O paradoxo do pão: por que o Vibe coding não consegue matar a indústria de software SaaS?

A IA escreve código para o setor de ações de software, mas “código barato” não significa “serviço completo barato”. Pesquisas mostram que a quantidade de falhas críticas em código gerado por IA é de cerca de 1,7 vezes a do código escrito por humanos; a Gartner observou que os reajustes de renovação de SaaS nas empresas ainda costumam ficar, em geral, entre 10% e 20%.
（Antecedentes: o pior começo de ano! As ações de software dos EUA despencaram porque o Claude Code ficou de repente muito popular）
（Complemento de contexto: quando as “muralhas” competitivas do SaaS são preenchidas por IA, sobram apenas três caminhos para as empresas de software）

Sumário

Toggle

• Ao longo de 5 mil anos, a humanidade sempre escolheu comprar
• A IA torna o código mais barato, mas não torna a cadeia de suprimentos mais barata
• Produto superficial morre; a cadeia de suprimentos não

Uma máquina de fazer pão consegue produzir uma unidade em até três horas, com custo de insumos de menos de US$ 3, e a própria máquina custa pouco mais de US$ 100. Em teoria, isso permitiria que todos assassem em casa, mas, na prática, os americanos continuam comprando todos os dias cerca de 10 milhões de pães pré-assados. Esse contraste, o escritor de tecnologia Joan Westenberg chama de “paradoxo do pão”, e ele é justamente o que serve para testar o pânico que varreu o setor de software no começo deste janeiro, fazendo as ações perderem, em um único dia, cerca de US$ 300 bilhões.

Na época, com a popularidade do Claude Cowork e do Claude Code, o mercado começou a gritar “SaaSpocalypse” (“fim do SaaS”). Mas se receitas baratas e máquinas baratas nunca derrubaram a indústria de panificação ao longo de 5 mil anos, código barato provavelmente terá o mesmo destino.

Ao longo de 5 mil anos, a humanidade sempre escolheu comprar

Já em 3000 a.C., os antigos egípcios operavam padarias comerciais ao longo do Nilo. Os romanos transformaram esse negócio em indústria; quando Plínio escreveu “História Natural”, Roma já tinha uma associação profissional de padeiros, máquinas de amassar movidas por força animal e uma rede logística para entregar pão a centenas de milhares de moradores urbanos — quase ninguém cozinhava o próprio pão.

A guilda de padeiros de Londres, na Idade Média, já havia obtido uma carta real de privilégios no século 12. Até padeiros que vendiam pães em “peso leve” eram amarrados em trenós para desfilarem e serem exibidos em público. O cenário idílico de “todo mundo assando em casa” na imaginação humana, na verdade, só existe quando o pão não está disponível.

Em 1928, Otto Rohwedder inventou a máquina comercial de fatiar; em 1961, o processo de Chorleywood reduziu o tempo de panificação de horas para alguns minutos. Hoje, os americanos consomem cerca de 21 milhões de toneladas de produtos de panificação por ano, comprando cerca de 10 milhões de pães pré-assados por dia. Mesmo com a farinha quase sem custo, com máquinas de pão por menos de US$ 100 e receitas que circulam há 5 mil anos.

O escritor de tecnologia Joan Westenberg, em um ensaio, aponta que a resposta está escondida na decisão de “make-or-buy” (fazer ou comprar) da economia. Em termos simples: uma pessoa racional só vai fazer por conta própria quando o custo realmente for menor, mas a maioria subestima os custos ocultos de “fazer”: comprar os materiais, ligar e desligar, esperar a fermentação, fazer a limpeza depois. Cada etapa, isoladamente, parece pequena; repetir isso por toda a vida sai caro.

George Orwell reclamou do pão britânico industrializado — “pálido, fofo, sem sabor” — mas as pessoas continuam comprando, porque o custo psicológico de comprar pão costuma ser menor do que assar.

A IA torna o código mais barato, mas não torna a cadeia de suprimentos mais barata

A argumentação de “SaaS está morto” soa tentadora: com um bom modelo de IA e um prompt razoável, em uma tarde dá para gerar um conjunto personalizado de CRM ou um painel analítico. O código fica quase de graça, o servidor também fica barato — quem vai pagar mensalidade?

Mas quando uma empresa assina Notion, Jira ou Basecamp, ela não compra o código em si: compra o conhecimento institucional acumulado por milhares de engenheiros, profissionais de conformidade e auditores de segurança ao longo de anos; compra ecossistemas de integração; compra certificações regulatórias e o sistema de suporte.

Ao “escrever” com IA uma solução própria, o que você compra na prática é uma máquina de fazer pão: os insumos ficam baratos e a máquina assume grande parte do trabalho, mas você vira o padeiro responsável por manutenção, casos de canto e pelas brechas de segurança que o código gerado por IA tende a introduzir. Pesquisas mostram que o número de falhas críticas em código gerado por IA é, aproximadamente, 1,7 vez o do código escrito por humanos. Seis meses depois, quem escreveu esse sistema troca de departamento; ninguém entende mais como ele funciona. Quando dá problema às 2h da manhã, não há ninguém para atender.

A Gartner observou que, nas renovações recentes de SaaS, os aumentos de preço das empresas geralmente ficam na faixa de 10% a 20%, acima da velocidade de crescimento orçamentário da maioria dos CIOs. Isso parece que os fornecedores estão aproveitando a confusão para aumentar preços, mas os compradores não parecem dispostos a sair. O relatório de Avenir de janeiro de 2026 mostra que 63% das empresas compradoras esperam que fornecedores existentes de software “se beneficiem” com IA generativa, e apenas 8% acreditam que “serão prejudicados”.

A aposta do mercado é clara: o cliente quer serviços existentes evoluindo com a IA, não que a solução seja eliminada e tudo seja refeito. Até a Klarna, frequentemente citada como exemplo de “construir em vez de comprar SaaS”, na prática não pega a IA para criar uma solução do zero para substituir a Salesforce; ela troca para outro conjunto de SaaS, adiciona parte em self-hosted e suas equipes ainda dependem do Slack dentro da Salesforce.

Produto superficial morre; a cadeia de suprimentos não

O que realmente deve preocupar são os produtos que pegam as capacidades de IA — basta um prompt — e vendem assinatura em cima disso: ferramentas únicas que transformam PDF em tabela, geram atas automaticamente, enviam e-mails de acompanhamento etc. Essas ferramentas têm um motivo de existir que já é frágil.

Já as empresas de SaaS com integração profunda, dados próprios, certificações regulatórias e, ao longo de anos, lógicas de negócio e ecossistemas de parceiros — para elas, o que existe é o “complexo industrial completo” da panificação. Mesmo que o “lote pequeno” consiga assar um pão, isso nunca ameaçou a panificação comercial, porque padeiros não vendem farinha e receita: vendem a garantia de estabilidade, consistência e “quando dá ruim, alguém assume”.

O que vai mudar a seguir é o modelo de precificação: à medida que agentes de IA se tornarem uma nova classe de usuários do software, o modelo de cobrança por pessoa vai gradualmente dar lugar à cobrança por uso e por resultado. Esses produtos frágeis e de uma única função vão morrer — e deveriam morrer. Eles nunca foram um negócio; apenas, na era em que o desenvolvimento de software era caro demais para que até funções menores pudessem ser cobradas mensalmente, acabaram sendo embrulhados como “funcionalidades” de uma empresa.

A lógica central real do SaaS é: gastar dinheiro para alugar uma solução, em vez de assumir o problema inteiro. Essa lógica atravessa desde o Império Romano até hoje, sustentada não por barreiras técnicas, mas por natureza humana: enquanto o preço for razoável e a confiança continuar, as pessoas sempre preferem pagar para que outra empresa lide com as dores de cabeça.