O software de 30 anos chegou ao limite do que podia cobrar
Há um dado que não aparece em nenhum comunicado de imprensa, mas que explica tudo: quando o CEO da Microsoft declara que 30% do código da companhia já é gerado por máquinas, não está anunciando um feito de produtividade. Está admitindo, sem dizer, que a escassez que justificou décadas de preços premium acaba de se evaporar.
Isso é o que está acontecendo no setor que Wall Street chama de Big Software, e a perda de capitalização da Oracle —mais de 463 bilhões de dólares desde setembro de 2025— não é uma anomalia. É a primeira leitura visível de uma revalorização que ainda não terminou.
O foso não era tecnologia, era dificuldade de construção
Durante trinta anos, o argumento central de qualquer empresa de software empresarial foi simples: construir o que nós construímos requer centenas de engenheiros, dezenas de milhões de dólares e anos de iteração. Esse custo de entrada era o foso protetor. Não a marca, não a tecnologia em si, mas a enorme fricção que implicava replicá-la.
A inteligência artificial generativa não compete com esse software. O que faz é atacar diretamente a fricção que o protegia. Quando os modelos de código aberto alcançam 90% das capacidades dos modelos de ponta, o custo de construir um competidor funcional colapsa. A startup que antes precisava de cinco anos e cinquenta engenheiros para construir um CRM minimamente viável agora pode percorrer essa distância em uma fração do tempo e capital. O foso não desapareceu porque alguém construiu uma ponte melhor; desapareceu porque secou.
Isso muda radicalmente o que as empresas estão comprando quando contratam uma plataforma como Salesforce ou um serviço na nuvem da Microsoft. Durante décadas, contratavam certeza de execução: a garantia de que alguém já havia resolvido o problema de construir o software, o havia testado com milhares de clientes e o manteria funcionando. Esse argumento ainda é parcialmente válido, mas seu preço está se ajustando para baixo com uma velocidade que os modelos financeiros dos analistas não anteciparam.
Quando a produtividade se torna argumento para corte
O movimento que mais revela a tensão interna dessas empresas não é o investimento em inteligência artificial. É a sequência de decisões que veio depois.
Microsoft anunciou em maio de 2025 uma rodada de demissões em que aproximadamente 40% dos cortes —mais de 800 posições— correspondiam a engenheiros de software em sua sede de Redmond. Oracle e Block fizeram o mesmo, citando explicitamente a automação como justificativa. A narrativa corporativa enquadrou esses movimentos como uma reatribuição para áreas de maior crescimento. Mas a mecânica financeira é mais direta: se 30% do código já é produzido por uma máquina, manter o mesmo número de engenheiros humanos destrói o argumento de retorno sobre o investimento em IA que é apresentado ao conselho.
Há uma paradoxa operacional nesse raciocínio que os dados começam a apontar. As ferramentas de geração de código produzem mais erros que o código escrito por engenheiros experientes. Isso significa que o ganho de velocidade vem acompanhado de um aumento no custo de supervisão e correção. As empresas estão sacrificando profundidade de revisão por velocidade de entrega, e isso terá consequências que não aparecerão nos demonstrativos financeiros nos próximos trimestres, mas que começarão a aparecer na satisfação do cliente final.
A corrida para demonstrar que o investimento em IA está gerando retorno —Microsoft comprometeu 10 bilhões de dólares na OpenAI, Google investiu 2 bilhões na Anthropic, Amazon outros 4 bilhões— está criando uma pressão interna que distorce as prioridades de produto. Os projetos que não têm uma narrativa de inteligência artificial associada estão sendo cancelados ou depriorizados, independentemente de seu valor para o cliente.
O deslocamento de valor que os balanços ainda não mostram
A pergunta mais útil para um executivo que avalia sua exposição a esse setor não é se Salesforce ou Microsoft sobreviverão. Provavelmente sobreviverão, ao menos em alguma forma. A pergunta mais útil é para onde está se deslocando o valor que antes essas plataformas capturavam.
A análise da arquitetura competitiva aponta em uma direção consistente: o valor está se deslocando do software para a infraestrutura física. Centros de dados, semicondutores, capacidade energética. As empresas que controlam esses ativos —não as que vendem licenças de software— são as que estão consolidando posição. As hiperscalers com infraestrutura própria possuem uma defesa que os pure players de SaaS não podem replicar rapidamente.
O caso da Oracle ilustra esse deslocamento com uma clareza que dói. A companhia tentou se posicionar como fornecedora de infraestrutura para os maiores modelos de linguagem do mercado. Quando a OpenAI decidiu redirecionar sua capacidade para Microsoft e Amazon, a Oracle perdeu esse contrato e, com ele, a narrativa que sustentava sua avaliação. Mais de 463 bilhões de dólares em capitalização de mercado se evaporaram em meses. Não por um escândalo, não por uma má decisão contábil, mas porque o mercado recalibró quão sólida era a posição da Oracle na cadeia de valor da inteligência artificial.
Para os executivos que avaliam quais fornecedores de software empresarial continuarão relevantes nos próximos cinco anos, a pergunta já não é se têm uma funcionalidade de IA. É se a camada de IA que oferecem cria uma dependência real ou é simplesmente uma embalagem sobre modelos que o cliente poderia acessar diretamente. A diferença entre essas duas situações determinará quais empresas poderão manter suas margens e quais entrarão em uma espiral de redução de preços para reter clientes.
O trabalho que o cliente sempre esteve contratando não era o software
Há uma leitura de fundo em tudo isso que os relatórios de analistas tendem a evitar porque complica os modelos de avaliação.
As empresas que compravam Salesforce, ou Microsoft Dynamics, ou qualquer plataforma de software empresarial de ciclo longo, não estavam comprando tecnologia. Estavam comprando a eliminação de uma incerteza operacional: a certeza de que seus processos críticos funcionariam, de que haveria suporte quando algo falhasse, de que o fornecedor estaria lá em três anos. Isso é o que justificava os contratos plurianuais e os preços premium.
A inteligência artificial não elimina essa necessidade. O que elimina é a percepção de que apenas as grandes plataformas consolidadas podem satisfazê-la. Quando uma equipe interna pode construir e manter uma ferramenta de CRM funcional com uma fração do custo anterior, o argumento do fornecedor consolidado deixa de ser o único caminho para essa certeza operacional.
As companhias de software empresarial que entenderem isso antes de seus concorrentes não vão competir em funcionalidades de IA. Vão redefinir que certeza específica estão vendendo e a quem, e vão construir seu modelo de preços em torno dessa certeza concreta, não em torno da complexidade técnica que já não podem proteger.
O fracasso dos modelos de alto preço neste ciclo demonstra que o trabalho que o cliente sempre contratou não era acesso a software sofisticado, mas sim a redução do risco operacional de depender de tecnologia que não controla. Quem conseguir vender essa garantia de forma crível em um ambiente onde construir o software já não é mais a barreira, terá resolvido o problema real. O resto continuará reduzindo preços até que as margens deixem de justificar a operação.
