Há uma certeza no ar: a IA está redefinindo o modelo operacional das empresas de software. De produto a estrutura organizacional, ela passou a influenciar todas as camadas do negócio. O relatório State of Software 2025: Rethinking the Playbook, da ICONIQ, mostra que as companhias nativas de IA crescem de 2 a 3 vezes mais rápido do que as de SaaS tradicionais — e, em alguns casos, alcançam US$ 100 milhões em receita anual recorrente em pouco mais de um ano, com menos de 100 funcionários.

Essa aceleração está ligada a um novo tipo de eficiência estrutural: produtos que aprendem com o uso, integração direta com o cliente e ciclos curtos de experimentação. Mais da metade das equipes comerciais das empresas de alto crescimento atua no pós-venda, acompanhando implantação e resultados. O foco deslocou-se da prospecção para o retorno de valor. Em vez de automação linear, as empresas nativas de IA operam com aprendizado contínuo e decisões em tempo real, tratando a IA como infraestrutura — não como funcionalidade adicional.

O diferencial competitivo das empresas nativas de IA está na integração entre dados, produto e cliente, não apenas na velocidade de crescimento.

Após dois anos de correção de rota, o setor voltou a crescer com disciplina. A receita por funcionário aumentou, os custos médios se estabilizaram e os principais indicadores de eficiência — margem operacional, tempo de retorno comercial e relação entre crescimento e fluxo de caixa — mostram melhora desde o 4º trimestre de 2024. A chamada “Regra dos 40” voltou a ser referência para investidores, mas o relatório mostra que o crescimento ainda tem peso duplo sobre a margem no cálculo de valor de mercado.

A adoção interna de IA avança, mas de forma desigual. Sete em cada dez empresas de software já oferecem ferramentas internas de IA a seus times, mas apenas metade dos funcionários as utiliza regularmente. A adesão é menor em estruturas grandes e consolidadas. Nas empresas em que mais de 50% da equipe usa IA, o uso se espalha por sete ou mais casos internos, como assistentes de programação (77%), geração de conteúdo (65%) e busca de documentação (57%), com ganhos médios de produtividade de 15 a 30%.

O ecossistema de ferramentas também se reorganiza. O relatório mostra um cenário ainda fragmentado, mas em amadurecimento: empresas combinam soluções abertas e comerciais em várias camadas — treinamento e hospedagem de modelos, monitoramento, bancos de dados vetoriais e automação de código. Não há padrão dominante. O modelo emergente é híbrido, definido por custo, latência, privacidade e governança de dados.

Os desafios permanecem concretos. Contratar engenheiros de IA ainda leva mais de 70 dias, e os custos de nuvem e processamento continuam altos. A governança técnica — explicabilidade, segurança e auditoria de modelos — passou a ser componente direto da eficiência operacional. O relatório destaca que rastreabilidade e controle de dados reduzem riscos regulatórios e aumentam a confiança de investidores e clientes corporativos.

No fim, a leitura que emerge é pragmática. Como temos falado à exaustão aqui, as empresas mais bem-sucedidas não são as que falam em IA, mas as que a incorporam ao funcionamento diário, com métricas de produtividade, disciplina financeira e políticas de governança claras. O novo manual do software é menos sobre o que a IA promete e mais sobre como ela é executada e medida, como detalhado no artigo publicado no site da The Shift.

Conteúdo originalmente produzido e publicado por The Shift.
Reprodução autorizada exclusivamente para a Abranet. A reprodução por terceiros, parcial ou integral, não é permitida sem autorização.