Bain projeta mercado SaaS de US$100 bilhões em IA de automação com agência

Bain estima um mercado de cerca de US$ 100 bilhões em SaaS nos EUA para automação por IA agentic, voltado à coordenação entre sistemas empresariais como ERP, CRM e suporte.
O relatório afirma que esse mercado não substitui apenas plataformas SaaS, mas transforma trabalho de coordenação laborioso em gasto com software; hoje, US$ 4–6 bilhões já são capturados, com mais de 90% ainda inexplorados.
Fora dos EUA, Canadá, Europa, Austrália e Nova Zelândia poderiam somar parte similar ao mercado, elevando o total global para cerca de US$ 200 bilhões.
Funções com maior potencial de automação incluem suporte ao cliente, pesquisa e desenvolvimento/engenharia, vendas, finanças e recursos humanos, com variação de 20% a 60% na automação possível por área.
Recomendações da Bain: identificar fluxos de trabalho agora automatizáveis por IA agentic, avaliar qualidade de dados e arquitetura multiataque, além de considerar modelos de precificação baseados em resultados.

Bain & Company estimou um mercado de US$ 100 bilhões nos EUA para empresas SaaS que utilizam IA agentic. A projeção aparece no segundo capítulo de uma série de cinco partes sobre a indústria de software na era da IA. O foco é entender onde a IA agentic pode abrir novos mercados e como SaaS pode capturá-los.

O estudo aponta que o potencial está na coordenação de tarefas manuais entre sistemas empresariais. Fluxos que envolvem ERP, CRM, suporte, gestão de fornecedores e e-mails poderiam ser automatizados com IA capaz de interpretar informações de várias fontes.

Segundo a Bain, a automação baseada em regras e a automação de processos robóticos apresentam limites quando há ambiguidade ou dados dispersos. A IA agentic pode interpretar informações, coordenar ações entre sistemas e operar dentro de diretrizes políticas.

A pesquisa enfatiza que a IA agentic não substitui principalmente plataformas SaaS, mas transforma o trabalho de coordenação laboriosa em demanda por software. O mercado já capturaria entre US$ 4 bilhões e US$ 6 bilhões dos EUA, com mais de 90% ainda não explorado.

Fora dos EUA, Canadá, Europa, Austrália e Nova Zelândia poderiam somar um mercado similar, elevando a estimativa total para cerca de US$ 200 bilhões nessas regiões combinadas.

Distribuição por função

O mercado não é uniforme entre as funções empresariais. Vendas representam a maior fatia, em torno de US$ 20 bilhões, devido ao tamanho da força de vendas e não a um potencial de automação excepcional.

Custos de mercadorias vendidas e operações somam aproximadamente US$ 26 bilhões. A grand parcela de trabalho operacional amplia o efeito de automação mesmo com taxas modestas.

Pesquisa aponta ainda que suporte ao cliente, pesquisa e desenvolvimento, engenharia, finanças e recursos humanos apresentam potenciais de automação entre 35% e 60%, dependendo da função e dos fluxos.

Potenciais de automação e fatores

Seis fatores determinam quanto de um fluxo pode ser automatizado com IA: verificabilidade de saída, consequências de falha, disponibilidade de conhecimento digitalizado e variabilidade do processo. Fluxos com sinais de verificação claros são mais fáceis de automatizar.

Planos regulatórios ou riscos financeiros exigem supervisão humana mais próxima, mesmo com capacidades técnicas da IA. Exemplos incluem declarações fiscais, conformidade legal e resposta a incidentes de segurança.

Além disso, a disponibilidade de conhecimento digitalizado atua como limitante. É preciso acesso a dados estruturados, contexto documentado e entradas legíveis por máquina com lógica de decisão.

A complexidade de integração também pesa: fluxos que passam por várias plataformas e APIs enfrentam camadas de autenticação e tratamento de exceções, dificultando automação de ponta a ponta. Os maiores valores aparecem onde nenhum sistema único controla o resultado.

David Crawford, presidente da prática global de tecnologia da Bain, afirma que SaaS deve buscar vantagem em “contexto de decisão entre fluxos”, interpretando e agindo em processos que passam por múltiplos sistemas.

Exemplos, clientes e caminhos

O relatório cita empresas como Cursor, Sierra, Harvey, Glean, Salesforce, ServiceNow e Workday ao discutir adoção de IA agentic. Cursor divulgou mais de US$ 16,7 milhões em receita média mensal, segundo a Bain; Sierra ultrapassou US$ 150 milhões por ano; Harvey passou de US$ 190 milhões; Glean chegou a US$ 200 milhões.

GitHub é citado como exemplo de expansão a partir de dados de um fluxo central para fluxos adjacentes. A plataforma migrou para produtividade de desenvolvedores e automação de segurança com dados de repositório e fluxo de trabalho.

A Bain aponta dois caminhos de expansão: automatizar fluxos centrais já conhecidos pela empresa e automatizar fluxos adjacentes ainda não atendidos. Mapear com detalhe os fluxos dos clientes é essencial para identificar these mercados.

Modelos de precificação podem mudar quando IA entrega resultados concluídos. A consultoria sugere modelos baseados em resultados ou uso, em vez de apenas seats e logins.

Recomendações para SaaS

As SaaS devem começar identificando quais fluxos de clientes já são automatizáveis com IA agentic, avaliando subprocessos individualmente. A qualidade dos dados aparece como fator decisivo para execução confiável.

A Bain recomenda fechar lacunas por meio de desenvolvimento interno, aquisições ou parcerias, citando exemplos como Axon, Moveworks e parcerias entre Salesforce e Workday. Tal estratégia ajuda a avançar em arquitetura com multiagentes.

A necessidade de talento em IA, arquitetura nativa em nuvem e financiamento para treinamento de modelos também é destacada. As empresas devem alinhar precificação e incentivos de venda a resultados gerados pela IA, não a modelos baseados em usuários.

Crawford sinaliza que o ritmo para SaaS é de meses, não anos, à medida que novas implantações geram dados adicionais. A ideia é avançar com experiências de automação em fluxos de clientes, aumentando o conhecimento de mercado.