Service as a Software: um ano depois, quase ninguém cobra por resultado

Em 29 de agosto de 2026 a Foundation Capital publicou The $4.6T Services-as-Software Opportunity: Lessons from the First Year, uma revisão da própria tese de Service as a Software um ano depois de tê-la lançado. A tese original virou bandeira do termo: o prêmio da IA não estaria nos US$ 200 bilhões que o mundo gasta por ano com SaaS, e sim nos US$ 4,6 trilhões que as empresas gastam com salário e serviço terceirizado. A revisão diz ter olhado dezenas de empresas que nasceram apostando nisso, e a parte que me interessou está na precificação: das quatro formas de cobrar que eles mapearam, cobrar pelo resultado final é a mais rara e a que a própria casa classifica como a de maior risco.

Ou seja: um ano depois, o modelo de negócio que dá nome ao termo é justamente o que quase ninguém consegue vender. O que aparece funcionando é cobrar por trabalho executado, documento processado, contrato revisado, e colocar engenheiro do fornecedor dentro do cliente pra fazer a coisa rodar. Isso tem nome, e o nome é serviço. Software na frente, gente atrás. Este post é a minha leitura de onde o termo veio, o que o primeiro ano mostrou sobre cobrança e por que quem já vende infraestrutura por transação no Brasil vai achar tudo isso bem familiar.

De onde vem o termo, e por que ele nasceu dentro de um fundo

A origem é disputada e as duas casas que reivindicam a autoria são fundos de venture capital. A Sequoia usou "service-as-a-software" no ensaio Generative AI's Act o1: The Reasoning Era Begins, de Sonya Huang e Pat Grady, publicado em 9 de outubro de 2024. O argumento é que a IA transforma trabalho em software, que o mercado endereçável deixa de ser o de software e passa a ser o de serviços, e que a unidade de cobrança vira o resultado no lugar do assento. Quase ao mesmo tempo, a Foundation Capital, dos sócios Ashu Garg e Jaya Gupta, popularizou a forma "services-as-software" e fez o que a Sequoia não fez: cravou um número no tamanho do alvo.

Vale reparar no que esse número é. Ele mede o que as empresas gastam hoje com gente e com terceiro. Não mede um centavo de receita de ninguém vendendo agente de IA. É o tamanho do alvo, não o tamanho do que já foi acertado, e a diferença entre as duas coisas é o post inteiro.

E ninguém publica tese de trilhões por altruísmo. Fundo que colocou dinheiro em dezenas de empresas de agente precisa que o mercado compare essas empresas com uma folha de pagamento, e não com uma licença de software. O múltiplo que se paga por uma empresa muda conforme o mercado que ela diz atacar, e trocar "software" por "trabalho humano" na frase de abertura do pitch multiplica o teto do que ela vale. O termo não fica falso por causa disso. Só fica claro que ele tem dono e tem interesse.

Tese de fundo é uma aposta sobre para onde o dinheiro pode ir, escrita por quem já apostou.

A escada de cobrança, e onde o dinheiro está de verdade

O mais útil do balanço de um ano é a escada de precificação que eles descrevem, com quatro degraus.

• Por acesso. É o assento do SaaS de sempre: tantos usuários, tanto por mês, independente do que cada um produz.
• Por uso. Token, minuto de processamento, chamada de API. Cobra o consumo do motor, e é o modelo que todo laboratório de IA usa.
• Por trabalho executado. Documento processado, contrato revisado, atendimento tratado. A Harvey, de tecnologia jurídica, aparece como exemplo.
• Por resultado. O que o termo promete. Raro, e classificado como o de maior risco por causa da variação.

O terceiro degrau é onde as empresas boas se acomodaram, e o motivo é sóbrio. No quarto degrau o fornecedor assume o risco de um processo que ele não controla. Se o lead qualificado não virou venda porque o time comercial do cliente demorou três dias pra ligar, quem paga a conta? Ninguém quer assinar embaixo dessa pergunta, e quem assina cobra caro pelo risco ou embute uma lista de condições que devolve o risco pro cliente por outro caminho.

A segunda constatação do balanço é ainda menos glamourosa. Eles afirmam que a integração deixou de ser atividade de pós-venda e virou a superfície do produto, com engenheiro do fornecedor sentado dentro do cliente antes mesmo de fechar contrato, porque o comprador exige prova de conceito com dado real. Sierra e Harvey aparecem como os casos. Traduzindo pra fora do texto de fundo: a promessa era software com margem de software comendo o mercado de serviço. O que apareceu no primeiro ano foi serviço com margem de serviço, usando software pra escalar um pouco melhor do que a consultoria escalava.

Cobrar por nota emitida não é novidade nenhuma

Aqui é onde eu acho o termo mais engraçado, porque o degrau que sobrou como o que funciona é o modelo que a infraestrutura brasileira vende há mais de uma década. Na NFE.io a gente cobra por documento emitido, não por assento. Bureau de crédito cobra por consulta. Gateway de pagamento cobra por transação. Antifraude cobra por análise. Ninguém chamou isso de Service as a Software, chamou de cobrar por uso, e funciona porque o objeto cobrado é indiscutível.

É essa a chave que o Vale do Silício está redescobrindo com nome novo. Cobrar por nota fiscal emitida é fácil porque a nota existe ou não existe, tem chave de acesso, número e data, e as duas partes contam a mesma coisa no fim do mês sem precisar de reunião. Cobrar por "atendimento resolvido" ou "lead qualificado" é onde começa a briga, porque resolvido e qualificado são opinião até alguém escrever a definição dentro do contrato, com o critério, a fonte do dado e quem audita.

O que a IA muda nessa história é o tipo de tarefa que chega no degrau do trabalho executado. Cobrar por transação sempre foi possível pra coisa mecânica e determinística. Agora dá pra cobrar por transação em cima de tarefa que exigia leitura, julgamento e redação, que era território exclusivo de gente. É uma mudança grande e ela é real. Só que ela acontece no degrau três, e o marketing do termo está vendendo o degrau quatro.

A conta que a Gartner faz, e a que ela faz logo em seguida

Em 1º de julho de 2026 a Gartner publicou que US$ 234 bilhões em gasto com software de aplicação empresarial estão expostos ao que ela chama de arbitragem agêntica até 2030, cerca de 20% do gasto com SaaS empresarial. A definição é direta: quando um agente resolve a tarefa cruzando vários sistemas, some a necessidade de o usuário abrir cada aplicativo, o software fica invisível e o vínculo entre número de usuários e receita se quebra. George Brocklehurst, que assina a projeção, diz que a IA agêntica muda a economia do software. Escrevi sobre a versão concreta disso quando a Salesforce colocou o próprio CRM dentro do Claude, no post sobre o Claudeforce.

Dados de mercado

US$234 bi

de gasto com software empresarial exposto à arbitragem agêntica até 2030

Cerca de 20% do gasto com SaaS empresarial, segundo projeção da Gartner publicada em 1º de julho de 2026

Agora a segunda conta, da mesma casa. Em 25 de junho de 2025 a Gartner projetou que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custo em escalada, valor de negócio incerto e controle de risco frágil. A base declarada é uma enquete com 3.412 participantes de webinar em janeiro de 2025, o que já pede um desconto na leitura, porque quem responde enquete de webinar de IA é gente que estava num webinar de IA.

As duas projeções convivem e é isso que quase ninguém cita junto. O gasto migra do assento para o resultado e, ao mesmo tempo, quatro em cada dez tentativas de capturar essa migração morrem antes de virar produção. Projeção de consultoria é cenário vendido em relatório, não medição. Vale ler as duas com a mesma dose de sal, principalmente quando uma delas está estampada no slide do fornecedor que quer te vender resultado.

O que eu perguntaria antes de assinar

Se chegar na sua mesa uma proposta prometendo entregar trabalho pronto em vez de ferramenta, três perguntas separam a oferta séria da embalagem nova.

Qual é o identificador do resultado. Não a definição bonita, o identificador. Número da nota, id do ticket, id do lead no CRM, hash do documento. Alguma coisa que eu consiga exportar do meu lado, contar sozinho e bater com a fatura sem depender do painel do fornecedor.

Qual é a linha de base, medida por mim, antes de assinar. Criei a área de Dados na Vindi e depois assumi a diretoria, com Marketing junto. A lição que ficou de tudo aquilo é que a discussão difícil nunca é a ferramenta nem o painel, é combinar a definição do número antes de alguém ter interesse no resultado. Depois que o contrato está assinado, toda métrica vira negociação. Isso vale em dobro se o dado que alimenta o agente ainda estiver espalhado, que é o assunto do post sobre dados estruturados e ROI.

Quem paga quando o resultado não vem. Modelo de resultado de verdade divide o risco: piso, teto, desconto, alguma pele em jogo do outro lado. Se a fatura é fixa e só o discurso é de resultado, é assinatura de software com nome novo, e provavelmente mais cara que a antiga.

O nome é novo, a dificuldade é velha

Service as a Software nomeia um movimento que está acontecendo mesmo. Parte do que hoje se vende como ferramenta vai passar a ser vendido como trabalho entregue, a unidade de cobrança sai do assento, e quem constrói software precisa responder o que ainda cobra se ninguém abrir a tela dele. Até aí, concordo com os fundos.

O que o primeiro ano da tese mostrou é que a parte fácil foi trocar o nome. A parte difícil continua sendo a de sempre, e é a mesma que já derrubava projeto de dado dez anos atrás: definir o que conta como entregue, medir antes de contratar e combinar quem paga quando não vem. Enquanto isso, o modelo que virou padrão entre as empresas que deram certo é cobrar por unidade de trabalho, que é o que meia dúzia de empresas de infraestrutura brasileiras já fazia sem precisar de tese de trilhões.

Se quiser acompanhar os próximos posts, o feed RSS do blog, o meu LinkedIn e o Instagram danielsilvestre.ai são os lugares.

Vender resultado é fácil. Contar resultado é que dá trabalho.