O SaaS não morreu

1. O contexto por trás da tese de que o SaaS morreu

• Com o avanço rápido de ferramentas de codificação com IA como Claude Code, Copilot e Codex, ganhou força a tese de que “agora dá para criar software com apenas algumas linhas de prompt, então o SaaS não acabou?”.
• De fato, Reid Hoffman destacou que o mercado reagiu de forma tão sensível a essa narrativa que um único tuíte sobre Claude Code chegou a derrubar em 5% as ações de SaaS.
• Ainda assim, ele avalia que o mercado está superinterpretando o fenômeno. A IA de fato está abalando profundamente a forma de produzir software, mas isso não significa a morte de toda a indústria de SaaS.
• Ou seja, o ponto de partida não é “a IA não é uma ameaça”, mas sim uma crítica mais próxima de “a direção da ameaça está sendo lida de forma errada”.
• A preocupação dele é clara: o que está ruindo agora não é o SaaS em si, mas o velho playbook de SaaS que funcionou nos últimos 20 anos.

2. O enfraquecimento do antigo moat do SaaS

• Hoffman vê que, no passado, as empresas de SaaS conseguiam margens altas porque a própria organização de engenharia capaz de construir e escalar um produto estável era uma forte barreira de entrada.
• Em outras palavras, ter uma equipe capaz de “implementar e operar com estabilidade um conjunto de funcionalidades nesse nível” era em si um moat, e por isso margens na faixa de 40% a 50% podiam ser justificadas.
• Mas, à medida que a IA acelera a velocidade de implementação, a capacidade defensiva baseada em pura força de trabalho de engenharia está claramente enfraquecendo.
• Por isso, ele reconhece que o modelo de negócio que definiu o SaaS nos últimos 20 anos dificilmente continuará intacto.
• O ponto importante, porém, é que queda de margem e enfraquecimento do moat não significam morte.
• Há um grande salto lógico entre o diagnóstico de que “o antigo modelo de SaaS está ruindo” e a conclusão de que “agora ninguém mais vai pagar por software”, e é exatamente esse salto que Hoffman questiona.
• Ou seja, a IA está reconfigurando a economia do SaaS, mas isso não leva automaticamente à eliminação do negócio de software em si.

3. Um mal-entendido fundamental sobre o negócio de software

• Na visão de Hoffman, muita gente entende software de forma equivocada, como se fosse “um pacote de código que, depois de pronto, está resolvido”.
• Mas, na prática, software empresarial não é apenas um artefato de código: é um sistema vivo que exige manutenção, validação, segurança, compliance, estabilidade operacional e melhoria contínua.
• Por exemplo, alguém pode dizer: “então o CRM ou a folha de pagamento da nossa empresa também não poderia ser feito só com vibe coding?”. Mas, em um ambiente corporativo real, os riscos de segurança e regulatórios são críticos, então essa substituição não é tão simples.
• Principalmente em sistemas que lidam com atividades centrais da empresa, como RH, folha de pagamento, contas a pagar, contabilidade e CRM corporativo, a distância entre “funciona” e “está em nível operacional” é enorme.
• Portanto, criar uma demo funcional só com prompts e operar um sistema no qual uma empresa real possa confiar e pelo qual esteja disposta a pagar são coisas totalmente diferentes.
• Nesse ponto, Hoffman entende que os otimistas da IA estão confundindo a facilidade de gerar código com a dificuldade de operar um produto.
• Em resumo, a IA facilita a criação de software, mas não elimina a estrutura de responsabilidades do negócio de software.

4. O novo moat competitivo: generatividade de IA

• A verdadeira mudança de que Hoffman fala não é o “desaparecimento do SaaS”, mas sim o fato de que o centro do moat competitivo está se deslocando.
• Daqui para frente, empresas fortes de SaaS não serão apenas aquelas que oferecem funcionalidades, mas as que entregam sistemas projetados para executar melhor, com IA, o trabalho daquela categoria.
• Ele explica isso com o conceito de generatividade de IA (AI Generativity). Ou seja, a principal vantagem competitiva passa a ser o quanto a IA embutida no produto entende as necessidades específicas daquele domínio e consegue gerar resultados cada vez melhores de forma recorrente.
• Pensando em uma empresa de CRM como exemplo, apenas oferecer funções de armazenar e consultar dados de clientes se torna uma proposta mais fraca.
• Em vez disso, ele acredita que um CRM forte terá elementos como:
  • um conjunto de agentes inteligentes que refinam repetidamente o workflow de vendas
  • um sistema que entende o pipeline de forma mais abrangente do que um analista humano
  • bibliotecas de backend robustas e uma estrutura operacional projetada especificamente para esse domínio
• Produtos assim podem ter um moat muito mais forte do que um SaaS de CRUD simples.
• No fim, a disputa daqui para frente não será “adotou IA ou não”, mas sim se a empresa transformou um sistema de IA profundamente ajustado ao domínio no corpo principal do produto.
• Hoffman acredita que os players existentes que entenderem essa mudança vão evoluir, e os que não entenderem de fato podem entrar em declínio ou morrer.
• Ainda assim, ele acrescenta que até esse declínio não acontecerá de uma vez, como o mercado imagina, e provavelmente será muito mais lento do que se pensa.

5. A transição do modelo de negócios

• Se a estrutura do produto muda, o modelo econômico provavelmente muda junto.
• Hoffman considera que o modelo tradicional de assinatura por assento do SaaS não será tudo, e que daqui para frente podem surgir mais modelos utilitários em que o cliente paga antecipadamente um orçamento de tokens ou de consumo computacional.
• Por exemplo, em um CRM AI native, mais importante do que “quantos usuários acessam” pode ser quanto cálculo e automação o sistema de fato executou.
• Ou seja, não é que o software por assinatura vá desaparecer, mas sim que ele pode ser reorganizado em torno de um modelo econômico baseado em consumo de computação.
• Ele diz que essa transição pode parecer estranha, mas na verdade não é algo inédito.
• No passado, quando o mercado passou do software on-premise para o cloud SaaS, também houve muito medo de que o modelo de negócios existente ruísse, mas no fim o mercado não acabou — pelo contrário, cresceu ainda mais.
• Agora acontece algo parecido: estamos no início de uma transição semelhante, de “cloud SaaS → software AI native”.
• Portanto, a pergunta importante não é “o SaaS vai morrer?”, mas sim qual será a nova estrutura de preços e a nova forma de medir valor.

6. Os moats existentes ainda continuam válidos

• Hoffman enfatiza que, mesmo na era da IA, os moats existentes não desaparecem por completo.
• Efeitos de rede, relacionamento com clientes e vantagem em dados continuam sendo fatores importantes e, em alguns casos, podem até se tornar mais fortes.
• Em especial, fontes de dados proprietárias passam a ter ainda mais valor quando a IA pode ser treinada e ajustada sobre esses dados.
• Quando um sistema de IA é ajustado com base em dados acumulados durante anos e alinhados a workflows específicos e ao contexto operacional de uma empresa, o lock-in do cliente ganha um significado de outra ordem.
• Ou seja, o que a IA commoditiza é a “capacidade de produzir código rapidamente”, e não todo o conjunto de relacionamento com clientes, dados operacionais e contexto de domínio.
• Por isso, a base de clientes e os ativos de dados que empresas de SaaS já possuem podem continuar sendo um ponto de partida poderoso também na era da IA.
• Ele também menciona o Jevons’ Paradox e avalia que, se o custo de construir software cair drasticamente, a demanda por software pode até aumentar.
• Se o custo de criação cai, mais problemas passam a ser resolvidos com software e, como resultado, o mercado como um todo pode caminhar mais para expansão do que para retração.

Conclusão final

• A conclusão de Hoffman é categórica: o SaaS não morreu.
• O que está morrendo, no entanto, é mais o “antigo playbook de SaaS que transformava funcionalidades em produto e sustentava margens altas”.
• As empresas que vão sobreviver serão aquelas que forem além de apenas adicionar IA como ferramenta e redesenharem as atividades centrais de sua categoria em torno da generatividade de IA.
• Em contrapartida, empresas acomodadas na fórmula antiga de sucesso e incapazes de entender o deslocamento dos moats na era da IA podem entrar em declínio lentamente.
• Ou seja, a mensagem central deste texto não é “o fim da indústria de software”, mas sim a reorganização do negócio de software.
• Em uma linha: o SaaS não está passando por um funeral, mas por uma troca de geração. O que morre não é a indústria, e sim os players que não conseguirem se adaptar à mudança de era.

[colus001]

O motivo de usar SaaS em si é mais “precisamos mesmo fazer isso?” do que “não conseguimos fazer isso”, então a ideia de que vai desaparecer não parece fazer muito sentido. Basta olhar para groupware: até hoje usam umas coisas extremamente ultrapassadas.

[aer0700]

Cada um pode ter um critério diferente para o que é difícil, mas não era tanto que fazer um Jira fosse difícil demais e por isso ninguém fazia; era mais porque já existe um Jira com o qual todo mundo está acostumado, então será que realmente precisava fazer outro? Agora que chegou a era em que dá para criar um Jira com um clique... talvez, do ponto de vista de custo, até faça sentido cada empresa criar e usar seu próprio Jira customizado. Ainda assim, parece um pouco forçado.