Toda empresa de SaaS se tornará um suporte em torno de um modelo
Afirmações de que futuras empresas de SaaS serão em grande parte “suportes” em torno de grandes modelos de IA provocam forte discordância sobre o quanto e o quão rápido a IA remodelará os negócios de software. Defensores argumentam que “fábricas de software” agênticas e a orquestração interna por IA irão comoditizar o SaaS tradicional, corroer fossos de dados e deslocar a vantagem para quem tiver os melhores suportes e mais compute. Críticos respondem que a maioria das empresas paga por confiabilidade, gestão de risco, confiança e julgamento humano — não apenas por código — e preveem que o SaaS persistirá, com a IA usada como ferramenta interna em vez de runtime central de negócios inteiros.
Conceito do “suporte”
- Um “suporte” é descrito como toda a infraestrutura, interfaces, contexto e estado ao redor de um LLM sem estado.
- Vários comentaristas argumentam que isso é basicamente o que SaaS ou qualquer aplicação já é, então o enquadramento parece mais uma mudança de nome do que um conceito novo.
- Outros veem valor em tratar explicitamente o conhecimento de processo e a estrutura organizacional como algo formalizado e alimentado em LLMs.
Possuir o suporte vs. comprar SaaS
- Alguns argumentam que empresas nativas de IA precisam possuir tanto o modelo quanto o suporte, ou não terão fosso competitivo.
- Outros destacam que a maioria das empresas não quer operar seus próprios “enxames de agentes”; elas pagam SaaS para eliminar problemas, risco e sobrecarga operacional.
- Exemplos como Slack vs. chat auto-hospedado (Mattermost/Zulip) e GitHub vs Gitea são usados para mostrar que “você poderia cloná-lo” não matou o SaaS, porque confiabilidade, polimento, suporte e não precisar mantê-lo importam.
“Fábricas de software” e vibe coding
- Entusiastas afirmam que “fábricas de software” movidas por LLMs podem gerar rapidamente ferramentas internas ou até clones completos de SaaS (por exemplo, Jira, sites de e-commerce, apps móveis) por meio de prompts de uma só vez.
- Críticos chamam isso de charlatanismo, apontando para latência, bugs, problemas de UX e “apodrecimento de contexto” de longo prazo que acumula dívida técnica.
- Há amplo ceticismo de que produtos complexos e maduros como Jira possam ser totalmente replicados em “duas semanas de vibe coding”.
Fossos competitivos, comoditização e dados
- Comentadores pró-suporte preveem uma enorme comoditização do software: a IA reduz o valor dos fossos tradicionais de funcionalidades; dados sintéticos enfraquecem alguns fossos de dados; o lock-in de plataforma diminui se LLMs puderem transformar e migrar dados.
- Outros contrapõem que, em domínios como ciência/biologia, dados do mundo real estão se tornando um fosso mais forte, já que são caros e demorados para gerar e não podem ser falsificados de forma confiável.
- Os fossos restantes mencionados: capital, efeitos de rede, relacionamentos, talento de pesquisa, sensores/dados proprietários e, especialmente, confiança/marca.
Estrutura organizacional, gestão e trabalhadores
- Alguns preveem suportes orquestrando tanto software quanto pessoas, automatizando a tomada de decisão e substituindo camadas de gestão.
- Outros temem que isso leve a vigilância, comportamento não determinístico e funcionários estressados sendo avaliados ou pressionados por modelos opacos.
- Um tema recorrente: a IA pode deslocar poder dos gerentes intermediários para executivos e para quem controla os modelos e os tokens.
Custos, praticidade e futuro do SaaS
- Preocupações: chamadas a LLMs são caras, lentas e pouco confiáveis; executar “tudo” por meio de um modelo parece desperdiçador e arriscado.
- Muitos esperam que o SaaS sobreviva, mas seja remodelado internamente pela IA, com alguns produtos comoditizados e margens de lucro pressionadas, em vez de o SaaS desaparecer por completo.