Que tipo de software será eliminado pela IA?

Até 2026, o recuo do setor de software difere das correções anteriores impulsionadas por “diminuição da demanda/elevação das taxas de juro”: o mercado parece estar mais a discutir o valor final — se estas empresas conseguirão manter o seu pool de lucros daqui a dez anos, ou se a sua vantagem competitiva será redividida por uma IA “agente-centrada (agentic)”.

Segundo informações da Trading Wind, a analista do Goldman Sachs Global Investment Research Gabriela Borges escreveu de forma direta no relatório de 16 de maio: “O mercado está a questionar a vantagem competitiva e o modelo de negócio do setor de software.” Ela desmembrou os sete principais argumentos pessimistas mais frequentes, atribuindo-lhes uma pontuação de risco de 1 a 5, e diferenciando se afetam aplicações de software mais específicas ou se têm impacto mais amplo na infraestrutura/segurança, ou até no ROI relacionado com os gastos de capital dos fornecedores de cloud.

Curiosamente, o Goldman Sachs não considera o “substituição total do software de sistema por IA” como um risco principal (pontuação 1). As preocupações mais agudas apontam em duas direções: uma, a transferência de valor do nível de registo do sistema (System of Record, SoR) para uma “camada de sistema operativo/orquestração agentic” (pontuação 4); outra, a velocidade de evolução tecnológica que torna difícil precificar o resultado final (pontuação 5) — ou seja, é difícil encontrar um “piso” para as avaliações.

Neste contexto de incerteza, o relatório fornece orientações claras: monitorizar dois tipos de sinais — primeiro, se as empresas de software podem demonstrar que a “experiência de domínio” realmente conduz a resultados agentic de maior qualidade; segundo, se os fundamentos financeiros podem manter-se estáveis ou até melhorar.

Este ciclo de recuo do software centra-se no “debate sobre o valor final”

A avaliação do Goldman Sachs é que: a queda de 2026 mudou o foco do “curva de crescimento de curto prazo” para a questão de se a vantagem competitiva será diluída pela IA. O centro da discussão é principalmente o software de aplicação, mas também começa a afetar a infraestrutura/segurança, assim como o ROI de investimentos relacionados com gastos de capital em cloud.

Assim, o relatório parece mais uma “desmontagem de argumentos”: listar os sete pontos de pessimismo, de “espantalho” a “argumento sólido”, atribuindo-lhes riscos, na tentativa de responder à mesma questão — o que ainda consegue sustentar o valor final.

O SoR dificilmente será derrubado de uma só vez, mas a “deslocação de valor” é mais perigosa

• A: risco de “substituição” do SoR é muito baixo (pontuação 1)

O primeiro argumento de bear market é o “rip and replace”: novos players usam IA para refazer o nível de registo do sistema, tornando obsoletas aplicações básicas como ERP, CRM, HR. O Goldman Sachs classifica-o como risco baixo, com razão simples: IA generativa funciona mais como motor de análise e geração, do que como motor de transações; IA empresarial precisa de dados estruturados, de alta qualidade, rastreáveis, e o SoR é precisamente o repositório e sistema de governança desses dados.

O relatório também reconhece que o risco de substituição real existe: se alguém refizer a arquitetura do SoR de forma mais moderna, escalável e com menor custo total de posse, pode desencadear migração. Como exemplo, cita a atualização do SAP S/4HANA na cloud: migrações de grandes empresas normalmente levam 18–36 meses, são dispendiosas e longas, deixando espaço para alternativas mais baratas e rápidas.

As “medidas defensivas” do Goldman Sachs também focam na arquitetura: o SoR deve evoluir de um “livro-razão passivo” para um “sistema de raciocínio (system of reason)”, de “potenciado por IA (com plugins)” para “nativo de IA (integrado na arquitetura)”. Alguns sinais citados incluem a replatforming do Salesforce em 2024, e a mudança do Workday de uma plataforma fechada para uma mais aberta.

Outro fator-chave é a fronteira de dados da empresa. Se as empresas continuarem a “cercar” a vantagem de dados dentro das aplicações existentes (como a Salesforce, que em maio de 2025 ajustou os termos da API do Slack, limitando o treino de LLMs e exportações em massa), o SoR como base será mais estável, mas o pool de lucros por cima pode ser drenado por novas camadas.

• B: valor desloca-se do SoR para uma “camada de sistema operativo/orquestração agentic” (pontuação 4)

O Goldman Sachs considera que o risco mais realista não é o desaparecimento do SoR, mas a sua transformação numa “base de dados de conformidade”, com valor concentrado na camada de orquestração capaz de raciocinar entre sistemas, invocar APIs, automatizar workflows. Os agentes podem ler, escrever, reconciliar entre múltiplos SoR, sem necessidade de interface direta com o sistema original, enfraquecendo a vantagem de UI, processos e hábitos que antes protegiam o SoR.

O relatório usa a expressão “quem está por cima de quem” para ilustrar este mundo: Sierra sobre Salesforce, Anthropic Cowork sobre Microsoft, com maior parte do orçamento adicional a ser capturado pelas camadas superiores. O Goldman Sachs também alerta que o mercado é particularmente sensível a esta linha de risco, sobretudo porque muitas empresas de aplicações, durante o ciclo de taxas baixas de 2020–2021, tinham vantagens competitivas fracas, mais suscetíveis à narrativa de “desintermediação”.

Para os fabricantes tradicionais, a oportunidade central é “experiência de domínio + contexto”. O relatório cita várias empresas para ilustrar “porque o contexto é valioso”:

• A Microsoft destaca que manter-se na mesma ecologia reduz latência, garante atualização de dados e fornece mais contexto aos LLMs, além de que a migração de grandes volumes de dados é dispendiosa e muitas vezes subestimada;
• A HubSpot aponta que a principal limitação do AI empresarial é a “falta de contexto”, e que o nível de registo do sistema consegue agregar histórico de clientes e informações de colaboração, reduzindo a necessidade de “ensinar AI” repetidamente;
• A Datadog, na apresentação do dia 12/2 aos analistas, mostrou que o treinamento de modelos internos com dados próprios, com custos menores, resulta em maior precisão, reforçando que “experiência de domínio” se traduz em diferenciação no modelo e nos resultados.

Software vertical é mais resistente no curto prazo, mas “ser suficiente para o uso” pode alterar o poder de precificação (pontuação 2)

O terceiro argumento de bear market é o “crescimento horizontal a expensas do vertical”: plataformas horizontais usando IA para que os clientes criem seus próprios workflows setoriais, ameaçando o poder de precificação do software vertical. O risco avaliado pelo Goldman Sachs é 2, pois as barreiras do software vertical permanecem: dados proprietários do setor, integração profunda nos workflows que formam o SoR, reputação de longo prazo, e barreiras regulatórias em setores altamente regulados.

O relatório cita o exemplo da Guidewire: entre os seus clientes, cerca de 7.750 bilhões de dólares em prémios de seguros de propriedade e acidentes (P&C Insurance DWP) estão sob gestão de pelo menos um produto Guidewire, e essa acumulação de dados históricos é uma barreira difícil de replicar por novos entrantes. O Goldman Sachs também reforça que “o tempo do cliente” é importante: softwares verticais profundamente integrados tendem a ser trocados ao longo de anos, não meses.

Porém, o risco não é ignorado. O relatório também aponta os novos impactos trazidos pela IA horizontal: parcerias da Palantir com AIG, Anthropic em seguros; o lançamento do GenOS pela Intuit, que facilita a codificação de workflows verticais em softwares horizontais como o QuickBooks. A questão central é: quando a funcionalidade de IA de plataformas horizontais é apenas “suficiente” e não “claramente superior”, elas podem ainda assim captar clientes por serem mais simples de integrar e menos fragmentadas — o que ameaça o poder de precificação do software vertical a longo prazo.

Código mais barato traz mais competição, mas criar produto não é o mesmo que criar empresa (pontuação 2)

O quarto argumento de bear market é a “queda do custo de código”. O Goldman Sachs reconhece que as ferramentas de codificação por IA reduzem a barreira de entrada, atraindo mais novos participantes, mas avalia o risco como 2, pois o desenvolvimento de software não é só escrever código: engenheiros gastam muito tempo a desenhar, testar, identificar riscos, revisar. Aumentar a eficiência das ferramentas não elimina a necessidade de engenheiros.

O relatório também apresenta um dado de “o humano ainda está no circuito”: uma pesquisa com 10 mil desenvolvedores feita pela Faros mostra que, com IA, as equipes conseguem completar tarefas 21% mais rápido, fazem 98% mais pull requests, mas o tempo de revisão de pull requests aumenta 91%. Assim, a eficiência desloca o gargalo para outros processos, especialmente na entrega empresarial, onde segurança, manutenção, integração, workflows, ecossistema e GTM continuam a ser tarefas complexas.

“Futuro será de customização” pode tirar parte do orçamento, e a Palantir faz da customização uma plataforma (pontuação 3)

O quinto argumento de bear market é o “a empresa prefere construir internamente”. O Goldman Sachs apresenta uma visão mais equilibrada: a redução do custo de código não mudará de forma geral a decisão build vs buy, mas as empresas passarão a alocar mais orçamento para construir internamente em certos cenários, risco avaliado como 3. A razão principal é que os custos e responsabilidades de manutenção acumulam-se ao longo do tempo — mesmo que a eficiência agentic reduza custos de manutenção, os fornecedores especializados também reduzirão seus custos, mantendo a “fronteira de desempenho/custo” mais favorável às empresas de software.

O relatório acredita que o que mais pode ser “roubado” por construções internas é a “faixa intermediária” entre SoR tradicional, que exige coordenação entre múltiplos departamentos, e softwares integrados que não se conectam bem.

A Palantir é citada como exemplo de paradigma de customização: co-construindo casos de uso de IA de produção com clientes, enfatizando ROI quantificável. Seus dados mostram crescimento de 109% na área de negócios nos EUA em 2025, com expectativa de acelerar para mais de 115% em 2026. Através de engenheiros de implantação, a Palantir traduz a intenção do cliente em sistemas operacionais, consolidando soluções específicas em capacidades reutilizáveis; mesmo com dúvidas sobre “software ou serviço”, a margem bruta da empresa permanece em torno de 85%.

O Goldman Sachs também alerta que o ciclo de “auto-construção” pode estar perto de um “pico local”: fornecedores SaaS estão a reforçar as capacidades de IA, a governança de dados e os protocolos de segurança (como A2A, MCP), enquanto as equipes de TI também estão a subir a curva. A ServiceNow já anunciou que está a recuperar orçamentos que antes iam para “auto-construção”.

“Imposto LLM” pressionará margens: mais provável a curto prazo (12–24 meses), mas a longo prazo o poder de precificação (pontuação 3)

O sexto argumento de bear market é a “reescrita da estrutura de margens”. O Goldman Sachs estima que o setor enfrentará uma pressão moderada de margens durante 12–24 meses: os fornecedores podem absorver inicialmente os custos de inferência de GPU e APIs de modelos de terceiros para aumentar a adoção. Como a IA torna o “uso” um custo direto (tokens, complexidade do modelo, frequência de consultas), as SaaS passarão de uma alavanca de custos fixa para uma economia mais próxima de “preço por consumo”.

O relatório cita a Bessemer, que observa que algumas das startups de IA mais rápidas a atingir 100 milhões de dólares de ARR têm margens de cerca de 25%, muitas até negativas; empresas mais maduras de IA têm margens de cerca de 60%, ainda abaixo de SaaS tradicionais.

Porém, o Goldman Sachs não vê isso como uma queda definitiva: cita dados da Epoch AI, que mostram que o custo de inferência de LLMs diminui entre 9 e 900 vezes por ano; o preço para alcançar desempenho semelhante ao GPT-4 (como o MMLU) cai cerca de 40 vezes ao ano. A longo prazo, a recuperação das margens dependerá de “poder de precificação = diferenciação”. O relatório destaca ainda a vantagem estrutural da Microsoft, que, por sua integração vertical e relação com a OpenAI, consegue capturar lucros em várias camadas da cadeia de valor, reduzindo a fuga de “imposto LLM” por terceiros.

A parte mais difícil de precificar é a velocidade tecnológica: a incerteza por si só já reduz avaliações (pontuação 5)

O sétimo argumento de bear market é considerado pelo Goldman Sachs como o risco mais elevado: a evolução tecnológica é demasiado rápida, tornando difícil prever o resultado final. O relatório lista atualizações recentes — Anthropic (Cowork, Opus 4.6, plugins setoriais), OpenAI (Frontier, OpenClaw), Google DeepMind (Deep Think), Meta (Avocado). Cita também o ponto de vista do Bridgewater, de novembro de 2025: que a lei de expansão do pré-treinamento ainda está a atuar; e apresenta exemplos de atualizações de modelos e pontuações de benchmark (como o GPQA Diamond, com múltiplos modelos >90%).

Usa duas “quebras de linha” provocadas por “pacotes” tecnológicos para ilustrar a imprevisibilidade: o ChatGPT popularizou a capacidade ao colocá-la numa interface acessível; a Anthropic levou essa capacidade para o desktop, com GUIs acessíveis a não-técnicos. Olhando mais atrás, a difusão de agentes auto-hospedados como o OpenClaw, na conversa com o CEO da Cloudflare Matthew Prince, é descrita como uma potencial replicação do ritmo de disseminação do ChatGPT nos próximos três anos, com restrições de segurança a curto prazo.

A incerteza também pode criar novas oportunidades de TAM. O exemplo citado pelo Goldman Sachs é a equipe de Superinteligência da Microsoft MAI, que obteve uma taxa de sucesso de 85% em um desafio clínico do “New England Journal of Medicine”, e estima um TAM de 50 a 200 bilhões de dólares anuais, com cenário otimista de 150 a 2000 bilhões, após inserir o GPT na análise de indicadores iniciais.

Porém, o foco do relatório não é “apostar no resultado final”, mas reconhecer que a incerteza torna mais difícil ancorar o valor final, e que a alta incerteza costuma reduzir múltiplos de avaliação.

Os sinais de “estabilidade” a observar são: realização de experiência de domínio e manutenção ou melhoria dos fundamentos

O Goldman Sachs resume sinais de estabilidade observáveis em duas linhas: primeiro, se as empresas de software podem demonstrar, com produtos e casos, que a experiência de domínio realmente leva a resultados agentic de maior qualidade; segundo, se os fundamentos financeiros podem manter-se estáveis ou melhorar, especialmente ao longo dos relatórios trimestrais. Antes disso, a sua preferência é por “vantagens competitivas arquitetónicas” — vantagens que não se limitam à interface ou workflows, mas que se estendem às camadas mais profundas de tecnologia e plataforma.

Este conteúdo é uma análise do Trading Wind.

Para uma leitura mais detalhada, incluindo análises em tempo real e pesquisa de primeira linha, junte-se ao【**Trading Wind▪Assinatura Anual**】

![](https://img-cdn.gateio.im/social/moments-405e5113af-27450a9e61-8b7abd-d8d215)

Aviso de risco e isenção de responsabilidade

O mercado apresenta riscos, e os investimentos devem ser feitos com cautela. Este texto não constitui aconselhamento de investimento pessoal, nem leva em consideração objetivos, situação financeira ou necessidades específicas de cada usuário. Os usuários devem avaliar se as opiniões, pontos de vista ou conclusões aqui apresentadas são compatíveis com a sua situação particular. Investimentos de risco são de responsabilidade do investidor.