Há mais de duas décadas o mercado de TI funcionou segundo um modelo relativamente simples.
A empresa tem um problema. Compra um sistema. Implementa o sistema. Treina os funcionários. Aprende a usar o sistema. E então tenta alcançar o objetivo de negócio definido.
Assim eram as implementações:
- CRM,
- ERP,
- sistemas de armazém,
- plataformas de e-commerce,
- ferramentas de marketing,
- sistemas de gestão de projetos.
Durante anos ninguém se espantou. Afinal, o software era a ferramenta que deveria ajudar a alcançar um determinado resultado.
Mas hoje surge uma pergunta que há alguns anos seria absurda: as empresas vão continuar a comprar software?
Ou poderão começar a comprar competências prontas, executadas por inteligência artificial?
Isto já não é uma visão futurista. Os primeiros sintomas dessa mudança já são visíveis agora.
Como funcionou o mercado de TI até agora?
Durante décadas comprávamos ferramentas.
Um exemplo?
A empresa precisava gerir melhor as vendas. - Comprava um CRM.
Precisava de relatórios. - Comprava um sistema de BI.
Precisava de automatizar o marketing. - Comprava mais uma ferramenta.
O problema era que comprar um sistema nunca significava automaticamente atingir o objetivo.
Comprar um CRM não garantia o aumento das vendas.
Comprar um ERP não garantia uma melhor gestão.
Comprar uma plataforma de marketing não garantia um maior número de clientes.
A empresa comprava a possibilidade de realizar o trabalho. Não o efeito em si.
E é precisamente isso que pode mudar.
Software-as-a-Service - o modelo que dominou o mundo
Primeiro surgiu o SaaS (Software-as-a-Service).
Em vez de comprar uma licença e instalar o sistema nos seus próprios servidores, as empresas começaram a usar serviços por assinatura.
Surgiram milhares de plataformas:
- CRMs,
- sistemas de RH,
- helpdesks,
- plataformas de e-commerce,
- ferramentas de marketing.
O modelo mostrou-se um enorme sucesso.
Mas tinha uma falha — ainda requeria operação humana. O ser humano executava o trabalho. O sistema era apenas uma ferramenta.
O que muda com a IA?
Pela primeira vez na história a ferramenta começa a executar parte do trabalho de forma autónoma. Essa é uma diferença fundamental.
Exemplo.
CRM clássico:
- armazena dados dos clientes,
- permite adicionar notas,
- gera relatórios.
Agente de IA:
- analisa os clientes,
- deteta risco de perda,
- propõe ações,
- prepara mensagens,
- lança fluxos de trabalho.
E no futuro pode executar ainda mais.
E é precisamente por isso que se fala cada vez mais de um novo modelo.
Outcome-as-a-Service
Este conceito vai aparecer com cada vez mais frequência.
Outcome significa resultado.
Não compramos mais a ferramenta. Compramos o efeito.
Exemplo.
Hoje a empresa compra uma plataforma de automação de marketing.
Amanhã pode comprar: "obtenção de 100 leads qualificados por mês".
Sem se preocupar com a tecnologia que opera em segundo plano.
Para o cliente o que importa é o resultado. Não a ferramenta.
É uma mudança muito semelhante à que observámos com a cloud.
Poucos hoje se perguntam em que servidor a aplicação funciona. O que importa é a disponibilidade do serviço.
Da mesma forma, isso pode acontecer com a IA.
Agent-as-a-Service
Uma direção ainda mais interessante é o Agent-as-a-Service.
Ou seja, a possibilidade de "alugar" competências.
Não de uma pessoa.
Não de um sistema.
De agentes de IA.
Imagine uma empresa que precisa de apoio nas vendas.
Em vez de contratar uma pessoa extra ou comprar mais uma ferramenta, utiliza um agente responsável por:
- análise de leads,
- preparação de propostas,
- qualificação de clientes,
- reporting.
A empresa não compra funções. Compra competências.
É uma grande mudança na forma de pensar sobre tecnologia.
Glossário de termos
SaaS (Software-as-a-Service)
Modelo de entrega de software como um serviço por assinatura.
Outcome-as-a-Service
Modelo em que o cliente paga pelo resultado de negócio, não apenas pela ferramenta.
Agent-as-a-Service
Serviço que fornece agentes de IA especializados que executam tarefas específicas.
Agente de IA
Sistema capaz de analisar informação, tomar ações e atingir objetivos definidos.
Orquestração de IA
Coordenação de múltiplos agentes, processos e sistemas para realizar uma tarefa de negócio.
Como pode ser uma empresa daqui a alguns anos?
Imagine uma empresa de porte médio.
Hoje possui:
- CRM,
- ERP,
- helpdesk,
- sistema contábil,
- plataforma de marketing,
- sistema de relatórios.
Os funcionários fazem login diariamente em muitas aplicações. Alternam entre telas. Exportam dados. Criam relatórios. Transferem informações.
Daqui a alguns anos outro modelo é possível — o funcionário comunica o objetivo.
Camada de agentes de IA:
- recolhe dados,
- analisa a situação,
- toma ações,
- reporta os resultados.
Os sistemas ainda existem, mas deixam de ser o centro do trabalho — tornam-se fontes de dados.
Isto significa o fim do SaaS tradicional?
Não. Pelo menos não nos próximos anos.
Os sistemas de negócio continuarão a ser necessários.
O ERP não vai desaparecer.
O CRM não vai desaparecer.
As plataformas de e-commerce não desaparecerão.
O que mudará será a forma de os utilizar.
Cada vez mais o usuário não trabalhará diretamente no sistema. Colaborará com uma camada de inteligência que executará a maior parte das operações.
Onde as empresas podem errar?
O maior erro é acreditar que a IA resolve tudo sozinha.
Isso não funciona.
Um agente sem dados é inútil.
Um agente sem integração é limitado.
Um agente sem supervisão pode tomar decisões erradas.
Por isso o futuro não é substituir todos os sistemas por IA. É conectá-los inteligentemente.
Bandeiras vermelhas em implementações
🚩 A empresa implementa IA sem dados organizados.
🚩 O agente não tem acesso aos processos reais.
🚩 Falta validação e supervisão humana.
🚩 A IA opera ao lado da organização em vez de dentro dos seus processos.
🚩 Espera-se autonomia total desde o primeiro dia.
Projetos assim frequentemente acabam em desapontamento.
Como preparar-se para essa mudança?
Não é preciso construir de imediato um exército de agentes. Vale a pena começar pelos fundamentos.
1. Organize os dados
Os dados serão a moeda da nova economia da IA.
2. Construa uma arquitetura API-first
As integrações tornar-se-ão ainda mais importantes do que hoje.
3. Documente os processos
Um agente não pode assumir um processo que ninguém compreende.
4. Pense em resultados
Não pergunte:
"Que ferramenta comprar?"
Pergunte:
"Que resultado queremos alcançar?"
Exemplo da vida real
Imagine o departamento de atendimento ao cliente.
Abordagem clássica:
- sistema de tickets,
- análise manual de solicitações,
- atribuuição manual de casos,
- reporting.
Abordagem com agentes:
- o agente classifica as solicitações,
- define prioridade,
- atribui ao departamento adequado,
- prepara a resposta,
- monitora os prazos de execução,
- reporta os resultados.
O funcionário continua a existir. Mas o seu papel muda de operador para supervisor do processo.
Conclusão mais importante
O futuro do mercado de TI pode não consistir em comprar mais sistemas. Pode consistir em comprar a capacidade de alcançar resultados definidos.
Assim como as empresas deixaram de comprar os seus próprios servidores e passaram a usar a cloud.
Podem deixar de comprar mais ferramentas e começar a usar competências realizadas por agentes de IA.
Isso não significa o fim do software. Significa uma mudança no seu papel.
O software será cada vez mais invisível. O que permanecerá visível será o resultado.
E é precisamente pelo resultado que o negócio sempre se preocupou.
