a16z: Sob a influência de IA inteligente, a indústria de software está a perder o rumo?

Autor: Seema Amble, sócia da a16z; Fonte: a16z; Tradução: Shaw, Jinse Caijing

A indústria de software está realmente a perder o rumo?

No mês passado, a Salesforce anunciou a abertura da sua interface de programação de aplicações (API) e lançou produtos sem cabeça. Isto é, na essência, uma aposta: na era dos agentes inteligentes, o valor central reside na camada de dados, e não na interface de utilizador (UI). Foi uma reposicionamento estratégico inteligente. Contudo, é importante notar que, a nível técnico, na verdade, não houve grandes mudanças: as APIs que a Salesforce agora promove como produtos “sem cabeça” já existiam há muitos anos. Em outras palavras, trata-se de um lançamento típico de marketing da Salesforce. A lógica central deste novo produto é: um Agente de IA pode aceder diretamente aos dados do sistema de registos, sem precisar de adaptar uma interface de utilizador desenhada para humanos, usada para acompanhar fluxos de trabalho.

Este lançamento também levanta uma questão mais profunda: se removermos a interface de utilizador e abrirmos diretamente a base de dados subjacente, qual é realmente o valor central que sobra? Como é que isto difere essencialmente de uma base de dados PostgreSQL bem desenhada, com uma estrutura de tabelas bem definida, acompanhada de uma API? Os tradicionais obstáculos que sustentaram a longevidade dos sistemas de registos continuam a ser válidos? Ou a indústria já criou um novo conjunto de critérios de avaliação? Na era SaaS, a vantagem competitiva dos sistemas de registos reside na dependência elevada dos utilizadores na interface para realizar o seu trabalho. Na era dos agentes inteligentes, essa vantagem está a diminuir. O valor de barreira de entrada das empresas começa a sedimentar-se na modelagem de dados, sistemas de permissões, lógica de fluxos de trabalho, capacidades de conformidade, enquanto se estende para o ecossistema, geração de dados proprietários e execução de negócios reais.

Quando o software evoluir para uma era sem cabeça, onde é que as verdadeiras barreiras competitivas irão residir?

A interface de utilizador é, ela própria, o produto

Os sistemas de registos são fontes de dados fiáveis e autoritativas em domínios de negócios específicos. Os registos oficiais de relações com clientes, ficheiros de funcionários, transações financeiras, estão armazenados aqui, sendo também o núcleo de leitura e escrita de outras ferramentas.

Os sistemas de gestão de relacionamento com clientes (CRM) são os sistemas de registos de receitas; os sistemas de informação de recursos humanos (HRIS) são os sistemas de registos de gestão de pessoal; os sistemas de planeamento de recursos empresariais (ERP) são os sistemas de registos financeiros.

A força destes sistemas não reside apenas no armazenamento de dados, mas sim no facto de serem a base de referência unificada sobre a qual toda a operação empresarial se apoia.

Nos últimos vinte anos, a Salesforce essencialmente vendeu um método de gestão de equipas de vendas. Os painéis, as visualizações de funil de vendas, as ferramentas de previsão de desempenho, o fluxo de informações dinâmico, são o que os utilizadores realmente compram. O seu modelo de negócio baseia-se na venda de licenças de utilizador, permitindo que estes acedam a essas funcionalidades. A base de dados subjacente é, claro, fundamental, mas, do ponto de vista do valor comercial, acaba por ser uma configuração acessória.

Isto significa que: a interface de utilizador determina a fidelidade do utilizador. Ela regula a entrada de dados, estabelece uma terminologia comum de negócios: pistas de vendas, oportunidades, contas de clientes. Obriga milhares de profissionais de vendas a inserir proativamente dados que antes não eram registados. A interface de utilizador tem sido o mecanismo central para manter a consistência e organização dos dados.

Este produto tem uma fidelidade de utilizador extremamente forte, muitos gestores de vendas continuam a usar Salesforce após mudarem de empresa, não por causa da experiência de interface, mas por hábito, por memória muscular.

Hoje, os agentes de IA estão a revolucionar este modelo tradicional. Podem aceder e modificar dados subjacentes sem passar por uma interface frontal. Isto deu origem a uma série de novas ferramentas e alternativas que evitam a interface original (a Salesforce não é exceção: recentemente também analisámos, por exemplo, o ecossistema de IA em torno do SAP, que está a evoluir rapidamente).

A longo prazo, os agentes de computador irão gradualmente diminuir a importância de fatores centrados no humano: preferências pessoais, formação em funções, conhecimentos tácitos e implícitos de negócios. Em outras palavras, os sistemas de registos que permanecem de pé ao longo do tempo terão de evoluir para manter essa resistência.

Análise das barreiras tradicionais de fidelidade

Antes de explorar as mudanças que a era dos agentes inteligentes trará, é necessário esclarecer: o que foi originalmente responsável pela alta fidelidade dos sistemas de registos? O principal fator centra-se na interação entre humanos e software, bem como nas preferências pessoais de uso. A alta fidelidade do software é, em grande parte, construída por interface de utilizador, hábitos de uso, fluxos de trabalho manuais, processos de negócio embutidos.

Frequência de uso

Os sistemas CRM e similares são utilizados diariamente por equipas de vendas e outros profissionais. Essa utilização frequente faz deles infraestruturas críticas para a empresa; e os hábitos culturais e de gestão que se sedimentaram — processos fixos, memória muscular, ritmo de gestão consolidado ao longo de anos — são muitas vezes os aspetos mais difíceis de migrar, mesmo que as empresas nem percebam que esses sistemas também precisam de ser reconstruídos.

Somente leitura ou leitura e escrita

Sistemas de registos com alta fidelidade são obrigatoriamente bidirecionais. Por exemplo, um CRM não é apenas um arquivo de dados passivo; é um sistema que é consultado e atualizado continuamente. Cada chamada, cada atualização de fase de oportunidade, cada tarefa criada, é inserida ativamente pelos utilizadores. Este fluxo bidirecional de dados significa que qualquer sistema substituto deve suportar dados de operações em tempo real, não apenas importar dados históricos. Como as janelas de transição são limitadas, uma vez implementado, o sistema tende a manter-se por longos períodos com o mesmo fornecedor. Por outro lado, sistemas de rastreamento de recrutamento (ATS) geralmente são apenas de escrita, com pouca leitura: após a contratação ou eliminação de candidatos, raramente há necessidade de consultar esses dados, o que reduz a fidelidade do utilizador.

Quantos processos operacionais padrão (SOP) não documentados existem?

O conhecimento tácito que sustenta o negócio nunca está em documentos, mas sim nas regras de fluxo de trabalho construídas ao longo de anos por administradores e integradores de sistemas. Por exemplo, em vendas, essas regras não escritas incluem: aprovações de ordens superiores a 100 mil dólares, conformidade de privacidade na região EMEA, descontos para grandes clientes apenas no final do trimestre, etc. Essas regras tácitas muitas vezes determinam se o negócio será concluído a tempo, se viola normas essenciais, ou se a operação será bem-sucedida. Para migrar sistemas, é preciso desmontar cada lógica automatizada ou perder esse conhecimento organizacional acumulado.

Existem muitas dependências internas e externas no sistema?

A principal métrica é: quantos sistemas internos, processos de equipa e entidades externas dependem desse sistema de registos central. A conectividade interna refere-se à integração com outros softwares e fluxos de trabalho internos; a conectividade externa refere-se a entidades como auditores, contabilistas, reguladores — por exemplo, o ERP muitas vezes precisa de fornecer acesso direto a esses órgãos. Quanto maior a dependência, mais complexa será a desmontagem e a migração.

Qual a importância dos dados do ponto de vista de conformidade?

A questão principal é: este sistema é uma peça crítica de conformidade? Sistemas essenciais como folha de pagamento, ERP, dados de RH, devem possuir fontes de dados autorizadas e juridicamente válidas, com controlo rigoroso de acessos administrativos. Qualquer migração requer auditoria e supervisão por entidades reguladoras, o que aumenta a fidelidade do utilizador e a dificuldade de mudança. Por outro lado, ferramentas de atendimento ao cliente como Zendesk, embora importantes para continuidade de negócio, não representam risco de conformidade ao serem migradas ou ao alterarem permissões.

Nem todos os sistemas de registos têm o mesmo nível de custo de mudança. Comparando CRM e ATS, a diferença é clara: o ATS serve um fluxo de recrutamento fechado, onde os dados de candidatos são inseridos uma única vez e raramente alterados. O alcance do sistema é limitado, com poucos utilizadores concentrados. O ERP, por outro lado, é uma peça de auditoria e rastreabilidade: a sua substituição é mais complexa, envolvendo reguladores e auditores. Trocar um ATS é difícil, mas suportável; trocar um CRM é como uma cirurgia de coração aberto; trocar um ERP é como fazer uma cirurgia de peito aberto enquanto o paciente corre uma maratona.

Historicamente, os sistemas de registos tradicionais não aproveitavam dados proprietários ou efeitos de rede para criar barreiras de entrada; baseavam-se apenas nos fluxos de trabalho de negócio, que por si só podiam gerar uma barreira. Em contrapartida, no setor de consumo, é comum integrar ferramentas e ecossistemas de rede, mas os sistemas de registos sempre tiveram dificuldades em fazer o mesmo.

Dados proprietários

Apesar de a maioria dos sistemas de registos recolherem dados de clientes, raramente esses dados são profundamente explorados (muitas vezes por limitações contratuais). Assim, mesmo que um CRM detenha dados ricos e possa agregar informações de clientes, a sua aplicação prática para insights de setor ou ações de marketing é limitada (embora tenham existido tentativas, como o produto Einstein da Salesforce).

Efeitos de rede

Os efeitos de rede são, na teoria, a barreira final desejada na indústria. Se forem alcançados, o valor do CRM aumenta com a expansão do ecossistema, permitindo aos fornecedores de software conectar recursos de compradores e vendedores na plataforma. Mas, tal como o valor dos dados, os efeitos de rede dos sistemas de registos têm sido fracos ao longo do tempo.

O que sobra quando a interface de utilizador desaparece e os agentes inteligentes entram em cena?

Os agentes de IA não precisam de navegador; apenas de APIs, contexto de negócio, comandos de execução e capacidade de ação. Dois avanços tecnológicos tornam essa implementação em escala possível: primeiro, os grandes modelos de IA já possuem raciocínio lógico suficiente. Agora, os agentes podem compreender autonomamente o contexto de negócio, planejar ações, chamar ferramentas, executar tarefas e rever resultados, sem intervenção humana na maioria das tarefas. Segundo, o protocolo MCP padroniza a chamada de ferramentas, oferecendo uma interface unificada para os agentes acessarem capacidades externas. Agentes compatíveis com MCP podem realizar todas as operações humanas em milissegundos, operando em escala, sem necessidade de navegador. Com o contexto de negócio completo, agentes de computador podem até operar diretamente interfaces tradicionais de software, sem depender de APIs oficiais.

De forma simplificada, atualmente, os compradores de software têm três opções:

1. Continuar a usar sistemas existentes + acrescentar agentes inteligentes. Aproveitando as capacidades de comandos e APIs dos sistemas atuais, podem usar produtos nativos de agentes (como o Agentforce da Salesforce ou o Joule da SAP) ou desenvolver internamente seus próprios agentes. (Hipótese ideal: APIs completas e operação sem cabeça com complexidade de implementação inferior à realidade.)

2. Construir um sistema de registos do zero. Desde a modelagem de dados, lógica operacional, sistemas de permissões, auditoria, até integração, criando um sistema próprio e desenvolvendo agentes internos (normalmente usando ferramentas de terceiros).

3. Comprar software nativo com IA integrada. Optar por uma nova geração de software, desenhada desde o início para agentes inteligentes: com arquitetura sem cabeça, com funcionalidades nativas de orquestração de agentes, não como módulos adicionais.

Assim, quais critérios de fidelidade de sistema ainda fazem sentido? Factores dependentes de comportamento humano, como frequência de uso ou atributos de leitura/escrita, estão a perder relevância. Os agentes de IA podem dissolver barreiras baseadas em memória muscular, mas não podem substituir a lógica de negócio e o contexto de cenário que criam a barreira de proteção. Pelo contrário, essa lógica torna-se ainda mais importante, pois os agentes precisam de regras, permissões e processos bem definidos para operar de forma segura e conforme.

No curto prazo, processos tácitos e não documentados continuam essenciais. A lógica de negócio nativa, sedimentada em fluxos de trabalho, é o núcleo que permite aos agentes executar tarefas corretamente. Ainda não é possível exportar esse conhecimento de forma completa e limpa, especialmente quando há intervenção humana. Contudo, a digitalização do contexto de negócio está a avançar rapidamente; à medida que os agentes substituem mais tarefas humanas, a importância do conhecimento tácito diminui.

A complexidade de desmontar dependências entre sistemas permanece elevada, com impacto mais amplo. A lógica de conectividade mudou: não se trata apenas de adaptar-se à operação humana, mas de integrar funções de negócio e sistemas de software que antes operavam de forma isolada. Um agente de CRM, por exemplo, precisa conectar dados e contextos de vendas, faturação, sucesso do cliente. Se a sua plataforma se tornar um hub de transações entre múltiplas entidades externas (compradores, vendedores, parceiros), as dependências aumentam ainda mais. Seja por sobreposição de fornecedores tradicionais com agentes ou por sistemas próprios, a coordenação de capacidades básicas entre diferentes softwares será sempre um grande desafio.

A importância de dados sensíveis à conformidade mantém-se inalterada. Dados sujeitos a regulamentação, requisitos legais ou riscos jurídicos, devem ter fontes de dados confiáveis e autorizadas. Se uma empresa confia na sua solução atual, a substituição será difícil. Por exemplo, dados de salários ou finanças, mesmo que um agente precise de aceder, dificilmente as empresas querem desenvolver e manter internamente esse sistema de conformidade. Uma questão ainda por resolver é: quais agentes podem representar quem, executar que ações, e como garantir toda a rastreabilidade e auditoria? Se um sistema de registos se tornar o núcleo de identidade e permissões entre agentes, terá uma posição estrutural difícil de substituir — o seu valor não está apenas nos dados, mas na confiança e na arquitetura de permissões que constrói.

De olho no futuro, os fatores que determinam a vantagem competitiva de startups de IA nativa tornam-se cada vez mais claros.

Quão difícil é reconstruir um sistema de registos central?

O valor dos dados manifesta-se em múltiplos níveis. A curto prazo, depende da facilidade de extrair e replicar os dados do sistema original. Ferramentas de IA reduziram significativamente as barreiras de migração e replicação. Nos próximos tempos, os fornecedores tradicionais podem tentar dificultar a migração, tornando as APIs complexas, limitando o acesso, oferecendo funcionalidades incompletas ou com preços pouco atrativos. Contudo, à medida que as ferramentas de extração de dados e agentes de operação automática evoluem, essas barreiras tendem a diminuir. Além disso, novos fornecedores estão a extrair dados mais ricos de emails, chamadas, documentos internos. A IA reduz o custo de replicar 80% das funcionalidades básicas de um sistema de registos; os 20% restantes, que envolvem processos especiais, regras de aprovação, requisitos de conformidade e fluxos de trabalho de fronteira, são o que diferencia um módulo substituível de uma solução verdadeiramente completa.

Os dados realmente exclusivos e proprietários?

Em segundo lugar, o valor estratégico dos dados está a aumentar. O que realmente cria barreiras não são os dados externos importados, mas os dados gerados pelos próprios processos de negócio. O conceito de “muralhas de dados” refere-se a ativos de dados com atributos proprietários, sujeitos a regulamentação, que requerem atualização contínua. Empresas que investem em conjuntos de dados completos e autoritativos têm vantagem natural sobre concorrentes genéricos. Além disso, os dados internos, derivados do envolvimento profundo nos processos de negócio, tornam-se ativos de valor: comportamentos de utilizadores, taxas de resposta, padrões temporais, resultados de processos, benchmarks setoriais, padrões anómalos, trajetórias de agentes de IA, etc. A lógica mudou: os dados são o próprio contexto de negócio.

Controlar a execução do negócio?

No modo tradicional, basta armazenar registos de negócio para criar valor; na nova era, os agentes de IA lideram a tomada de decisão e a criação de barreiras passa por produtos que possam fechar o ciclo de negócio: desde a iniciação de ações, captura de resultados, até à retroalimentação para otimizar decisões futuras. Por exemplo, um ERP que automatiza aprovações de despesas, inicia pagamentos, reconcilia faturas e envia notificações, possui uma barreira de proteção mais profunda — está integrado na execução do negócio, não apenas na sua captura. Quanto mais completo for o contexto de negócio que cobre, mais difícil será substituir, e maior será o valor.

Capacidade de execução no mundo real?

Se o modelo de negócio conseguir conectar-se a operações físicas que não podem ser totalmente automatizadas, cria-se uma barreira única. Exemplos incluem empresas com redes de operações físicas, como a DoorDash, que, embora não sejam sistemas de registos tradicionais, representam um caso de estudo valioso. Mais amplamente, qualquer software que coordene entregas, logística, operações externas, pagamentos e entregas físicas possui uma vantagem competitiva que os SaaS tradicionais não conseguem replicar. Essas empresas não apenas armazenam dados ou dão recomendações, mas também mobilizam recursos humanos, materiais e realizam entregas físicas.

Para os empreendedores, isto representa uma oportunidade: setores onde o software toma decisões autónomas, mas a última etapa exige intervenção física, oferecem um potencial enorme. Por exemplo, software especializado em serviços de campo.

Pode criar efeitos de rede?

Historicamente, os sistemas de registos tinham efeitos de rede fracos, pois serviam processos internos. Na era dos agentes inteligentes, se o sistema for profundamente integrado em fluxos de trabalho colaborativos entre múltiplas partes, os efeitos de rede podem aumentar exponencialmente. Se a plataforma se tornar um centro de transações entre várias entidades — compradores e vendedores, empregadores e empregados, empresas e reguladores, fornecedores e clientes — cada novo participante aumenta o valor para todos os outros.

Existem três formas principais de efeitos de rede:

• Colaboração em fluxos de trabalho partilhados: uma plataforma que coordena a troca de bens, serviços, informações e resolução de exceções;

• Padrões setoriais e insights inteligentes: com base em comportamentos agregados, fornece padrões, alertas de anomalias e recomendações de otimização, complementando os dados proprietários;

• Confiança e infraestrutura de conformidade: se todas as partes confiam na mesma plataforma para aprovações, transferências, verificações de conformidade e pagamentos, o produto torna-se uma infraestrutura de mercado, com barreiras de entrada elevadas.

Capacidade tecnológica do comprador?

Teoricamente, qualquer empresa pode desenvolver internamente agentes de IA; na prática, a implementação é muito variável. Setores verticais e departamentos tradicionais geralmente carecem de equipas de engenharia próprias, dificultando a construção, manutenção e evolução de bases de dados, fluxos de trabalho e arquiteturas de agentes. O custo também é um fator: desenvolver internamente pode parecer mais barato em licenças, mas transfere o custo para implementação, manutenção e complexidade interna. Assim, há uma oportunidade clara em setores com processos complexos, mas oferta tecnológica insuficiente, como manufatura, construção, manutenção industrial, serviços de campo, auditoria financeira.

Existem condições essenciais de entrada: primeiro, a arquitetura de dados deve ser redesenhada. Muitas abordagens de “auto-construção” subestimam o valor dos objetos de negócio. Sistemas tradicionais focam em painéis, relatórios e processos manuais, com objetos como oportunidades, tarefas, candidatos. Para agentes de IA, a arquitetura de dados deve suportar raciocínio lógico, execução de ações, rastreamento de estados, gestão de exceções, delegação de tarefas e coordenação entre sistemas, com objetos centrados em tarefas, intenções, sessões, regras de governança e resultados de negócio.

Segundo, o sistema de permissões deve ser atualizado para gerir agentes, não apenas pessoas. É preciso definir quem pode operar, com qual agente, sob que regras, que aprovações são necessárias, como garantir auditoria e rastreabilidade, e mecanismos de fallback em caso de erro.

Claro que tudo isto envolve custos: investimento na construção e manutenção de agentes, custos de chamadas API, etc. No final, tudo se resume à dificuldade de replicar dados, à dependência de sistemas e à complexidade de integração.

Para onde tudo isto nos leva?

Quando os fornecedores tradicionais de software se transformarem para arquiteturas sem cabeça, estarão implicitamente a apostar: que o valor principal continuará a residir na camada de dados. Em setores altamente regulados, como o financeiro, essa hipótese pode manter-se por mais tempo, com processos de transição mais lentos.

Para os empreendedores de software, a mudança de paradigma dos fornecedores tradicionais para a era sem cabeça altera as oportunidades de criar produtos com barreiras de longo prazo.

Novos sistemas de registos centrais já começam a surgir numa forma totalmente nova: não são apenas recipientes de dados para registar trabalho manual, mas sim plataformas com capacidades nativas de agentes inteligentes, capazes de captar automaticamente o contexto de negócio, iniciar processos e gerar dados ao longo de todo o ciclo.

Mais ainda, as empresas com maior potencial de crescimento irão estender-se às operações físicas, coordenando agentes externos, logística, equipes de campo e ativos tangíveis, ou atuando como hubs de transação entre múltiplas partes. Este novo paradigma combina elementos tradicionais de negócio, enquanto os sistemas de registos tradicionais, que sempre dependeram de dados, passarão a desempenhar um papel secundário, como suporte de base.