A primeira fase da inteligência artificial generativa vendeu principalmente assistência. Copilotos ajudam pessoas a escrever, pesquisar, analisar, programar e tomar decisões. Uma segunda fase começa a avançar sobre outra fronteira: em vez de ajudar alguém a realizar o trabalho, sistemas de IA passam a receber um objetivo e executar parcelas cada vez maiores dele. É nesse movimento que ganha força o conceito de Services-as-Software.
Services-as-Software descreve um modelo em que software e agentes de IA deixam de vender apenas ferramentas para executar uma tarefa e passam a entregar uma parcela crescente do próprio trabalho ou resultado. Em vez de pagar somente pelo acesso a um sistema, o cliente pode pagar para que determinada atividade seja realizada.
A mudança leva produtos do modelo de copiloto, no qual uma pessoa continua operando e respondendo pelo trabalho, para modelos mais próximos de um autopiloto, em que sistemas planejam, utilizam ferramentas, executam etapas e apresentam resultados sob diferentes níveis de supervisão humana.
Essa diferença parece pequena quando descrita apenas como uma evolução da IA, mas pode ser muito maior quando observada pela perspectiva de produto. Se o cliente deixa de comprar uma ferramenta para fazer algo e começa a comprar o próprio resultado, mudam a proposta de valor, a experiência, a precificação, as métricas e até a definição de quem realmente usa o software.
Não significa que o SaaS esteja acabando nem que todo trabalho será realizado de forma autônoma. Os sinais atuais apontam para um cenário mais complexo: copilotos, agentes, automações e pessoas devem coexistir, com graus diferentes de autonomia conforme contexto, risco e necessidade de julgamento.
O que é Services-as-Software?
Services-as-Software é um modelo no qual software, frequentemente apoiado por agentes de IA, assume parte relevante da execução de um serviço e entrega o trabalho ou resultado ao cliente. A diferença principal em relação ao SaaS tradicional está no que é vendido.
No SaaS, uma empresa geralmente oferece uma ferramenta para que uma pessoa ou equipe execute determinada atividade. Um sistema financeiro ajuda alguém a fechar as contas. Um CRM ajuda vendedores a gerenciar oportunidades. Uma ferramenta jurídica ajuda profissionais a pesquisar e redigir documentos.
No Services-as-Software, a fronteira começa a avançar. Em vez de vender somente o sistema financeiro, a empresa pode vender o fechamento das contas. Em vez de fornecer uma ferramenta para analisar documentos, pode entregar a análise pronta. Em vez de ajudar uma equipe a organizar determinado processo, pode assumir parte do processo e responder por um resultado previamente definido.
A Foundation Capital utilizava o termo Services-as-Software em 2025 para descrever empresas nativas em IA que não funcionavam apenas como aceleradores de workflow, mas como sistemas projetados para realizar o trabalho de ponta a ponta.
| Modelo | O que o cliente compra | Quem conduz o trabalho |
|---|---|---|
| SaaS tradicional | Acesso à ferramenta | A pessoa opera o software |
| Copiloto | Ferramenta com assistência de IA | A pessoa conduz e a IA auxilia |
| Agente | Capacidade de delegar objetivos e etapas | Pessoa e sistema dividem a condução |
| Services-as-Software | Execução ou resultado | O sistema assume uma parcela maior do trabalho |
Do copiloto ao autopiloto: o que realmente muda?
Uma forma útil de compreender essa transformação aparece em uma análise publicada pela Sequoia Capital em março de 2026. O texto diferencia produtos de IA entre copilotos e autopilotos.
Na formulação da Sequoia, um copiloto vende a ferramenta, enquanto um autopiloto vende o trabalho. O profissional continua sendo o principal responsável pela execução no primeiro caso. No segundo, o cliente entrega um objetivo e compra diretamente o resultado.
Autopiloto, nesse contexto, não deve ser entendido como uma classificação técnica universal para sistemas de inteligência artificial. É uma lente útil para analisar produto e modelo de negócio.
Essa passagem muda a pergunta central de produto.
Em um copiloto, podemos perguntar: como tornar o profissional mais eficiente?
Em um autopiloto, uma pergunta possível passa a ser: quanto desse trabalho o produto consegue assumir com qualidade, segurança e responsabilidade?
É uma diferença importante porque desloca a unidade de valor. A feature continua existindo, mas o cliente pode começar a avaliar menos quantos recursos o sistema possui e mais se o resultado foi realmente entregue.
Existem evidências de que essa mudança já começou?
Há sinais relevantes, mas eles precisam ser interpretados com cuidado. Não existe evidência suficiente para afirmar que todo software está migrando para autonomia. O que já conseguimos observar é o crescimento de formas de uso em que pessoas delegam tarefas mais longas e sistemas executam múltiplas etapas.
Empresas estão passando de assistência para execução
Em agosto de 2026, a OpenAI publicou uma análise de sua base empresarial descrevendo explicitamente uma mudança de assistência para execução. Em junho, o uso classificado pela empresa como agêntico, medido por tokens de saída do Codex, representava 64% dos tokens combinados de saída de Codex e ChatGPT entre os clientes empresariais analisados.
O crescimento também não estava restrito a desenvolvimento. Desde fevereiro, o número de usuários corporativos semanais ativos do Codex havia crescido 108 vezes em jurídico, 41 vezes em vendas, 41 vezes em recrutamento e 26 vezes em marketing, diante de crescimento de cinco vezes em engenharia. Os dados não permitem concluir que essas áreas estejam sendo automatizadas integralmente, mas mostram que a lógica de delegação está avançando para além do código. A metodologia e os dados podem ser consultados no Enterprise Signals da OpenAI.
Workflows de múltiplas etapas já aparecem em produção
Outro sinal vem do relatório The 2026 State of AI Agents, da Anthropic. Em parceria com a empresa de pesquisa Material, a Anthropic entrevistou mais de 500 líderes técnicos dos Estados Unidos, de organizações e setores diferentes, no fim de 2025.
Na amostra, 57% disseram utilizar agentes em workflows de múltiplas etapas e 16% já relatavam processos que atravessavam diferentes equipes ou funções. Para 2026, 81% pretendiam avançar para casos mais complexos.
Esses números precisam ser contextualizados. A pesquisa é norte-americana, baseada em respostas de líderes técnicos e publicada por uma empresa diretamente envolvida no mercado de modelos de IA. Ela é um sinal relevante de adoção, não uma representação universal de todas as empresas.
A execução também começa a mudar o papel das pessoas
O Work Trend Index 2026 da Microsoft analisou sinais agregados do Microsoft 365 e pesquisou 20 mil profissionais que utilizam IA no trabalho em dez mercados, incluindo o Brasil.
A tese central do relatório é que, conforme agentes assumem uma parcela maior da execução, pessoas podem concentrar mais atenção em direção, julgamento e responsabilidade sobre resultados. A Microsoft também registrou crescimento de 15 vezes no número de agentes ativos em seu ecossistema Microsoft 365 em um ano.
Os três sinais possuem origens, metodologias e interesses diferentes. Ainda assim, apontam para a mesma direção: a unidade de interação com IA começa a deixar de ser apenas uma pergunta ou geração isolada e passa, em alguns contextos, a envolver objetivos, ferramentas, etapas e execução prolongada.
Por que startups estão tentando vender o trabalho, e não apenas o software?
O interesse em Services-as-Software não existe apenas porque agentes ficaram tecnicamente mais capazes. Existe também uma mudança econômica.
Quando uma empresa vende um software, seu mercado é limitado pelo orçamento que clientes destinam à ferramenta. Quando passa a entregar o serviço, ela pode disputar uma parte do orçamento antes destinada à própria execução do trabalho.
É por isso que investidores começaram a observar serviços profissionais como uma fronteira importante para empresas nativas em IA. Em seu Requests for Startups de 2026, o Y Combinator incluiu explicitamente a categoria AI-Native Service Companies. A descrição diferencia empresas que oferecem copilotos daquelas que simplesmente realizam o trabalho para o cliente.
Startups também possuem uma característica favorável para experimentar esse modelo: elas não precisam necessariamente preservar um produto, uma precificação ou um processo construído ao redor de pessoas operando software.
Isso não significa que empresas novas possuam vantagem automática. Organizações estabelecidas podem ter ativos difíceis de reproduzir, como distribuição, confiança, dados proprietários, relacionamento com clientes, integrações e conhecimento acumulado de domínio.
Minha leitura é que a disputa não será simplesmente startup contra incumbente. Será também uma disputa sobre quem consegue reorganizar melhor produto, tecnologia e operação ao redor de uma nova unidade de valor: o resultado.
Quais trabalhos são melhores candidatos ao autopiloto?
Nem toda atividade que pode receber IA deveria ser transformada em um serviço autônomo. Uma forma mais útil de avaliar o potencial de delegação é observar características do próprio trabalho.
| Dimensão | Favorece mais autonomia quando… | Exige mais supervisão quando… |
|---|---|---|
| Repetibilidade | O processo possui padrões recorrentes | Cada caso exige abordagem muito diferente |
| Clareza do resultado | É fácil definir e verificar o que significa concluir bem | Qualidade depende de interpretação subjetiva |
| Julgamento | Grande parte das decisões segue regras verificáveis | Experiência, contexto e julgamento dominam a decisão |
| Risco | Erros possuem impacto limitado | Erros podem causar dano financeiro, jurídico, físico ou reputacional |
| Reversibilidade | Uma ação pode ser revisada ou desfeita | A consequência é difícil ou impossível de reverter |
| Dados | O sistema possui contexto suficiente e confiável | Os dados são incompletos, ambíguos ou inconsistentes |
| Integração | Ferramentas e sistemas podem ser acessados de forma previsível | A execução depende de processos fragmentados ou manuais |
Esse raciocínio também ajuda a evitar uma falsa divisão entre “humano” e “IA”. Muitos produtos provavelmente funcionarão em zonas intermediárias. Um agente pode executar etapas rotineiras sozinho, solicitar aprovação antes de ações relevantes e transferir exceções para uma pessoa.
A autonomia, portanto, pode ser tratada como uma propriedade variável do produto. No artigo sobre UX para agentes de IA, aprofundo como intenção, risco, confirmação, reversibilidade e rastreabilidade influenciam essa relação.
O que muda quando o cliente compra o resultado?
Services-as-Software não significa apenas substituir uma interface por um agente. Se a empresa passa a assumir uma parcela maior do trabalho, diferentes decisões de produto precisam ser revistas.
| SaaS tradicional | Services-as-Software |
|---|---|
| Vende acesso à ferramenta | Vende execução ou resultado |
| Usuário opera o sistema | Usuário delega uma intenção ou objetivo |
| Interface concentra grande parte da atividade | Parte da atividade pode acontecer sem interação constante |
| Adoção de features é uma métrica importante | Qualidade e confiabilidade do resultado ganham peso |
| Preço costuma acompanhar licença, plano ou assento | Preço pode acompanhar tarefa, uso, volume ou resultado |
| Onboarding ensina a utilizar o software | Onboarding também precisa estabelecer contexto, limites e permissões |
| Integrações ampliam o que o usuário consegue fazer | Integrações podem ser necessárias para o próprio agente executar |
Isso também modifica incentivos. Em um produto tradicional, aumentar o tempo dentro do software pode indicar engajamento. Em um sistema cujo objetivo é executar trabalho em nome do cliente, exigir mais interação pode representar justamente uma falha.
Um bom produto agêntico pode produzir valor enquanto permanece invisível durante boa parte do processo. O usuário retorna quando precisa definir algo, acompanhar um estado, resolver uma exceção, aprovar uma ação ou avaliar o resultado.
E se o principal usuário do software não for mais humano?
Essa talvez seja uma das consequências mais interessantes dessa transformação para Product Design.
Grande parte do software corporativo foi construída a partir de uma premissa relativamente estável: uma pessoa utilizará menus, formulários, dashboards e fluxos para realizar alguma coisa. Agentes começam a quebrar essa premissa.
Em abril de 2026, a Microsoft publicou uma análise sobre o que acontece quando os maiores usuários de um software deixam de ser exclusivamente humanos. A empresa propõe que produtos passem a considerar duas classes de usuário: pessoas e agentes.
Nessa visão, interfaces não necessariamente desaparecem. Elas mudam de função. A Microsoft as descreve como pontos de encontro em que o trabalho pode ser revisado, compartilhado e transferido entre pessoas e agentes.
Isso cria uma segunda dimensão de design. Além de perguntar se uma pessoa consegue compreender e utilizar um produto, equipes começam a precisar considerar se sistemas conseguem acessar contexto, interpretar regras, utilizar recursos e respeitar restrições.
É uma mudança que também aparece em discussões sobre DESIGN.md, agentes de IA e documentação de Design: parte do conhecimento que antes existia apenas na interface ou na cabeça de profissionais precisa se tornar explícita e legível por sistemas.
O que acontece com UX quando o usuário delega em vez de executar?
UX não perde importância quando uma pessoa realiza menos etapas manualmente. O objeto de Design é que começa a mudar.
Em muitos produtos tradicionais, projetamos como alguém encontra uma funcionalidade, compreende uma interface, fornece informações, toma uma decisão e executa cada etapa de um fluxo.
Quando um agente assume parte desse fluxo, precisamos projetar também como uma pessoa delega, acompanha, verifica, interrompe, corrige e recupera uma execução realizada em seu nome.
Isso muda perguntas fundamentais de experiência:
- O que o sistema pode fazer sozinho?
- Em quais momentos precisa pedir autorização?
- Como uma pessoa sabe o que está acontecendo sem precisar supervisionar cada etapa?
- Como o produto comunica incerteza?
- Como uma ação pode ser interrompida, corrigida ou desfeita?
- Quem assume responsabilidade quando o resultado está errado?
Esses problemas são diferentes de simplesmente desenhar uma boa conversa com um chatbot. A experiência passa a envolver distribuição de iniciativa, autoridade e responsabilidade.
Essa transformação se conecta a uma discussão maior que explorei em O futuro do UX na era da IA. Conforme execução deixa de ser o principal gargalo, julgamento, direção, compreensão do problema e capacidade de avaliar resultados podem aumentar de importância.
Interfaces podem se tornar menos importantes?
Algumas interfaces operacionais podem se tornar menos centrais. A experiência não.
Se um agente consegue consultar cinco sistemas, preencher registros, comparar regras e realizar uma solicitação sozinho, talvez não faça sentido obrigar uma pessoa a navegar manualmente por todas as telas que existiam antes.
Mas eliminar etapas visíveis cria outros problemas. Quanto menos alguém acompanha a execução diretamente, maior pode ser a necessidade de compreender objetivo, estado, escopo, consequências e exceções.
A interface deixa de existir apenas como espaço de operação e pode ganhar outras funções: definir intenção, revisar um plano, conceder permissões, acompanhar progresso, aprovar ações importantes, comparar resultados, investigar falhas e assumir o controle quando necessário.
Por isso, dizer que agentes vão “acabar com as interfaces” simplifica uma mudança muito mais interessante. Em alguns contextos, podemos ter menos interação operacional e mais interação de supervisão e decisão.
Por que nem todo SaaS vai virar autopiloto?
Existe um risco de observar a velocidade da evolução dos modelos e concluir que qualquer processo poderá ser entregue autonomamente. A evidência disponível ainda não sustenta essa generalização.
Em seu relatório sobre serviços agênticos de 2026, a HFS Research avaliou 36 prestadores de serviços e ouviu clientes, parceiros e profissionais. A análise encontrou avanço relevante, mas também concluiu que Services-as-Software plenamente desenvolvido ainda é limitado.
Mesmo entre casos mais maduros, autonomia continua condicionada por supervisão humana, responsabilidade, qualidade de dados, governança e maturidade operacional. Segundo a HFS, casos enquadrados em sua camada mais avançada ainda representavam menos de 10% dos portfólios dos prestadores avaliados.
Essa limitação faz sentido. Transferir a execução de uma tarefa não transfere automaticamente a responsabilidade pelas consequências.
Áreas reguladas, decisões financeiras, saúde, segurança, acesso a informações sensíveis, comunicação pública e situações com grande ambiguidade podem exigir controles muito maiores. Em alguns casos, o melhor produto pode continuar sendo um copiloto. Em outros, o agente pode executar 90% de um processo e entregar os 10% mais sensíveis para julgamento humano.
Autonomia total não deveria ser o objetivo padrão. A autonomia adequada ao contexto é uma métrica muito mais útil.
Minha hipótese: a próxima disputa pode ser pelo trabalho, não pela ferramenta
Não acredito que estejamos simplesmente observando o fim do SaaS. A hipótese que considero mais interessante é uma expansão da fronteira do que software consegue vender.
Durante grande parte da era SaaS, software disputou principalmente orçamento destinado a ferramentas. Uma empresa comprava CRM, ERP, plataforma de analytics, sistema jurídico, ferramenta de pesquisa ou software de atendimento para permitir que profissionais realizassem seu trabalho.
Quando sistemas começam a executar parcelas significativas desse trabalho, software passa a disputar também orçamento historicamente destinado a operação e serviços.
Isso pode explicar por que investidores e aceleradoras estão olhando com tanta atenção para seguros, contabilidade, jurídico, compliance, saúde administrativa, recrutamento e outros mercados em que clientes já compram trabalho externo.
Mas não acho que a empresa vencedora será simplesmente aquela que possuir o agente mais autônomo. Quanto maior a responsabilidade assumida pelo produto, mais importantes ficam outros ativos: conhecimento de domínio, integração, qualidade dos dados, consistência, avaliação, segurança, experiência, confiança e capacidade de lidar com exceções.
Talvez algumas das startups mais relevantes dessa próxima fase sejam aquelas que consigam combinar essas camadas e responder não apenas por uma boa ferramenta, mas por um problema completo.
O que observar nos próximos anos
Services-as-Software ainda é uma tese em construção. Em vez de tratá-la como destino inevitável, podemos acompanhar sinais que indiquem se a mudança realmente está se consolidando.
- Precificação: mais produtos deixando exclusivamente o modelo por licença ou usuário e experimentando cobrança por tarefa, volume ou resultado.
- Operação: empresas nativas em IA assumindo processos que antes eram terceirizados para equipes humanas.
- Interfaces: redução da operação manual acompanhada de crescimento de experiências de supervisão, aprovação e exceção.
- Infraestrutura: APIs, MCP, dados e documentação sendo preparados explicitamente para consumo por agentes.
- Métricas: qualidade do resultado, taxa de intervenção, recuperação, previsibilidade e custo por execução ganhando importância.
- Design: equipes projetando níveis de autonomia e comportamento dos sistemas, não apenas telas e fluxos determinísticos.
- Governança: crescimento de modelos human-in-the-loop em tarefas nas quais responsabilidade e risco impedem autonomia ampla.
Esse movimento também deve ser observado junto das tendências de Produto Digital para 2027, porque agentes não estão mudando apenas uma categoria de ferramenta. Eles começam a alterar a própria relação entre pessoas, software e trabalho.
Services-as-Software muda a pergunta que fazemos sobre IA
A pergunta mais importante talvez esteja deixando de ser “o que a IA consegue me ajudar a fazer?” e se tornando, em alguns contextos, “o que eu posso delegar com segurança e qual resultado espero receber?”.
Essa passagem de assistência para execução não acontecerá de forma uniforme. Alguns trabalhos possuem regras claras, resultados verificáveis e baixo custo de erro. Outros dependem profundamente de julgamento, relacionamento, responsabilidade e contexto humano.
Mas a direção merece atenção porque muda algo fundamental. Software deixa de competir apenas para ser a melhor ferramenta dentro de um processo e começa, em determinados mercados, a competir pelo próprio processo.
Para quem trabalha com UX e Product Design, isso amplia o campo. Quando uma pessoa deixa de executar cada etapa e passa a delegar objetivos, ainda precisamos projetar a experiência. Só que agora também projetamos autonomia, supervisão, limites, confiança, recuperação e responsabilidade.
Talvez o futuro não tenha menos UX porque existem menos cliques.
Talvez tenha mais decisões de experiência acontecendo antes, durante e depois de cada clique que deixou de existir.
Perguntas frequentes sobre Services-as-Software
O que é Services-as-Software?
Services-as-Software é um modelo em que software e agentes de IA assumem parte relevante da execução de um serviço e entregam trabalho ou resultado ao cliente. A diferença para o SaaS tradicional está principalmente no que é comprado: menos acesso a uma ferramenta e mais execução de uma tarefa ou processo.
Qual é a diferença entre SaaS e Services-as-Software?
No SaaS tradicional, uma pessoa utiliza o software para realizar o trabalho. Em Services-as-Software, o sistema assume uma parcela maior da própria execução. Os dois modelos podem coexistir e muitos produtos devem combinar características de ambos.
Qual é a diferença entre copiloto e autopiloto de IA?
Um copiloto auxilia uma pessoa que continua conduzindo a tarefa e respondendo pelo resultado. Autopiloto é uma forma de descrever produtos que recebem um objetivo e assumem uma parcela maior da execução. O termo é uma lente de produto e modelo de negócio, não uma classificação técnica universal de inteligência artificial.
IA agêntica significa que o sistema trabalha sem supervisão humana?
Não necessariamente. Sistemas agênticos podem operar com diferentes níveis de autonomia. A supervisão adequada depende de risco, reversibilidade, qualidade dos dados, impacto da decisão e necessidade de julgamento humano.
Todo SaaS vai virar Services-as-Software?
Não há evidência suficiente para afirmar isso. Alguns processos são bons candidatos à execução por agentes, enquanto outros exigem julgamento, responsabilidade ou interação humana intensa. O cenário mais provável é a convivência entre SaaS, copilotos, agentes e serviços parcialmente autônomos.
Referências
- Foundation Capital, The $4.6T Services-as-Software Opportunity, 2025. Análise sobre empresas nativas em IA que passam de ferramentas de produtividade para execução de serviços.
- Sequoia Capital, Services: The New Software, 2026. Referência utilizada para a distinção entre copilotos e autopilotos e para análise de mercados de serviços.
- OpenAI, Enterprise Signals, agosto de 2026. Dados sobre crescimento da utilização agêntica e mudança de assistência para delegação no ambiente empresarial.
- Anthropic, The 2026 State of AI Agents Report. Pesquisa com mais de 500 líderes técnicos dos Estados Unidos sobre adoção de agentes e workflows de múltiplas etapas.
- Microsoft, 2026 Work Trend Index. Pesquisa sobre agentes, execução, julgamento humano e transformação do trabalho.
- Microsoft WorkLab, When Software’s Biggest Users Aren’t Human, 2026. Análise sobre software utilizado por pessoas e agentes.
- Y Combinator, Requests for Startups 2026: AI-Native Service Companies. Tese sobre empresas de IA que vendem o serviço e não apenas a ferramenta.
- HFS Research, HFS Horizons: Agentic Services, 2026. Avaliação de serviços agênticos e das limitações atuais para Services-as-Software em escala empresarial.
