Escrevo isso como quem entra em um prédio que, por fora, ainda parece impecável. A fachada diz crescimento: o mercado de SaaS foi avaliado em 266 bilhões de dólares em 2024 e várias projeções o colocam em torno de 315 bilhões até início de 2026, com trajetórias que o empurram para a faixa de um trilhão de dólares até 2032. Mas por dentro, o que se escuta são ruídos.
O TechCrunch deu nome a esse som em março de 2026: "SaaSpocalipse". O artigo apresenta isso como resultado de pressões que se intensificam no software como serviço, com uma ideia subjacente inquietante: uma "nova supremacia" emergindo, associada à comoditização da IA generativa chocando-se com o controle de custos das empresas. Não há uma lista de vítimas, execuções ou anúncios pontuais. Há algo mais útil para um CFO ou um fundador: o padrão mecânico.
Quando um setor cresce, o mercado perdoa ineficiências. Quando além disso surge uma tecnologia que muda a estrutura de custos, o perdão chega ao fim. Em 2026, a IA não apenas "adiciona funcionalidades". Ela muda os planos de carga do SaaS: onde os custos se acumulam, como os ingressos são reconhecidos, e quão rapidamente os margens se rompem quando um piloto se torna produção.
O sintoma não é o tamanho do mercado, é o custo marginal que reapareceu
Durante anos, a narrativa dominante do SaaS se apoiou em uma premissa quase arquitetônica: uma vez construído o produto, cada novo cliente adiciona receita a um custo marginal baixo. Essa lógica permitiu modelos com crescimento acelerado e estruturas comerciais pesadas, porque o edifício se sustentava na suposição de que, ao escalar, a unidade econômica melhorava.
A IA generativa altera essa geometria. Treinamento, inferência, armazenamento, observabilidade, segurança e governança transformam parte da entrega de valor em consumo variável. O briefing que acompanha a nota aponta um dado que, para mim, é o equivalente a encontrar uma viga subdimensionada: ao escalar GenAI, muitas empresas descobrem subestimações de custos de 500% a 1.000%. Isso não é um desvio menor; é um erro de cálculo de cargas.
Por isso, o fenômeno é melhor compreendido como uma inspeção estrutural, não como um apocalipse. O setor pode continuar crescendo em valor total enquanto uma parte significativa de produtos e empresas se torna economicamente invável sob uso real. A tensão se agrava porque a adoção empresarial se acelera: a McKinsey relatou que 71% das organizações usavam GenAI em pelo menos uma função no início de 2025, e a Gartner projeta que 80% das empresas implantarão aplicações habilitadas por GenAI em 2026. Paralelamente, o gasto em aplicações habilitadas por IA pode chegar a 644 bilhões de dólares em 2025, com um salto interanual de 76,4%.
Na prática, isso empurra os compradores a exigir controle e previsibilidade, e aos vendedores a repensar sua economia. A fissura aparece quando o produto promete “inteligência” como um acabamento estético, mas o custo de operar essa inteligência cresce com o uso como se fosse uma instalação elétrica mal dimensionada.
A falha de carga típica: vender IA com preço fixo e custos variáveis
O SaaS clássico defendia contratos previsíveis: licenças por assento, pacotes por módulos, renovações anuais. A IA introduz um medidor: tokens, consultas, minutos de computação, chamadas a modelos, extração e geração em escala. Se o fornecedor mantém um esquema de preço fixo enquanto seu custo é variável e crescente, a margem se torna um componente frágil.
Daí o deslocamento que o briefing destaca: a mudança para modelos híbridos e baseados em uso. Não é uma moda de preços; é uma correção de engenharia financeira. Se o custo de atender um cliente pode multiplicar-se por dez quando o piloto decolá, o preço deve capturar essa assimetria, ou o fornecedor acaba subsidiando o sucesso do cliente.
Esse ponto conecta com outro dado do mesmo pacote: o crescimento das empresas SaaS medianas já vinha desacelerando. Em 2022, o quartil superior de empresas com 1M a 30M de ARR cresceu 62,1%, em comparação a 78,9% em 2021. Ou seja, mesmo antes de a IA se tornar onipresente, o vento a favor estava diminuindo. Com uma estrutura de custos que se torna mais sensível ao uso, a desaceleração não só reduz a valorização; reduz a capacidade de absorver erros.
Aqui é onde muitas organizações caem em métricas de vaidade: celebram adoção, ativações, "engajamento" com funções de IA, mas não amarram esse comportamento a um mecanismo claro de monetização e controle de consumo. Um produto com IA que "é muito usado" pode ser, literalmente, uma perda proporcional ao sucesso.
Neste contexto, a forma responsável de operar é tratar a IA como uma linha de custos que requer governança: limites, orçamentos, observabilidade por cliente e por caso de uso, e condições contratuais que definam o que está incluído e o que é cobrado à parte. Sem essa instrumentação, o negócio se assemelha mais a uma planta industrial sem medidores do que a um software escalável.
A atomização como defesa: menos "suite", mais ajuste fino entre segmento, caso de uso e canal
Quando o custo marginal aumenta, a estratégia de vender "tudo a todos" torna-se mais perigosa, não menos. A IA acelera essa dinâmica por duas razões.
Primeiramente, porque a "inteligência" está se comoditizando. Se muitos fornecedores podem integrar capacidades generativas semelhantes, a diferença deixa de estar em ter IA e passa a estar em onde se aplica e que resultado mensurável produz. Em segundo lugar, porque cada caso de uso tem uma pegada de custos distinta. Não custa o mesmo automatizar um resumo de reuniões que executar uma cadeia de análises sobre documentos extensos com exigências de segurança e auditoria.
A defesa racional é a atomização: uma conexão precisa entre um segmento, um trabalho específico e um canal de aquisição que não requeira queime de caixa indefinidamente. Em vez de uma “suite de IA para empresas”, o sustentável tende a ser “IA para este processo, nesta indústria, sob estas restrições, cobrada desta maneira”.
A indústria já insinua o movimento em direção ao específico: o briefing cita que o vertical de imóveis e construção mostra 75% de crescimento médio de ARR, o que costuma ocorrer quando existe um problema operacional claro e um comprador que entende o valor. Em verticais assim, a conversa não gira em torno de “ter IA”, mas de reduzir tempos, erros, riscos ou aumentar conversões em um fluxo concreto.
A atomização também muda o canal. Um produto horizontal pode escalar com marketing maciço, mas um produto que afeta processos críticos —e que também consome recursos variáveis— precisa de vendas consultivas mais curtas e com expectativas claras de uso. Se o canal promete uma lua e o contrato não limita o consumo, o primeiro desdobramento sério torna-se um buraco de margem.
Esse é o ponto onde a "SaaSpocalipse" se torna seleção natural: sobrevivem os modelos que podem dizer com precisão que clientes devem ter, quanto custa atendê-los em produção e como cobram essa produção sem que o comprador sinta que lhe mudaram o piso.
Consolidação e disciplina: o mercado premia quem transforma custos fixos em variáveis controlados
Outro indicador relevante do momento é a consolidação: 2.698 transações de M&A em 2025, um recorde segundo o briefing. Quando um mercado se consolida em tal volume, não é apenas apetite; é reordenamento. Os compradores procuram escala, acesso a clientes, dados e produtos que já tenham encaixe, enquanto muitos vendedores buscam saída antes que o custo de competir aumente.
A IA impulsiona esse reordenamento por um motivo simples: operar modelos generativos com qualidade empresarial exige investimento em infraestrutura, segurança, conformidade e confiabilidade. Para algumas companhias, isso será mais fácil dentro de um grupo com mais caixa ou com infraestrutura compartilhada. Para outras, o caminho viável será se especializar tanto que sua eficiência seja sua defesa.
Em paralelo, as empresas compradoras estão endurecendo o controle de gastos. A Gartner prevê que o gasto em software empresarial aumentará pelo menos 40% até 2027 impulsionado por IA, o que, paradoxalmente, aumenta a pressão para otimizar contratos. Quando o orçamento cresce, a visibilidade do desperdício também aumenta. O resultado típico é renegociação, racionalização de ferramentas e exigência por modelos de preços que conectem valor com consumo.
Nesse novo equilíbrio, a disciplina financeira deixa de ser um "bom hábito" e se torna um requisito de sobrevivência. Os modelos que melhor se comportam são aqueles que:
A "SaaSpocalipse", lida assim, não anuncia o fim do SaaS. Sinaliza o fim de um tipo de SaaS: aquele que acreditava que poderia vender promessas de automação ilimitada com preços fixos e contabilidade criativa dos custos.
A nova norma: o SaaS que sobrevive é o que pode ser orçado como uma máquina
O TechCrunch de março de 2026 descreve isso como pressões que se intensificam: crescimento massivo do setor, IA se tornando commodity e controles de custos empresariais. Minha leitura estrutural é mais concreta: o SaaS está deixando de ser "apenas software" e se assemelhando cada vez mais a um sistema operacional com consumo mensurável. Isso obriga a redibujar planos.
O fornecedor que quiser sair ileso precisa de três capacidades que antes eram opcionais. Primeira, instrumentação: saber quanto custa cada cliente em produção, não em uma demonstração. Segunda, precificação com mecânica: híbrida ou por uso, mas com bordas, limiares e pacotes que tornem o gasto governável. Terceira, foco: uma proposta que se encaixe num segmento e processo específico, onde a IA não seja a decoração, mas o motor que reduz um custo ou risco verificável.
Os mercados não punem a ambição; punem as estruturas que não suportam a carga real. As empresas não falham por falta de ideias, mas porque as peças de seus modelos não conseguem se encaixar para gerar valor mensurável e caixa sustentável.
