No fim de 2024, a Klarna decidiu substituir o CRM carro-chefe da Salesforce por um sistema próprio baseado em IA. O movimento ganhou peso extra porque veio no momento em que a chamada “SaaSpocalypse” passou a resumir uma mudança mais ampla: a IA começou a pressionar o modelo SaaS por assento, justamente a lógica que sustentou boa parte do software corporativo nas últimas décadas.
A pressão não é marginal. Segundo a cobertura reunida por Roberto Dias Duarte, especialista em IA Contábil da RDD10+, uma onda de vendas no setor apagou cerca de US$ 1 trilhão em valor de mercado de ações de software e serviços. O ponto central não é que comprar software deixou de fazer sentido. É que a conta entre comprar e construir mudou — e, para líderes de TI e operações, isso recoloca a decisão de arquitetura no centro da estratégia.
“Escolha ‘build’ por diferencial, não por euforia: construir com IA pode ser poderoso quando vira vantagem competitiva, integra dados proprietários e melhora processos centrais”, afirma Roberto Dias Duarte, especialista em IA Contábil da RDD10+.
Esse é o novo contexto de build vs buy em IA: não se trata mais apenas de comparar CAPEX, prazo e equipe. Trata-se de decidir onde a empresa precisa de inteligência integrada sob medida — e onde uma plataforma pronta continua sendo a escolha mais eficiente.
A IA reconfigurou a lógica do buy, não eliminou o SaaS
Durante anos, o argumento a favor do buy foi claro: contratar SaaS era mais rápido, mais simples e menos arriscado do que desenvolver internamente. Esse racional continua válido em muitos casos, especialmente porque SaaS é software baseado em nuvem adquirido de provedores e consumido como serviço, com atualizações contínuas e escalabilidade.
O problema é que a IA mexeu justamente na base econômica dessa escolha. A leitura apresentada na cobertura da RDD10+ é direta: agentes de IA, inclusive agentes de código, reduzem o custo e o tempo para construir software e, ao mesmo tempo, enfraquecem a cobrança por assento.
“Agentes de IA (incluindo agentes de código) reduzem o custo e o tempo para construir software e, ao mesmo tempo, enfraquecem a unidade de cobrança que sustentou boa parte do SaaS: o assento (‘per seat’)”, registra Roberto Dias Duarte, especialista em IA Contábil da RDD10+.
Esse ponto ajuda a explicar por que o mercado passou a questionar o valor terminal de empresas SaaS. Historicamente, o modelo foi visto como um dos mais atraentes do setor, com margens brutas de 70% a 90%. Quando a IA reduz a dependência de múltiplos usuários humanos para executar tarefas, a lógica de expansão por licenças começa a perder força.
Na leitura de mercado, isso não significa o fim do SaaS. Significa que o buy deixa de ser a resposta automática para qualquer problema operacional. Em vários fluxos, a pergunta agora é outra: o software pronto resolve o processo como ele é, ou obriga a empresa a adaptar o processo ao produto?
Quando construir faz sentido: diferencial, dados proprietários e processo central
A melhor defesa do build não está na tecnologia em si. Está no grau em que a solução se conecta ao que a empresa tem de menos copiável.
Quando a IA passa a operar sobre dados proprietários e a melhorar processos centrais do negócio, construir internamente pode deixar de ser um projeto de TI e virar ativo estratégico. É esse o ponto enfatizado por Roberto Dias Duarte ao defender que build só faz sentido quando gera diferencial real.
A vantagem aparece em três frentes já consolidadas na literatura de build vs buy em TI:
- Customização total da solução
- Controle absoluto sobre roadmap, atualizações e integrações
- Propriedade intelectual do produto desenvolvido
A Rocketseat resume esse raciocínio de forma objetiva ao apontar que uma solução exclusiva pode funcionar como uma “receita secreta” difícil de copiar, alinhada exatamente à estratégia da empresa.
Esse enquadramento é especialmente relevante em IA aplicada à operação. Em processos com regras próprias, exceções frequentes, múltiplas fontes de dados e necessidade de integração fina, o software sob medida com inteligência artificial tende a capturar melhor o contexto real do negócio do que uma ferramenta genérica.
Na prática, o build ganha força quando a pergunta é esta:
- o processo é central para receita, margem ou experiência do cliente?
- a operação depende de dados que só a empresa possui?
- a diferenciação vem do fluxo de trabalho, e não apenas da interface?
- adaptar-se ao SaaS criaria gargalos ou perda de qualidade?
Se a resposta for sim para esse conjunto, construir passa a fazer sentido não por preferência técnica, mas por alinhamento estratégico.
Quando comprar continua sendo a melhor decisão
Nem toda demanda merece software próprio. Em muitos casos, comprar continua sendo a forma mais racional de capturar produtividade sem ampliar complexidade.
Isso vale sobretudo para necessidades mais utilitárias, em que o ganho principal está em colocar uma capacidade em operação rapidamente. Como o modelo SaaS entrega software em nuvem com atualização contínua e escalabilidade, ele segue competitivo quando a empresa precisa resolver um problema comum sem transformar isso em ativo proprietário.
O ponto aqui é evitar um erro que a atual onda de IA pode estimular: confundir a queda no custo de desenvolvimento com viabilidade automática de build.
A própria base factual do briefing é clara sobre os custos do desenvolvimento interno. Construir do zero exige investimento pesado em equipe, infraestrutura e tempo. Também traz risco de atraso, falhas de execução e manutenção contínua depois da entrega.
A Rocketseat lista essas desvantagens de forma objetiva:
- maior custo inicial
- tempo de desenvolvimento mais longo
- risco de atrasos ou falhas
- manutenção contínua
- desvio de foco do core business
A Digitaliza Pro reforça o mesmo ponto ao destacar que o desenvolvimento interno pode ser demorado e custoso, exigindo investimentos significativos em tempo e recursos humanos.
Isso importa porque a IA reduziu barreiras, mas não eliminou a necessidade de arquitetura, integração, governança técnica e sustentação. Em outras palavras: ficou mais fácil construir, mas não ficou gratuito manter.
Na leitura de mercado, o buy continua superior quando a empresa busca:
- velocidade de implantação
- previsibilidade operacional
- menor exposição a risco de execução
- cobertura de processos padronizáveis
- foco da equipe interna em prioridades mais estratégicas
Nesses cenários, a compra de ferramentas de IA para automação ou plataformas SaaS com recursos de IA pode gerar produtividade sem criar uma nova frente permanente de desenvolvimento.
O novo critério de decisão: utilidade padronizada ou inteligência sob medida
A mudança mais importante trazida pela IA talvez seja esta: a discussão deixou de ser “construir é caro, comprar é rápido” e passou a ser “onde a padronização basta e onde ela destrói valor”.
A era do BYOS — Build Your Own Software — aparece justamente como resposta a essa nova facilidade de construir software mais aderente ao processo real da empresa. O sinal de mercado é claro o suficiente para merecer atenção: a ideia de que empresas voltarão a construir partes relevantes da sua stack deixou de parecer exceção.
Esse deslocamento não invalida o buy. Ele torna a decisão mais seletiva.
Uma forma prática de organizar essa escolha é separar dois blocos.
Cenários em que o buy tende a vencer
Aqui, o software pronto costuma ser mais eficiente:
- processos amplamente padronizados
- necessidade de entrada rápida em produção
- baixa dependência de dados proprietários
- pouca necessidade de diferenciação operacional
- equipe interna sem capacidade disponível para sustentar produto
Cenários em que o build tende a ganhar força
Aqui, o software sob medida com inteligência artificial passa a ter lógica econômica e estratégica:
- processos centrais do negócio
- uso intensivo de dados próprios
- necessidade alta de customização
- integrações específicas com sistemas internos
- busca por vantagem competitiva difícil de copiar
A síntese de Roberto Dias Duarte ajuda a evitar exageros dos dois lados. Construir pode ser poderoso, mas só quando melhora processos centrais e transforma dados proprietários em vantagem. Fora disso, a empresa corre o risco de trocar um gargalo operacional por um gargalo de engenharia.
O mercado já está testando novos modelos de software
A discussão sobre build vs buy em IA não acontece no vazio. Ela está sendo pressionada por sinais concretos do mercado de software.
O primeiro é o caso Klarna, que se tornou simbólico por mostrar uma grande empresa substituindo um sistema SaaS consolidado por uma alternativa própria baseada em IA.
O segundo é a pressão financeira sobre o setor. A cobertura da RDD10+ registra que a onda de vendas apagou cerca de US$ 1 trilhão em valor de mercado de ações de software e serviços. Quando isso acontece em um setor historicamente premiado por margens de 70% a 90%, o mercado está precificando uma mudança estrutural, não apenas uma oscilação de curto prazo.
O terceiro sinal vem das empresas AI-native, que já testam modelos alternativos de negócio e precificação. O exemplo citado é a Sierra, que alcançou US$ 100 milhões em ARR em menos de 2 anos.
Esses três movimentos apontam para a mesma direção:
- o software corporativo segue relevante
- a forma de empacotar, cobrar e entregar esse software está em revisão
- a IA amplia o espaço para soluções sob medida em fluxos críticos
Na leitura de mercado, isso sugere uma convivência mais híbrida entre plataformas prontas e camadas proprietárias. Em vez de escolher entre 100% build ou 100% buy, muitas empresas tendem a comprar a base e construir a inteligência integrada que realmente diferencia sua operação.
O que está vigente, o que é sinal de mercado e o que acompanhar
Como não há referência legal ou regulatória oficial no material de base desta pauta, o enquadramento aqui precisa ser estritamente de mercado.
O que está vigente
Os fatos sustentados pelas fontes são estes:
- empresas continuam podendo optar entre desenvolver internamente ou comprar software pronto
- SaaS segue sendo um modelo amplamente usado, com atualização contínua e escalabilidade
- construir internamente oferece customização, controle e propriedade intelectual
- construir também exige mais tempo, recursos humanos, manutenção e capacidade de execução
O que é sinal de mercado
Os sinais mais fortes do briefing são:
- a “SaaSpocalypse” como expressão da pressão da IA sobre o SaaS por assento
- o caso Klarna no fim de 2024
- a redução de custo e tempo de desenvolvimento com agentes de IA
- a emergência do BYOS
- o teste de novos modelos por startups AI-native
O que líderes de TI e operações devem acompanhar
Os próximos gatilhos de mercado, a partir das fontes reunidas, são claros:
- mudanças na precificação de SaaS, especialmente em produtos historicamente vendidos por assento
- novas decisões de grandes empresas de substituir plataformas prontas por sistemas próprios baseados em IA
- evolução das startups AI-native, que podem consolidar modelos alternativos de receita
- expansão do BYOS em operações que exigem inteligência integrada sob medida
Próximos passos para líderes de TI e operações
A decisão entre build e buy em IA ficou mais estratégica porque a IA reduziu o custo de construir, mas não eliminou o custo de sustentar. Esse é o ponto que separa ganho real de produtividade de entusiasmo mal alocado.
Para líderes de TI e operações, a prioridade é mapear quais fluxos exigem inteligência artificial sob medida e quais podem ser otimizados com plataformas prontas, garantindo produtividade, qualidade e controle. Se o processo é central, depende de dados proprietários e concentra gargalos relevantes, build merece entrar na mesa. Se a demanda é utilitária e padronizável, buy continua sendo a escolha mais eficiente.
Se a sua operação está nesse ponto de decisão, o próximo passo é fazer esse recorte com critério — não por euforia tecnológica, mas por impacto real no negócio.
