O modelo SaaS não morreu, aprendeu a demonstrar que funciona
Existe um momento preciso no ciclo de qualquer modelo de negócio em que a narrativa coletiva para de descrever a realidade e começa a produzi-la. O setor SaaS chegou a esse momento há mais de um ano, e a indústria ainda está processando o que isso significa. Não é o colapso que alguns anteciparam com o termo "SaaS-pocalypse", mas tampouco é o retorno sem fricções ao crescimento de 2021. O que está ocorrendo é mais desconfortável e mais útil do que qualquer uma dessas duas versões: compradores, investidores e mercados de capitais estão exigindo prova de que o software contratado efetivamente muda algo mensurável em quem o utiliza.
Isso parece óbvio. Não era.
Durante o período de liquidez abundante que se seguiu à pandemia, o modelo de receita recorrente funcionou como argumento suficiente. Ter uma taxa de renovação razoável e uma curva de crescimento ascendente bastava para sustentar múltiplos de valoração que hoje parecem difíceis de justificar. Os múltiplos sobre o ARR — receita recorrente anual — atingiram níveis que descontavam anos de crescimento futuro como se esse crescimento fosse uma certeza estrutural. Segundo dados da SaaS Capital, esses múltiplos estão agora nas mínimas de mais de uma década, o que não reflete apenas um ajuste de taxas de juros, mas uma mudança no tipo de evidência considerada convincente para alocação de capital.
O setor não está em queda. A projeção até 2030 ainda aponta para mais de 900 bilhões de dólares em valor de mercado global, com um crescimento anual composto em torno de 18%. Para 2024, o gasto em software como serviço era estimado em cerca de 232 bilhões de dólares, segundo o Gartner. Os números absolutos não contradizem a narrativa de expansão. O que mudou é a qualidade da evidência necessária para que esses números se traduzam em valoração favorável. E essa mudança tem implicações operacionais muito concretas para quem constrói ou financia esses negócios.
A inteligência artificial não substitui o software; pressiona sua justificativa
Parte do pânico narrativo em torno do "fim do SaaS" provém de uma leitura apressada do papel que a inteligência artificial está desempenhando no setor. O argumento simplificado diz: se a IA pode gerar código sob demanda, construir fluxos de trabalho autônomos e replicar funcionalidades que antes exigiam contratos anuais, então os modelos de assinatura por assento perdem sua razão de ser. Há algo de verdadeiro nessa pressão. Há muito que exagera a velocidade da mudança e subestima a fricção real de adotá-la.
O que a IA efetivamente está fazendo é reduzir o custo marginal de produzir software genérico. Isso pressiona as camadas do mercado que competiam principalmente por funcionalidade padrão a preço aceitável. Um CRM básico, uma ferramenta de gestão de tarefas, uma plataforma de formulários: essas categorias enfrentam compressão de preço real porque a barreira de replicação diminuiu. Mas o software que opera na interseção de processos industriais específicos, fluxos de dados proprietários e lógica de negócio profunda não se replica com um prompt. A complexidade não desapareceu; redistribuiu-se.
As empresas que compram software especializado para indústrias como moda, manufatura ou logística não estão adquirindo funcionalidades isoladas. Estão comprando o acúmulo de conhecimento operacional que levou anos para ser codificado, mais a infraestrutura de integração com sistemas legados, mais o cumprimento normativo incorporado. Nenhuma dessas coisas é gerada em tempo real com uma ferramenta de codificação assistida. O que a IA pode fazer nesse contexto é acelerar a detecção de anomalias nesses processos, automatizar decisões repetitivas dentro de fluxos já desenhados, ou conectar fontes de dados que antes exigiam integração manual custosa. Isso não destrói o modelo: obriga-o a demonstrar onde está gerando valor incremental com maior precisão do que antes.
O verdadeiro efeito da IA sobre o setor SaaS não é de substituição, mas de exigência. Obriga os fornecedores a serem mais específicos sobre qual parte do problema do cliente estão resolvendo, com qual resultado mensurável e sob quais condições de adoção. Essa exigência já existia antes; a IA torna impossível ignorá-la.
Quando o preço deixou de ser por assento e passou a ser por resultado
A mudança no modelo de preços que está se acelerando no setor tem implicações que vão muito além da mecânica contratual. A migração de licenças por usuário para preços baseados em consumo ou em resultados altera fundamentalmente como o risco é distribuído entre fornecedor e cliente, e que tipo de relação operacional é necessária para que o modelo funcione.
No modelo por assento, o fornecedor cobra pelo acesso e o cliente assume o risco de adoção. Se os usuários não utilizam a ferramenta, o contrato se renova assim mesmo até que alguém na área de compras revise a fatura. Esse desacoplamento entre uso e pagamento foi, durante anos, uma fonte de margens confortáveis para os fornecedores e uma fonte de desperdício silencioso para os compradores. O dado da Zylo sobre "shadow AI" e custos imprevisíveis de software não é uma anomalia: é a expressão contemporânea de um problema estrutural que existia muito antes de a IA entrar em cena.
O modelo baseado em resultados fecha esse desacoplamento à força. Se o contrato especifica que o fornecedor cobra proporcionalmente à redução do tempo de ciclo produtivo, ou ao percentual de aumento na taxa de conversão, ou à diminuição de erros em um processo operacional, então a relação se torna verificável. Isso é bom para os clientes. Para os fornecedores, implica que precisam instrumentar seus produtos com profundidade suficiente para medir esses resultados de maneira confiável, e precisam ter a convicção — respaldada por dados de clientes anteriores — de que o produto efetivamente os produz.
Aqui aparece uma armadilha que merece atenção. Vários fornecedores que estão adotando a linguagem de "preços por valor" ou "modelos orientados a resultados" não estão construindo a infraestrutura de medição que esse modelo requer. Estão usando o vocabulário do resultado sem o aparato de verificação que o tornaria crível. Isso não é uma transição de modelo, é um reencuadramento cosmético do contrato anterior. A diferença entre um modelo de resultados e um de acesso com marketing de resultados está em se o fornecedor aceita que sua remuneração varie quando os resultados não se materializam. Poucos aceitam isso na prática.
O movimento em direção a preços por consumo, que plataformas de infraestrutura e algumas camadas de aplicação estão adotando, é uma versão mais honesta dessa transição. O cliente paga pelo que usa, o fornecedor tem incentivo para que o uso seja alto porque reflete adoção real, e ambos têm visibilidade sobre a relação entre atividade e custo. O problema é que esse modelo introduz volatilidade orçamentária que as equipes de finanças de grandes organizações gerenciam mal, o que gera resistência interna no processo de compra mesmo quando o produto é superior.
O SaaS vertical tem uma vantagem que o horizontal não consegue copiar rapidamente
A distinção entre software horizontal e vertical sempre existiu, mas a pressão atual do mercado está tornando-a mais estrategicamente relevante. O software horizontal compete em escala de adoção e amplitude funcional. O vertical compete em profundidade de compreensão do domínio e no custo de troca que essa profundidade gera. Em um ambiente onde a IA reduz o custo de produzir funcionalidade genérica, a vantagem do horizontal se erode mais rapidamente do que a do vertical.
Um fornecedor que leva dez anos construindo software para a cadeia de produção têxtil tem incorporado em seu produto um conhecimento sobre padrões de rastreabilidade, lógica de desperdício de material, integração com maquinário específico e cumprimento normativo regional que não se replica copiando sua interface. Esse conhecimento levou anos para se traduzir em lógica de software porque exigiu conversas reais com operadores de chão de fábrica, com diretores de produção, com auditores de qualidade. A IA pode acelerar a próxima iteração desse produto. Não pode comprimir os dez anos de aprendizado acumulado no produto atual.
A métrica que melhor prevê a durabilidade de um SaaS vertical não é a taxa de crescimento de novos contratos, mas a retenção líquida de receita, que mede se os clientes existentes estão expandindo seu uso e gasto ao longo do tempo. Segundo os dados disponíveis, investidores e credores estão usando essa métrica, junto com a retenção bruta de receita, como o indicador mais confiável de que o produto tem aderência real. Uma retenção líquida acima de 110% indica que a expansão dentro da base instalada está compensando a perda de clientes, o que torna o modelo autossuficiente em termos de crescimento sem depender exclusivamente de aquisição de novos clientes.
Esse padrão é mais difícil de construir no software horizontal porque exige que o cliente encontre razões para expandir o uso dentro da mesma plataforma, e essas razões competem com a oferta de dezenas de alternativas que fazem o mesmo com variações menores. No vertical, a expansão ocorre de forma mais natural porque o fornecedor tem visibilidade sobre outras fricções do mesmo processo operacional que já conhece bem. O próximo problema a resolver está ao lado do que já resolveu.
A armadilha para os fornecedores verticais é confundir a profundidade do domínio com conforto estratégico. Conhecer bem uma indústria é uma vantagem inicial, não uma garantia permanente. Se esse conhecimento não é atualizado com as mudanças nos processos do cliente, com as novas regulações, com a evolução da tecnologia disponível, converte-se em dívida técnica disfarçada de especialização. Os fornecedores que mantêm retenção líquida alta ao longo do tempo são os que continuam aprendendo com o cliente com a mesma intensidade depois do terceiro ano que no primeiro.
A durabilidade não é uma narrativa, é uma arquitetura de receita com fricções reais
O setor SaaS chega a 2026 tendo passado por um teste de estresse que foi parte correção de valoração, parte ajuste macroeconômico e parte pressão genuína de novas tecnologias. O que emerge desse processo não é um modelo quebrado em busca de redenção narrativa. É um modelo mais legível, onde as métricas que sempre deveriam importar — retenção, expansão dentro da base instalada, custo de aquisição de cliente em relação ao seu valor de vida — estão recebendo a atenção que mereciam desde antes.
O termo "SaaS-pocalypse" descreveu com exatidão o medo, não a realidade. O que está ocorrendo é uma seleção dentro do setor: os fornecedores que construíram seu crescimento sobre adoção real, sobre retenção demonstrada e sobre expansão orgânica dentro de seus clientes estão passando pelo filtro com modelos intactos. Os que cresceram sobre a facilidade de vender em um ambiente de gasto tecnológico sem escrutínio estão enfrentando o custo de ter adiado essa conversa.
Para quem constrói ou financia esses negócios, o ajuste não requer uma mudança de filosofia, mas uma clareza que o contexto anterior tornava opcional: demonstrar, com dados próprios e verificáveis, que o produto produz o resultado que justifica o contrato. Esse não é um padrão novo imposto pelo mercado. É o padrão que sempre definiu se um modelo de negócio era sólido. O mercado simplesmente deixou de aceitar adiá-lo.
