A Bain & Company estima que o mercado americano para empresas de software (SaaS) que utilizam inteligência artificial agentiva pode atingir US$ 100 bilhões. Segundo relatório da consultoria, a oportunidade reside na automação do trabalho de coordenação dentro de sistemas corporativos, uma área que historicamente exige esforço manual intensivo de funcionários para transitar dados entre diferentes aplicações, como ERPs, CRMs e ferramentas de suporte.

A tese central é que a IA agentiva não serve apenas como substituta de plataformas existentes, mas como uma nova camada capaz de converter tarefas de coordenação, antes manuais, em gastos diretos com software. A Bain aponta que, embora fornecedores já capturem entre US$ 4 bilhões e US$ 6 bilhões desse mercado, mais de 90% da oportunidade permanece inexplorada, com potencial de expansão similar em mercados como Europa, Austrália e Canadá.

O limite da automação tradicional

A automação baseada em regras e a automação de processos robóticos (RPA) enfrentam dificuldades em fluxos de trabalho que envolvem ambiguidade ou informações dispersas. A Bain destaca que, enquanto sistemas legados focaram em registros estruturados, a nova fronteira de vantagem competitiva reside no contexto de decisão entre fluxos de trabalho que atravessam múltiplos sistemas. A capacidade da IA agentiva de interpretar informações de diversas fontes e operar dentro de diretrizes de governança é o que permite essa evolução.

O relatório segmenta o mercado por funções empresariais, notando que vendas, operações e suporte ao cliente apresentam os maiores volumes financeiros devido ao tamanho das equipes envolvidas. Funções como suporte ao cliente e engenharia possuem maior potencial de automação, variando de 40% a 60%, pois operam com dados mais estruturados e processos padronizados. Em contrapartida, áreas como jurídico e planejamento financeiro exigem maior supervisão humana devido à complexidade do julgamento e riscos regulatórios.

Mecanismos de captura de valor

Para as empresas de SaaS, o desafio é identificar quais fluxos de trabalho são genuinamente automatizáveis. A Bain sugere que a avaliação deve ocorrer no nível de subprocessos, em vez de considerar departamentos inteiros. A verificação de saída, a disponibilidade de conhecimento digitalizado e a variabilidade do processo são fatores críticos que determinam a viabilidade de um agente de IA. Fluxos que exigem julgamento subjetivo ou que não possuem sinais claros de verificação continuam sendo barreiras.

O modelo de precificação também está sob pressão. A consultoria aponta que modelos baseados em assentos ou logins podem perder relevância para estruturas focadas em resultados ou uso, à medida que agentes passam a resolver tarefas completas, como o processamento de faturas ou a resolução de tickets. A transição exige que empresas de software repensem sua arquitetura, focando em integrações que permitam a orquestração multiagente.

Implicações para o ecossistema SaaS

A corrida pela automação agentiva já movimenta nomes como Cursor, Sierra, Harvey e Glean, que têm expandido suas receitas rapidamente ao resolver problemas de produtividade em nichos específicos. Para empresas estabelecidas, a expansão ocorre de duas formas: automatizando fluxos principais, onde já possuem confiança do cliente, ou avançando para fluxos adjacentes. A integração de dados entre sistemas de registro é a peça-chave para essa expansão.

O movimento sugere uma mudança estrutural na forma como o software é consumido, com a necessidade de talentos em engenharia de IA e infraestruturas nativas em nuvem. A Bain enfatiza que o tempo para adaptação é contado em trimestres, não em anos, dado que empresas nativas em IA acumulam dados de implementação com cada novo fluxo automatizado, criando um ciclo de melhoria contínua difícil de ser replicado por competidores tradicionais.

O horizonte da automação

Permanece incerto o ritmo com que as empresas de maior porte conseguirão adaptar seus sistemas legados para essa nova realidade de agentes autônomos. A complexidade de integração e as exigências de segurança e conformidade continuam sendo os principais entraves para uma adoção em larga escala.

O setor deve observar como os modelos de precificação baseados em resultados se consolidarão frente à resistência dos modelos tradicionais de assinatura. A capacidade de demonstrar valor mensurável será o divisor de águas entre os fornecedores que capturarão essa nova fatia de mercado e aqueles que ficarão obsoletos.

Com reportagem de AI News

Source · AI News