Inteligência Artificial está transformando serviços em software: entenda a tese da Sequoia Capital

A Inteligência Artificial está provocando uma mudança que pode ser muito maior do que simplesmente aumentar a produtividade das empresas. Depois de décadas em que a tecnologia criou softwares para ajudar profissionais a executar seu trabalho, uma nova geração de empresas começa a utilizar agentes de IA para assumir diretamente parte dessas atividades. Em vez de vender apenas a ferramenta, essas empresas passam a vender o trabalho realizado e, principalmente, o resultado.

Essa é a tese apresentada pela Sequoia Capital no estudo “Services: The New Software”, publicado em março de 2026. A Sequoia, uma das mais relevantes empresas de venture capital do mundo, argumenta que a próxima grande oportunidade da Inteligência Artificial pode estar menos na criação de novos softwares e mais na transformação do gigantesco mercado global de serviços.

A mudança parece simples, mas altera profundamente a lógica econômica da tecnologia. Durante anos, uma empresa comprava um software para tornar seus profissionais mais produtivos. Agora, em determinadas atividades, ela poderá contratar uma empresa cuja infraestrutura de Inteligência Artificial executa diretamente grande parte daquele trabalho.

Estamos passando, portanto, de uma era em que o software auxiliava o trabalho humano para outra em que o próprio trabalho pode se transformar em software.

A tese da Sequoia Capital sobre Inteligência Artificial e serviços

Durante aproximadamente duas décadas, o modelo SaaS — Software as a Service — esteve entre as principais forças de transformação do mercado de tecnologia. Empresas passaram a contratar softwares para administrar vendas, finanças, marketing, atendimento, recursos humanos, projetos, produção e praticamente todas as áreas de uma organização.

A nova tese apresentada pela Sequoia Capital sugere uma inversão interessante dessa lógica. Algumas das empresas de tecnologia mais relevantes da próxima geração poderão parecer, para seus clientes, empresas tradicionais de serviços. A diferença estará nos bastidores: boa parte do trabalho será realizada por sistemas, modelos de Inteligência Artificial e agentes autônomos.

Um dos exemplos apresentados pela Sequoia ajuda a dimensionar a oportunidade. Uma empresa pode gastar aproximadamente US$ 10 mil por ano com um software contábil e, simultaneamente, cerca de US$ 120 mil com o trabalho necessário para efetivamente realizar e fechar sua contabilidade. Nesse cenário, o orçamento destinado ao trabalho é muito maior do que aquele destinado à tecnologia utilizada para executá-lo.

A pergunta estratégica passa a ser evidente: por que disputar somente os US$ 10 mil destinados ao software quando a Inteligência Artificial pode permitir que uma empresa também dispute parte dos US$ 120 mil destinados à execução do trabalho?

Segundo a Sequoia, para cada dólar gasto com software, aproximadamente seis dólares são gastos com serviços. É justamente nesse mercado muito maior que pode estar uma das principais oportunidades econômicas da Inteligência Artificial. A tecnologia deixa de competir somente pelo orçamento de software e começa a disputar também os recursos destinados a serviços, terceirizações e trabalho especializado.

De Copilot para Autopilot: a evolução dos agentes de IA

Uma das formas mais importantes de compreender essa transformação está na diferença entre os conceitos de Copilot e Autopilot.

Grande parte das aplicações de Inteligência Artificial utilizadas atualmente funciona como Copilot. São sistemas que auxiliam uma pessoa durante a execução de determinada atividade. A IA pode pesquisar informações, produzir textos, analisar documentos, gerar relatórios, resumir reuniões, sugerir decisões ou indicar os próximos passos, mas o profissional continua responsável pela realização do trabalho.

Um vendedor utilizando Inteligência Artificial durante uma reunião é um bom exemplo. A IA pode transcrever a conversa, identificar objeções, sugerir perguntas, localizar informações e produzir posteriormente um relatório sobre a negociação. Apesar de todo esse suporte tecnológico, o vendedor continua conduzindo a reunião e tomando as decisões.

O conceito de Autopilot representa um estágio diferente. Nesse modelo, a empresa não compra apenas uma ferramenta para ajudar alguém a trabalhar. Ela compra o próprio trabalho realizado.

Imagine uma empresa entregando uma base de leads e definindo o perfil de cliente que deseja conquistar. Um sistema baseado em agentes de IA poderia pesquisar esses contatos, enriquecer informações, iniciar conversas, executar cadências de relacionamento, identificar interesse, qualificar oportunidades, realizar follow-ups e agendar reuniões para a equipe comercial.

Nesse cenário, o cliente não está necessariamente interessado em saber qual agente de IA está sendo utilizado. Ele quer receber oportunidades comerciais qualificadas. A tecnologia deixa de ser o produto principal e passa a funcionar como infraestrutura para a entrega do resultado.

O cliente não quer necessariamente Inteligência Artificial. Ele quer o problema resolvido

Esse é um ponto importante para empresários que estão desenvolvendo produtos e serviços relacionados à Inteligência Artificial. Existe atualmente uma grande concentração de esforços na criação de agentes, plataformas, automações e ferramentas. Entretanto, o cliente empresarial raramente deseja tecnologia pela tecnologia.

O empresário não acorda pela manhã pensando que precisa comprar um novo agente de IA. Ele percebe que precisa aumentar vendas, reduzir custos, atender clientes mais rapidamente, diminuir inadimplência, melhorar sua produtividade, gerar oportunidades comerciais ou eliminar gargalos operacionais.

A tecnologia é apenas um dos meios disponíveis para atingir esses objetivos.

Isso significa que uma das oportunidades mais interessantes da Inteligência Artificial pode estar justamente em tornar a tecnologia praticamente invisível para o cliente. Em vez de vender uma ferramenta de qualificação de leads, uma empresa pode vender leads qualificados. Em vez de vender um software para follow-up, pode vender o acompanhamento comercial realizado. Em vez de vender um sistema para analisar reuniões, pode vender melhoria de performance da equipe comercial.

Essa mudança altera inclusive a forma como produtos de IA devem ser posicionados. A discussão deixa de ser centrada exclusivamente em funcionalidades e passa a ser orientada a resultados mensuráveis.

Inteligência e julgamento: quais trabalhos podem ser automatizados pela IA?

Nem toda atividade profissional possui o mesmo potencial de automação. A Sequoia propõe uma distinção particularmente relevante entre inteligência e julgamento.

Inteligência, nesse contexto, representa a capacidade de processar informações, analisar dados, pesquisar, classificar, comparar, identificar padrões e executar procedimentos. São atividades que podem exigir conhecimento e capacidade cognitiva significativa, mas que possuem algum nível de estrutura e verificabilidade.

Julgamento envolve elementos diferentes. Está relacionado à experiência acumulada, contexto, estratégia, percepção, repertório, gosto e capacidade de tomar decisões em situações nas quais não existe necessariamente uma resposta correta.

Uma IA pode, por exemplo, analisar milhares de informações sobre um mercado. Entretanto, decidir se uma empresa deve abandonar determinado mercado e entrar em outro pode continuar exigindo julgamento estratégico. Da mesma maneira, um agente pode analisar uma negociação comercial e sugerir argumentos, mas determinadas decisões sobre preço, relacionamento ou posicionamento podem depender de experiência humana.

Quanto maior a parcela de uma atividade relacionada à inteligência e menor sua dependência de julgamento, maior tende a ser seu potencial de automação.

Essa distinção oferece um método bastante eficiente para identificar oportunidades de negócios com Inteligência Artificial.

Como identificar serviços que podem ser transformados por agentes de IA

Em vez de começar perguntando qual software desenvolver, empresários podem fazer uma pergunta diferente: qual trabalho as empresas já pagam alguém para realizar e que poderia ser executado, em grande parte, por Inteligência Artificial?

Essa mudança de perspectiva é fundamental. O objetivo deixa de ser procurar funcionalidades tecnológicas e passa a ser identificar atividades economicamente relevantes.

Os melhores candidatos normalmente possuem algumas características em comum. São trabalhos recorrentes, possuem processos relativamente padronizados, utilizam grande quantidade de informação, apresentam resultados verificáveis e já consomem orçamento significativo das empresas.

Contabilidade, atendimento, recrutamento, suporte, marketing, cobrança, prospecção comercial, qualificação de leads, auditoria, pesquisa, análise de documentos, SEO, geração de relatórios e follow-up comercial são exemplos de atividades que possuem diferentes níveis dessas características.

O próximo passo é decompor cada serviço. Muitos trabalhos que parecem complexos são, na realidade, compostos por dezenas de pequenas atividades previsíveis. Pesquisar, classificar, comparar, preencher, validar, registrar, resumir, cruzar informações, enviar mensagens, acompanhar respostas e produzir relatórios são exemplos de tarefas que agentes de IA podem assumir progressivamente.

O objetivo não precisa ser eliminar completamente o trabalho humano. Em muitos casos, o modelo economicamente mais eficiente será aquele em que a Inteligência Artificial executa a maior parte do volume operacional e profissionais especializados permanecem responsáveis pelas exceções e decisões que realmente exigem julgamento.

Por que os serviços terceirizados são uma grande oportunidade para a IA

Outro ponto importante do estudo da Sequoia está relacionado à terceirização. Atividades que as empresas já estão acostumadas a contratar externamente podem representar uma excelente porta de entrada para novos modelos de serviços baseados em Inteligência Artificial.

Quando uma empresa já terceiriza determinada atividade, algumas barreiras importantes foram eliminadas. Existe orçamento para o serviço, existe disposição para permitir que uma organização externa execute o trabalho e o cliente já está habituado a avaliar o fornecedor pelo resultado entregue.

Substituir uma empresa terceirizada por outra operação mais eficiente tende a ser muito menos complexo do que substituir diretamente uma equipe interna. O segundo cenário pode envolver mudanças culturais, reorganização de responsabilidades, resistência interna e questões trabalhistas.

É por isso que áreas tradicionalmente terceirizadas merecem atenção especial na busca por oportunidades AI-First. O mercado já existe. O orçamento já existe. A necessidade já existe. O que muda é a estrutura utilizada para entregar o serviço.

Empresas AI-First podem combinar receita de serviços com economia de software

Empresas tradicionais de serviços enfrentam uma limitação estrutural conhecida. Para atender mais clientes, normalmente precisam contratar mais pessoas. O aumento da receita vem acompanhado pelo crescimento da equipe, dos custos e da complexidade operacional.

Empresas de software possuem uma dinâmica diferente. Depois que a plataforma está desenvolvida, adicionar novos clientes pode representar um custo marginal relativamente pequeno.

Os serviços baseados em Inteligência Artificial podem criar uma combinação entre esses dois modelos. A empresa continua acessando orçamentos tradicionalmente destinados a serviços, mas utiliza tecnologia para reduzir progressivamente o custo de execução.

Considere uma operação hipotética que cobra R$ 5 mil mensais de um cliente e possui R$ 3 mil em custos diretamente relacionados à entrega. Sua margem bruta seria de aproximadamente 40%. Se agentes de IA, automações e sistemas proprietários permitirem reduzir o custo de execução para R$ 1,2 mil sem reduzir o preço ou a qualidade, a margem bruta passaria para aproximadamente 76%.

O cliente continua comprando o mesmo resultado. A transformação ocorre dentro da estrutura operacional do fornecedor.

Esse é um dos aspectos economicamente mais importantes dos serviços AI-First: utilizar Inteligência Artificial não apenas para criar novos produtos, mas para reduzir drasticamente o custo marginal da execução.

A evolução da Inteligência Artificial pode aumentar a margem do negócio

Existe ainda uma consequência estratégica importante desse modelo. Empresas que vendem exclusivamente uma ferramenta baseada em Inteligência Artificial enfrentam permanentemente o risco de que sua principal funcionalidade seja incorporada pelos grandes modelos e plataformas.

Uma atualização do ChatGPT, Gemini, Claude ou de outra plataforma pode transformar uma funcionalidade que justificava a existência de um software inteiro em um recurso disponível nativamente.

Quando a empresa vende o trabalho realizado, a situação pode ser diferente. Se um novo modelo de IA passa a executar determinada tarefa com maior precisão, velocidade ou menor custo, o fornecedor pode simplesmente incorporar essa tecnologia à sua operação.

O cliente continua comprando o resultado, enquanto a empresa melhora sua produtividade e sua margem.

Nesse modelo, a evolução dos grandes modelos deixa de representar exclusivamente uma ameaça competitiva e passa a funcionar também como redução contínua dos custos tecnológicos de execução.

Dados proprietários podem se transformar na principal vantagem competitiva

A automação do trabalho cria ainda outra oportunidade estratégica: a geração de dados proprietários.

Imagine uma empresa que realiza milhares de atendimentos comerciais utilizando Inteligência Artificial. Ao longo do tempo, sua infraestrutura começa a identificar quais horários apresentam maiores taxas de resposta, quantas tentativas são necessárias, quando uma ligação funciona melhor do que uma mensagem, quais abordagens funcionam para determinados segmentos e quais comportamentos normalmente antecedem uma conversão.

Inicialmente, determinadas decisões podem depender da experiência dos profissionais envolvidos. Entretanto, à medida que milhares ou milhões de interações são acumuladas, parte dessa experiência começa a ser transformada em dados.

É nesse momento que o serviço passa a desenvolver uma vantagem competitiva mais sofisticada.

O processo cria um ciclo no qual mais clientes geram mais operações, que geram mais dados, que melhoram os modelos de decisão, que permitem maior automação, que reduzem custos e melhoram a qualidade do serviço.

A Sequoia destaca justamente essa possibilidade: parte do julgamento humano atual pode progressivamente ser transformada em inteligência à medida que os sistemas acumulam dados sobre como boas decisões são tomadas.

O verdadeiro diferencial, portanto, pode não estar simplesmente no agente de IA utilizado, mas na inteligência proprietária construída durante milhares de execuções.

A IA também pode tornar economicamente viável o trabalho que hoje é abandonado

Talvez uma das oportunidades mais interessantes esteja fora dos serviços atualmente contratados. Existem inúmeras atividades que empresas sabem que deveriam realizar, mas simplesmente não realizam porque o custo humano é maior do que o benefício esperado.

A Sequoia utiliza o setor de procurement como exemplo. Uma grande organização pode concentrar suas equipes de negociação nos fornecedores responsáveis pelos maiores volumes de compras. Centenas de fornecedores menores acabam recebendo pouca atenção porque colocar profissionais para revisar individualmente cada contrato pode não ser economicamente justificável.

A Inteligência Artificial altera essa equação. Quando o custo de análise cai drasticamente, atividades anteriormente inviáveis podem começar a gerar retorno.

Esse conceito pode ser aplicado a marketing e vendas. Empresas possuem milhares de leads antigos que nunca receberam uma cadência adequada, clientes que nunca foram contatados novamente, propostas que deixaram de receber follow-up, reuniões comerciais que nunca foram analisadas, oportunidades de upsell escondidas no CRM e grandes volumes de dados que ninguém possui tempo para estudar.

O problema não é necessariamente falta de interesse. Muitas vezes, é simplesmente inviabilidade econômica.

A IA pode tornar esse trabalho abandonado novamente viável.

Recuperação de leads é um exemplo de serviço que pode se tornar AI-First

Considere uma empresa que investe regularmente em Google Ads, Meta Ads ou outras formas de aquisição de clientes. Cada clique possui um custo e cada lead gerado representa investimento.

Entretanto, parte desses contatos recebe apenas uma ou duas tentativas comerciais. Quando não existe resposta imediata, muitos acabam abandonados no CRM ou em uma planilha.

A empresa já pagou para gerar esses leads, mas não realizou adequadamente todo o trabalho necessário para tentar convertê-los.

Uma operação baseada em Inteligência Artificial poderia executar uma cadência estruturada utilizando WhatsApp, e-mail, telefone e outros canais, registrar todas as interações, identificar sinais de interesse, qualificar oportunidades e entregar ao comercial os contatos com maior potencial de conversão.

Nesse cenário, vender apenas o software de recuperação pode ser menos interessante do que vender o próprio serviço de recuperação.

A proposta deixa de ser “utilize nossa plataforma para recuperar seus leads” e passa a ser “nós trabalhamos comercialmente a base que sua empresa já pagou para gerar”.

É uma diferença significativa porque desloca a discussão da tecnologia para o resultado econômico.

O mesmo conceito pode transformar marketing e vendas

A lógica pode ser aplicada a praticamente todo o processo comercial.

Uma empresa pode deixar de comprar apenas um software de prospecção e contratar oportunidades prospectadas. Pode deixar de comprar apenas uma ferramenta de qualificação e contratar oportunidades qualificadas. Pode deixar de comprar um chatbot e contratar atendimento. Pode deixar de comprar uma ferramenta de follow-up e contratar acompanhamento comercial.

Isso não significa que CRM, plataformas de automação e softwares comerciais deixarão de existir. Pelo contrário. Muitos deles continuarão sendo fundamentais. A diferença é que podem passar a funcionar como infraestrutura de empresas que vendem diretamente a execução.

Uma operação de marketing e vendas do futuro poderá reunir agentes de IA especializados em aquisição, atendimento, qualificação, prospecção, recuperação, agendamento, acompanhamento e análise de performance, enquanto profissionais humanos permanecem responsáveis pelas decisões estratégicas e situações que exigem maior julgamento.

O cliente poderá nunca visualizar essa infraestrutura.

Ele simplesmente receberá o resultado.

Agentes de IA tendem a se transformar em infraestrutura

Essa discussão também traz uma reflexão importante sobre o mercado de agentes de Inteligência Artificial.

Criar agentes está ficando progressivamente mais simples. Grandes plataformas estão incorporando memória, ferramentas, integrações, navegação, execução de tarefas e diferentes níveis de autonomia.

Consequentemente, simplesmente possuir um agente dificilmente será uma vantagem competitiva sustentável no longo prazo.

O diferencial estará no conhecimento de domínio incorporado ao agente, nos processos desenvolvidos, nas integrações, nos dados proprietários, nos playbooks, no histórico de execução e na capacidade da empresa de transformar toda essa infraestrutura em resultado econômico.

Por isso, algumas das empresas mais interessantes da próxima geração talvez não sejam aquelas que vendem agentes de IA.

Poderão ser empresas que utilizam dezenas ou centenas de agentes nos bastidores para entregar serviços melhores.

A tecnologia pode desaparecer da proposta comercial

Existe um fenômeno recorrente na história da tecnologia: conforme determinada inovação amadurece, ela deixa de ser apresentada como diferencial e passa a fazer parte da infraestrutura.

Um consumidor não escolhe um hotel porque ele utiliza determinado software de reservas. Uma empresa não contrata um escritório de contabilidade porque ele utiliza determinado serviço de cloud computing. Essas tecnologias são importantes, mas já fazem parte da estrutura necessária para entregar o serviço.

O mesmo tende a acontecer com a Inteligência Artificial.

Em determinado momento, afirmar que uma empresa “utiliza IA” provavelmente deixará de ser suficiente como argumento competitivo. O mercado simplesmente presumirá que organizações eficientes utilizam Inteligência Artificial em suas operações.

A diferenciação estará nos resultados obtidos com essa tecnologia.

Quem entrega mais rápido? Quem possui menor custo? Quem apresenta maior precisão? Quem consegue operar em maior escala? Quem gera mais receita para o cliente? Quem possui dados melhores? Quem desenvolveu processos mais eficientes?

Essas serão questões muito mais importantes do que simplesmente perguntar qual modelo de IA está sendo utilizado.

Como encontrar uma oportunidade de negócio baseada nesse modelo

Empresários interessados em explorar essa transformação podem começar analisando seus mercados a partir de alguns critérios objetivos.

Primeiro, é necessário identificar trabalhos pelos quais empresas já pagam regularmente. Depois, deve-se verificar quais desses trabalhos já são terceirizados e possuem orçamento estabelecido. Em seguida, é necessário decompor a atividade e identificar quanto depende de processamento de informação e quanto realmente exige julgamento humano.

Também é importante avaliar se o processo é repetitivo, padronizável e verificável. Quanto mais fácil for determinar se o trabalho foi executado corretamente, maior tende a ser a possibilidade de automação.

Outro critério fundamental é o impacto econômico. O cliente precisa perceber claramente o benefício da execução. Redução de custos, geração de receita, ganho de produtividade, diminuição de erros ou aumento de velocidade são resultados relativamente fáceis de compreender.

Finalmente, deve-se analisar se cada execução gera dados capazes de melhorar as próximas. Quando isso acontece, o serviço pode desenvolver um efeito de aprendizagem acumulativa que aumenta sua vantagem competitiva ao longo do tempo.

O modelo AI-First exige uma nova pergunta dos empresários

Durante os primeiros anos da popularização da Inteligência Artificial generativa, grande parte da discussão empresarial esteve concentrada nas ferramentas. Qual modelo utilizar, qual plataforma contratar, qual agente desenvolver e qual processo automatizar foram algumas das perguntas mais comuns.

Essas questões continuam relevantes, mas talvez não sejam mais suficientes.

Empresas realmente AI-First precisarão questionar a própria arquitetura de seus processos.

Antes de contratar uma nova pessoa, deverão analisar se aquele trabalho necessariamente precisa ser realizado por uma pessoa.

Antes de adquirir outro software, poderão perguntar se realmente precisam operar aquela ferramenta ou se seria mais eficiente contratar diretamente o resultado.

E antes de desenvolver um agente de IA, deveriam responder a uma pergunta ainda mais importante: o cliente realmente quer um agente ou simplesmente quer que determinado trabalho seja realizado?

A resposta pode mudar completamente o produto, o modelo de negócio e a estratégia comercial.

Do Software as a Service para o Service as a Software

Durante aproximadamente duas décadas, o conceito de Software as a Service transformou a indústria tecnológica. Agora, a combinação entre Inteligência Artificial, agentes autônomos e automação pode estar criando uma lógica inversa: algo próximo de Service as a Software.

Externamente, o cliente continua contratando um serviço. Internamente, grande parte desse serviço é executada por uma infraestrutura tecnológica.

Essa é a essência da provocação apresentada pela Sequoia Capital em “Services: The New Software”. Algumas das empresas de software mais relevantes da próxima geração poderão parecer empresas de serviços porque o cliente não precisará necessariamente interagir com a tecnologia utilizada para executar o trabalho.

Isso cria uma categoria empresarial particularmente interessante: organizações capazes de combinar o valor percebido e os tickets dos serviços especializados com a escalabilidade e a eficiência operacional tradicionalmente associadas ao software.

A próxima grande oportunidade da Inteligência Artificial pode estar no trabalho

A primeira grande onda da Inteligência Artificial generativa colocou ferramentas extremamente poderosas nas mãos das pessoas. A próxima pode colocar essas ferramentas para trabalhar de maneira cada vez mais autônoma.

Isso muda a pergunta estratégica.

Em vez de procurar apenas novos softwares para desenvolver, empresários podem começar a procurar trabalhos caros, repetitivos, terceirizados e predominantemente baseados em informação.

Depois, podem separar o que exige inteligência operacional daquilo que ainda depende de julgamento humano. A IA assume progressivamente o primeiro grupo, enquanto profissionais permanecem responsáveis pelas decisões mais complexas.

À medida que a operação cresce, os dados produzidos durante a execução começam a transformar parte do julgamento em inteligência proprietária. Isso permite aumentar novamente a automação, reduzir custos e ampliar margens.

Forma-se, então, um ciclo potencialmente poderoso: mais execução gera mais dados; mais dados geram melhores decisões; melhores decisões permitem maior automação; maior automação reduz custos; custos menores aumentam escala e competitividade.

Talvez por isso a principal pergunta para empresários neste momento não seja simplesmente “como posso usar Inteligência Artificial na minha empresa?”.

Uma pergunta potencialmente mais importante é:

qual trabalho existe no meu mercado que hoje custa caro, depende de pessoas, acontece repetidamente e poderia ser executado em grande parte por Inteligência Artificial?

E existe uma segunda pergunta que pode revelar oportunidades ainda menos exploradas:

qual trabalho deveria estar sendo realizado, mas hoje é abandonado porque colocar pessoas para executá-lo custa mais do que o resultado esperado?

As respostas podem indicar onde estarão alguns dos negócios mais interessantes dos próximos anos.

A Inteligência Artificial não está apenas transformando software. Está começando a transformar a própria natureza dos serviços e do trabalho.

E, em muitos mercados, a próxima grande empresa de tecnologia talvez nem pareça uma empresa de tecnologia.

Fonte

Este artigo foi desenvolvido a partir da tese apresentada por Julien Bek no estudo “Services: The New Software”, publicado pela Sequoia Capital em 5 de março de 2026. O estudo aborda a transição de Copilots para Autopilots, a relação entre inteligência e julgamento, a oportunidade existente no mercado de serviços e o potencial de empresas de Inteligência Artificial venderem o trabalho executado em vez de apenas o software utilizado para realizá-lo.

Fonte original: Sequoia Capital — Services: The New Software, Julien Bek, 2026.