MV mira R$ 1 bilhão em 2027 ao transformar SaaS hospitalar em plataforma de IA

A trajetória de Paulo Magnus, fundador e CEO da MV, começou num detalhe operacional banal: funcionários de um hospital gaúcho perdiam horas tentando decifrar a letra de médicos para transformar atendimento em cobrança. Quatro décadas depois, essa mesma fricção, entre o que acontece na linha de frente da saúde e o que vira receita no back-office, é o motor de uma empresa que fatura mais de R$ 640 milhões em 2026 e projeta cruzar R$ 1 bilhão em 2027, segundo reportagem da Exame.

Para quem pensa estratégia de scale-up B2B, o case interessa menos pelo número redondo e mais pelo caminho até ele: quatro décadas sem bater na porta de fundo do VC, consolidação lenta de mercado vertical e, agora, uma virada de produto único para portfólio de soluções com IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → embarcada.

De terceirizar faturamento a vender software

O modelo de negócio da MV nasceu como serviço, não como produto. Magnus propôs a um hospital de Torres (RS) assumir o faturamento em troca de 2% do valor recebido, mais equipamentos cedidos pela própria instituição. Foi assim que financiou a operação inicial, numa lógica que hoje reconheceríamos como um MVP pago pelo próprio cliente-piloto.

A ruptura para produto veio em 1992, quando a empresa lançou um sistema integrado de gestão hospitalar reunindo processos administrativos e assistenciais. Em vez de vender horas de trabalho, a MV passou a vender a padronização desse trabalho em software reutilizável, a transição clássica de prestador de serviço para fornecedor de tecnologia escalável.

Em resumo: o serviço manual validou o problema e gerou caixa; o produto escalou a solução. É a sequência que falta em muita startup que tenta pular direto para plataforma sem antes entender o processo que está automatizando.

Os números por trás da meta de R$ 1 bilhão

A MV não divulga rodadas de investimento externo na reportagem, o que sugere crescimento majoritariamente orgânico ao longo de quase 40 anos, um dado raro entre empresas de tecnologia que hoje miram bilhão de faturamento.

O investimento de 2026 vai para três frentes: modernização dos sistemas legados, automação do ciclo de receitas e ferramentas de IA para resumir informações clínicas. Hoje a base da MV soma mais de 5.600 instituições de saúde em 13 países, cobrindo cerca de 178 mil leitos, segundo dados da própria companhia citados pela Exame.

SOUL Agents, Maida Health e Luiza Health: plataforma em vez de produto único

Em vez de empilhar features num único software, a MV está fatiando o problema em marcas especializadas. O SOUL Agents automatiza fluxos de trabalho e apoia decisões dentro da operação hospitalar que os clientes já rodam nos sistemas da MV, uma aposta de expansão de receita dentro da base instalada, mais barata do que conquistar cliente novo.

A Maida Health, outra empresa do grupo, atende operadoras e planos de autogestão com análise de dados↳Engenharia de dados43 conteúdosResolvendo desafios de Big Data com Ciência de Dados na UberData · abr 2019Análise de dados com Python e tabelas dinâmicas com PandasData · mai 2019Ferramentas para análise de dados são cada vez mais fundamentais para auxiliar pessoas desenvolvedorasData · jun 2024Ver tudo em Data → e regulação assistencial. Segundo a companhia, a tecnologia automatizou cerca de 20 mil análises de guias médicas em três meses numa única implantação, um número que qualquer board avaliando ROI de IA em back-office de saúde deveria pedir para benchmarkar.

Já a Luiza Health, ainda em preparação, vai cruzar dados clínicos com informações de equipamentos para ajudar equipes a identificar sinais de piora em pacientes internados. Magnus é explícito sobre o limite da automação aqui: as decisões sobre conduta clínica permanecem com os profissionais de saúde, não com o algoritmo, o que reduz a exposição regulatória e de responsabilidade civil do produto.

Para quem lidera healthtech, essa divisão em marcas separadas (SOUL Agents, Maida Health, Luiza Health) é uma decisão de governança tanto quanto de produto: cada unidade pode levantar capital, fechar parceria ou até ser vendida isoladamente, sem comprometer o core da MV.

O que isso ensina a quem lidera uma scale-up B2B

Três decisões da trajetória de Magnus valem como critério de avaliação para outros fundadores de SaaS vertical que miram virar plataforma:

• Validar o processo manual antes de vender o software que o substitui, em vez de supor a dor do cliente;
• Usar um polo de talento concentrado (no caso, a Universidade Federal de Pernambuco) como vantagem competitiva de contratação, não apenas custo menor de folha;
• Fatiar o crescimento em produtos/marcas distintos à medida que a base de clientes amadurece, em vez de inflar um único monólito que fica caro de manter e difícil de vender em pedaços.

A entrada em São Paulo na virada dos anos 2000, motivada pela revisão de sistemas para o bug do milênio, também é um lembrete de que janelas regulatórias ou tecnológicas externas (compliance, migração obrigatória, nova lei) costumam ser gatilho de vendas mais eficiente do que qualquer campanha de marketing.

Onde o modelo pode travar

O ponto mais frágil da tese de Magnus não é tecnológico, é institucional. Ele defende que o dado do paciente acompanhe diferentes serviços de saúde, o que exige interoperabilidade entre sistemas concorrentes, não só dentro da base MV.

Eu gostaria muito que as instituições e os serviços de saúde decidissem pela interoperabilidade. Nós trabalhamos para levar o dado para a pessoa. Esse dado se transforma em um resumo clínico quando ela vai ao médico.

Paulo Magnus, fundador e CEO da MV

O problema é que essa decisão não está nas mãos da MV: depende de hospitais, operadoras e reguladores de 13 países concordarem em trocar dados entre plataformas diferentes, muitas delas concorrentes diretas. Sem isso, a promessa de IA que resume o histórico clínico do paciente fica limitada ao que acontece dentro do próprio ecossistema MV, o que reduz o valor do dado justamente no cenário em que o paciente circula entre instituições distintas.

Para quem avalia um aporte ou uma parceria com uma healthtech nesse estágio, a pergunta certa ao CTO não é "a IA funciona", é: que percentual da base de clientes já habilitou interoperabilidade de fato, e quanto da meta de R$ 1 bilhão depende de uma adoção regulatória que a empresa não controla.

Fonte: Exame