A nova proposta de valor das empresas de IA não é vender software para gerir tarefas. É entregar o trabalho em si. O ponto de controle, que costumávamos discutir no software, tende a se mover do workflow para a própria unidade de trabalho. Esse é o ângulo que quero desenvolver aqui, olhando especificamente para os wedges que vejo as empresas de IA usando para entrar e remodelar mercados hoje, e seus desafios, com a entrega de serviço como a oferta.
A Sequoia publicou recentemente um texto chamado Services as the New Software que coloca a oportunidade de forma clara, e a diferença entre inteligência e julgamento, e copilotos e pilotos automáticos. A geração anterior de software automatizou inteligência, ou seja, executar regras e seguir passos. A geração atual começa a automatizar julgamento, que é decidir o que fazer, interpretar contexto, coordenar exceções.
E isso muda o que é um TAM interessante. Me ressoa sobre o debate do TAM do Uber outra vez. Não era sobre disruptar o mercado de táxi, mas sim uma nova forma como as pessoas se locomovem nas cidades, que muda comportamentos, que pode até estimular ou facilitar encontros presenciais, por exemplo. É um pouco do Paradoxo de Jevons, onde ganhos de eficiência em um recurso tendem a aumentar o consumo total desse recurso, não a reduzi-lo. Com a IA, a produtividade aumenta e as pessoas não irão usar o tempo para parar e relaxar. Elas vão querer produzir mais ainda.
Unit of work, não workflow
Já escrevi sobre o unbundling que a IA está produzindo e sobre a diferença entre mapear o fluxo de trabalho e mapear o trabalho em si. Isso é chave para encontrar o ponto de entrada.
O SaaS mapeava o workflow. Onde o pedido entra, onde o pagamento liquida, onde o dado é guardado. As empresas de software tradicionais tem esses diagramas de produto que, claramente, descrevem essas etapas, módulos.
Em software vertical, falamos bastante dos control points, que são os lugares do sistema onde o workflow se concentra e as pessoas se encontram para trabalhar juntas. O conceito de control point é interessante como forma de definir uma área importante do workflow para se dominar, e assim se tornar uma solução crítica para o dia a dia do usuário.
Nesses fluxos, o que o SaaS até então nunca descreveu bem foi o trabalho real que mantém esses workflows funcionando. O gerente lê um e-mail de cliente irritado e decide se reembolsa ou contesta. O back-office abre um PDF de invoice, verifica se os números batem, e roteia para a pessoa certa. O analista que lê cinquenta contratos antes do deal fechar. A operadora que atende três canais ao mesmo tempo para resolver uma exceção. Isso tudo é interpretação, coordenação, escalonamento e limpeza, antes do registro no software para deixar o status e a gestão atualizada.
Esse trabalho sempre existiu. Sempre foi caro. E sempre ficou em algum lugar entre o SaaS e o humano, executado por empresas de serviço, BPOs, ou pelos próprios funcionários do cliente.
É aqui que a IA entra com mais clareza hoje. O mapa do negócio precisa descer um nível abaixo do workflow e alcançar a unidade de trabalho real. Quem consegue identificar, entregar, e reorganizar a coordenação em torno dessa unidade de trabalho tem a oportunidade de ser o ponto de trabalho e permanecer no stack do cliente.
Os wedges de ofertas de IA em B2B que estou enxergando
Eu também já escrevi um pouco sobre o que e a importância de um wedge para a estratégia de negócios de startups. Um wedge(o ‘calço’ ou a ‘cunha’) é uma escolha estratégica de ponto de entrada, diferente de PMF e diferente de GTM completo. É a aposta inicial que destrava velocidade e gera os insumos e sinais de alta qualidade que vão informar ou alavancar a estratégia real depois. Com IA, pensando nesses wedges e nas unidades de trabalho, para empresas de soluções B2B, eu vejo algumas formas de entrar.
As duas mais claras, não são mutuamente exclusivas, mas têm defensibilidades diferentes:
A primeira é exercer o serviço diretamente. A empresa não vende software para quem executa a tarefa. Vende o próprio serviço. Análise de crédito, triagem de documentos, atendimento de primeiro nível, conciliação, revisão de contrato, prospecção, cobrança. Tudo isso tradicionalmente foi feito por empresas de serviços, BPOs, ou por times internos do cliente. O que observo é que empresas que antes vendiam software para esse nicho, deixando a execução com o cliente ou com um integrador, agora estão entregando a execução direto. A IA permite que façam isso com margem, e quem domina o unit of work ganha uma posição muito mais forte do que quem dominava o workflow ao redor dele.
A segunda é colocar uma camada de IA como uma camada de processamento ou workflow sobre o system of record. O SaaS continua lá, e os dados, como o saldo, o cliente, o pedido, ainda é registrados lá dentro. Mas o que a IA pode criar nessa camada, tem duas oportunidades:
- 1) executar a camada de trabalho repetitivo, que era só digitação e transcrição, e baixo julgamento. Pessoas que recebem a informação em um canal e reintroduziam no sistema. Esse é o wedge mais óbvio, com o resultado claro e visível, mas, por isso mesmo, o mais concorrido. Incumbentes de SaaS já estão buscando absorver essa camada. Aqui o serviço tem que ser rápido o suficiente para comandar aquele ponto de trabalho e a relação com o cliente.
- O 2) é o Process Ledger, e é provavelmente a mais interessante e a menos óbvia. Jamie Tomalin escreveu sobre isso recentemente, pegando uma ideia do Bret Taylor, da Sierra. Os systems of record atuais registram estado, como o saldo, o cliente, o pedido. Não registram processo, que é a sequência de decisões, a cadeia de raciocínio, o audit trail de uma ação autônoma. Quando um agente toma uma decisão relevante e com consequências, alguém vai precisar auditá-la. Regulador vai exigir. Cliente vai exigir. O próprio modelo seguinte vai precisar desse dado para aprender. Para verticais que precisam de um domínio específico, pode se tornar um moat interessante no futuro.
Vale dizer que transformar oferta de software em oferta de serviço está longe de ser simples. Vender serviço significa estar na frente do cliente como um prestador, com responsabilidade pelo resultado, em uma negociação com componente relacional forte para lidar com exceção, retrabalho, SLA, multa. Empresas prestadoras de serviços de pessoas, por exemplo, tem esse frameworks estabelecidos. É um modelo operacional diferente, que exige músculo de venda, jurídico e atendimento que startup de software raramente tem. E é por isso que parte do budget de trabalho vai ser capturada pelas próprias firmas de serviço incumbentes, agora armadas com tecnologia muito melhor. O software pode servir como suporte a esses humanos dessas firmas de serviços que estão executando os projetos e trabalhos. Não por acaso, a OpenAI vem contratando grandes consultorias como canal para penetrar o Codex/Frontier em grandes empresas.
Empresas de serviço que já têm o relacionamento, o framework de responsabilidade e a operação de prestação montada têm vantagem real para empilhar IA em cima e capturar mais do trabalho. A startup de IA que escolhe esse wedge não disputa só contra SaaS tradicionais que estão criando seus agentes, disputa também contra as próprias empresas de serviços, agora armadas com IA.
Esse artigo da Verticalist traz um overview geral e bom playbook. Diferente do framework da Sequoia de Autopilot/Copilot, existem trabalhos que vão exigir por um longo tempo o human-in-the-loop, seja pelo grau de risco e responsabilização da tarefa ou por questões regulatória. Por exemplo, existem documentos que precisam ser “assinados” por profissionais certificados, como contadores, auditores e outros. Uma empresa de software não vai ser uma empresa de serviços contábeis. Ela vai ser uma empresa de contabilidade powered by AI, e sem dúvida o contador dessa empresa de software será muito mais eficiente que um contador trabalhando sem essas ferramentas.
Então, transformar oferta de software em serviço não é óbvio em todos os casos. Mas uma coisa que começo a enxergar é que, para tarefas mundanas, repetitivas ou sem muito risco de responsabilidade, a expectativa dos compradores de software é que o trabalho seja feito quase como mágica, com poucos toques ou cliques.
É preciso ter em mente que isso é apenas uma forma de entrada. O grande ganho está nas automações, expansão de margem, expansão da oferta, plataforma e escala do modelo. Trocar a área do budget ou expandir TAM perdendo margem ou escalabilidade não faz sentido para negócios de venture. É preciso criar diferencial de dados, automatizar o workflow, expandir a oferta e, ultimamente, transformar a unidade de trabalho em uma oferta inevitável e escalável. Sem preservar esses atributos de margem, escala e composição que tornam software um modelo interessante para venture, o que se cria é apenas uma versão mais cara de uma empresa de serviços.
Para aprofundar: