Nos últimos dias, o artigo “Services: The New Software”, escrito por Julien Bek, sócio da Sequoia, ganhou atenção ao propor uma tese provocativa: a próxima empresa de US$ 1 trilhão não venderá software. Venderá trabalho pronto. Será uma empresa de serviços, disfarçada de uma empresa de software.
À primeira vista, a ideia soa como mais uma frase de efeito típica do Vale do Silício, dessas feitas para circular em posts de LinkedIn e decks de investidores. Mas, que quando examinada com mais cuidado, aponta para algo mais profundo: uma possível mudança estrutural na forma como o valor é capturado na economia da IA.
Se a tese estiver correta, uma parte relevante dos fundadores está construindo a coisa errada, criando softwares que ajudam alguém a realizar o trabalho melhor. Estão vendendo ferramentas, quando deveriam vender resultados.
Os argumentos de Julien partem de observações práticas.
- Quem vende ferramenta fica preso à competição com modelos melhores a cada poucos meses. Já quem vende o trabalho, torna seu produto mais rápido, mais barato e mais robusto a cada aprimoramento em IA.
- E empresas gastam muito mais com trabalho humano do que com software. Para cada dólar em software, vários outros são destinados a serviços. A IA, ao automatizar tarefas cognitivas, abre a possibilidade de capturar esse orçamento, substituindo não apenas ferramentas, mas pessoas. E isso muda tudo.
Em vez de vender um sistema para advogados, empresas de IA deveriam vender contratos revisados.Em vez de um CRM, entregar vendas concluídas. Em vez de software de atendimento, resolver o problema do cliente.
É o que ele chama de transição de copilotos para pilotos automáticos. Uma retórica simples, mas de difícil execução.
A crítica mais contundente à tese não questiona a capacidade da IA de fazer o trabalho. Isso já está acontecendo. Ela questiona a economia desse novo modelo.
A tese parece elegante: se serviços representam múltiplos do gasto em software, então empresas de IA que substituem serviços poderiam acessar um mercado de trilhões. Mas essa lógica assume algo que ainda não se comprovou: que o dinheiro economizado com trabalho humano será redirecionado para IA.
Dados recentes mostram que, quando empresas substituem trabalho humano por IA, o orçamento não migra na mesma proporção. Para cada dólar economizado em mão de obra, apenas cerca de três centavos são redirecionados para IA. O restante simplesmente desaparece.
O que muda completamente a equação. A IA não está capturando valor. Está reprecificando o trabalho. E, ao fazer isso, na prática, está comprimindo o mercado que pretende capturar.
Empresas que “vendem trabalho” com IA podem crescer rápido, mas com margens estruturalmente mais baixas do que o software tradicional, afirmam os críticos. Diferente do SaaS, onde o custo marginal tende a zero, modelos baseados em IA carregam custos variáveis reais. Cada execução tem custo: processamento, modelos, infraestrutura e, frequentemente, humanos no loop para garantir qualidade, compliance e responsabilidade.
Isso tem consequências diretas:
- Margens menores
- Crescimento mais caro
- Valuations mais próximos de serviços do que de SaaS
A promessa de uma empresa trilionária exige margens de software. Mas o modelo operacional se aproxima de serviços.
A maior confusão no debate atual é tratar capacidade técnica como sinônimo de oportunidade econômica.
Sim, a IA já consegue executar tarefas complexas. Sim, ela pode substituir partes relevantes do trabalho humano. Mas isso não significa que o valor desse trabalho será preservado.
Na prática, temos visto acontecer o oposto: quando a IA faz o trabalho, o preço desse trabalho é recalculado — geralmente para baixo. Muito abaixo. E esse é o ponto mais importante, e menos discutido, de toda essa transformação: a IA não apenas automatiza o trabalho; ela redefine quanto esse trabalho vale.
O que não significa que a tese da Sequoia está errada. Na opinião desses críticos, ela está parcialmente certa. O modelo de “vender trabalho pronto” funciona — mas em condições específicas:
- Tarefas altamente estruturadas
- Resultados claramente mensuráveis
- Processos já terceirizados
- Mercados fragmentados
Exemplos claros:
- Suporte ao cliente
- Codificação médica
- Processamento de seguros
- Serviços de TI padronizados
Nesses casos, a IA pode substituir fornecedores existentes com relativa facilidade. Mas fora desses contextos, especialmente onde há julgamento, ambiguidade ou relacionamento, o modelo encontra limites. Consultoria estratégica, recrutamento sênior, decisões complexas. Aqui, o copiloto ainda tende a vencer.
Enquanto o debate se concentra em “software vs serviços”, algo mais estrutural está acontecendo. O valor está se movendo em duas direções:
- Para cima: modelos fundacionais e infraestrutura de IA
- Para baixo: dados proprietários e sistemas de registro
A camada intermediária, onde vive grande parte do SaaS atual, está sendo comprimida. Ferramentas que antes justificavam licenças caras podem ser recriadas com prompts estruturados e modelos generalistas. Esse é o verdadeiro risco para incumbentes. E a verdadeira oportunidade para novos entrantes.
O que isso significa, na prática?
- Se você vende software, precisa perguntar: qual parte do meu valor vira um prompt?
- Se você vende serviço, precisa entender: quanto desse trabalho pode ser automatizado, e a que preço?
- Se você constrói IA, precisa decidir: ferramenta ou resultado? copiloto ou piloto automático?
E, principalmente: qual será a sua margem daqui a três anos? Porque, na nova economia da IA, margem é estratégia.
A tese de Julien está correta em um ponto essencial: empresas podem criar enorme valor ao vender trabalho, não ferramentas. Mas a extrapolação pode estar errada. A próxima geração de grandes empresas de IA provavelmente não será trilionária. Será eficiente. Altamente automatizada. Focada em nichos específicos. Com margens melhores que serviços, mas piores que software. Empresas de US$ 10 a US$ 50 bilhões. O que já é extraordinário.
Durante duas décadas, o software foi o melhor negócio do mundo. Alta margem, escala quase infinita, previsibilidade. A IA não elimina isso completamente. Mas muda a lógica. Porque, ao automatizar o trabalho, ela não apenas cria valor. Ela remove o valor do sistema. Os orçamentos encolhem. Os preços caem. As margens são pressionadas.