Nas últimas duas décadas, quase todo o setor da Internet tem feito essencialmente a mesma coisa: facilitar a utilização do software pelos humanos.
A Google resolveu o problema da pesquisa de informação, a Amazon o das compras online, a Uber o da coordenação de transportes e a Salesforce o da gestão das relações com os clientes. Os vários produtos SaaS abrangem áreas como finanças, recursos humanos, marketing e gestão de projetos dentro das empresas.
Todos estes produtos partilham um pressuposto fundamental: os humanos são os principais utilizadores do software. Por isso, as empresas de software têm de otimizar continuamente as interfaces de utilizador, reduzir as barreiras à utilização e melhorar a experiência de interação, obtendo depois receitas através de subscrições, publicidade ou comissões sobre transações.
Mas o aparecimento dos agentes de IA está a alterar este pressuposto. Quando os agentes conseguem compreender tarefas, utilizar ferramentas externas, aceder a bases de dados, executar programas e realizar transações dentro dos limites autorizados, as pessoas deixam de precisar de operar pessoalmente cada software.
Isto não é apenas uma mudança na forma de interação. À medida que os agentes substituem gradualmente as pessoas como principais operadores do software, os modelos de negócio construídos nos últimos vinte anos em torno do tráfego, da retenção de utilizadores e das subscrições de software poderão ter de ser reavaliados.
O software mais valioso no futuro poderá não ser o que tiver mais utilizadores humanos, mas sim o serviço continuamente utilizado pelo maior número de agentes.
Um. Os 234 mil milhões de dólares gastos em SaaS estão a ser reavaliados
Em julho de 2026, a Gartner publicou uma previsão que merece a atenção do setor do software: até 2030, a IA agêntica poderá afetar até 234 mil milhões de dólares em gastos com aplicações empresariais, cerca de 20% dos gastos previstos com SaaS de aplicações empresariais nessa altura.
A Gartner chama a este fenómeno Agentic Arbitrage (arbitragem de agentes): agentes que executam tarefas em vários sistemas, reduzindo a dependência das empresas em relação às interfaces de operação do software tradicional e aos lugares de utilizador correspondentes.
No passado, uma empresa com 1.000 funcionários podia ter de comprar muitas licenças de software para CRM, ERP, gestão de projetos e inteligência empresarial. Mas, se no futuro parte do trabalho puder ser entregue a agentes, a empresa poderá não precisar de atribuir um lugar de operação humana a cada etapa da execução.
Tomemos como exemplo o processo de vendas. No passado, os vendedores tinham de introduzir manualmente as informações dos clientes, atualizar o CRM, gerar propostas, enviar e-mails e, depois, sincronizar os dados das vendas com o sistema financeiro. Hoje, estas etapas já podem ser interligadas através de APIs e ferramentas de automatização. O passo seguinte será permitir que os agentes, com base nos objetivos comerciais, decidam por si próprios que sistemas devem utilizar e que operações devem executar.
O CRM e o ERP não perderão valor por causa disto. Os dados dos clientes, os registos de encomendas, os dados de inventário e os registos contabilísticos continuam a precisar de sistemas fiáveis para os armazenar. Mas as empresas poderão já não precisar de tantos funcionários a abrir esses sistemas todos os dias e a executar operações uma a uma.
Isto terá um impacto direto no Seat-based Pricing, o modelo de negócio tradicional do SaaS, em que se cobra por lugar de utilizador. No passado, uma das principais fontes de crescimento das receitas das empresas de software era o aumento do número de funcionários e de contas de software nas empresas clientes. No futuro, as empresas poderão reduzir alguns lugares de operação humana e, ao mesmo tempo, aumentar o orçamento para chamadas de API, tarefas automatizadas e execução por agentes.
O modelo de receitas dos fornecedores de software também poderá evoluir gradualmente da cobrança por pessoa para a cobrança por volume de chamadas, fluxos de trabalho e resultados das tarefas.
O valor do software não desapareceu, mas a forma de o medir poderá mudar.
Dois. Google e Anthropic estão a estabelecer normas de comunicação entre agentes
Quando avalio se uma tecnologia entrou verdadeiramente na fase de implementação industrial, não me limito a observar as novas capacidades demonstradas por um modelo. Vejo se as empresas começaram a investir recursos na criação de normas técnicas comuns.
Em 2025, a Google lançou o Agent2Agent Protocol (A2A). Em abril de 2026, a Linux Foundation anunciou que o A2A já contava com o apoio de mais de 150 organizações, incluindo empresas como Google, Microsoft, AWS, Salesforce, SAP e ServiceNow.
O objetivo do A2A é permitir que agentes implementados por diferentes fornecedores e desenvolvidos com diferentes frameworks se descubram, comuniquem, deleguem tarefas e troquem resultados entre si.
Entretanto, o Model Context Protocol (MCP), lançado inicialmente pela Anthropic, está a resolver outro tipo de problema: permitir que os sistemas de IA se liguem a ferramentas externas e fontes de dados através de interfaces padronizadas.
Os dois protocolos têm objetivos diferentes. O MCP resolve sobretudo a interação Agent-to-Tool, ou seja, a forma como os agentes utilizam ferramentas. O A2A resolve principalmente a interação Agent-to-Agent, isto é, a forma como diferentes agentes colaboram.
O desenvolvimento destes dois protocolos significa que, no futuro, os sistemas de software poderão interagir sem precisar de recorrer a interfaces destinadas a pessoas.
Imaginemos que uma multinacional precisa de comprar um lote de servidores. O agente de compras pode começar por obter informações sobre o inventário e o orçamento, pedir propostas aos agentes dos fornecedores, recorrer a um serviço de logística para calcular os prazos de entrega e, por fim, pedir ao sistema financeiro que verifique as autorizações de pagamento.
Cada etapa pode ser concluída por sistemas desenvolvidos por empresas diferentes. No passado, as empresas precisavam de muitas interfaces personalizadas e de coordenação manual. Agora, o setor está a tentar reduzir o custo da colaboração entre sistemas através de protocolos padronizados.
É claro que a uniformização dos protocolos não significa que todos os sistemas já possam interoperar sem obstáculos. A autenticação, a gestão de permissões, os formatos de dados e o tratamento de erros ainda exigem trabalho adicional. Mas, olhando para a direção do desenvolvimento tecnológico, o software já começou a conceber formas de comunicação para utilizadores não humanos.
No passado, desenvolvíamos APIs sobretudo para permitir que diferentes softwares trocassem dados. No futuro, estas interfaces poderão também servir de base para os agentes executarem tarefas autonomamente, coordenarem recursos e adquirirem serviços.
Três. A Stripe começa a permitir que os agentes paguem diretamente: as máquinas estão a tornar-se um novo tipo de consumidor
Em 2026, a Stripe e a Tempo lançaram em conjunto o Machine Payments Protocol (MPP), com o objetivo de permitir que os agentes paguem diretamente por APIs, dados e outros recursos digitais.
Os processos de pagamento tradicionais na Internet foram concebidos sobretudo para pessoas. Os utilizadores criam uma conta, escolhem um plano, introduzem os dados de pagamento e confirmam a compra. Mas, ao executar uma tarefa, um agente poderá precisar apenas de fazer uma chamada a uma interface.
Por exemplo, para analisar um determinado ativo, um agente de investigação financeira poderá precisar de comprar temporariamente três serviços: dados de mercado em tempo real, fluxos de fundos on-chain e dados históricos de volatilidade.
Imaginemos que o preço por chamada de cada serviço é, respetivamente, 0,003, 0,005 e 0,002 dólares. No modelo tradicional de pagamento com cartão de crédito, as comissões fixas podem ultrapassar o preço dos próprios serviços. Protocolos de pagamento por máquina como MPP e x402 estão a tentar tornar viáveis estas transações de baixo valor cobradas por utilização.
Um estudo publicado pela Visa e pela Artemis em 2026 também começou a acompanhar a evolução dos pagamentos por máquina através de transações on-chain reais. As primeiras estatísticas relacionadas indicam que, nas primeiras semanas após o lançamento do MPP, foram processadas cerca de 115 mil transações, num valor de liquidação de aproximadamente 25 mil dólares e com um valor médio de cerca de 0,22 dólares por transação.
Estes dados ainda têm de ser analisados à luz dos critérios estatísticos, da natureza das transações e da utilização efetiva em ambientes de produção; não podem ser diretamente equiparados à existência de uma procura comercial real em grande escala. Ainda assim, vale a pena estudar os modelos de pagamento que revelam.
No passado, os serviços digitais eram geralmente cobrados mensal ou anualmente, porque não era economicamente viável cobrar alguns cêntimos a cada utilizador. No futuro, se os agentes conseguirem efetuar pagamentos a baixo custo, os prestadores de serviços de dados poderão cobrar por consulta, cálculo ou execução.
Uma empresa sem uma aplicação para consumidores pode vender serviços de API especializados diretamente aos agentes, sem ter de criar primeiro um canal de tráfego destinado ao público em geral.
Para o setor das criptomoedas, isto poderá gerar uma nova procura por pagamentos em stablecoins. No entanto, as stablecoins não são a única opção. Empresas como Stripe e Visa também estão a explorar credenciais de cartões bancários, autorizações de pagamento e vários métodos de liquidação.
A adoção generalizada dos pagamentos por máquina dependerá dos custos, da velocidade, da conformidade regulamentar, dos mecanismos de reembolso e das necessidades comerciais reais — não apenas da blockchain utilizada.
Um dos principais utilizadores de stablecoins no futuro poderá não ser uma pessoa, mas sim um agente autorizado a comprar serviços digitais autonomamente.
Quatro. A próxima geração da Internet poderá já não precisar de tantas portas de entrada destinadas às pessoas
Na era da Internet móvel, as empresas disputavam a atenção dos utilizadores. As classificações das lojas de aplicações, o tráfego dos motores de pesquisa, a publicidade, a retenção dos utilizadores, os DAU e os MAU constituíam o sistema de crescimento de muitos produtos da Internet.
Mas os agentes comportam-se de forma diferente das pessoas. Ao comprar um serviço, uma pessoa pode ser influenciada pela marca, pela publicidade, pelo design da página e pelos hábitos de utilização. Ao executar tarefas, um agente pode comparar serviços com base em critérios predefinidos.
Por exemplo, se um agente precisar de comprar um serviço de dados em tempo real, os critérios de seleção poderão ser:
Latência dos dados inferior a 500 milissegundos.
Disponibilidade superior a 99,9% nos últimos 30 dias.
Preço por chamada inferior a 0,01 dólares.
Fornecer fontes de dados verificáveis.
Suporte para APIs padronizadas.
Se vários prestadores de serviços cumprirem os requisitos, o agente pode ainda comparar preços, velocidade de resposta, taxas históricas de erro e permissões de serviço.
Neste cenário, o design da interface do utilizador quase não tem valor direto para as chamadas feitas por máquinas. A estabilidade do serviço, a qualidade dos dados, o custo das chamadas e a documentação da interface legível por máquinas tornam-se critérios de concorrência mais importantes.
É claro que as marcas e a reputação não desaparecerão por completo. As empresas poderão continuar a exigir que os agentes deem prioridade a fornecedores certificados ou utilizem apenas serviços que cumpram as políticas de segurança internas.
Mas, no futuro, a distribuição de software poderá dividir-se claramente em duas vias. Uma continuará a servir as pessoas, conquistando utilizadores através de aplicações, sites, pesquisas e redes sociais. A outra servirá os agentes, obtendo chamadas através de APIs, protocolos, registos de serviços e descrições de capacidades legíveis por máquinas.
Os dois sistemas coexistirão durante muito tempo, mas as suas lógicas comerciais não são exatamente iguais. No passado, os programadores tinham de pensar em como levar os utilizadores a encontrar as suas aplicações. No futuro, também terão de pensar em como fazer com que os agentes descubram os seus serviços e em como provar que são mais fiáveis do que os dos concorrentes.
Isto levou-me a pensar numa questão:
Se, no futuro, os agentes conseguirem descobrir, comparar e comprar serviços autonomamente, quem controlará as portas de entrada para a distribuição desses serviços?
No passado, a Google controlava o acesso à pesquisa, a Apple controlava a App Store e a Microsoft controlava um grande número de portas de entrada para o software empresarial. Mas, na economia dos agentes, a escolha dos serviços pode passar a ocorrer entre os modelos, as plataformas de execução de agentes, os sistemas de autorização empresarial e as redes de descoberta de serviços.
Estes sistemas não só determinam os serviços que os agentes conseguem encontrar, como também podem influenciar os fornecedores que escolhem utilizar primeiro.
Se este sistema de distribuição amadurecer, a disputa pelas portas de entrada da próxima geração da Internet poderá deixar de se limitar aos navegadores e às lojas de aplicações.
Cinco. As empresas de software do futuro poderão nem sequer ter produtos destinados às pessoas comuns
Se, no futuro, um grande número de tarefas for executado por agentes, poderão surgir novas oportunidades de empreendedorismo nas infraestruturas necessárias para os pôr a funcionar.
O que vale a pena estudar não é desenvolver mais um chatbot, mas resolver os problemas concretos de colaboração entre agentes.
Em primeiro lugar, identidade e autorização dos agentes (Agent Identity & Authorization).
Quando uma empresa implementa centenas de agentes, cada um tem de ter permissões diferentes. O agente de compras pode comprar software, mas não pode transferir todos os fundos da empresa. O agente financeiro pode pagar faturas, mas tem de respeitar os limites orçamentais, os beneficiários e as regras de aprovação.
Isto significa que os agentes precisam de identidades verificáveis, limites de autorização claros, mecanismos de revogação de permissões e auditorias completas das operações. Sobretudo em contextos financeiros e de compras empresariais, o facto de um agente poder executar operações não significa que deva ter permissões de execução ilimitadas.
Em segundo lugar, a descoberta de serviços (Agent Discovery).
No futuro, os agentes poderão precisar de encontrar serviços externos para executar tarefas. Os agentes financeiros precisarão de dados on-chain, os agentes jurídicos precisarão de bases de dados legislativas e os agentes de desenvolvimento precisarão de ambientes de teste.
Se cada agente tiver de integrar antecipadamente todos os serviços, os custos de desenvolvimento e manutenção serão muito elevados. Por isso, o mercado poderá precisar de infraestruturas especializadas de Agent Discovery, para que os agentes encontrem fornecedores com base nas capacidades dos serviços, nos preços, nas permissões e na fiabilidade.
A seguir vêm a reputação e a verificação (Agent Reputation & Verification).
As pessoas podem avaliar a fiabilidade de um fornecedor com base na marca, nas avaliações e em relações de longo prazo. Mas os agentes precisam de indicadores que possam ser verificados automaticamente com maior facilidade, como a taxa de sucesso das tarefas, a disponibilidade histórica, o tempo médio de resposta, a precisão dos dados e os mecanismos de compensação e correção em caso de erro.
O maior desafio técnico não é criar uma tabela classificativa, mas verificar se as tarefas foram realmente concluídas e impedir que os prestadores de serviços falsifiquem dados ou manipulem as avaliações.
Mesmo que um registo seja gravado numa blockchain, isso não significa que o registo seja necessariamente verdadeiro. Um sistema de reputação fiável continua a precisar de verificação independente, fontes de dados rastreáveis e mecanismos claros de responsabilização.
Por fim, pagamentos e liquidação (Agent Payment & Settlement).
Depois de descobrir serviços, verificar identidades e confirmar preços, os agentes ainda precisam de autorizar pagamentos, receber os serviços e confirmar os resultados. Se estas funcionalidades se tornarem uma infraestrutura estável, poderão sustentar transações comerciais em grande escala entre máquinas.
O futuro Agent Marketplace poderá nem sequer ser uma loja de aplicações para as pessoas navegarem. Poderá ser apenas um conjunto de APIs: os agentes enviam os requisitos das tarefas, o sistema devolve os prestadores de serviços que cumprem os critérios e, em seguida, trata das chamadas, da faturação e da validação dos resultados.
Os consumidores comuns podem nem sequer saber que esta empresa existe, mas ela poderá processar milhões de pedidos de serviço todos os dias.
A principal vantagem competitiva destas empresas deixará de ser a qualidade da interface do utilizador e passará a ser o número de agentes que integram os seus serviços nos fluxos de trabalho quotidianos.
Seis. O SaaS tradicional não vai desaparecer por completo, mas as barreiras à concorrência serão redistribuídas
É preciso distinguir duas coisas: o valor funcional do software e a interface de operação concebida para as pessoas. Os agentes de IA poderão reduzir bastante a necessidade desta última, mas isso não significa que o primeiro desapareça.
As empresas continuarão a precisar de bases de dados, sistemas financeiros, autenticação, registos de transações e gestão de conformidade. Além disso, os fornecedores tradicionais de software com muitos dados exclusivos e relações com clientes empresariais também podem adaptar proativamente os seus produtos para os transformar em serviços para agentes.
Empresas como Salesforce, SAP e Microsoft não serão necessariamente substituídas por novas empresas. Também podem tornar-se fornecedores de infraestruturas importantes para a economia dos agentes.
Quem enfrenta verdadeiramente esta pressão são os softwares que não têm dados exclusivos nem barreiras de negócio e que dependem sobretudo de fluxos de operação complexos e dos custos de migração dos utilizadores para manter as receitas.
Quando os agentes conseguem operar diretamente vários sistemas, a vantagem proporcionada pelos hábitos de utilização da interface do software pode enfraquecer.
No entanto, os próprios agentes ainda estão longe de estar suficientemente maduros para assumir todo o trabalho das empresas. A Gartner previu que mais de 40% dos projetos de IA agêntica poderão ser cancelados até ao final de 2027, sobretudo devido ao aumento dos custos, à falta de clareza sobre o valor comercial e ao controlo insuficiente dos riscos.
Isto também mostra que a capacidade de um modelo para concluir tarefas não significa que as empresas consigam implementá-lo a longo prazo a um custo razoável.
Mesmo que um agente consiga concluir 95% das tarefas num ambiente de teste, isso não significa que uma empresa possa confiar-lhe a gestão autónoma das compras, das finanças e dos dados dos clientes. Os 5% restantes podem envolver pagamentos incorretos, fugas de dados, encomendas duplicadas ou operações comerciais irreversíveis.
Por isso, as infraestruturas de agentes verdadeiramente valiosas no futuro poderão não ser os produtos com mais funcionalidades, mas sim os sistemas que funcionem de forma estável em ambientes empresariais reais e gerenciem eficazmente os erros, as permissões e os riscos financeiros.
É também por isso que a verificação de identidade, o controlo de permissões, a auditoria da execução e a validação dos resultados das tarefas poderão tornar-se elementos importantes da economia dos agentes.
Sete. Para quem devem, afinal, os empreendedores do futuro desenvolver produtos?
No passado, os empreendedores começavam normalmente por pensar na dimensão da base de utilizadores, com o objetivo de conquistar cem mil, um milhão ou até dez milhões de utilizadores. Era preciso aperfeiçoar continuamente a interface do produto, aumentar a retenção e, depois, gerar receitas através de publicidade, subscrições ou comissões sobre transações.
Mas, se no futuro a Internet tiver muitos agentes capazes de executar tarefas autonomamente, os empreendedores terão de repensar quem são, afinal, os seus clientes.
Uma empresa que fornece dados financeiros poderá deixar de precisar de atrair cem mil investidores para visitarem o seu site todos os dias. Em vez disso, poderá fornecer interfaces de dados diretamente a dezenas de milhares de agentes de investimento.
Uma empresa que presta serviços de reconhecimento de imagem não precisa necessariamente de desenvolver uma aplicação completa de edição de fotografias. Pode tornar-se um serviço especializado utilizado por outros agentes para executar tarefas visuais.
Uma empresa que presta serviços de verificação de identidade também não precisa de fazer com que os consumidores comuns iniciem sessão na sua plataforma todos os dias. Se os agentes empresariais tiverem de passar pelo seu sistema de autorização ao executar tarefas sensíveis, poderá haver uma procura contínua pelos seus serviços.
A maior mudança neste modelo de negócio é que as receitas deixarão de depender inteiramente da frequência com que as pessoas usam o software e poderão passar a resultar das chamadas de tarefas contínuas entre máquinas.
É claro que isto não significa que os agentes terão capacidade de consumo ilimitada e independente dos seres humanos. Os seus orçamentos continuarão a vir de pessoas e empresas, e as suas permissões de transação terão de ser controladas.
Mas quem executa efetivamente os orçamentos poderá ser cada vez mais o software, em vez das pessoas. E, quando muda quem executa, o design dos produtos, a distribuição dos serviços e os métodos de cobrança também se ajustam.
No passado, os empreendedores tinham de estudar como aumentar a retenção dos utilizadores e reduzir os custos de aquisição de clientes. No futuro, algumas empresas nativas de IA poderão dar mais importância ao volume de chamadas de API, à taxa de conclusão das tarefas, ao custo médio de execução e ao número de agentes que dependem continuamente dos seus serviços.
Isto também significa que poderão surgir empresas tecnológicas muito diferentes das empresas tradicionais de SaaS.
Não têm interfaces de utilizador complexas, não dependem das classificações das lojas de aplicações e não precisam de milhares de consumidores a iniciar sessão todos os dias. Podem oferecer apenas uma capacidade muito especializada, como consulta de dados, verificação de identidade, liquidação de pagamentos ou execução de tarefas.
Se um número suficiente de agentes utilizar continuamente esta capacidade, ela poderá tornar-se uma fonte estável de receitas.
Oito. Não resta muito tempo para a humanidade
Aqui, «humanidade» não significa que as pessoas estejam prestes a ser substituídas pela IA. Significa que o sistema de software construído nos últimos vinte anos em torno dos cliques, da navegação e das operações humanas poderá estar a aproximar-se de um ponto de viragem.
Na era da Internet móvel, os empreendedores estudavam como levar as pessoas a descarregar mais aplicações. Na era dos agentes, têm de estudar como fazer com que mais agentes descubram e utilizem os seus serviços.
No passado, as empresas de software dependiam do número de utilizadores, do tempo de utilização e do crescimento das subscrições por lugar. No futuro, algumas poderão gerar receitas com chamadas de API, execução de tarefas, transações de dados e serviços de automatização.
No passado, as principais portas de entrada comerciais da Internet eram os motores de pesquisa, os navegadores e as lojas de aplicações. No futuro, poderão surgir também redes especializadas para agentes, dedicadas à descoberta, à identidade, à reputação, aos pagamentos e à execução.
Isto também mudou a minha forma de avaliar as empresas tecnológicas da próxima geração.
Já não acredito que todas as empresas de software valiosas tenham de ter uma aplicação para o consumidor comum. Se uma empresa fornecer dados, ferramentas ou infraestruturas de que milhões de agentes precisam todos os dias, poderá construir um negócio de dimensão considerável mesmo sem uma interface de utilizador complexa.
Por outro lado, os softwares que ainda dependem de pessoas a clicar, copiar, preencher formulários e alternar entre páginas repetidamente para concluir tarefas poderão enfrentar uma pressão cada vez maior.
No passado, desenvolvíamos software para que as pessoas usassem computadores. No futuro, poderemos desenvolver software para que os agentes usem outros softwares.
Se voltasse hoje a criar uma empresa tecnológica, pensaria seriamente numa pergunta que poucas pessoas fizeram até agora:
Porque é que o meu produto tem necessariamente de ser concebido para pessoas?
Se, no futuro, milhões de agentes precisarem de comprar dados, verificar identidades, utilizar ferramentas, pagar serviços e encontrar outros agentes para executar tarefas, poderá valer mais a pena estudar a criação de infraestruturas para essas necessidades do que desenvolver mais uma aplicação comum para consumidores.