O comprador não acorda querendo mais uma interface, outro login ou uma licença adicional. Ele quer fechar os livros, resolver chamados, revisar contratos, reduzir perdas, manter a operação disponível ou tomar uma decisão com menor risco. Durante décadas, software foi vendido como ferramenta para que o cliente produzisse esse resultado. A IA torna possível mudar o contrato: o fornecedor pode executar parte crescente do trabalho e entregar uma saída concluída.
A tese da Sequoia: vender o trabalho, não apenas a ferramenta
Em Services: The New Software, Julien Bek diferencia copilotos, que ajudam um profissional a trabalhar, de autopilotos, que vendem o trabalho concluído. A tese é que melhorias nos modelos tendem a pressionar ferramentas genéricas, enquanto fortalecem empresas que usam essa capacidade para entregar um resultado específico. A Sequoia afirma ainda que, para cada dólar gasto em software, seis seriam gastos em serviços; esse dado e os tamanhos setoriais são estimativas da própria firma de venture capital e precisam ser lidos como tese de mercado, não como auditoria independente [1].
O ponto de entrada sugerido é o trabalho já terceirizado. Quando uma empresa contrata um escritório, um BPO ou um prestador gerenciado, ela já aceitou comprar uma entrega externa e possui orçamento, processo de seleção e expectativa de serviço. Um fornecedor AI-native pode entrar como substituição de contrato antes de tentar substituir uma equipe interna inteira [1].
Dez mercados entram primeiro no radar
O mapa da Sequoia combina dois eixos: quanto do trabalho depende de regras e processamento, em oposição a julgamento, e quanto já é terceirizado. As faixas abaixo são ilustrativas, majoritariamente dos Estados Unidos, e não devem ser somadas como mercado capturável [1].
- Corretagem de seguros: US$ 140–200 bilhões; cotação, formulários e comparação de cobertura criam uma entrada padronizável.
- Contabilidade e auditoria terceirizadas: US$ 50–80 bilhões nos EUA; fechamento, conciliação e preparação documental possuem alta recorrência.
- Ciclo de receita em saúde: US$ 50–80 bilhões terceirizados nos EUA; codificação e faturamento combinam regras, documentos e exceções.
- Regulação de sinistros: US$ 50–80 bilhões; interpretação de apólice, documentação e estimativa exigem trilha e responsabilidade.
- Consultoria tributária: US$ 30–35 bilhões; múltiplas jurisdições ampliam complexidade e valor do domínio.
- Trabalho jurídico transacional: US$ 20–25 bilhões; NDAs, contratos e registros oferecem unidades de entrega observáveis.
- Serviços gerenciados de TI: acima de US$ 100 bilhões; identidade, patches, monitoramento e suporte já são comprados como continuidade.
- Supply chain e compras: acima de US$ 200 bilhões; a automação pode tornar viável negociar e revisar a cauda longa de fornecedores.
- Recrutamento e staffing: acima de US$ 200 bilhões; triagem e matching são mais estruturáveis do que fechamento e avaliação cultural.
- Consultoria de gestão: US$ 300–400 bilhões; grande mercado, mas com proporção mais alta de julgamento e contexto.
O modelo já aparece na unidade de cobrança
A Bessemer descreve empresas que cobram por pacote jurídico produzido, arquivo traduzido ou solicitação de atendimento resolvida. Mesmo quando existe assinatura-base, a cobrança por uso ou saída aproxima valor capturado de valor entregue. Os exemplos vêm de um investidor da categoria e ilustram modelos; não demonstram a margem, qualidade ou sustentabilidade de toda empresa citada [2].
O contraste prático é direto. Software contábil vende recursos; um serviço AI-native pode vender o fechamento mensal. Uma plataforma de atendimento vende assentos; um serviço pode vender resoluções dentro de critérios. Um sistema jurídico organiza documentos; um serviço pode devolver o contrato analisado, com exceções encaminhadas a especialistas. A unidade de valor deixa de ser acesso e passa a ser trabalho aceito.
Sete adaptações para empresas de tecnologia
- Escolha uma unidade de trabalho que o comprador reconheça, consiga verificar e já tenha orçamento para contratar.
- Desenhe o processo inteiro: entrada, regras, exceções, julgamento, aprovação, entrega, contestação, correção e continuidade.
- Troque métricas de uso por qualidade, tempo de ciclo, custo por resultado correto, retrabalho, escalonamento humano e incidentes.
- Modele preço híbrido quando necessário: uma base para disponibilidade e capacidade, mais uma unidade de saída ou uso controlável.
- Trate especialistas de domínio como parte do sistema de produto, responsáveis por critérios, exemplos, exceções e limites.
- Construa distribuição onde o trabalho já é comprado; interesse em IA não substitui acesso ao decisor e confiança para trocar fornecedor.
- Atribua responsabilidade por segurança, privacidade, qualidade, interrupção e recuperação antes de prometer autonomia.
O risco é parecer software no pitch e continuar artesanal na operação
Receita por resultado continua acompanhada de custo variável: inferência, dados, integrações, especialistas, suporte, QA, seguro, contingência e exceções. A margem real precisa ser calculada depois do retrabalho. Se cada novo cliente exige um fluxo próprio, a empresa pode ter encontrado uma consultoria eficiente, mas ainda não uma operação reproduzível.
O caminho para economia de software é transformar execução em ativos reutilizáveis: avaliações, componentes, regras, telemetria, dados com direitos claros e uma arquitetura capaz de trocar modelos sem perder comportamento. Pessoas não desaparecem; sua participação precisa se concentrar onde julgamento e responsabilidade mudam o resultado.
O trabalho muda antes de desaparecer
O índice ILO–NASK estima que 25% do emprego mundial está em ocupações potencialmente expostas à IA generativa, chegando a 34% em países de alta renda. A conclusão central é transformação de tarefas, não substituição automática de ocupações. Exposição depende de infraestrutura, políticas, idioma, organização e capacidade técnica [3].
Em atendimento ao cliente, um estudo com 5.179 profissionais encontrou aumento médio de 14% em questões resolvidas por hora com assistência de IA, com ganhos maiores entre pessoas menos experientes. O estudo demonstra produtividade de um copiloto em um contexto, não autonomia universal nem redução garantida de quadro [4].
Ao vender resultado, governança deixa de ser anexo
Quanto maior a autonomia do serviço, menos defensável é transferir todo o risco ao cliente. O NIST distribui tarefas entre gestão, produto, desenvolvimento, operação, avaliação, terceiros e supervisão, organizadas pelas funções Governar, Mapear, Medir e Gerenciar. O framework é voluntário e não certifica uma solução, mas ajuda a tornar explícito quem decide, testa, acompanha e responde [5].
- Defina o que conta como resultado correto e quem pode aceitá-lo.
- Mantenha rastreabilidade de versão, dados, ferramentas, ações e aprovações.
- Projete condição de parada e retorno seguro para pessoas.
- Informe limites ao comprador e ofereça contestação e correção.
- Teste degradação, mudança de modelo, indisponibilidade e casos de alto impacto.
Um plano de 90 dias para testar a transição
- Dias 1–30: escolha um trabalho terceirizado, documente baseline e confirme quem compra, usa, aprova e responde.
- Dias 31–60: automatize somente as etapas de maior repetição, mantenha checkpoints humanos e meça custo por resultado aceito.
- Dias 61–90: teste preço, SLA, exceções, recuperação, transferência de conhecimento e disposição real de troca do fornecedor atual.
Nota específica sobre evidência e interesse comercial
Sequoia e Bessemer são firmas de investimento com exposição e interesse em empresas de IA. Seus mapas e exemplos são usados como teses de mercado, com atribuição, e não como prova independente de retorno. Os dados da ILO e do NBER possuem populações e métodos próprios; o NIST oferece orientação voluntária, não certificação. Tech Human e Trustyu atuam comercialmente em estratégia, produtos e operações AI-native. Pesquisa, estrutura e redação tiveram assistência de IA; revisão factual, autoral e autorização de publicação foram dadas por Fernando Parreiras em 15/09/2026.