A ascensão dos agentes autônomos e a demanda explosiva por inferência estão forçando uma reconfiguração simultânea nas estratégias de grandes empresas de software e nas teses de venture capital. Em vídeo publicado no canal The Frontier | Technology em 5 de maio de 2026, análises sobre as novas políticas de dados da SAP e as recentes movimentações de infraestrutura da Anthropic revelam um mercado onde o acesso à informação e ao poder de processamento se tornaram os principais gargalos competitivos. Longe das métricas tradicionais de SaaS, o ecossistema de tecnologia volta a precificar o risco tecnológico fundamental.
O cerco aos dados corporativos
A corrida para alimentar agentes de inteligência artificial com dados empresariais inaugurou uma nova fase no que a reportagem classifica como "guerras de dados corporativos". A SAP publicou um documento de política exigindo que clientes busquem aprovação da empresa para conectar seus dados a agentes de IA externos. A medida representa uma escalada em relação a restrições anteriores do mercado, como as alterações nos termos de API feitas pela unidade Slack da Salesforce no ano passado, que dificultaram buscas corporativas por startups como a Glean.
Em vez de cobrar os clientes finais, a SAP sinaliza a intenção de renegociar ou formar novos acordos com parceiros de software, como Microsoft, Google e Amazon Web Services, para endereçar o acesso de agentes. O foco da monetização não é o dado bruto, mas o que os fornecedores chamam de "contexto" — grafos de conhecimento e ontologias. Segundo declarações do CEO da SAP, Christian Klein, e conversas levantadas por executivos da HubSpot e Workday, esse contexto granular é o que permite aos agentes de IA entenderem correlações específicas, como ordens de compra e locais de envio.
Para contexto, a BrazilValley aponta que o movimento de erguer walled gardens em torno de dados corporativos reflete uma tentativa de capturar o valor transacional da inteligência artificial, impedindo que startups externas extraiam a inteligência de negócios sem pagar pedágio aos sistemas de registro originais.
A corrida por inferência e o fim do SaaS tradicional
Enquanto gigantes do software protegem seus dados, desenvolvedoras de modelos buscam garantir infraestrutura. A Anthropic, que já utiliza chips da Nvidia, TPUs do Google e hardware da Amazon, está em negociações com a Fractal, uma startup londrina fundada em 2022. A Fractal foca em chips especializados em inferência que utilizam um tipo de memória projetada para mover dados mais rapidamente, prometendo rodar modelos de forma mais barata e veloz. A startup busca levantar mais de US$ 100 milhões com um valuation superior a US$ 1 bilhão, ilustrando o prêmio de mercado para alternativas de hardware.
No ecossistema de venture capital, a dependência de infraestrutura e a evolução dos modelos estão alterando o perfil de alocação. Darian Shirazi, managing partner da Gradient, argumenta que ferramentas como o "Claude code" estão desconstruindo os fossos competitivos de empresas de software tradicionais, como a Salesforce. Como resposta, a Gradient está direcionando investimentos para fora do software puro, apostando em fundos de hedge com IA, empresas de robótica e fundições de tecidos humanos. Shirazi compara o momento atual a 2017 — ano da publicação do paper sobre transformers — e aos anos 1990 e início dos 2000, marcando um retorno ao risco tecnológico em detrimento do risco de mercado que dominou as métricas financeiras da última década.
A infraestrutura de inferência, comparada por Shirazi ao mercado de petróleo pela escassez e tendência de alta nos custos, continua sendo o desafio central. A Gradient apoia-se em sua posição como investidora inicial na Lambda e no capital do Google para garantir acesso a computação para seu portfólio, enquanto observa o mercado público precificar empresas como a SpaceX — citada com um market cap de US$ 1,75 trilhão para US$ 20 a 25 bilhões em receita — como "precificadas para a perfeição".
A convergência desses fatores indica que a próxima década da inovação não será construída sobre a otimização de software como serviço, mas sobre o controle de duas camadas fundamentais: infraestrutura física de processamento e grafos de conhecimento corporativo. As empresas que não dominarem o "contexto" de seus dados ou não garantirem acesso sustentável a inferência correm o risco de obsolescência rápida frente a agentes autônomos capazes de reescrever o mercado de software de dentro para fora.
Fonte · Brazil Valley | Technology
