A tese do fim do SaaS estava errada — 5 equívocos por trás da forte queda das ações e o Vertical AI

• O fenômeno do "SaaSpocalypse", em que ações de SaaS caíram 32% e os valuations encolheram quase pela metade, é usado como ponto de partida para avaliar o futuro do software na camada de aplicações na era da IA
• A ideia convencional de que "o Vertical SaaS vai mal porque parou de crescer" está errada; a análise de 130 empresas mostra que as taxas de crescimento de verticais (14,1%) e horizontais (14,7%) são quase iguais, e que desempenho operacional e preço das ações andaram dissociados
• O mercado recompensou apenas modelos de cobrança que monetizam por uso e a "infraestrutura por onde os agentes de IA passam", ignorando moats menos visíveis como domínio do workflow, dados proprietários e regulação
• Mesmo dentro do software vertical, o destino variou conforme o tipo de moat: empresas com dados proprietários mantiveram prêmio de 72%, enquanto as que dependiam apenas de barreiras regulatórias ou da narrativa de "domínio do mercado vertical" acabaram negociadas com desconto
• O mercado precificou apenas a atual fase de disrupção, mas ainda não captou a ascensão do software nativo de IA da próxima geração; empresas que detêm dados de domínio que existem apenas na cabeça de especialistas tendem a ser as maiores beneficiadas

---

O que aconteceu — a grande derrocada das ações de SaaS

• As ações públicas de SaaS passaram por uma forte reprecificação, com queda mediana de 32%
  • O múltiplo de valor de mercado sobre receita caiu de 9,1x para 4,8x, uma contração de 42%, e 86% de todas as empresas sofreram essa compressão de múltiplo
• Ainda assim, é difícil tirar conclusões definitivas sobre o futuro olhando apenas para o movimento das ações — a mesma queda pode ser tanto um sinal ruim de que "a camada de aplicações está morrendo" quanto um sinal positivo de que "a próxima geração está substituindo a anterior rapidamente"
• Em especial em períodos de incerteza, o mercado se aproxima mais de uma "máquina de votação" guiada por emoção, e para investidores com horizonte de 10 a 20 anos isso pode ser apenas ruído atrapalhando a leitura
• O objetivo deste texto é rebater, uma a uma, as ideias convencionais difundidas após a queda, especialmente as que subestimam o potencial do software nativo de IA

Mito 1 — "Software vertical não cresce mais"

• Tom Tunguz diagnosticou que a fraqueza do Vertical SaaS se deve ao "crescimento lento"
  • Segundo essa visão, até empresas como Veeva, AppFolio e Procore — que têm moats reais como barreiras regulatórias, integração tipo sistema operacional do setor e dados de domínio acumulados — foram fortemente descontadas porque não conseguem crescer rápido
• De fato, muitas empresas verticais são negócios mais antigos, em média cerca de 10 anos mais velhos que as horizontais
  • Companhias como Dye & Durham (fundada em 1874), FICO (1956), Agilysys (1963) e Tyler (1966), anteriores à era da internet, puxam essa média para cima (no percentil 75, verticais com 42 anos vs horizontais com 27 anos)
• Mas a explicação de que isso acontece por serem "lentas" não é verdadeira
  • Ao analisar 130 empresas, o crescimento mediano dos últimos 12 meses foi de 14,1% nas verticais e 14,7% nas horizontais — praticamente igual
  • Desempenho operacional e preço das ações andaram separados: a correlação entre crescimento de receita e ação foi 0,07, e com margem EBITDA foi -0,03, ou seja, praticamente inexistente
  • Dentro do próprio grupo vertical, as 15 empresas com pior desempenho em bolsa tinham margens e crescimento maiores que as 15 melhores

Mito 2 — "Verticais têm um moat fraco para IA"

• O resumo de Tom: "Neste ano, verticais caíram 43% e DevTools caiu só 21% — essa diferença mostra o que o mercado realmente pensa"
  • Na superfície isso parece correto, mas o problema é usar isso para concluir que "software especializado por setor pode ser facilmente copiado com LLMs"
• Essa conclusão não bate com duas realidades

  • Na prática, um pequeno grupo de horizontais foi tratado como 'picaretas e pás' da IA

    • Boa parte da diferença veio de algumas poucas empresas horizontais vistas como "infraestrutura que ganha dinheiro na era da IA", que subiram mais de 50%
      • Bandwidth (API de telecom), Datadog (monitoramento), MongoDB (DB), Twilio (API de telecom), Fastly·Akamai (CDN), JFrog (cadeia de suprimentos de software), Innodata (dados de treinamento para IA)

  • Verticais ainda negociam mais caras que horizontais

    • Mesmo considerando fundamentos, Vertical SaaS ainda negocia com prêmio em relação às horizontais
    • A queda atual apenas removeu parte do "prêmio de narrativa" que existia antes — como partiam de valuations mais altos, caíram mais quando a correção veio
    • Foi, em essência, uma redução no valor atribuído a moats que não aparecem de forma imediata no demonstrativo de resultados
• No fim, não é que a capacidade de defesa das verticais tenha enfraquecido; o mercado só deixou de dar o mesmo bônus generoso de valuation e está premiando apenas os ventos favoráveis de IA visíveis no curto prazo

Mito 3 — "O mercado reprecificou corretamente o valor de longo prazo"

• Nos últimos meses, a variável que mais claramente separou os vencedores dos perdedores foi o modelo de cobrança que ganha dinheiro conforme o uso aumenta
  • Essa foi a conclusão de uma avaliação cega de 130 empresas com base em 6 critérios centrais
  • Em contrapartida, moats menos aparentes como domínio do workflow, dados proprietários e complexidade regulatória não foram recompensados
• Para o mercado, o moat relevante acabou se resumindo a uma única pergunta: "você é a infraestrutura pela qual os agentes de IA passam?"

• Comparação de caso — Bandwidth vs Doximity

  • Bandwidth é uma horizontal cujo score R40 era apenas 6, mas mesmo assim disparou 280%
    • Trata-se de uma CPaaS concorrente da Twilio, que vende APIs de voz e SMS usadas por empresas como RingCentral e Zoom
    • Sempre que um agente de voz com IA faz uma ligação, a empresa fatura pelo uso
    • Como disse Tom, ela se beneficia de um "vento estrutural", no qual mais IA significa mais queries, embeddings e operações vetoriais
  • Já a Doximity é uma vertical que caiu 65% (o "LinkedIn dos médicos")
    • Seu modelo é baseado em assinaturas pagas por farmacêuticas e hospitais para marketing direcionado a médicos, então hoje não é tão óbvio como ela lucraria com a era dos agentes de IA
  • Mas essa leitura simplista ignorou os verdadeiros moats da Doximity
    • Efeito de rede — mais de 80% dos médicos já estão cadastrados, e muitos hospitais exigem adesão
    • Gravidade dos dados — reúne dados clínicos proprietários de PeerCheck, Pathway Medical e outros, gerando valor imediato para a base atual
    • Organização forte em IA — uma equipe de P&D com 380 pessoas está criando nova receita hospitalar com ferramentas como Scribe e DoxGPT
    • Workflows profundamente integrados a telemedicina, fax e documentação clínica, além de um moat regulatório derivado do ambiente HIPAA
• No fim, no meio da liquidação sobreviveram apenas empresas com "receita visível agora", enquanto benefícios de IA um pouco mais complexos do que "picaretas e pás que monetizam amanhã cedo" foram ignorados por completo
• Ben Thompson (Stratechery): "disrupção e criação de valor não chegam ao mesmo tempo" — o mercado está precificando a disrupção e a aceleração que estão diante dos olhos, mas deixando de fora a criação de valor de longo prazo, que leva mais tempo

Mito 4 — "Todos os moats verticais vão ruir da mesma forma"

• Ao dividir 57 empresas públicas de Vertical SaaS pela origem de sua capacidade defensiva, surgem três grupos

  • ① Tipo dados proprietários

    • Verisk, FICO, Cadence, Veeva, CCC e outras 20 empresas
    • São companhias sentadas sobre dados que ninguém mais consegue recriar; há um ano negociavam 220% acima das horizontais comparáveis, e hoje esse prêmio caiu para 72%
    • Ainda assim, 18 das 20 continuam negociando acima das horizontais

  • ② Tipo barreira regulatória pura, sem dados

    • Tyler Technologies, ADP, Constellation, nCino, Q2 e outras 16 empresas
    • Nesse caso, a defesa vem de leis e processos, não de dados — o prêmio praticamente evaporou, de 120% para 15%

  • ③ Tipo 'halo vertical'

    • ServiceTitan, Par Technology, Toast, Lightspeed, MNTN e outras 15 empresas
    • Há um ano recebiam prêmio de 41% com a narrativa de "domínio do mercado vertical, alta retenção e capacidade de expansão", mas agora negociam 40% abaixo das horizontais
• Moats de dados claramente visíveis continuam recebendo valuations mais altos mesmo após ajuste por fundamentos, mas até a gravidade dos dados mais poderosa teve seu valor quase reduzido a zero nesta queda generalizada
• O texto propõe três perguntas para testar a defesa de uma empresa: "os dados são proprietários? há amarras regulatórias? o software está embutido na própria transação?"
  • Se a resposta for "sim" para duas ou mais, em geral ela está relativamente protegida; ainda assim, o mercado só reconhece de fato a primeira (dados proprietários, prêmio de 72%) e quase não atribui valor às outras duas

Mito 5 — "A camada de aplicações está morrendo"

• O mercado já precificou o choque causado pela disseminação da IA (queda no custo de desenvolvimento, substituição de tarefas por agentes)
  • Mas ainda não incorporou a chegada da próxima geração de software nativo de IA
  • Por isso, apenas pipelines que geram receita imediata com IA estão sendo protegidos, enquanto o restante do software é descontado de forma ampla e tem sua sobrevivência colocada em dúvida
  • O equilíbrio pós-adoção de IA, em que dados e workflows se tornam mais valiosos do que nunca, não está refletido nos preços em nenhum grau
• Ao contrário do pânico, ainda estamos apenas no início da fase de disrupção
  • Citação do The Verticalist: parte do software vertical vai desaparecer, mas sua vida útil será muito mais longa que a do horizontal, e a próxima geração de Vertical AI será construída em parte sobre ruínas, mas principalmente sobre green fields, porque apenas trocar um fornecedor antigo por outro não aumenta o tamanho do mercado
• Os LLMs provaram o valor de expandir dados de treinamento e mostraram que agentes ficam mais inteligentes com aprendizado por reforço
  • Mas, para ir além da linguagem, a IA precisa de dados de domínio e contexto de decisão, algo que não existe na internet pública, não pode ser comprado e vendido livremente e muitas vezes só existe na cabeça de especialistas
  • E quem sempre esteve melhor posicionado para capturar esses dados foram as plataformas verticais
• Os pessimistas dizem que "a IA vai encolher os mercados verticais", mas o texto sustenta o oposto: a IA vai ampliar muito esses mercados
  • Algumas incumbentes com moats fortes e disposição para canibalizar seus próprios produtos em nome da IA vão sobreviver e prosperar
  • Mas os maiores vencedores devem ser empresas nativas de IA da próxima geração, erguidas não só sobre as ruínas do legado, mas também sobre novos casos de uso, novos orçamentos e novos verticais que o mercado público ainda nem começou a imaginar

Apêndice — os 6 critérios usados na avaliação

• ① Proprietary Data Flywheel (flywheel de dados proprietários)

  • A empresa acumula dados impossíveis de copiar em menos de um ano? Os históricos de décadas de sinistros da Verisk recebem nota 5; um repositório do Dropbox em que os dados pertencem ao cliente recebe nota 1

• ② Pricing Alignment (alinhamento de cobrança)

  • A receita cresce quando os agentes de IA aumentam sua atividade? Empresas baseadas em uso como Bandwidth, MongoDB e Datadog recebem a nota máxima; plataformas por assento como Asana, Monday.com e Workday, em que a IA pode reduzir licenças humanas, ficam com a pior nota

• ③ Workflow Replaceability (substituibilidade do workflow)

  • Quão profundamente o produto está embutido no trabalho do cliente? Quanto mais difícil de remover, maior a nota — Oracle ERP e folha da ADP recebem 5; Dropbox e Amplitude, que podem ser trocados em uma semana, recebem 1

• ④ AI Credibility (credibilidade em IA)

  • A empresa tem equipe, investimento e DNA para criar IA de verdade, e não apenas acoplar um chatbot? A nota considera participação de P&D, histórico do CEO, aquisições em IA e produtos em uso real — Palantir e Datadog recebem 5; Tyler e Constellation, 2

• ⑤ Domain Complexity (complexidade do domínio)

  • O ambiente do cliente é quão amarrado a regulação e especialização? Submissões clínicas à FDA na Veeva, certificação CJIS da Tyler e regulação de scoring de crédito da FICO recebem 5; mercados horizontais sem barreiras recebem 1

• ⑥ Agent Ecosystem (ecossistema de agentes)

  • Em um mundo em que agentes de IA coordenam o trabalho, o produto será mais usado ou menos usado? DBs, APIs de comunicação, segurança e monitoramento por onde agentes passam recebem 5; gestão de tarefas, dashboards e armazenamento de arquivos que agentes não usam recebem 1
• R40 (Rule of 40) = taxa de crescimento da receita + margem EBITDA