Bain & Company estimou um mercado de US$ 100 bilh\u00f5es nos EUA para empresas SaaS que utilizam IA agentic. A proje\u00e7\u00e3o aparece no segundo cap\u00edtulo de uma s\u00e9rie de cinco partes sobre a ind\u00fastria de software na era da IA. O foco \u00e9 entender onde a IA agentic pode abrir novos mercados e como SaaS pode captur\u00e1-los.<\/p>\n
O estudo aponta que o potencial est\u00e1 na coordena\u00e7\u00e3o de tarefas manuais entre sistemas empresariais. Fluxos que envolvem ERP, CRM, suporte, gest\u00e3o de fornecedores e e-mails poderiam ser automatizados com IA capaz de interpretar informa\u00e7\u00f5es de v\u00e1rias fontes.<\/p>\n
Segundo a Bain, a automa\u00e7\u00e3o baseada em regras e a automa\u00e7\u00e3o de processos rob\u00f3ticos apresentam limites quando h\u00e1 ambiguidade ou dados dispersos. A IA agentic pode interpretar informa\u00e7\u00f5es, coordenar a\u00e7\u00f5es entre sistemas e operar dentro de diretrizes pol\u00edticas.<\/p>\n
A pesquisa enfatiza que a IA agentic n\u00e3o substitui principalmente plataformas SaaS, mas transforma o trabalho de coordena\u00e7\u00e3o laboriosa em demanda por software. O mercado j\u00e1 capturaria entre US$ 4 bilh\u00f5es e US$ 6 bilh\u00f5es dos EUA, com mais de 90% ainda n\u00e3o explorado.<\/p>\n
Fora dos EUA, Canad\u00e1, Europa, Austr\u00e1lia e Nova Zel\u00e2ndia poderiam somar um mercado similar, elevando a estimativa total para cerca de US$ 200 bilh\u00f5es nessas regi\u00f5es combinadas.<\/p>\n
O mercado n\u00e3o \u00e9 uniforme entre as fun\u00e7\u00f5es empresariais. Vendas representam a maior fatia, em torno de US$ 20 bilh\u00f5es, devido ao tamanho da for\u00e7a de vendas e n\u00e3o a um potencial de automa\u00e7\u00e3o excepcional.<\/p>\n
Custos de mercadorias vendidas e opera\u00e7\u00f5es somam aproximadamente US$ 26 bilh\u00f5es. A grand parcela de trabalho operacional amplia o efeito de automa\u00e7\u00e3o mesmo com taxas modestas.<\/p>\n
Pesquisa aponta ainda que suporte ao cliente, pesquisa e desenvolvimento, engenharia, finan\u00e7as e recursos humanos apresentam potenciais de automa\u00e7\u00e3o entre 35% e 60%, dependendo da fun\u00e7\u00e3o e dos fluxos.<\/p>\n
Seis fatores determinam quanto de um fluxo pode ser automatizado com IA: verificabilidade de sa\u00edda, consequ\u00eancias de falha, disponibilidade de conhecimento digitalizado e variabilidade do processo. Fluxos com sinais de verifica\u00e7\u00e3o claros s\u00e3o mais f\u00e1ceis de automatizar.<\/p>\n
Planos regulat\u00f3rios ou riscos financeiros exigem supervis\u00e3o humana mais pr\u00f3xima, mesmo com capacidades t\u00e9cnicas da IA. Exemplos incluem declara\u00e7\u00f5es fiscais, conformidade legal e resposta a incidentes de seguran\u00e7a.<\/p>\n
Al\u00e9m disso, a disponibilidade de conhecimento digitalizado atua como limitante. \u00c9 preciso acesso a dados estruturados, contexto documentado e entradas leg\u00edveis por m\u00e1quina com l\u00f3gica de decis\u00e3o.<\/p>\n
A complexidade de integra\u00e7\u00e3o tamb\u00e9m pesa: fluxos que passam por v\u00e1rias plataformas e APIs enfrentam camadas de autentica\u00e7\u00e3o e tratamento de exce\u00e7\u00f5es, dificultando automa\u00e7\u00e3o de ponta a ponta. Os maiores valores aparecem onde nenhum sistema \u00fanico controla o resultado.<\/p>\n
David Crawford, presidente da pr\u00e1tica global de tecnologia da Bain, afirma que SaaS deve buscar vantagem em \u201ccontexto de decis\u00e3o entre fluxos\u201d, interpretando e agindo em processos que passam por m\u00faltiplos sistemas.<\/p>\n
O relat\u00f3rio cita empresas como Cursor, Sierra, Harvey, Glean, Salesforce, ServiceNow e Workday ao discutir ado\u00e7\u00e3o de IA agentic. Cursor divulgou mais de US$ 16,7 milh\u00f5es em receita m\u00e9dia mensal, segundo a Bain; Sierra ultrapassou US$ 150 milh\u00f5es por ano; Harvey passou de US$ 190 milh\u00f5es; Glean chegou a US$ 200 milh\u00f5es.<\/p>\n
GitHub \u00e9 citado como exemplo de expans\u00e3o a partir de dados de um fluxo central para fluxos adjacentes. A plataforma migrou para produtividade de desenvolvedores e automa\u00e7\u00e3o de seguran\u00e7a com dados de reposit\u00f3rio e fluxo de trabalho.<\/p>\n
A Bain aponta dois caminhos de expans\u00e3o: automatizar fluxos centrais j\u00e1 conhecidos pela empresa e automatizar fluxos adjacentes ainda n\u00e3o atendidos. Mapear com detalhe os fluxos dos clientes \u00e9 essencial para identificar these mercados.<\/p>\n
Modelos de precifica\u00e7\u00e3o podem mudar quando IA entrega resultados conclu\u00eddos. A consultoria sugere modelos baseados em resultados ou uso, em vez de apenas seats e logins.<\/p>\n
As SaaS devem come\u00e7ar identificando quais fluxos de clientes j\u00e1 s\u00e3o automatiz\u00e1veis com IA agentic, avaliando subprocessos individualmente. A qualidade dos dados aparece como fator decisivo para execu\u00e7\u00e3o confi\u00e1vel.<\/p>\n
A Bain recomenda fechar lacunas por meio de desenvolvimento interno, aquisi\u00e7\u00f5es ou parcerias, citando exemplos como Axon, Moveworks e parcerias entre Salesforce e Workday. Tal estrat\u00e9gia ajuda a avan\u00e7ar em arquitetura com multiagentes.<\/p>\n
A necessidade de talento em IA, arquitetura nativa em nuvem e financiamento para treinamento de modelos tamb\u00e9m \u00e9 destacada. As empresas devem alinhar precifica\u00e7\u00e3o e incentivos de venda a resultados gerados pela IA, n\u00e3o a modelos baseados em usu\u00e1rios.<\/p>\n
Crawford sinaliza que o ritmo para SaaS \u00e9 de meses, n\u00e3o anos, \u00e0 medida que novas implanta\u00e7\u00f5es geram dados adicionais. A ideia \u00e9 avan\u00e7ar com experi\u00eancias de automa\u00e7\u00e3o em fluxos de clientes, aumentando o conhecimento de mercado.<\/p>\n","protected":false},"excerpt":{"rendered":"