Ben Evans: IA muda o que vira software, não elimina software

Tese

A tese central é que a IA não elimina o software, mas muda o que vira software. Empresas americanas típicas têm centenas ou milhares de aplicações - SAP, Workday, SaaS vertical, workflows, scripts e planilhas de 10 MB. Muitas vezes não sabem quanto têm, mas continuam cheias de tarefas repetitivas. A tentação é achar que a IA varrerá isso: ferramentas podem ser criadas em minutos, sem engenheiro e sem código; o software poderia ser dinâmico, generativo e espontâneo, automatizando muito mais com muito menos software.

Por que é mais difícil

Isso entende mal de onde vem o software e como as pessoas o usam. A maioria não é construtora de ferramentas e não pensa em como seu trabalho poderia ser feito de outro jeito. Um advogado pensa nos casos, não em software de descoberta jurídica; um vendedor pensa no produto e nos clientes, não em software de vendas. Excel tenta resolver isso com modelos, mas cada modelo virou uma empresa; "Claude for X" ajuda, mas não é a resposta. Daí a ideia do engenheiro alocado no cliente, que enxerga oportunidades que o especialista não vê.

O problema mais profundo é que muito do que foi automatizado não era óbvio nem tinha solução clara. O problema costuma estar embutido; a solução certa muitas vezes exige redefini-lo ou desagrupá-lo, e isso é difícil. Facilitar a escrita de código não resolve: o difícil é saber que se precisa de uma ferramenta e o que ela deve fazer. Depois, é preciso que todos usem: fluxos a automatizar tocam dezenas de pessoas em vários departamentos, sistemas e regulações; uma boa ideia vira compra, decisão e processo de vendas de 18 meses.

Institucionalizado versus improvisado

O software é escolhido num espectro do top-down ao bottom-up e do institucionalizado ao improvisado. Tarefas centrais em SAP, Carta ou Rippling foram institucionalizadas, e todos devem fazê-las do mesmo jeito. Casos de borda e exceções ficam num espaço difuso e improvisado: Excel, e-mail, pastas compartilhadas, planilhas, CSVs, PDFs e chamadas. Quando a tarefa se torna recorrente, importante e ligada a receita e risco, a empresa precisa institucionalizá-la, com auditoria, segurança, manutenção e responsabilidade - pavimenta o caminho e o institucionaliza.

A transição para SaaS foi uma mudança de ordem de magnitude na quantidade de software e matou incumbentes que não fizeram a passagem. O fluxo de agrupar e desagrupar é contínuo. Carta, de US$ 4 bi, gerencia uma planilha do CFO. A PwC usa software institucionalizado; uma firma pequena usa e-mail, pasta compartilhada e Google Sheets, e pode migrar para Notion ou SaaS de RH ao crescer.

IA sobre esse arranjo

A IA percorre tudo isso: expande aplicativos existentes, cria novos verticais, e Excel, Tableau, Sheets, e-mail e outros espaços livres ganham capacidades. O chatbot é um novo espaço livre ao lado de Excel e e-mail, assumindo e perdendo tarefas. A IA não muda a pergunta: cria novas escolhas e move os limiares.

Na implantação corporativa dos últimos três anos, as grandes empresas deram Copilot, ChatGPT ou Claude a todos. Poucos usam muito, alguns usam duas vezes por semana, e muitos quase não usam. Em parte é gestão de mudança e treinamento, mas é sobretudo o mesmo problema de dar um PC com Lotus 123 a todos em 1983 ou um navegador em 1997: como isso se mapeia para as tarefas e problemas de cada um? Dar PC e Lotus não transformou o processamento de faturas; dar navegador não reconstruiu a cadeia de suprimentos nem o e-commerce.

As empresas tratam mudanças estruturais com pilotos; cerca de metade funciona, como é normal. Mas é uma conversa antiga de CIO sobre casos de uso, faróis, ganhos rápidos e resultados mensuráveis. CEO e conselho perguntam: temos centenas de workflows e cinco ou dez pilotos; isso não escala. Dar ChatGPT a todos escala em teoria, mas a maioria não encontra usos. Três perguntas se impõem: como comprar, construir e implantar; quanto isso muda as operações; e se cria desafios à economia, pressões competitivas ou ameaça existencial.

Conclusão

A conclusão é mais simples: com cada nova tecnologia, começamos usando para o trabalho existente, apenas mais e mais rápido. Depois, criamos coisas inteiramente novas. A IA automatizará amplas classes de tarefas dentro de fluxos e empresas existentes, mas isso dará muito mais trabalho do que simplesmente dar um modelo a cada funcionário. Em plataformas anteriores, o que importou foi o que não era possível antes e ninguém imaginava.