Nas últimas três décadas, a indústria de tecnologia construiu camadas cada vez mais complexas entre o que a gente quer fazer e o que o computador executa. Inventamos menus, botões, abas, planilhas e sistemas inteiros de gestão. Agora, essa estrutura começa a desmoronar pelo próprio sucesso. A inteligência artificial generativa e os agentes autônomos estão aposentando o jeito como usamos tecnologia há trinta anos.
O fim do software cheio de botões
Durante muito tempo, vender assinatura de software (o famoso SaaS) foi o melhor negócio do mundo. Empresas pagavam caro todos os meses por plataformas cheias de telas e regras rígidas. Depois, ainda precisavam treinar funcionários para saber onde clicar e como preencher cada campo do banco de dados.
Esse modelo perdeu o sentido. O software tradicional sempre funcionou como uma ponte meio desajeitada para traduzir uma intenção humana em comando de máquina. Quando um agente de IA entende o contexto da empresa, lê e-mails, acessa APIs direto e executa o trabalho do início ao fim, a tela cheia de menus vira peso morto. Fica difícil justificar um CRM de dezenas de milhares de reais se um sistema autônomo consegue atualizar o cadastro do cliente, identificar quem está prestes a cancelar o contrato e redigir uma proposta comercial sozinho. O software vira infraestrutura invisível. O dinheiro agora está nos dados que a empresa guarda e na capacidade de coordenar esses agentes.
A encruzilhada da indústria de software
As gigantes do setor estão diante de um dilema cruel. Quase todo o faturamento dessas empresas vem da cobrança por licença de usuário. Se um cliente tem cem funcionários usando o sistema, paga cem assinaturas. Mas se agentes de IA fazem o trabalho de oitenta pessoas, o cliente vai cortar oitenta licenças na próxima renovação. O modelo de negócio que construiu os maiores unicórnios da última década está sendo corroído por dentro.
A primeira reação do mercado foi colocar um botão de chat ou um "copiloto" no canto da tela e chamar isso de inovação. Isso compra algum tempo, mas não resolve o problema. É maquiagem em um produto pensado para o passado.
Para sobreviver, a indústria de software vai precisar desmontar o próprio modelo antes que alguém faça isso por ela. O primeiro passo é abandonar a cobrança por usuário e passar a cobrar por resultado entregue, tarefa concluída ou volume de operações processadas. O segundo é aceitar que o principal cliente do software deixou de ser o humano clicando no mouse e passou a ser outro software. Quem quiser continuar relevante precisa parar de brigar pela atenção do usuário em painéis coloridos e virar a camada confiável de dados, segurança, permissões e auditoria onde esses agentes vão operar.
Quem perde o emprego primeiro
Toda mudança tecnológica fecha postos de trabalho, mas essa atinge em cheio o miolo dos escritórios. Os cargos mais ameaçados são os de intermediação.
Pense em quem passa o dia pegando informação de uma planilha, formatando um relatório, fazendo uma análise básica e mandando por e-mail para outra área. Analistas juniores, atendentes de suporte de primeiro nível, programadores de código repetitivo e redatores de textos genéricos já sentem o impacto. As empresas precisam de cada vez menos gente servindo de ponte entre dois sistemas digitais. Sobra espaço para quem sabe formular o problema certo, conferir se a máquina não errou e assumir a responsabilidade quando uma decisão dá errado.
O choque na gestão pública
No setor privado, a troca acontece para cortar custos e sobreviver. No setor público, o efeito prático pode ser ainda mais visível. A máquina estatal sempre sofreu com processos lentos, dados espalhados em sistemas que não conversam entre si e um atendimento caro para o cidadão.
O uso de IA na administração pública já começa a desmontar essa burocracia analógica fantasiada de digital. Modelos preditivos cruzam dados de saúde, educação e assistência social para direcionar verba antes que um problema vire crise. Licitações, análises fiscais e triagens judiciais que levavam meses passam a ser auditadas em segundos. Em vez de esperar o cidadão enfrentar uma fila para provar o que precisa, o Estado consegue agir antes. O problema aqui é político e regulatório: garantir transparência nos algoritmos e impedir que a automação reproduza velhos preconceitos ou deixe de fora quem mais precisa do serviço público.
A armadilha do "boneco de IA" nas licitações
Existe um risco silencioso crescendo dentro das compras públicas de tecnologia. Até pouco tempo atrás, construir uma demonstração funcional exigia meses de engenharia, o que servia como filtro natural para separar fornecedores sérios de aventureiros. Hoje, esse filtro deixou de existir.
Qualquer empresa consegue usar ferramentas de IA para montar, em um fim de semana, um protótipo bonito e cheio de telas que simula todas as funções exigidas em um edital. A velha lista de requisitos e a prova de conceito tradicional podem ser facilmente maquiadas por um "boneco" feito às pressas apenas para vencer a licitação. O problema aparece meses depois, quando o contrato já foi assinado: o sistema não aguenta o volume real de acessos, não se integra aos bancos de dados do governo, falha em segurança e trava na primeira demanda fora do roteiro.
No fim da linha, quem paga a conta não é a planilha de compras, é a população. O papel do gestor público não é colecionar itens ticados em um edital, mas garantir que o cidadão receba o serviço funcionando na ponta. Proteger o resultado se tornou o maior desafio da gestão moderna.
Como proteger o resultado em um bom Termo de Referência
Para fugir das armadilhas de sistemas de fachada, o gestor público precisa mudar o jeito de contratar desde o Termo de Referência. Em vez de descrever telas e botões que qualquer IA simula em minutos, o foco deve estar na sustentação real da operação. Algumas alternativas práticas já apontam esse caminho:
- Provas de conceito sob estresse real: Em vez de assistir a uma apresentação ensaiada pelo fornecedor, o órgão público deve submeter o sistema a testes com bases de dados reais e anonimizadas, simulando picos de acesso, falhas de conexão e cenários fora do padrão.
- Pagamento atrelado ao resultado e ao SLA: Trocar o pagamento por entrega de telas ou horas de desenvolvimento por um modelo baseado em níveis de serviço rigorosos. O fornecedor só recebe o valor integral quando o serviço está no ar, estável e cumprindo as metas de atendimento ao cidadão.
- Auditoria de arquitetura e segurança antes da assinatura: Exigir a comprovação de como o sistema funciona por baixo do capô. Código gerado às pressas costuma esconder brechas graves de privacidade, falta de rastreabilidade e impossibilidade de manutenção.
- Comprovação de operação em produção: Valorizar atestados técnicos que comprovem experiência real em ambientes críticos de porte semelhante, reduzindo o risco de transformar o cidadão em cobaia de um protótipo recém-criado.
- Soberania dos dados e interoperabilidade: Garantir em contrato que todos os dados, regras de negócio e históricos pertencem ao poder público e trafegam em padrões abertos. Se o fornecedor falhar, o Estado consegue trocar de parceiro sem paralisar o serviço.
A melhor tecnologia é aquela que some da nossa frente e funciona em silêncio. Ao aposentar as telas complicadas, os softwares engessados e boa parte da burocracia que ela mesma inventou, a inteligência artificial nos devolve uma pergunta bem simples. Agora que as máquinas aprenderam a operar o mundo digital sozinhas, o que vamos fazer com o tempo que sobrou?