Durante os últimos dois anos, boa parte da indústria de IA apostou na mesma lógica: construir copilots, assistentes e ferramentas para tornar profissionais mais produtivos. A tese de Julien Bek, partner da Sequoia, sugere que a próxima onda relevante pode ser maior — e mais disruptiva. Em vez de vender software para ajudar alguém a executar uma tarefa, as empresas vencedoras podem vender a própria tarefa concluída. Na formulação dele, “a copilot sells the tool, an autopilot sells the work”. E a provocação vai além: “the next $1T company will be a software company masquerading as a services firm.”
A implicação é profunda. Se essa tese estiver correta, a maior oportunidade da IA não está apenas em melhorar SaaS existente, mas em transformar mercados inteiros de serviços em software operacionalizado por modelos, agentes e workflows automatizados. Para empresas, isso muda a forma de comprar tecnologia. Para founders, muda a forma de construir produto. Para incumbentes, muda onde está o risco real de disrupção.
De copilots para autopilots: a virada de lógica
O raciocínio de Bek parte de um problema que já assombra quase toda startup de IA aplicada: o medo de que a próxima geração de modelos transforme seu produto em feature. Se você vende uma ferramenta, cada avanço do modelo base pode comprimir sua diferenciação. Mas se você vende o resultado final do trabalho, cada avanço do modelo melhora sua margem, acelera sua operação e fortalece sua proposta de valor. No exemplo dado por ele, a empresa deixa de comprar software contábil e passa simplesmente a comprar o fechamento contábil pronto.
Essa distinção entre ferramenta e resultado é o coração da tese. O copilot ainda depende do profissional para operar, revisar e assumir responsabilidade pelo output. O autopilot, por sua vez, captura diretamente o orçamento de trabalho — não o orçamento de software. É por isso que a oportunidade potencial é tão maior: segundo Bek, para cada US$ 1 gasto com software, US$ 6 ainda são gastos com serviços. A IA, nesse enquadramento, está começando a transformar esses US$ 6 em software.
O ponto central não é automação total — é densidade de inteligência
Bek propõe uma distinção útil entre intelligence e judgement. Há trabalhos em que a maior parte do valor está em seguir regras complexas, processar informação, comparar opções, preencher formulários, redigir documentos padronizados e executar fluxos repetíveis. Esse tipo de trabalho, segundo ele, é mais “intelligence-heavy” e tende a ser automatizado antes. Já atividades mais dependentes de experiência, contexto, intuição, reputação e decisão ambígua continuam mais “judgement-heavy” e, portanto, mais resistentes.
Isso ajuda a entender por que algumas categorias estão avançando mais rápido do que outras. Engenharia de software, por exemplo, foi uma das primeiras áreas a absorver IA de forma operacional porque grande parte do trabalho é estruturável. A aposta da Sequoia é que o mesmo movimento se espalhe para outras profissões conforme os sistemas acumulem dados proprietários sobre o que é um bom resultado e consigam empurrar a fronteira entre julgamento humano e inteligência automatizada.
Onde a oportunidade começa: no trabalho que já é terceirizado
Um dos pontos mais fortes da tese é o playbook de entrada. Bek argumenta que autopilots não devem começar substituindo times internos diretamente. Devem começar onde o trabalho já é terceirizado. A lógica é simples: se uma tarefa já é comprada externamente, então o orçamento já existe, o comprador já aceita pagar por outcome e a troca de fornecedor é muito menos traumática do que uma reorganização interna. Em outras palavras, substituir um contrato terceirizado é muito mais fácil do que eliminar headcount.
É por isso que a Sequoia enfatiza serviços com alta intensidade de inteligência e terceirização já estabelecida. No mapa publicado por Bek, aparecem áreas como corretagem de seguros, contabilidade e auditoria, revenue cycle em saúde, regulação de sinistros, tax advisory, trabalho jurídico transacional, serviços gerenciados de TI, procurement, recrutamento e até partes da consultoria. Em comum, esses mercados têm grande volume de gasto com trabalho, processos relativamente padronizáveis e espaço para converter serviço em software disfarçado de operação.
O insight mais importante: os maiores vencedores podem não parecer SaaS
Essa talvez seja a parte mais contraintuitiva da tese. Durante anos, o ideal de escala em tecnologia foi o SaaS puro: receita recorrente, margens altas, baixíssimo custo marginal e produto claramente identificável como software. O que Bek sugere é que a próxima geração de empresas lendárias pode parecer, na superfície, uma firma de serviços. Só que por baixo essa operação seria software nativo, modelos proprietários, automação de workflow, dados acumulados e cada vez menos intervenção humana.
Isso altera inclusive a forma de avaliar empresas. Uma operação que hoje parece “service-heavy” pode, na prática, ser uma distribuição eficiente para capturar um mercado enorme antes de consolidar software e dados como vantagem estrutural. Não é um abandono da lógica de produto; é uma mudança na embalagem comercial. O cliente não compra licença. Compra trabalho concluído, SLA, velocidade, previsibilidade e custo menor.
O que isso muda para founders e para líderes empresariais
Para founders, a leitura é direta: a pergunta deixou de ser apenas “como uso IA no meu produto?” e passou a ser “qual trabalho inteiro eu consigo assumir?”. Startups que continuarem presas à camada de assistente podem gerar valor, mas ficam mais vulneráveis à comoditização pelos modelos de base. Já as que assumem workflow completo capturam orçamento maior, dados melhores e uma relação mais estratégica com o cliente.
Para líderes empresariais, a consequência é outra: a próxima disrupção pode vir menos de um novo software que sua equipe vai aprender a operar e mais de um fornecedor que promete simplesmente entregar o resultado melhor, mais rápido e mais barato. Isso desloca a decisão de compra de interface e feature set para risco operacional, qualidade do output, compliance, integração e governança. O software some da vitrine e reaparece como infraestrutura invisível da execução.
A tese parece especialmente relevante para mercados brasileiros com três características: alto custo operacional, forte dependência de terceirização e processos intensivos em regras. Contabilidade, backoffice financeiro, operações jurídicas repetitivas, corretagem, BPOs, suporte de TI, cobrança, procurement e partes do setor de saúde parecem candidatos naturais a esse modelo. Essa é uma inferência a partir do framework da Sequoia — não uma lista publicada por Bek para o Brasil — mas ela segue exatamente a lógica que ele descreve: começar onde o serviço já é comprado como outcome e onde a inteligência supera o julgamento.
Em quais categorias o software deixa de ser produto e passa a ser operação? Essa é a pergunta que a tese de Julien Bek coloca sobre a mesa. Se 2025 foi o ano dos copilots, 2026 pode ser lembrado como o ano em que os autopilots começaram a disputar não apenas orçamento de TI, mas orçamento de trabalho. E quando isso acontece, o tamanho do mercado muda de ordem de grandeza.
thinq.news · 8 de março de 2026
