A16z: A software empresarial mais difícil de usar é a maior oportunidade para IA

Por que o Mundo Ainda Funciona com SAP

Autor original: Eric And Seema Amble, a16z
Tradução: Peggy, BlockBeats

Autor original: a16z crypto

Fonte original:

Reprodução: Mars Finance

Nota do editor: Enquanto as discussões sobre IA ainda se concentram em novos produtos e capacidades, uma mudança mais estrutural está silenciosamente ocorrendo na base do software empresarial. Este artigo não trata de quanta nova aplicação a IA pode criar, mas de como ela está entrando em um cenário mais pesado, porém mais realista: os sistemas centrais das empresas, representados por SAP, Salesforce e ServiceNow.

Simplificando, esses três tipos de sistemas correspondem a diferentes aspectos do funcionamento empresarial:

· SAP gerencia recursos essenciais como fundos, estoques e produção, sendo o “livro-razão” da empresa;
· Salesforce administra clientes e processos de vendas, determinando como a empresa gera receita;
· ServiceNow sustenta processos internos e operações, permitindo o funcionamento organizado da organização.

Juntos, formam a infraestrutura básica das operações diárias da empresa.

Esses sistemas são extremamente críticos, mas também geralmente difíceis de usar, complexos e pesados. As empresas sobre eles adicionam muitas customizações e processos, tornando-os tanto um repositório de memória organizacional quanto uma carga técnica difícil de migrar. Quanto mais importantes, mais difíceis de alterar.

A oportunidade da IA está aqui.

Ao invés de substituir esses sistemas, uma abordagem mais realista é construir uma camada de novos sistemas de ação sobre eles, reduzindo custos de migração na fase de implementação, simplificando operações na fase de uso com assistentes e agentes, e substituindo customizações complexas por aplicações leves na fase de expansão. Assim, a verdadeira mudança não está na substituição do sistema em si, mas na forma como as pessoas interagem com ele. A IA não substituirá SAP, Salesforce ou ServiceNow, mas pode torná-los “invisíveis”. E novas plataformas, sobre essa interface invisível, irão redesenhar os limites do valor do software empresarial.

A seguir, o conteúdo original:

Com o avanço da IA, o foco de startups e seus clientes está, na maior parte, em novas capacidades e produtos que ela possibilita. Como assistentes de voz impressionantes, ferramentas de automação de fluxos de trabalho, plataformas de geração de texto, entre outros.

Essas áreas já estão surgindo e continuarão a gerar muitas empresas empolgantes (algumas das quais também investimos). Mas o impacto mais profundo da IA talvez não esteja nesses campos “fascinantes”, mas sim em uma direção menos glamourosa, porém mais valiosa: ajudar organizações a aproveitarem melhor o vasto software que já estão rodando.

Há uma questão, que soa até um pouco ofensiva, mas que, após uma semana em uma Fortune 500, fica clara: por que ainda usamos SAP (e ServiceNow, Salesforce)?

A resposta curta é: SAP e sistemas similares armazenam dados essenciais para o funcionamento da empresa. Mas mais importante, as empresas fizeram muitas customizações sobre esses sistemas, adicionando processos complexos e funções específicas, muitas vezes sem uma documentação clara. Migrar desses sistemas é caro, demorado e doloroso, geralmente exigindo uma equipe enorme de consultores, anos de trabalho e bilhões de dólares. Por exemplo, migrar do SAP ECC para o SAP S/4HANA pode custar US$ 700 milhões, levar 3 anos e envolver uma equipe de 50 consultores da Accenture. Mesmo assim, muitas vezes esses sistemas são usados apenas para gerar relatórios de leitura, com pouca flexibilidade operacional.

Porém, essa situação está mudando.

A IA está abrindo novas possibilidades para que as empresas atualizem, customizem e substituam esses sistemas, acessando e usando de forma mais eficiente os dados acumulados neles.

No final, o objetivo da IA talvez não seja substituir SAP, ServiceNow ou Salesforce, mas torná-los mais programáveis e fáceis de usar. Os verdadeiros vencedores serão plataformas capazes de duas coisas: primeiro, inserir-se no orçamento de transformação digital, reduzindo riscos e encurtando ciclos de forma mensurável; segundo, penetrar gradualmente na operação diária, tornando-se o centro de controle do trabalho, desmembrando interfaces pesadas em componentes modulares, gerenciáveis, auxiliados por IA e aplicações leves.

Em outras palavras, os registros do sistema não desaparecerão; o que mudará de verdade será a camada de interação, automação e extensão acima dele, que será o verdadeiro front de competição do próximo estágio do software.

SAP é difícil de usar, mas ainda indispensável

Para entender essa questão, primeiro vamos falar rapidamente sobre o que é SAP e o que faz. À primeira vista, esses sistemas parecem difíceis de aprender, complexos de operar e caros de modificar, causando frustração. Mas, ao mesmo tempo, continuam sendo a espinha dorsal do funcionamento de grandes organizações globais. Imagine como é usar SAP no dia a dia.

Porém, essa aparente complexidade é, na verdade, uma oportunidade.

A resposta desconfortável, porém mais realista, é que por trás dessas interfaces pesadas e configurações intermináveis, esses sistemas são incrivelmente poderosos. Eles armazenam os dados mais críticos da organização, definem regras de controle e conformidade, embutem fluxos de trabalho para operação em larga escala e conectam dezenas ou centenas de processos downstream. Não são aplicações de consumo, mas sim memórias organizacionais, sedimentadas em tabelas de dados, sistemas de papéis, processos de aprovação, lógica de contabilidade e tratamento de exceções.

Substituir esses sistemas não é apenas caro, mas também arriscado. Quanto mais customizações, como campos, processos, regras de precificação e relatórios, mais esses sistemas se tornam uma barreira de troca, até uma vantagem competitiva. Essa escalabilidade é vital: cada empresa é única, e mudanças — como novas regulações, produtos ou estruturas organizacionais — exigem que esses sistemas sejam ajustados continuamente. Por isso, eles persistem por tanto tempo.

Porém, essa mesma escalabilidade torna-os frágeis. Cada customização é uma potencial armadilha na hora de atualizar; cada processo se torna um labirinto complexo; cada interface consome tempo e energia do usuário.

Essa vulnerabilidade é quase universal. Apesar do CRM ser amplamente adotado, a satisfação dos usuários é variável; ERP altamente customizado frequentemente leva a atrasos e estouros de orçamento; funcionários perdem horas trocando entre aplicações, e quase metade dos funcionários digitais têm dificuldades para encontrar informações necessárias. Grandes projetos de transformação digital frequentemente fracassam, com cerca de 70% não atingindo os objetivos. Os custos dessas fricções são enormes: só o mercado de implementação e integração de sistemas atingiu US$ 380 bilhões em 2023.

É nesse cenário de fricções que a IA oferece uma oportunidade de transformar a implementação e o uso do software. Uma forma simples de entender essa oportunidade é pensar no ciclo de vida do software empresarial: implementação ou migração, uso cotidiano e evolução contínua com mudanças de negócio. Em cada fase, o trabalho essencial é transformar intenções humanas confusas em operações corretas, auditáveis e executáveis no sistema.

Vamos ver como a IA pode melhorar cada uma dessas fases.

Fase de implementação

Começando pela fase de implementação, que é a mais arriscada, sensível ao orçamento e onde o retorno é mais claro. Trata-se de transformar informações dispersas — reuniões, documentos, tickets — em requisitos estruturados, gerando automaticamente fluxos de trabalho de implementação, incluindo mapeamento de processos e campos, configurações, scripts de teste, planos de migração, validações de dados, entre outros. Essa etapa é complexa e propensa a erros. Por exemplo, a gigante alemã Lidl investiu US$ 500 milhões e acabou abandonando seu projeto de transformação SAP.

Para essa fase, várias startups estão desenvolvendo ferramentas de suporte à migração e implementação, como assistentes virtuais, plataformas de gerenciamento de projetos, entre outros. Exemplos:

· Axiamatic oferece uma camada de IA para ERP, construindo um grafo de conhecimento de projeto, que alerta sobre problemas potenciais na gestão de mudanças e requisitos, acelerando projetos S/4HANA e integrando-se ao SAP Build, com consultorias como KPMG, EY e IBM.
· Conduct gera documentação técnica e semântica durante migração ECC para S/4, além de responder perguntas sobre tabelas e APIs customizadas, acelerando a transferência interna.
· Auctor automatiza a transformação de requisitos de pesquisa em registros estruturados, gerenciando SOW, documentos de projeto, histórias de usuário, planos de configuração e testes.
· Supersonik usa assistentes visuais e de voz para treinar equipes em interfaces reais, reduzindo a necessidade de engenheiros de solução.
· Tessera constrói uma plataforma de integração nativa de IA, conectando-se a sistemas ERP existentes, avaliando o estado da implementação e identificando problemas automaticamente durante a migração.

Essas empresas ajudam a tornar a transformação mais rápida, barata e controlável, antecipando problemas, reduzindo ciclos, convertendo dados dispersos em conhecimento estruturado, e automatizando tarefas de mapeamento, documentação, testes e treinamento. Ainda há espaço para mais startups nesse setor, especialmente aquelas que colaboram com parceiros existentes, ao invés de competir com eles. Algumas direções promissoras:

· Agentes de implementação que se vinculam a resultados e riscos, como rastreamento de requisitos, comparação de configurações, simulação de mudanças, geração de código e detecção de desvios;
· Ferramentas semânticas de documentação, que mantêm o conhecimento atualizado e acessível;
· Agentes de capacitação que transformam treinamentos e canais de vendas em produtos reutilizáveis.

Startups capazes de aliviar a carga de empresas podem precificar seus serviços com base no valor de evitar atrasos, e assim, entrar na agenda de CIOs e CFOs já comprometidos com a transformação, substituindo projetos de integração pesados.

Uso e manutenção

Depois que a implementação termina, o verdadeiro desafio começa: o uso cotidiano. Os usuários navegam por interfaces complexas, muitas vezes fragmentadas, trocando de sistema várias vezes ao dia, acumulando experiência fragmentada, e lidando com processos de ponta que não têm bom suporte de produto. Tempo gasto procurando campos, sincronizando dados manualmente ou solicitando relatórios aumenta o ciclo, gera erros e eleva custos de treinamento.

A oportunidade da IA aqui é criar uma camada de ação mais inteligente e amigável sobre esses sistemas tradicionais.

Startups nesse espaço desenvolvem assistentes virtuais integrados a Slack ou navegadores, capazes de responder perguntas como “onde encontro esse dado?” ou “como faço essa operação?”, além de executar ações seguras via API, como criar tickets, registrar lançamentos ou atualizar fornecedores. Essas ferramentas podem conectar múltiplos sistemas, formando fluxos de trabalho compostos, por exemplo, puxando pedidos do SAP, verificando contratos no Coupa, redigindo diferenças no ServiceNow, com aprovações e registros de auditoria. Produtos avançados também monitoram uso, tempo economizado e redução de erros.

Porém, muitas tarefas críticas ainda não são expostas por APIs padronizadas, estando em interfaces tradicionais, desktops virtuais ou sistemas de gestão pouco documentados. Assim, agentes de automação de interface se tornam um complemento essencial às APIs, estendendo a automação para os 30-40% de processos que ainda dependem de interação visual.

A capacidade central desses agentes não é apenas clicar botões, mas executar tarefas de forma estável em ambientes caóticos. Precisam entender a estrutura da interface, localizar elementos estáveis, recuperar execução após mudanças na interface, registrar progresso e garantir retomada segura. Quando combinados com mecanismos de validação, controle de acesso, autenticação, e auditoria, esses agentes transformam tarefas manuais em processos automatizados, controlados, repetíveis — como classificação de tickets, fechamento de períodos, atualizações de clientes, ajustes de preços — mesmo em sistemas como SAP, ServiceNow ou Salesforce, que não foram originalmente projetados para automação.

Resumindo: APIs tornam caminhos padrão mais eficientes, enquanto a automação de interface amplia o alcance para processos de cauda longa.

Empresas como Factor Labs e Sola já usam esses agentes em produção, substituindo custos de terceirização de processos e ajudando grandes organizações a automatizar tarefas em escala.

Camada de extensão

Mesmo que tornemos SAP, ServiceNow e Salesforce mais acessíveis, as empresas continuam mudando. Novos produtos, políticas, aquisições, regulações e processos de cauda longa que não justificam desenvolvimento separado continuam a evoluir, forçando o software a se adaptar à realidade de negócios. Antes, as opções eram: customizar profundamente e assumir vulnerabilidades, ou criar aplicações independentes, enfrentando dificuldades de integração e governança.

A IA oferece uma terceira via: construir, de forma rápida, aplicações pequenas, gerenciáveis, sobre esses sistemas, sem comprometer sua integridade.

Construir novas ferramentas e automações sobre sistemas existentes é como colocar uma camada de usabilidade sobre um software pouco amigável. O padrão é criar uma camada de dados e ações unificada: usando APIs e eventos, extrair dados dos registros, padronizando-os em modelos semânticos de objetos de negócio — pedidos, fornecedores, tickets — e fornecer interfaces de operação com controle de acesso, aprovação e auditoria.

A partir daí, é possível criar rapidamente aplicações específicas para cada cenário, mais modernas e alinhadas às necessidades reais. Por exemplo, um fluxo de cadastro de fornecedores, que hoje exige dezenas de passos no SAP, pode ser substituído por uma aplicação leve que coleta informações, faz verificações, aprova e escreve de volta no SAP. Ou uma ferramenta de edição em massa de contratos de renovação, com validações e pré-visualizações, que gera registros de auditoria. Ou um portal unificado para operações diárias, como devoluções, prorrogações de crédito, abertura de chamados secundários, ajustes de custos, tudo em uma única interface, sem precisar navegar por múltiplas páginas.

Essas camadas de extensão também podem conectar fluxos de trabalho e automações entre sistemas, algo difícil de fazer com uma única plataforma. Por exemplo, disparar processos automáticos ao detectar discrepâncias em faturas, ou criar tarefas e alocar responsáveis ao abrir tickets repetidos, com revisões manuais em pontos críticos.

Com o tempo, as melhores práticas se consolidam em módulos reutilizáveis, como orçamentos, cadastro de fornecedores, fechamento de períodos, etc. Esses módulos definem não só o que fazer, mas como fazer de forma segura e conforme regras específicas de cada empresa.

Produtos como Cell, da General Magic, tornam essa construção mais concreta: você pode subir uma especificação OpenAPI, transformar cada endpoint em uma operação acionável, e usar scripts simples para executar chamadas reais, com suporte a múltiplos usuários, segurança, controle de acesso e análise.

Qual será o fim dessa evolução?

Acreditamos que esses sistemas tradicionais continuarão existindo, mas não mais como a principal interface de trabalho. ERP, CRM, ITSM já estão profundamente integrados às operações, e sua substituição completa pelo ritmo de software convencional é improvável. Eles evoluirão lentamente, permanecendo como registros de sistema. O que realmente mudará será a camada de ação voltada ao usuário: a IA será o ponto de entrada padrão, entendendo como os sistemas funcionam, executando fluxos de trabalho entre eles, e construindo aplicações leves que contornam interfaces tradicionais. Essa camada, que hoje funciona como uma ponte, se tornará a espinha dorsal do sistema.

Nessa nova abordagem, o software que prevalecerá será mais parecido com um sistema operacional: uma camada unificada de dados e ações, baseada em modelos semânticos de objetos de negócio, com segurança e governança integradas, permitindo que a IA opere de forma confiável em produção. Para o usuário final, não será mais necessário aprender qual interface usar, qual campo, qual código de transação. Basta descrever o resultado desejado, e o sistema cuidará do resto. Ele fará perguntas de esclarecimento, mostrará uma pré-visualização da execução, e, com aprovações e registros de auditoria, concluirá a operação.

Por exemplo, você pode pedir: “Crie uma devolução e notifique o cliente”, ou “Abra um ticket de segunda linha e recupere os três últimos eventos relacionados”, ou “Complete o cadastro de fornecedor, incluindo coleta de documentos, aprovação e condições de pagamento”. Hoje, essas tarefas exigem alternar entre SAP, Salesforce, ServiceNow e planilhas. No novo paradigma, elas serão integradas em um fluxo único de execução.

Essa mudança resultará em menos erros, menos retrabalho, ciclos mais rápidos e custos de treinamento menores, pois toda a interação será orientada por intenções, com papéis bem definidos, suportando autoatendimento por padrão.

A barreira competitiva também será acumulada na prática: cada fluxo bem-sucedido se tornará um módulo reutilizável de intenção; cada exceção, uma nova restrição de segurança; cada migração, uma peça do sistema em evolução; cada integração, uma compreensão mais profunda do funcionamento real da empresa. Com o tempo, essa camada de IA será o núcleo para entender mudanças, evitar desvios, medir resultados e criar novos fluxos — mesmo que os sistemas de base não mudem.