Tradução · Inteligência artificial
Serviços: o novo software
A próxima empresa de US$ 1 trilhão será uma empresa de software disfarçada de empresa de serviços.
Sobre esta página. Tradução para português de Services: The New Software, de Julien Bek, publicado pela Sequoia Capital. O texto original está disponível em sequoiacap.com/article/services-the-new-software.
Todo fundador que está construindo uma ferramenta de IA se faz a mesma pergunta: o que acontece quando a próxima versão do Claude transforma meu produto em um recurso? Eles têm razão em se preocupar. Se você vende a ferramenta, está competindo contra o modelo. Mas, se vende o trabalho, cada melhoria no modelo torna seu serviço mais rápido, barato e difícil de enfrentar. Uma empresa pode gastar US$ 10 mil por ano com o QuickBooks e US$ 120 mil com um contador para fechar o balanço. A próxima empresa lendária simplesmente fechará o balanço.
01Inteligência versus julgamento
Escrever código é, em grande parte, inteligência. Saber o que construir em seguida é julgamento.
Traduzir uma especificação em código, testar e depurar: as regras são complexas, mas continuam sendo regras. O julgamento é diferente. Ele exige experiência e bom senso — um instinto construído ao longo de anos de prática. Decidir qual recurso desenvolver em seguida, se vale a pena assumir dívida técnica, quando lançar algo antes de estar pronto.
Um ano atrás, a maioria dos usuários do Cursor tratava a IA como autocompletar. Hoje, mais tarefas são iniciadas por agentes do que por humanos. A engenharia de software responde por mais da metade de todo o uso de ferramentas de IA entre as profissões. Todas as outras categorias ainda estão na casa de um dígito. A razão é que a engenharia de software é, principalmente, um trabalho de inteligência. A IA ultrapassou o ponto em que consegue realizar autonomamente a maior parte do trabalho de inteligência e deixar o julgamento para os humanos. A engenharia de software chegou lá primeiro. Isso acontecerá em todas as profissões.
02Copilotos e pilotos automáticos
Um copiloto vende a ferramenta. Um piloto automático vende o trabalho.
Até pouco tempo atrás, os modelos de IA ainda estavam desenvolvendo inteligência e julgamento. Por isso, a abordagem correta era começar com um copiloto: colocar a IA nas mãos de um profissional e deixá-lo decidir o que fazer com ela. A Harvey vende para escritórios de advocacia. A Rogo vende para bancos de investimento. O profissional é o cliente, a ferramenta aumenta sua produtividade e ele assume a responsabilidade pelo resultado.
Hoje, os modelos são inteligentes o suficiente para que, em algumas categorias, o melhor ponto de partida seja um piloto automático. A Crosby vende para a empresa que precisa que um NDA seja redigido, não para um escritório jurídico externo. A WithCoverage vende para o CFO que precisa de um seguro, não para o corretor. O cliente compra diretamente o resultado. Em qualquer profissão, o orçamento destinado ao trabalho é muito maior que o orçamento destinado à ferramenta — e os pilotos automáticos capturam o orçamento do trabalho desde o primeiro dia.
Quanto maior a proporção de inteligência em uma área, mais cedo os pilotos automáticos vencerão.
03A convergência
O julgamento de hoje se tornará a inteligência de amanhã. À medida que os sistemas de IA acumularem dados proprietários sobre o que caracteriza um bom julgamento em seu domínio, a fronteira avançará. Copilotos e pilotos automáticos convergirão. A transição de copiloto para piloto automático já começou em diversas categorias. Mas a posição inicial importa, porque determina onde os pilotos automáticos podem conquistar clientes agora e começar a acumular os dados que, no futuro, permitirão que lidem também com o julgamento.
04O manual do piloto automático: terceirização como porta de entrada
Para cada dólar gasto em software, seis são gastos em serviços.
O mercado total endereçável dos pilotos automáticos corresponde a todos os gastos com mão de obra de uma categoria, somando trabalho interno e terceirizado. Mas o melhor ponto de partida está onde a terceirização já existe.
Se uma tarefa já é terceirizada, isso revela três coisas. Primeiro, a empresa aceitou que esse trabalho pode ser realizado externamente. Segundo, existe uma rubrica orçamentária que pode ser substituída de forma simples. Terceiro, o comprador já está adquirindo um resultado. Substituir um contrato de terceirização por um provedor de serviços nativo de IA é uma troca de fornecedor. Substituir funcionários internos é uma reorganização.
O manual é o seguinte: as empresas devem começar pela tarefa terceirizada e intensiva em inteligência. Dominar a distribuição. À medida que a IA acumula conhecimento, expandir em direção ao trabalho interno e intensivo em julgamento. A tarefa terceirizada é a porta de entrada. O trabalho interno é o mercado total endereçável de longo prazo.
A Crosby começou com NDAs: uma tarefa bem definida, predominantemente baseada em inteligência, que a maioria das empresas já terceiriza para escritórios jurídicos externos. O orçamento existe, o escopo é claro, o retorno sobre o investimento é imediato e a substituição ocorre sem grandes atritos.
05Mapa de oportunidades
Traçar todos os segmentos de serviços em um espectro que vai de inteligência a julgamento, combinado com a proporção entre trabalho terceirizado e interno, produz um mapa de prioridades com o mercado total de mão de obra entre parênteses. A lista é ilustrativa.
Corretagem de seguros (US$ 140–200 bilhões)
O maior mercado em valor desta lista. As linhas comerciais padronizadas são altamente uniformes: o valor agregado do corretor consiste essencialmente em pesquisar opções entre as seguradoras e preencher formulários — trabalho puramente baseado em inteligência. A camada de distribuição é extremamente fragmentada, com dezenas de milhares de pequenos corretores executando o mesmo processo. Portanto, nenhum participante dominante controla o relacionamento com o cliente. WithCoverage e Harper são novas empresas interessantes.
Contabilidade e auditoria (US$ 50–80 bilhões terceirizados somente nos EUA)
Os Estados Unidos perderam aproximadamente 340 mil contadores em cinco anos, enquanto a demanda cresceu. 75% dos CPAs estão próximos da aposentadoria, o caminho para obter a licença é longo e os salários iniciais ficam atrás dos setores de tecnologia e finanças. Essa escassez estrutural está levando as empresas a aceitar a IA mais rapidamente do que em quase qualquer outra profissão. A Rillet está construindo o ERP nativo de IA que fechará o balanço. A Basis começou como um copiloto para contadores.
Ciclo de receita na saúde (US$ 50–80 bilhões terceirizados nos EUA)
As pessoas ouvem “saúde” e presumem que se trata de uma área intensiva em julgamento, mas a camada de faturamento é quase puramente baseada em inteligência. A codificação médica consiste em traduzir anotações clínicas em aproximadamente 70 mil códigos padronizados da CID-10. As regras são complexas, mas continuam sendo regras. A terceirização já está madura e orientada a resultados. Um piloto automático só precisa fazer a mesma coisa a um custo menor. A Anterior está mais avançada.
Regulação de sinistros (US$ 50–80 bilhões, incluindo TPAs)
Do outro lado da apólice de seguros, a regulação de sinistros é uma superfície distinta para pilotos automáticos. Sinistros de linhas padronizadas são resolvidos interpretando a linguagem da apólice em relação às tabelas de danos e definindo reservas com base em tabelas atuariais. A força de trabalho de reguladores está envelhecendo e ninguém está ocupando seu lugar. O mercado é amplamente terceirizado para profissionais independentes e TPAs, como Crawford e Sedgwick. Um único setor, pelo menos duas oportunidades distintas para pilotos automáticos. A Pace está construindo o piloto automático para o processamento de sinistros. A Strala está construindo uma TPA nativa de IA.
Consultoria tributária (US$ 30–35 bilhões)
A licença de CPA cria uma barreira regulatória, mas 80–90% do trabalho subjacente é baseado em inteligência. Cada jurisdição adicional atendida por um piloto automático tributário aprofunda sua vantagem de dados. A complexidade de múltiplas jurisdições é justamente o que pequenas e médias empresas terceirizam, porque nenhum contador interno consegue cobrir tudo. A TaxGPT é uma das pioneiras, ao lado da Skalar e da Ravical na Europa.
Direito e trabalho transacional (US$ 20–25 bilhões)
Redação de contratos, NDAs e documentos regulatórios: alta intensidade de inteligência e terceirização rotineira. O produto final é suficientemente padronizado para que sua qualidade possa ser verificada. Assim, o comprador consegue confiar no resultado produzido pela IA sem possuir profundo conhecimento jurídico. A Harvey é a líder emergente e está avançando rapidamente em direção ao piloto automático; Crosby e Lawhive são as novas empresas nativas de pilotos automáticos.
Serviços gerenciados de TI (mais de US$ 100 bilhões)
Toda pequena e média empresa terceiriza sua TI. Aplicação de patches, monitoramento, provisionamento de usuários e triagem de alertas: trabalho baseado em inteligência, repetido em milhares de ambientes idênticos. A camada de software existente — ConnectWise e Datto — vende ferramentas para o MSP. Até agora, ninguém vendeu diretamente à empresa o resultado “sua TI funciona”. A Edra está automatizando processos de TI. A Serval está automatizando o suporte de TI.
Cadeia de suprimentos e compras (mais de US$ 200 bilhões)
A maioria das empresas negocia seriamente apenas com os 20% principais de seus fornecedores. A cauda longa não recebe atenção porque não é economicamente viável contratar humanos para fazer esse trabalho. Vazamentos contratuais representam de 2% a 5% do total gasto em compras. A porta de entrada é o trabalho abandonado: não há uma rubrica orçamentária que o justifique, nem um fornecedor estabelecido a ser substituído — apenas dinheiro encontrado. A Magentic está construindo a IA para compras diretas; a AskLio, para compras indiretas. A Tacto está construindo tanto o sistema de registro quanto o copiloto para o mercado intermediário.
Recrutamento e alocação de profissionais (mais de US$ 200 bilhões)
O maior mercado de serviços desta lista. A parte inicial do funil de contratação — triagem, correspondência e contato — é puramente baseada em inteligência. Mas convencer um candidato a aceitar a vaga e avaliar sua adequação à cultura exige julgamento construído ao longo de anos de reconhecimento de padrões. A porta de entrada dos pilotos automáticos está nos cargos de alto volume e baixo julgamento, nos quais a correspondência é padronizada. Juicebox, Mercor e Jack & Jill são líderes emergentes que estão construindo em todo o espectro.
Consultoria de gestão (US$ 300–400 bilhões)
Um mercado enorme, mas cujo trabalho é predominantemente baseado em julgamento. A questão interessante é saber se a IA consegue desagregar a consultoria em componentes de inteligência — coleta de dados e benchmarking — e componentes de julgamento — recomendações estratégicas —, com a camada de inteligência sendo automatizada e a camada de julgamento permanecendo humana. Os melhores candidatos ainda precisam ser determinados.
Em 2025, as empresas de IA que mais cresceram foram os copilotos. Em 2026, muitas tentarão se tornar pilotos automáticos. Elas têm o produto e conhecem o cliente. Mas também enfrentam o dilema do inovador: vender o trabalho significa impedir que seus próprios clientes continuem realizando esse trabalho. Essa é a oportunidade para os pilotos automáticos puros.
Se você está construindo um, entre em contato: julien@sequoiacap.com / @julienbek