência reforça a disciplina. O custo unitário de usar IA tende a cair em muitos casos, mas o consumo pode crescer mais rápido que o ganho de eficiência, especialmente em arquiteturas agênticas que executam múltiplas chamadas, verificações e interações com sistemas externos para completar uma única tarefa. Mesmo que os preços atuais reflitam competição intensa entre grandes provedores, não é prudente assumir que essa estrutura econômica permanecerá inalterada. Uma empresa cuja margem só fecha aos preços de hoje carrega um risco que o entusiasmo do momento costuma esconder. A pergunta a fazer é simples: essa economia sobrevive a um preço de inferência duas ou três vezes maior? A resposta separa o negócio do espetáculo.
Há uma camada que não é um estágio, mas atravessa todos: a inteligência de dados. Um agente de IA é tão bom quanto o contexto que recebe. Um modelo genérico, por mais avançado, não conhece o cliente específico, o histórico transacional, a operação real. Quem unifica os dados dispersos de uma empresa e os torna acionáveis por um agente controla a camada que todos os outros estágios consomem.
O dado deixou de ser combustível de relatório para ser combustível de decisão.
É por isso que o software vertical tende a capturar mais valor que o horizontal nesta era. Onde contexto, dados específicos do setor, regulação local e workflow operacional importam mais do que a capacidade genérica do modelo, a empresa vertical opera com vantagem. Um agente que entende a regulação da saúde, a linguagem clínica, os fluxos de um hospital captura valor que um agente genérico não captura, e ergue uma barreira que o modelo sozinho não derruba.
Quando se cruza o eixo do vertical (o setor) com o eixo do Revenue Lifecycle (o estágio), surge um mapa de duas dimensões. As empresas mais defensáveis da próxima década vão ocupar uma célula precisa desse mapa: um estágio do ciclo, dentro de um vertical, movido por IA com dados proprietários. “Cobrança inteligente para a saúde”. “Originação de crédito para geração de energia”. “Antifraude vertical para serviços financeiros”. É nessa interseção que o valor se concentra.
O modelo, na camada de aplicação, normalmente não é a vantagem
Se uma única ideia precisar sobreviver a este ensaio, é esta, com uma qualificação importante: na camada de aplicação, o modelo raramente é a vantagem competitiva sustentável. Para empresas de foundation models, infraestrutura de IA, modelos altamente especializados ou modelos treinados com dados exclusivos, o modelo pode, sim, ser parte central da vantagem. Mas para a imensa maioria das startups de aplicação, e essa é a categoria sobre a qual a Triaxis opera, o modelo isoladamente não defende posição.
Para grande parte dos casos de uso corporativos, os principais provedores atuais de IA oferecem capacidades suficientemente próximas para que o simples acesso ao modelo não seja a vantagem competitiva. Há, sim, diferenças relevantes entre eles em custo, latência, janela de contexto, multimodalidade, aderência a ferramentas, privacidade, qualidade de raciocínio, disponibilidade regional e ecossistema de integração. Essas diferenças importam em decisões de arquitetura, mas raramente determinam quem vence categoria.
“Usar IA”, portanto, não é vantagem competitiva: é condição de entrada. A pergunta que separa uma tese de uma ilusão não é “essa empresa usa boa IA?”, mas “essa empresa tem algo que a IA, sozinha, não dá de graça?”. Dados proprietários, distribuição, contexto vertical, integrações construídas ao longo de anos, conformidade regulatória executada. Essas são as muralhas que protegem a competitividade.
A IA é o como. O ponto de controle no ciclo de receita é o quê. Apostamos no ciclo, com a IA como ferramenta de execução, não na IA torcendo para que ela caia em algum ponto do ciclo.
A economia da inferência reforça a disciplina. O custo unitário de usar IA tende a cair em muitos casos, mas o consumo pode crescer mais rápido que o ganho de eficiência, especialmente em arquiteturas agênticas que executam múltiplas chamadas, verificações e interações com sistemas externos para completar uma única tarefa. Mesmo que os preços atuais reflitam competição intensa entre grandes provedores, não é prudente assumir que essa estrutura econômica permanecerá inalterada. Uma empresa cuja margem só fecha aos preços de hoje carrega um risco que o entusiasmo do momento costuma esconder. A pergunta a fazer é simples: essa economia sobrevive a um preço de inferência duas ou três vezes maior? A resposta separa o negócio do espetáculo.
Para onde isso caminha
Olhando para os próximos três a sete anos, três movimentos parecem claros. Primeiro, a IA agêntica vai migrar de piloto a operação. O que hoje impressiona em demonstração se tornará a forma padrão de executar cobrança, crédito, prevenção a fraude e operação financeira, e a vantagem ficará com quem tiver os dados, o contexto e a maturidade operacional para confiar a decisão a um agente. Segundo, a fronteira competitiva vai descer do horizontal para o vertical. Capacidades genéricas de IA viram recurso embutido das grandes plataformas, e o valor migra para especialistas com contexto proprietário profundo em cada setor. Terceiro, a infraestrutura financeira brasileira deixa de ser pano de fundo e passa a ser plataforma ativa. À medida que Open Finance, Pix Automático e a nova geração de FIDCs amadurecem, abre-se espaço para uma camada inteira de empresas que originam crédito, gerenciam risco e movimentam capital com IA no centro da decisão. O Brasil tem, nessa interseção, uma vantagem que poucos mercados emergentes possuem.
O Revenue Lifecycle não vai mudar. O que vai mudar é a profundidade com que a inteligência se incrusta em cada estágio dele.
A jornada permanece
Empresas vêm e vão. Ondas de tecnologia se sucedem cada vez mais rápido. A preditiva deu lugar à generativa em destaque público, que deu lugar à agêntica em pilotos institucionais, e haverá uma quarta camada que ainda não sabemos nomear. Mas a jornada da receita é estrutural. Não é uma moda tecnológica; é a anatomia de como o valor se cria e se captura em uma economia digital, e permanece de pé enquanto as ferramentas se transformam.
É por isso que investimos no ciclo, e não na tecnologia da vez. A jornada da receita é o trajeto estável; a inteligência artificial é a aceleração mais potente que já vimos acoplada a ele.
A IA não substitui a tese. Ela acelera tudo o que ela sempre quis dizer.
04
Para onde isso caminha
Para onde isso caminha
Olhando para os próximos três a sete anos, três movimentos parecem claros. Primeiro, a IA agêntica vai migrar de piloto a operação. O que hoje impressiona em demonstração se tornará a forma padrão de executar cobrança, crédito, prevenção a fraude e operação financeira, e a vantagem ficará com quem tiver os dados, o contexto e a maturidade operacional para confiar a decisão a um agente. Segundo, a fronteira competitiva vai descer do horizontal para o vertical. Capacidades genéricas de IA viram recurso embutido das grandes plataformas, e o valor migra para especialistas com contexto proprietário profundo em cada setor. Terceiro, a infraestrutura financeira brasileira deixa de ser pano de fundo e passa a ser plataforma ativa. À medida que Open Finance, Pix Automático e a nova geração de FIDCs amadurecem, abre-se espaço para uma camada inteira de empresas que originam crédito, gerenciam risco e movimentam capital com IA no centro da decisão. O Brasil tem, nessa interseção, uma vantagem que poucos mercados emergentes possuem.
O Revenue Lifecycle não vai mudar. O que vai mudar é a profundidade com que a inteligência se incrusta em cada estágio dele.
A jornada permanece
Empresas vêm e vão. Ondas de tecnologia se sucedem cada vez mais rápido. A preditiva deu lugar à generativa em destaque público, que deu lugar à agêntica em pilotos institucionais, e haverá uma quarta camada que ainda não sabemos nomear. Mas a jornada da receita é estrutural. Não é uma moda tecnológica; é a anatomia de como o valor se cria e se captura em uma economia digital, e permanece de pé enquanto as ferramentas se transformam.
É por isso que investimos no ciclo, e não na tecnologia da vez. A jornada da receita é o trajeto estável; a inteligência artificial é a aceleração mais potente que já vimos acoplada a ele.
A IA não substitui a tese. Ela acelera tudo o que ela sempre quis dizer.
Olhando para os próximos três a sete anos, três movimentos parecem claros. Primeiro, a IA agêntica vai migrar de piloto a operação. O que hoje impressiona em demonstração se tornará a forma padrão de executar cobrança, crédito, prevenção a fraude e operação financeira, e a vantagem ficará com quem tiver os dados, o contexto e a maturidade operacional para confiar a decisão a um agente. Segundo, a fronteira competitiva vai descer do horizontal para o vertical. Capacidades genéricas de IA viram recurso embutido das grandes plataformas, e o valor migra para especialistas com contexto proprietário profundo em cada setor. Terceiro, a infraestrutura financeira brasileira deixa de ser pano de fundo e passa a ser plataforma ativa. À medida que Open Finance, Pix Automático e a nova geração de FIDCs amadurecem, abre-se espaço para uma camada inteira de empresas que originam crédito, gerenciam risco e movimentam capital com IA no centro da decisão. O Brasil tem, nessa interseção, uma vantagem que poucos mercados emergentes possuem.
O Revenue Lifecycle não vai mudar. O que vai mudar é a profundidade com que a inteligência se incrusta em cada estágio dele.
A jornada permanece
Empresas vêm e vão. Ondas de tecnologia se sucedem cada vez mais rápido. A preditiva deu lugar à generativa em destaque público, que deu lugar à agêntica em pilotos institucionais, e haverá uma quarta camada que ainda não sabemos nomear. Mas a jornada da receita é estrutural. Não é uma moda tecnológica; é a anatomia de como o valor se cria e se captura em uma economia digital, e permanece de pé enquanto as ferramentas se transformam.
É por isso que investimos no ciclo, e não na tecnologia da vez. A jornada da receita é o trajeto estável; a inteligência artificial é a aceleração mais potente que já vimos acoplada a ele.
A IA não substitui a tese. Ela acelera tudo o que ela sempre quis dizer.
Autor
Autor
Triaxis Capital
Equipe de Investimentos
Equipe de Investimentos
·
Triaxis Capital
Triaxis Capital
Entre em contato
São Paulo - SP
Rua Funchal, 411
Cj 64 - Vila Olímpia - CEP 04551-060
Telefone: +55 (11) 3044-4060
Recife - PE
R Sant'Anna, 267
Salas 201 e 202 - Santana - CEP 52060-460
Telefone: +55 (81) 3221-6501
Triaxis Capital LTDA - CNPJ 15.333.310/0001-03
Este website tem caráter meramente informativo e não constitui uma oferta pública de valores mobiliários. Fundos de investimento não contam com garantia do administrador, gestor ou qualquer mecanismo de seguro. Rentabilidade passada não representa garantia de rentabilidade futura. Antes de investir, leia o regulamento e consulte um profissional qualificado.
Compliance & Regulatório
Entre em contato
São Paulo - SP
Rua Funchal, 411
Cj 64 - Vila Olímpia - CEP 04551-060
Telefone: +55 (11) 3044-4060
Recife - PE
R Sant'Anna, 267
Salas 201 e 202 - Santana - CEP 52060-460
Telefone: +55 (81) 3221-6501
Triaxis Capital LTDA - CNPJ 15.333.310/0001-03
Este website tem caráter meramente informativo e não constitui uma oferta pública de valores mobiliários. Fundos de investimento não contam com garantia do administrador, gestor ou qualquer mecanismo de seguro. Rentabilidade passada não representa garantia de rentabilidade futura. Antes de investir, leia o regulamento e consulte um profissional qualificado.
Compliance & Regulatório