# Software mais barato: o valor pode sair da interface e ir para a operação

Published: 2026-08-28
Author: Gilmar Pupo
Canonical: https://www.gpupo.com/posts/software-mais-barato-valor-na-operacao/
Tags: Inteligência Artificial, Estratégia, Startups, Software, Inovação

---

Uma provocação de Christiano Milfont sobre o momento das startups conectou duas
leituras recentes: [Schumpeter e destruição
criativa](/posts/destruicao-criativa-ia-schumpeter/) e
[Drucker sobre inovação como
trabalho](/posts/peter-drucker-ia-inovacao-depois-demonstracao/).

A pergunta que surgiu foi esta:

> **Se um concorrente consegue reproduzir boa parte da interface e das
> funcionalidades de um produto em pouco tempo, onde fica a vantagem
> competitiva?**

Minha hipótese é que, em alguns negócios, uma parte maior do valor sairá do
software isolado e irá para a operação que ele torna possível.

Isso não significa que software virou uma commodity ou que sistemas de produção
ficaram baratos. Construir uma primeira versão funcional é diferente de manter
arquitetura, segurança, qualidade e operação sob uso real. A [sequência sobre
vibe coding](/posts/vibe-coding-nao-elimina-engenharia/)
tratou justamente dessa distância.

O que parece ter diminuído, em determinados produtos, é o custo de experimentar
uma combinação de interface, componentes prontos, APIs, cloud e código assistido
por IA. Não tenho uma medida universal para essa redução. Por isso, trato o
software mais barato como premissa a validar em cada caso, não como conclusão
sobre toda a indústria.

## Capital caro muda o teste

No Brasil, essa hipótese encontra um ambiente em que o dinheiro continua caro.
Em 5 de agosto de 2026, o [Copom reduziu a meta da Selic para 14% ao
ano](https://www.bcb.gov.br/controleinflacao/comunicadoscopom/21215). Juros não
determinam sozinhos quais startups serão financiadas, mas aumentam a importância
de demonstrar retorno, eficiência e geração de caixa.

A [LAVCA descreve o venture capital latino-americano em
2025](https://www.lavca.org/research/2026-lavca-trends-in-tech/) como mais
seletivo: o valor investido permaneceu estável enquanto o número de negócios
caiu, com cheques maiores e mais concentrados. Entre 2023 e 2025, operações de
follow-on representaram 50% dos cheques de early stage.

Ao mesmo tempo, o uso de IA já participa do trabalho de uma parcela dos usuários
brasileiros. Segundo a [OpenAI](https://openai.com/index/expanding-our-presence-in-brazil/),
35% das mensagens classificadas de contas individuais do ChatGPT no Brasil em
junho de 2026 estavam relacionadas a trabalho; dentro desse grupo, 53% pediam a
execução de uma tarefa ou a produção de um resultado.

Esse dado exclui contas empresariais e Codex e descreve mensagens classificadas,
não produtividade obtida. Ele mostra uso, mas não prova redução de custo nem
retorno para uma empresa.

O conjunto sugere um teste mais exigente:

```text
capital caro
        +
ferramentas mais acessíveis para experimentar software
        +
IA presente em atividades de trabalho
        ↓
menos espaço para sustentar apenas a narrativa de que “temos um software”
```

Essa seta é minha interpretação. Os três fatos não demonstram, por si sós, o
modelo de negócio que deve substituí-la.

## De SaaS para uma operação apoiada por software

Imagine duas empresas.

A primeira vende um sistema para que o cliente execute determinado processo.

A segunda assume a execução do processo e usa software, automação e agentes de
IA internamente.

Durante muito tempo, a segunda opção teria uma limitação evidente: serviços
costumam crescer por meio da contratação de pessoas. Se parte relevante da
operação puder ser automatizada sem aumentar erros e riscos na mesma proporção,
surge algo que não é exatamente SaaS nem consultoria tradicional.

É um **serviço operado por software**.

O cliente compra o resultado. A tecnologia passa a ser parte do sistema de
entrega, não necessariamente o produto que ele precisa aprender a operar.

Esse desenho também se conecta à [hipótese de que parte do trabalho com agentes
pode migrar da execução para o projeto dos sistemas que executam
tarefas](/posts/e-se-o-trabalho-estiver-subindo-de-nivel-de-abstracao/).
A operação não elimina trabalho humano por definição. Ela pode deslocá-lo para
especificação, avaliação, tratamento de exceções e responsabilidade pelas
decisões.

Esse modelo só melhora a economia do negócio se algumas condições forem
verdadeiras:

- o processo é delimitado o suficiente para ser operado e medido;
- a automação reduz trabalho sem transferir um custo maior para revisão e
  correção;
- erros, exceções e responsabilidades continuam visíveis;
- conhecimento do domínio melhora decisões que uma interface genérica não
  resolve;
- receita e margem crescem sem depender da mesma proporção de trabalho humano.

Sem essas condições, trocar o rótulo de serviço por “operação aumentada por IA”
não muda o negócio.

## A hipótese brasileira

Talvez empresas brasileiras não precisem competir com laboratórios que treinam
os maiores modelos. Podem trabalhar em outra camada: problemas operacionais
locais em áreas como tributário, financeiro, saúde, logística, construção,
agronegócio, indústria, contabilidade e backoffice.

Há infraestrutura digital para explorar algumas dessas oportunidades. O Banco
Central registra [mais de 170 milhões de pessoas físicas que já usaram o Pix e
mais de 7 bilhões de transações em janeiro de
2026](https://www.bcb.gov.br/estabilidadefinanceira/pix-em-numeros-estatisticas).
Seu [Relatório Integrado de
2025](https://www.bcb.gov.br/content/publicacoes/rig/RIG-2025.pdf) informa que o
Open Finance terminou aquele ano conectando 96 milhões de contas bancárias.

Esses números mostram escala de infraestrutura, não uma vantagem competitiva
automática. Para uma empresa, o valor ainda depende de acesso permitido aos
dados, integração confiável, conformidade, conhecimento do processo e uma forma
de chegar aos clientes.

Por isso, eu procuraria a vantagem na combinação:

```text
processo
+ dados aos quais a empresa pode legitimamente ter acesso
+ conhecimento do domínio
+ distribuição e relacionamento
+ integrações
+ operação
+ software e IA
```

Copiar uma tela é uma coisa. Reproduzir esse conjunto funcionando, com custo,
qualidade e responsabilidade conhecidos, é outra.

## O que eu tentaria medir

Antes de defender esse modelo, eu escolheria uma operação pequena e observaria:

- tempo e custo por resultado entregue;
- quantidade de intervenção humana;
- taxa e impacto dos erros;
- exceções que a automação não cobre;
- tempo necessário para integrar um novo cliente;
- retenção e disposição do cliente para pagar pelo resultado.

É a mesma lógica que uso [antes do product-market fit: explicitar a hipótese,
escolher o teste de menor custo e definir qual evidência permitirá continuar,
alterar ou interromper](/artigos/startups-antes-do-product-market-fit-(pmf)/).

Se esses indicadores não melhorarem, talvez o software tenha ficado mais fácil
de construir sem que a operação tenha ficado melhor.

Schumpeter ajuda a enxergar o deslocamento. Drucker lembra que a oportunidade
precisa virar trabalho adotável. A provocação final, por enquanto, permanece
como hipótese: a próxima vantagem de algumas empresas de tecnologia pode estar
menos em “temos um software” e mais em “sabemos executar esta operação, e
software e IA fazem parte de como conseguimos fazê-la”.

## Referências

- Banco Central do Brasil, [comunicado da 280ª reunião do
  Copom](https://www.bcb.gov.br/controleinflacao/comunicadoscopom/21215), 5 de
  agosto de 2026.
- LAVCA, [“2026 LAVCA Trends in
  Tech”](https://www.lavca.org/research/2026-lavca-trends-in-tech/).
- OpenAI, [“Expanding OpenAI’s presence in
  Brazil”](https://openai.com/index/expanding-our-presence-in-brazil/), 27 de
  agosto de 2026.
- Banco Central do Brasil, [“Pix em
  números”](https://www.bcb.gov.br/estabilidadefinanceira/pix-em-numeros-estatisticas).
- Banco Central do Brasil, [Relatório Integrado de
  2025](https://www.bcb.gov.br/content/publicacoes/rig/RIG-2025.pdf).