O Agente de IA não consegue matar SaaS

Título original: AI Agent杀不死SaaS

Autor original: 动察 Beating

Fonte original:

Reprodução: 火星财经

Depois que o AI Agent ganhou destaque, muitas pessoas começaram a escrever obituários para SaaS. Mas acho que ainda é cedo demais.

Os investidores estão realmente assustados. No início de 2026, o pânico do fim do SaaS varreu todo o setor de tecnologia. No final de janeiro, a Anthropic lançou uma atualização que permitia ao Claude chamar plugins, e o valor de mercado das empresas de software nos EUA evaporou milhares de bilhões de dólares nas três semanas seguintes.

A lógica do pânico deles é simples. Eles acreditam que, já que o AI pode escrever código, encontrar vulnerabilidades e até gerar ferramentas dinamicamente, o custo de escrever código se aproxima de zero. Se o Agent puder criar ferramentas personalizadas a qualquer momento e lugar, as empresas de software que cobram mensalidades, que construíram suas vantagens competitivas com esforço, terão suas barreiras de entrada destruídas.

Assim, de CrowdStrike a IBM, de Salesforce a ServiceNow, independentemente dos resultados financeiros, todos enfrentam vendas massivas.

Ao mesmo tempo, inúmeros empreendedores de AI estão com planos de negócios (BP), dizendo aos investidores de risco que vão criar uma camada intermediária na era do Agent, ou que vão empreender “para o Agent”.

Todos estão apostando numa coisa: criar ferramentas é o negócio mais sexy desta era.

Mas se afastarmos o olhar dos slides de PowerPoint e olharmos para o funcionamento real das empresas, veremos que não é bem assim.

Software nunca foi apenas código

Na economia, há uma teoria clássica e repetidamente comprovada chamada “transferência de escassez de fatores”. Cada revolução na produtividade faz com que um fator originalmente escasso se torne abundante, enquanto outro, que antes era negligenciado, se torne extremamente escasso, concentrando a riqueza nesse último.

Antes da Revolução Industrial, a força de trabalho era escassa; a máquina a vapor tornou a força mecânica abundante, e a escassez foi transferida para o capital e as fábricas, tornando os industriais os mais ricos da época.

A revolução da internet zerou o custo de disseminar informações, e a escassez foi transferida para a atenção dos usuários, transformando o fluxo de tráfego em um grande negócio.

Hoje, a revolução do AI torna a capacidade de escrever código e criar ferramentas extremamente abundante. Em uma era de agentes onde o código não é mais escasso, para onde foi transferida a escassez?

Na verdade, ao longo de décadas de desenvolvimento do setor de software, o código em si nunca foi uma verdadeira barreira de entrada.

O sistema Linux, por exemplo, é composto por código gratuito, mas isso não impediu a Red Hat de ser adquirida pela IBM por 34 bilhões de dólares; o MySQL é gratuito, mas após a Oracle adquiri-lo, ela ainda consegue vender contratos de serviço caros. O código do PostgreSQL pode ser baixado por qualquer um, mas o serviço de banco de dados Aurora da AWS ainda gera bilhões de dólares por ano de clientes empresariais.

Código gratuito, negócios continuam e prosperam.

O mais importante, na verdade, são três coisas: processos de negócio solidificados, dados de clientes acumulados ao longo dos anos e os altos custos de mudança associados a eles.

Quando você compra Salesforce, não está comprando o código fonte do sistema CRM, mas sim mais de 50 trilhões de registros de clientes empresariais, além do know-how de como integrar vendas, suporte e marketing de forma eficiente. Esses dados não são apenas linhas de código frio, mas a vida e a história da empresa.

Uma empresa que usa Salesforce há dez anos tem registros de cada comunicação, cada transação, cada oportunidade de venda. Mudar de software não é apenas trocar de sistema, é como mudar toda a memória da empresa. É por isso que a Salesforce ainda gera 41 bilhões de dólares por ano e mira 63 bilhões até 2030.

Voltando à teoria da transferência de escassez de fatores: já que o Agent consegue criar ferramentas e escrever código a custo zero, qual é o fator mais escasso no cenário de serviços empresariais?

O que realmente prende o Agent?

O que realmente limita o Agent não é a falta de ferramentas, mas a ausência de “contexto”.

Um super Agent com todas as ferramentas é como uma centrífuga de alta performance. Rápido, com lâminas afiadas, mas se ninguém colocar frutas dentro, não fará suco.

McKinsey aponta em seu relatório anual que 88% das empresas usam AI, mas apenas 23% implementaram sistemas de Agent em alguma parte de suas operações em escala. O que as impede não é a falta de inteligência dos grandes modelos, mas a estrutura de dados da empresa que não está preparada.

Irfan Khan, presidente de Dados e Análises da SAP, disse à MIT Technology Review: “Não é possível simplesmente substituir todo o sistema de contabilidade por um Agent, porque sem contexto de negócio, ele não consegue fazer nada.”

Esse “contexto de negócio” inclui: onde estão os limites de conformidade financeira da empresa, quais são as exigências regulatórias do setor, as preferências e histórico de um cliente nos últimos dez anos, os termos de pagamento e registros de inadimplência de um fornecedor, o histórico de desempenho e promoções de um funcionário… Essas informações não estão na internet, não podem ser coletadas por crawlers, e o AI não consegue gerar a partir de textos.

Ashu Garg, sócio da Foundation Capital, concorda: o que o Agent precisa não é apenas de dados, mas de um “mapa de contexto”, uma camada de raciocínio que capture não só o que a empresa fez, mas como ela pensa. Essa camada só pode ser construída a partir da operação real do negócio, não criada do nada.

Sob essa lógica, a escassez migrou de “capacidade de criar ferramentas” para “possuir dados de contexto de negócio que ninguém mais tem”.

Se o Agent não consegue fazer suco, então quem tem as frutas?

A era dourada dos proprietários de dados

A resposta aponta para aqueles que eram considerados vulneráveis à AI.

Em 23 de fevereiro de 2026, a Bloomberg lançou a interface “ASKB”, uma AI com foco em Agentic AI. O Bloomberg Terminal é uma das plataformas mais representativas do setor de software. Com apenas 325 mil assinantes globais, cada um pagando cerca de 32 mil dólares por ano, a Bloomberg gera mais de 10 bilhões de dólares anuais apenas com esses assinantes, representando mais de 85% de toda a receita da Bloomberg LP.

Para uma indústria que valoriza “quanto mais, melhor”, isso é contra a lógica: com poucos assinantes pagos, a Bloomberg construiu uma fortaleza de negócios.

Por quê? Porque ela detém os dados financeiros mais completos, atualizados e estruturados do mundo. Esses dados são resultado de décadas de investimento contínuo: cotações em tempo real, arquivos históricos, notícias, relatórios de analistas, dados financeiros de empresas… Qualquer instituição que queira tomar decisões financeiras sérias precisa usar esses dados.

Para o novo ASKB, o AI é o motor, e os dados exclusivos da Bloomberg são o combustível. Qualquer agente que queira atuar no setor financeiro não pode criar esses dados do nada; só pode acessá-los via API da Bloomberg.

WatersTechnology comentou: “A estratégia de Agentic da Bloomberg mostra como quem possui dados consegue transformar AI em uma máquina de fazer dinheiro.”

O mesmo vale para outros setores. A Veeva, por exemplo, controla dados de conformidade e pesquisa clínica na indústria farmacêutica global; qualquer agente farmacêutico que lide com ensaios clínicos ou registros regulatórios precisa desses dados. A Epic possui registros de saúde de mais de 250 milhões de pacientes nos EUA, e cada recomendação médica depende desses dados reais. A LexisNexis domina vastos arquivos jurídicos, e seus agentes de análise de casos e conformidade não podem funcionar sem eles.

Esses dados representam décadas de operações reais, uma sedimentação de tempo e história que não pode ser copiada. Essa é a essência da transferência de escassez de fatores: quando todos têm acesso a um motor de AI de ponta, quem realmente decide o sucesso é quem possui aquele campo de petróleo exclusivo.

No passado, esses dados eram vendidos a analistas humanos. Uma grande instituição podia precisar de 100 terminais Bloomberg. Mas no futuro, quando as máquinas forem consumidores de dados, uma única organização poderá ter dezenas de milhares de agentes acessando esses dados em milissegundos, de forma frenética.

Essa é uma mudança de escala. Analistas humanos podem fazer um número limitado de consultas por dia, mas os agentes podem fazer muitas mais. A demanda por dados de alta qualidade, em tempo real, vai explodir exponencialmente. O modelo de assinatura, longe de ser destruído, será amplificado pela fome insaciável das máquinas.

Código zerado, dados gerando renda de aluguel.

Mas isso significa que todas as SaaS e empresas de dados podem ficar tranquilas?

Nem todas as SaaS têm essa carta na manga

Se você interpretar este artigo como uma análise de que o setor de SaaS deve ser otimista de forma indiscriminada, está completamente enganado. A chegada do AI traz uma grande divisão no setor.

Em uma entrevista com vários investidores de risco de destaque em março de 2026, perguntaram a eles: “Qual tipo de SaaS você menos quer investir agora?”

Os investidores de Silicon Valley já estão votando com os pés. Ferramentas simples de automação de fluxo de trabalho, ferramentas horizontais aplicáveis a qualquer setor, gerenciamento leve de projetos — esses negócios que antes podiam atrair financiamento, agora estão sendo descartados. Por quê? Porque esses agentes podem fazer tudo facilmente. Empresas de software sem dados exclusivos estão rapidamente perdendo a chance de atrair capital.

Essa avaliação divide o mundo SaaS em duas categorias.

De um lado, estão as que oferecem apenas camadas superficiais de ferramentas, que apenas embalam dados públicos com uma interface atraente ou otimizam processos pontuais. Essas empresas têm como vantagem a fidelidade do usuário e a dependência da interface.

Mas, como disse Jake Saper, da Emergence Capital: “Antes, criar um hábito na sua plataforma era uma barreira forte. Mas se o Agent faz esse trabalho, quem se importa com o fluxo de trabalho humano?”

Essas SaaS enfrentam uma ameaça real. Um exemplo clássico é o stack de GTM (go-to-market). Gainsight, Zendesk, Outreach, Clari, Gong — cada uma cobre uma função adjacente: sucesso do cliente, suporte, vendas externas, previsão de receita, análise de chamadas. Cada uma exige orçamento, operação e integração separadas. Agora, empresas nativas de AI podem usar um único Agent para integrar tudo isso, reduzindo o valor de cada ferramenta pontual.

Por outro lado, há SaaS que estão profundamente integradas aos processos essenciais do negócio, com dados proprietários insubstituíveis. Essas empresas não serão substituídas pelo Agent, pelo contrário, terão seu valor aumentado.

Por exemplo, a Salesforce, em fevereiro de 2026, reportou que a receita recorrente anual do seu produto Agentforce atingiu 800 milhões de dólares, com crescimento de 169%; entregou 2,4 bilhões de “unidades de trabalho Agentic”; e possui mais de 29 mil clientes, crescendo 50% em um trimestre. Ainda mais, a ARR combinada de Agentforce e Data 360 ultrapassou 2,9 bilhões de dólares, com crescimento superior a 200%.

Marc Benioff afirmou na teleconferência de resultados: “Reformulamos a Salesforce como um sistema operacional de uma Empresa Agentic. Quanto mais AI substituir trabalho, mais valiosa será a Salesforce.”

Na verdade, Salesforce não foi substituída pelo Agent, mas se tornou seu terreno de operação. Seu valor vem justamente dos dados e processos de negócio que os agentes não podem ignorar.

Bill McDermott, CEO da ServiceNow, declarou em fevereiro de 2026: “Não somos uma SaaS.”

Ele não está negando sua essência, mas se preparando para uma mudança de estratégia. Para ele, SaaS é uma forma de entrega de software, enquanto a ServiceNow quer ser uma camada de orquestração e execução de agentes de AI empresariais. AI pode identificar problemas e sugerir ações, mas a execução real ainda deve ser feita por plataformas profundamente integradas ao fluxo de trabalho, como a própria ServiceNow.

A Workday, em 17 de março de 2026, lançou o “Sana”, uma suíte de AI conversacional que integra dados de RH e finanças. O núcleo do produto não é substituir o Workday por AI, mas alimentá-lo com seus dados.

A Workday possui dados de salários, desempenho, estrutura organizacional e orçamentos de milhares de empresas. Essa profundidade e exclusividade de dados é algo que startups nativas de AI não podem replicar no curto prazo.

Portanto, a verdadeira barreira de proteção não é a quantidade de dados, mas se esses dados são inacessíveis, incompráveis ou impossíveis de serem criados por outros.

Próximos dez anos: quem vai cobrar aluguel?

Cada revolução tecnológica tende a beneficiar mais quem controla os fatores escassos que sustentam a inovação, não quem inventa a tecnologia em si. Com o avanço do AI e a capacidade crescente dos grandes modelos de escrever código e criar ferramentas, a lógica da transferência de escassez só tem uma conclusão: quem constrói ferramentas para o Agent provavelmente não será o grande vencedor final.

Foundation Capital, em uma análise de fevereiro de 2026, afirmou que o valor total do setor de software deve crescer dez vezes nos próximos dez anos. Mas esse crescimento não será distribuído de forma uniforme; será altamente concentrado naqueles que realmente dominarem a era do Agent.

Os verdadeiros vencedores serão aqueles que possuem ativos de dados que os agentes não podem ignorar.

Para empreendedores e investidores de hoje, há apenas duas opções: ou se dedicam a criar ferramentas para o Agent, ou ocupam aquele espaço de dados exclusivo. Você já sabe qual caminho está trilhando.

Não olhe para as mãos do Agent, prenda seu pescoço.